KünstIiche Intelligenz in KMU: 5 Tipps zur Einführung

Mitglieder 31.03.2021 Qymatix Solutions GmbH
Bei der Einführung von KI (beziehungsweise KI-Systemen) sollten KMU nichts überstürzen. Die Chancen der Technologie müssen zuerst auch von den Mitarbeiterinnen und Mitarbeitern erkannt und verinnerlicht werden. Danach kann KI mit einer klaren Roadmap und der Nutzung relevanter Daten eingeführt werden.


Die Investitionen von europäischen Startups in Künstliche Intelligenz (KI) steigen stark. Zu diesem Ergebnis kommt eine aktuelle Studie der Unternehmensberatung Roland Berger. Demnach wachsen die Investitionen in das europäische KI-Ökosystem jährlich um bis zu 50 Prozent. Allein im Jahr 2019 wurden in Deutschland 218 Unternehmen im Bereich Künstliche Intelligenz gegründet.

Einer weiteren Studie der Wirtschaftsprüfungsgesellschaft PricewaterhouseCoopers GmbH (PwC) zufolge könnte das Bruttoinlandsprodukt aufgrund von KI-Technologien bis zum Jahr 2030 um 11,3 Prozent steigen. Diese Zahlen belegen die hohe Relevanz von KI für Unternehmen.

Dem Schreckgespenst KI den Schrecken nehmen.

Wenn KI-Lösungen und -Systeme eingeführt werden sollen, verändert das den Arbeitsalltag vieler Beschäftigter. Nicht selten geht das mit Unsicherheit und Angst einher, die in der Sorge um den eigenen Arbeitsplatz ihren Ausdruck finden.

Mitarbeiterinnen und Mitarbeiter stellen sich die Frage: „Wird mein Job jetzt durch Algorithmen ersetzt?“

Viele verbinden mit KI also etwas Bedrohlichem. Etwas Mystisches, das sie nicht greifen können.

Doch wie gelingt es, den Beschäftigten den Schrecken zu nehmen, der über sie kommt, wenn von KI die Rede ist?

Unternehmen und Führungskräfte sind gefragt. Sie zeigen auf, dass KI (beziehungsweise KI-Software), wie sie zum Beispiel im Vertrieb in Form von Predictive Analytics zum Einsatz kommt, keine Bedrohung ist, sondern die tägliche Arbeit erleichtern kann.

KI kann von Routineaufgaben entlasten, womit mehr Zeit bleibt, um sich um die Kunden zu kümmern und wertschöpfenden Tätigkeiten nachzugehen.

KMU sollten deshalb offen und transparent kommunizieren, was die Einführung geplanter KI-Systeme anbelangt. Mit offenen Karten zu spielen, Beschäftigte nicht im Unklaren zu lassen, Vorteile von KI aufzuzeigen und den persönlichen Nutzen deutlich zu machen, sind wichtige Faktoren, die wesentlich über den Erfolg der Einführung von KI und deren Akzeptanz bei den Beschäftigten entscheiden.

Strategie und Roadmap für den Einsatz von KI entwickeln.

Zu Beginn der Einführung einer KI-Lösung, wie etwa für den Vertrieb, sollten KMU evaluieren, welchen Nutzen ihnen die Maßnahme bringt: Was kann uns KI bringen, was kann sie leisten und was nicht? Möglicherweise ist dabei die Kooperation mit einem Spezialisten sinnvoll.

Im nächsten Schritt geht es darum darzustellen, was mit der KI-Lösung konkret erreicht werden soll. Für den Vertrieb kann das zum Beispiel heißen: Aus vorhandenen Daten neue Erkenntnisse über Kunden gewinnen, um die Chancen auf mehr Umsatz zu erhöhen.

Oder: Aus vorhandenen Kundendaten mit einer KI-Lösung für Predictive Analytics die Wahrscheinlichkeit ableiten, welche Kunden zusätzliche Angebote kaufen (Cross- und Up-Selling) oder welche Kunden möglicherweise abwandern werden.

