In einer aktuellen Umfrage unter 400 KI-Fachkräften gab knapp die Hälfte an, dass für KI mehr Regulierung erforderlich ist und ein Drittel, dass die Unternehmensführung Risiken und Chancen noch nicht beurteilen kann. In Europa verunsichert darüber hinaus die fortlaufende Debatte um den „AI Act“ die Gemüter. Kann ein KI-Modell, das eine Organisation heute implementiert, möglicherweise gegen neue Gesetze und Vorschriften verstoßen, die in einigen Jahren in Kraft treten? Für Führungskräfte ohne IT-Expertise ist schließlich schwer zu verstehen, wie die Modelle im Detail arbeiten. Für einige wirkt KI wie eine Blackbox: Die Konsequenzen werden sich möglicherweise erst in der Zukunft zeigen.
Tatsächlich verhält es sich genau umgekehrt: Jedes Unternehmen, das sorgfältig dokumentiert, welche anonymisierten Daten von seinen Modellen verwendet werden, wie sie verwendet werden, woher sie stammen und wo sie gespeichert sind, ist bereits einen Schritt voraus, was die Sicherheit betrifft.
Dafür braucht es wiederum professionelle Daten-Teams und KI-Experten. Doch die fehlen, laut einer Umfrage des Handelsblatts unter den DAX 40-Unternehmen: Sie suchen nach Softwareentwicklern, Data Scientists und IT Architekten.
Der extreme Mangel an Fachwissen verschärft die bereits bestehende Angst von Unternehmen davor, versehentlich gegen Vorschriften zu verstoßen. Der Mehrwert, den die Modelle generieren sollen, hängt daher an einem seidenen Faden und ist vollständig von den richtigen Personen abhängig, die diese Modelle betreiben und überwachen. Denn insbesondere für anspruchsvolle Modelle ist das Training anhand qualitativ hochwertiger, spezifischer Datensätze Voraussetzung dafür, dass diese in der Praxis auch die gewünschten Ergebnisse liefern. Ohne Expertise drohen solche Vorhaben bereits im Keim zu ersticken.
Ebenfalls erforderlich ist eine permanente Überwachung, Risikomanagement und Instandhaltung der Datensätze und der Infrastruktur. Deloitte verweist auf mögliche Strafen durch den EU AI Act, die bis zu sieben Prozent des weltweiten Jahresumsatzes bzw. 40 Millionen Euro ausmachen können. Wie geht man vor, wenn der Wille zur Nutzung von KI vorhanden ist, aber es an qualifiziertem Personal mangelt und die rechtlichen Unsicherheiten abschreckend wirken?
Eine Lösung bietet Outsourcing, da es die KI-Baustellen adressiert.
Spezialisierte Teams können einerseits die Angelegenheit vertieft behandeln und sich andererseits auf einzelne Bereiche spezialisieren, die für mehrere ihrer Kunden gleichermaßen relevant sind. Selbst sehr spezifisches Fachwissen zahlt sich aufgrund seiner Relevanz für verschiedene Kunden und Partner aus. Die externe Validierung und Absicherung der Compliance-Prozesse trägt dazu bei, erfolgreiche Interaktionen mit Regulierungsbehörden sicherzustellen.
Standardisierte Verfahren für Speicherung, Infrastruktur, Datenaufbereitung, aber auch für transparente Governance-Prozesse verringern die erforderlichen Ressourcen für jeden neuen Anwendungsfall, generieren zudem wertvolle Erfahrungen und Stabilität. Dies trägt dazu bei, Rahmenbedingungen zu schaffen, nach denen ein Unternehmen agieren kann, und beschleunigt die Produktion eigener KI-Produkte, was nicht nur kurzfristig, sondern auch langfristig von Vorteil ist.
Der Mehrwert, den die Modelle generieren, hängt von der Qualität der Modelle, den Daten und der tatsächlichen Anwendung durch Fachleute ohne IT-Expertise ab. Experten, die diesen Zyklus bereits mehrmals durchlaufen haben, können im Voraus beurteilen, wie eine Organisation ein neues Modell implementiert, sodass es rechtlich konform und stabil ist, und vor allem, wie Fachleute produktiver und effektiver arbeiten können. Das Change Management für die Einführung neuer Fähigkeiten ist immer eine ganz eigene Herausforderung, und die Zusammenarbeit mit Beratungsunternehmen, die bewährte Verfahren zur Unterstützung der Implementierung neuer KI-Produkte entwickelt haben, kann dazu beitragen, die erfolgreiche Einführung Ihrer innovativen Produkte voranzutreiben.
Was passiert, wenn die stark umkämpften KI- und Daten-Experten eine Organisation verlassen, die Besetzung einer solchen Stelle im Schnitt aber 7,1 Monate dauert? Die Entwicklung von KI-Produkten erfordert gute Branchenkenntnisse, daher sind neue KI- und Datenexperten nicht nur schwer zu finden, sondern benötigen auch Einarbeitungszeit, um in Ihrer Organisation effektiv zu werden. Die Zusammenarbeit mit Beratern, die Branchenkenntnisse besitzen, kann dazu beitragen, Projekte schneller voranzutreiben und die Effektivität der eigenen Neueinstellungen zu beschleunigen.
Das Auslagern der Entwicklung, Implementierung und Wartung der KI-Infrastruktur sowie die Datenlagerung und die Verantwortung für relevante Compliance-Fragen kann in Zeiten von Fachkräftemangel und rechtlicher Unsicherheit viel mehr sein als nur der Wendepunkt. Auf diese Weise kann dazu beigetragen werden, KI effektiv und erfolgreich in der eigenen Organisation zu etablieren.
Rachel Boskovitch
ist AVP Sales und General Manager Central Europe bei Dataiku.
Land Niedersachsen schließt datenschutzrechtliche Vereinbarung mit Microsoft zur Nutzung von Teams ab.
Ein Großteil der Inventurdifferenzen im deutschen Einzelhandel wird durch Ladendiebstähle verursacht.
DDoS-Angriffe haben seit dem Beginn des Krieges zwischen Russland und der Ukraine an Häufigkeit und…
Lieferkettenplanung in Deutschland auf Basis von Excel bei 37 Prozent der befragten Unternehmen im Einsatz.
Bedienpersonal von Fertigungsanalagen soll mögliche Risiken auch ohne Cybersecurity-Fachwissen erkennen und minimieren können.
Schiffl IT: Anomalien im Netzwerkverkehr und in den Systemen in Echtzeit identifizieren.