Wie du den KI-Hype überwindest und echten Mehrwert schaffst – ein Leitfaden.

Benötigte Lesezeit: 11 Minuten

Wer kennt es nicht? Da sitzt man nichtsahnend im Büro, nippt an seinem dritten Tee des Tages (ich trinke keinen Kaffee), und plötzlich flattert eine Email ins Postfach, die alles zu ändern verspricht: Eine KI-Taskforce wird gegründet. Von heute auf morgen wird erwartet, dass man sich von seinen gewohnten Aufgaben abwendet und sich auf eine Reise begibt, die von ambitionierten, aber oft vagen Visionen einiger Führungskräfte angetrieben wird. Die Mission: die digitale Transformation unseres Unternehmens voranzutreiben, mit künstlicher Intelligenz als unserem leuchtenden Stern am Horizont.

Dieses Szenario mag für einige wie eine aufregende neue Herausforderung klingen, für andere fühlt es sich an wie ein Sprung ins kalte Wasser. Die Erwartungen sind oft hoch: Automatisierung von Prozessen, Steigerung der Effizienz, und das alles idealerweise bei gleichzeitiger Kostensenkung. Dabei werden grundlegende Fragen oft übergangen: Was sind eigentlich die wahren Probleme, die wir lösen müssen? Könnten vielleicht auch andere, weniger komplexe Lösungen zum Ziel führen? Und wie steht es um die Ressourcen – haben wir überhaupt das Budget und den Zugang zu dem nötigen Expertenwissen, um diese ambitionierten Ziele zu erreichen?

Ja – künstliche Intelligenz ist zweifellos ein mächtiges Werkzeug, das das Potenzial hat, unser Arbeitslebens (im guten wie im schlechten Sinne) zu revolutionieren. Aber sie ist auch ein beliebtes Buzzword geworden, das oft mehr Fragen aufwirft, als es Antworten bietet. 

Ich möchte eine Lanze brechen für einen pragmatischen Ansatz im Umgang mit dem KI-Hype. Ich möchte dir zeigen, wie du durch das Dickicht der Schlagworte und Versprechungen navigieren und echten Mehrwert für dein Unternehmen (oder deinen Boss) schaffen kannst – nicht durch blindes Hinterherlaufen von Trends, sondern durch eine durchdachte und zielgerichtete Anwendung von KI, wo sie wirklich Sinn macht.

„Welcome to the Jungle“ – Die wilde Welt der KI zwischen Versprechen und Realität

Die Welt der künstlichen Intelligenz (KI) erscheint manchen Menschen wie ein Land voller unentdeckter Wunder: Sie verspricht, den Alltag zu erleichtern, Unternehmen auf die Überholspur zu bringen und uns mit klugen Lösungen für die kniffligsten Herausforderungen unserer Zeit zu versorgen. Doch zwischen dem funkelnden Traum und der steinigen Wirklichkeit von KI-Projekten liegt oft ein tiefes, oft unerwartetes Tal – ein Jungle. Nehmen wir zum Beispiel die Geschichte von IBM Watson im Bereich der Onkologie aus dem Jahr 2017 – ein Paradebeispiel für den Riss zwischen Hoffnung und Wirklichkeit. Watson wurde als bahnbrechende Innovation gepriesen, die die Welt der Krebsbehandlung revolutionieren sollte. Doch als es ans Eingemachte ging, zeigten sich schnell die Grenzen dieser technologischen Wunderwaffe. Trotz aller Anfangseuphorie und der beachtlichen Investitionen (auch ins Marketing) konnte Watson die hohen Erwartungen nicht erfüllen. Anstatt die Onkologie zu transformieren, stolperte die Technologie über Hürden wie die Einbettung in klinische Prozesse, Probleme mit der Datenqualität und -verarbeitung sowie eine zögerliche Akzeptanz seitens des medizinischen Fachpersonals.