Einführung von KI vorbereiten.

In dieser Phase geht es darum, die Mitarbeiterinnen und Mitarbeiter, die die KI-Lösungen im unternehmerischen Alltag nutzen sollen, für die neuen An- und Herausforderungen ausreichend zu qualifizieren. Möglicherweise müssen auch Strukturen in der Unternehmensorganisation und die Verteilung von Aufgaben angepasst werden.

Experten raten, KI-Systeme in Pilotprojekten und Phasen des Experimentierens zu testen sowie Erfahrungen unter Realbedingungen zu sammeln, bevor die Anwendungen flächendeckend realisiert werden. Nach der Einführung sollte der Einsatz von KI-Lösungen regelmäßig überprüft, evaluiert und gegebenenfalls angepasst werden. WIE KANN MIR KÜNSTLICHE INTELLIGENZ VON NUTZEN SEIN?

Verfügbarkeit von Daten und Datenqualität überprüfen.

Ohne relevante Daten können KI-Systeme ihren Nutzen nicht entfalten. Der Hintergrund ist, dass KI-gestützte Prozesse sich auf maschinelles Lernen (Machine Learning) beziehen.

Dabei analysiert ein Computerprogramm Daten und versucht mit Hilfe selbstlernender Algorithmen, in diesen Daten bestimmte Muster und Gesetzmäßigkeiten zu erkennen. Das Ziel von Machine Learning ist es, Daten intelligent miteinander zu verknüpfen, Zusammenhänge zu erkennen, Rückschlüsse zu ziehen und Vorhersagen zu treffen.

Es braucht also historische Daten, damit die KI aus diesen lernen und dem Unternehmen so langfristig Vorteile im Wettbewerb liefern kann. KMU sollten deshalb vor der Einführung von KI herausfinden, über welche Daten sie verfügen und wie gut diese gepflegt sind.

Entscheidend ist am Ende das Wissen darüber, wie verlässlich die Daten tatsächlich sind.

KI-Software „trainieren“ lassen (Modelling).

Beim Modellieren geht es darum, der KI-Software geeignete Beispiel-Daten zu „zeigen“, aus denen letztlich ein objektiviertes Modell für das maschinelle Lernen, sozusagen eine „Denk“-Vorlage, erzeugt wird. So können einer KI-Software beispielsweise Daten zum Kaufverhalten einer bestimmten Kundenzielgruppe sowie Daten zu deren Alter und Einkommen „gezeigt“ werden.

Anhand derer werden verschiedene Algorithmen ausprobiert, bis am Ende mehrere „trainierte“ Modelle herauskommen, von denen wiederum das am besten geeignete ausgewählt wird.

Bei dieser Vorgehensweise kann es aber passieren, dass sich bestimmte Daten als unzureichend oder nicht ausreichend aufbereitet erweisen. Gegebenenfalls müssen auch zusätzliche Daten einbezogen werden. Das „Training“ der KI-Software ist deshalb auch ein Stück „trial and error“, was bedeutet: Immer wieder ausprobieren, bis das passende Modell für maschinelles Lernen gefunden ist.

BERECHNEN SIE JETZT DEN ROI VON QYMATIX PREDICTIVE SALES SOFTWARE

KünstIiche Intelligenz in KMU - Fazit.

Eine durchdachte Einführung und der passende Einsatz von Künstlicher Intelligenz kann KMU echte Mehrwerte bringen. Aber nur dann, wenn die Unternehmen sich auf eine aktuelle und konkrete Problemstellung beziehen und definieren, wie diese mithilfe von KI gelöst werden kann.

Wichtig ist die Erkenntnis, dass es keinen allgemeingültigen Algorithmus gibt, der Antworten auf alle Fragen liefern beziehungsweise sämtliche Problemstellungen im Unternehmen lösen kann.

ICH BRAUCHE EINE KI BASIERTE SOFTWARE