„Dieses Produkt ist völlig unzureichend. Wir haben es aus Marketinggründen gekauft und in der Hoffnung, dass Sie die Vision umsetzen würden. Doch wir können es in den meisten Fällen nicht einsetzen.“

(Kommentare eines Arztes vom Jupiter Hospital in Florida, der sich gegenüber Verantwortlichen von IBM äußerte. Quelle)

Das Beispiel verdeutlicht eine wichtige Lektion für jeden, der auf den KI-Zug aufspringen möchte: Der Schlüssel zum Erfolg liegt nicht in der Technologie an sich, sondern in der sorgfältigen Planung, der realistischen Zielsetzung und der tiefgreifenden Auseinandersetzung mit den tatsächlichen Bedürfnissen der realen Situation der Nutzer. 

Der Fall IBM Watson für Onkologie zeigt, dass ohne diese Grundlagen selbst die fortschrittlichsten KI-Systeme ihr Potenzial nicht voll entfalten können. 

Der Trend zur Bevorzugung von KI, weil sie „am tollsten klingt“, kann zu suboptimalen Entscheidungen führen, bei denen die tatsächlich beste Lösung für das vorliegende Problem außer Acht gelassen wird. Um dem entgegenzuwirken, ist es entscheidend, dass Unternehmen einen umfassenden Evaluierungsprozess etablieren, der alle verfügbaren Lösungsansätze – sowohl KI-basierte als auch nicht-KI-basierte – berücksichtigt. Dies erfordert eine offene, vorurteilsfreie Herangehensweise, die sich strikt an den realen Bedürfnissen und Zielen orientiert, anstatt sich von Trends oder dem Glanz neuer Technologien leiten zu lassen. Nur durch eine solche ausgewogene und kritische Evaluation können Unternehmen sicherstellen, dass sie die wirkungsvollsten und effizientesten Lösungen für ihre Herausforderungen auswählen, unabhängig davon, ob diese den Einsatz von KI beinhalten oder nicht.

Risiken des unreflektierten Einsatzes von KI in Unternehmen:

1. Überinvestition in Technologie: Zu hohe Ausgaben für KI-Projekte ohne garantierten Return on Investment.
2. Vernachlässigung einfacherer Lösungen: Ignorieren kostengünstigerer, weniger komplexer, aber effektiver Alternativen.
3. Fehlende Problemorientierung: Fokus auf Technologie statt auf die tatsächlichen Bedürfnisse und Probleme der Kunden.
4. Datenqualitätsprobleme: Schwierigkeiten im Umgang mit unstrukturierten oder qualitativ minderwertigen Daten, die KI-Leistungen beeinträchtigen können.
5. Integrationsschwierigkeiten: Herausforderungen bei der nahtlosen Eingliederung von KI-Systemen in bestehende IT-Landschaften und Arbeitsabläufe.
6. Mangelnde Akzeptanz bei Nutzern: Widerstand gegen neue Systeme aufgrund von Usability-Problemen oder Skepsis gegenüber KI-Entscheidungen.
7. Übersehen ethischer und rechtlicher Bedenken: Nichtbeachtung von Datenschutz, Bias und anderen ethischen Fragen, die mit KI-Anwendungen verbunden sind.
8. Fehlende Fachkompetenz: Unzureichendes Verständnis und Erfahrung im Umgang mit KI innerhalb des Unternehmens.
9. Unrealistische Erwartungen: Überhöhte Vorstellungen von den Fähigkeiten der KI, die zu Enttäuschungen und Frustration führen.
10. Sicherheitsrisiken: Erhöhtes Risiko von Cyberangriffen durch neue Schnittstellen und die Komplexität von KI-Systemen.

Um aus den Stolpersteinen, die IBM Watson auf seinem Weg durch die Onkologie-Wildnis begegnet sind, kluge Lehren zu ziehen und ähnliche Sackgassen in Zukunft elegant zu umschiffen, steht ein Weg offen, der sowohl mit beiden Beinen auf dem Boden der Tatsachen steht als auch in Richtung einer nachhaltigen Zukunft weist. Ich werde inspiriert von den Erfahrungen rund um IBM, skizzieren, wie der Kurs hin zu einem realistischeren und zugleich zukunftsweisenden Umgang mit KI aussehen könnte. 

Kleiner Disclaimer am Rande: Meine berufliche Laufbahn hat mich nie in die Hallen von IBM geführt, noch bin ich in irgendeiner Form mit dem Unternehmen verbandelt. Es mag durchaus kühn erscheinen, einem Giganten wie IBM Ratschläge erteilen zu wollen, wie man es besser machen könnte. Aber ich wage diesen Schritt, voller Zuversicht, dass auch IBM heute wohl manche Dinge anders angehen würde. Schließlich sind sie nicht umsonst in so vielen Bereichen an der Spitze.

1. Gründliche Bedarfsanalyse und Zielsetzung

Vor der Entwicklung von Watson für Onkologie hätte eine tiefgehende Analyse durchgeführt werden sollen, um die spezifischen Bedürfnisse der Onkologen und Patienten zu verstehen. Eine klare Definition der Probleme, die Watson lösen soll, und die Ziele, die erreicht werden sollen, wäre entscheidend gewesen. Dadurch hätte IBM sicherstellen können, dass die Technologie einen echten Mehrwert bietet, statt nur eine technologische Neuerung zu sein.

2. Inklusiver Entwicklungsprozess

IBM hätte von Anfang an enger mit Onkologen, Pflegepersonal, Patienten und IT-Experten im Gesundheitswesen zusammenarbeiten sollen, um deren Perspektiven und Anforderungen in die Entwicklung von Watson einzubeziehen. Diese Zusammenarbeit hätte dazu beitragen können, das System so zu gestalten, dass es nahtlos in die klinischen Abläufe integriert werden kann und tatsächlich nutzbare Empfehlungen bietet.

3. Realistische Erwartungen und transparente Kommunikation

Eine transparente Kommunikation über die Fähigkeiten und Grenzen von Watson für Onkologie wäre essentiell gewesen, um realistische Erwartungen bei den Anwendern zu setzen. Anstatt die Technologie als Allheilmittel zu positionieren, hätte IBM die stufenweise Entwicklung und Verbesserung des Systems betonen und die Bedeutung von menschlichem Fachwissen neben der KI hervorheben sollen.

4. Kontinuierliche Evaluation und Anpassung

Nach der Einführung von Watson für Onkologie hätte eine kontinuierliche Bewertung der Leistung und des Nutzens des Systems stattfinden müssen. Durch regelmäßiges Feedback von Nutzern und die Analyse von Einsatzdaten hätte IBM das System iterativ verbessern und besser an die Bedürfnisse der Anwender anpassen können.

5. Fokus auf Ethik und Datenschutz

Von Beginn an hätte IBM einen starken Fokus auf ethische Überlegungen und den Schutz der Patientendaten legen sollen. Dies umfasst die Entwicklung von Richtlinien für den verantwortungsvollen Umgang mit sensiblen Gesundheitsinformationen und die Implementierung von Mechanismen zur Sicherstellung der Datensicherheit und Privatsphäre.

Durch die Berücksichtigung dieser Aspekte hätte IBM die Herausforderungen rund um Watson für Onkologie möglicherweise minimieren und das Vertrauen der Nutzer in die Technologie stärken können. 

„Hit the Road Jack“ – Die ultimative Checkliste für deine Reise durch den KI-Dschungel

Damit du IBM’S Fehler von Anfang an vermeidest, habe ich eine Checkliste erstellt. Sie kann dein Kompass durch den Dschungel der Lösungsfindung sein. 

Durch das Abarbeiten dieser Checkliste kannst du sicherstellen, dass du eine fundierte Entscheidung triffst und die beste Lösung für deine Probleme findest.

„Take It Easy“ – Wenn langsamer tatsächlich schneller ans Ziel führt

Wenn du dich dem Gegenwind ausgesetzt siehst, dass deine akribische Herangehensweise an Evaluierung und Planung zu zeitraubend sei und ein „Learning by Doing“-Ansatz doch viel schneller und wirkungsvoller zum Ziel führe (Ich liebe dieses Argument.), gibt es eine charmante Art, darauf zu reagieren:

• Setze den Kunden ins Zentrum: Funktioniert immer! Durch sorgfältiges Vorgehen kreierst du Lösungen, die technisch top und bei den Nutzern beliebt sind. Je mehr Nutzerdaten (User Research ist dein Freund!) du vorweisen kannst, desto besser.
• Nachhaltigkeit gewinnt über Kurzlebigkeit: Ein gut durchdachter Plan spart dir langfristig Zeit, Mühe und Ressourcen, indem er teure Umwege und spätere Korrekturen unnötig macht. 
• Schreibe Sicherheit groß: Eine umsichtige Analyse mindert das Risiko, dass du stolperst. Besonders in sensiblen Feldern bewahrst du (oder dein Boss) so nicht nur dein Kapital, sondern auch deinen guten Ruf.
• Vergiss Agilität nicht: Verbinde agile Methoden (Scrum, Kanban, Lean Startup…) mit deiner fundierten Planung. Das hält dich flexibel, ohne ins Blinde zu laufen.
• Lass Erfolge für dich sprechen: Nutze Beispiele, die zeigen, wie Weitblick und gründliche Planung langfristig zum Erfolg führen. Google dazu z.B. Netflix und Personalisierung, oder Netflix und Content und Content Optimierung)
• Rechne es vor: Eine klare Kosten-Nutzen-Analyse zeigt, warum sich eine gründliche Vorbereitung auszahlt.
• Experimentiere klug: Setze auf Pilotprojekte als geschickten Weg, Neues zu testen, ohne gleich alles zu riskieren. So kombinierst du das Beste aus beiden Welten: Schnelligkeit und Bedachtsamkeit.

Nun, da wir am Ende unserer digitalen Expedition angelangt sind, zurück im Büro, mit vielleicht schon dem vierten Tee in der Hand (denn ja, Kaffee ist nicht jedermanns Sache), blicken wir zurück auf den Tag, an dem alles begann. Jenen Tag, als eine E-Mail unsere Welt auf den Kopf stellte und uns auf eine Reise schickte, die von großen Erwartungen und noch größeren Ambitionen geprägt war. Die Mission war klar: die digitale Transformation unseres Unternehmens voranzutreiben, mit KI als unserem Nordstern. 

Wie wir gelernt haben, ist der erfolgreiche Einsatz von KI in Unternehmen ein komplexes Unterfangen, das weit über technologische Neuerungen hinausgeht. Es erfordert eine umfassende Strategie, die sich auf echte Geschäftsbedürfnisse konzentriert, Risiken minimiert und ethische Überlegungen einbezieht. Über den anfänglichen Hype hinaus haben wir erkannt, dass die Entwicklung und Implementierung von KI-Lösungen, die einen messbaren Mehrwert bieten, der wahre Schlüssel zum Erfolg ist. 

Vielleicht fragst du dich, wie ich zu diesen Einsichten gekommen bin. Ganz einfach: durch eigene Fehler und Lernerfahrungen. Auch ich habe mich einst vom Glanz der KI blenden lassen, nur um festzustellen, dass eine tiefergehende Auseinandersetzung mit den eigentlichen Problemen viel fruchtbarer ist. 

Die Einbindung von Mitarbeitern in den Entscheidungsprozess, eine Kultur der offenen Kommunikation und die Bereitschaft, aus Fehlern zu lernen und sich anzupassen, haben sich als entscheidend herausgestellt. Unternehmen, die eine Kultur der Innovation auf der Basis von fundierten Entscheidungen und kontinuierlichem Lernen fördern, werden nicht nur die Fallstricke umgehen, sondern auch an der Spitze der Innovationstreiber marschieren.

Die Reise durch die Welt der KI ist weit von einem einfachen Spaziergang entfernt. Sie erfordert eine klare Vision, strategische Planung und eine unerschütterliche Bereitschaft zur Anpassung. Doch mit den richtigen Werkzeugen und einer fokussierten Haltung können wir nicht nur die Herausforderungen meistern, sondern auch eine führende Rolle in der Zukunft unserer Branche einnehmen. So, während wir unseren Tee genießen und auf den Bildschirm starren, lassen wir uns nicht von der Größe der Aufgabe einschüchtern. Stattdessen lächeln wir, gewappnet mit dem Wissen und der Erfahrung, die wir auf unserer Reise gesammelt haben, bereit, die nächste große Welle der digitalen Transformation zu reiten.

Quellen: 

• meine Erfahrung
• https://www.nzz.ch/wissenschaft/ibms-virtueller-arzt-watson-for-oncology-macht-fehler-ld.1410111
• https://www.healthcaredive.com/news/stat-ibms-watson-gave-unsafe-and-incorrect-cancer-treatment-advice/528666/
• Bild: DALL E
• Die Erstellung dieses Artikels wurde unterstützt von ChatGPT.