Categories: genKIKIKommentar

KI-Projekte bleiben in der Startphase hängen

Fast drei Viertel der Unternehmen haben laut Accenture KI zu ihrer obersten digitalen Investitionspriorität für 2024 gemacht. Aber laut einer AWS-Umfrage unter Chief Data Officers hat nur jedes fünfte Unternehmen ihre KI-Experimente mit Anwendungsfällen weiterentwickelt und nur 6 Prozent  tatsächlich im Betrieb umgesetzt. Mit anderen Worten: Während die Akzeptanzrate hoch ist, hinkt die Ausführungsrate von Gen-AI-Initiativen deutlich hinterher.

Schlechte Datenqualität

Viele Unternehmen haben ihre Daten noch nicht für KI vorzubereitet. Das Hochladen ihrer Daten in öffentlich zugängliche Modelle wie ChatGPT birgt Risiken; und nur wenige Unternehmen verfügen über interne Data-Science-Ressourcen, um ihre eigenen Gen-AI-Modelle zu erstellen.  Was können Unternehmen also tun, um ihren ROI mit KI zu steigern?

Eine umfassende Datenstrategie ist für die Nutzung von KI allerdings entscheidend. Trotzdem leisten nur wenige Unternehmen die erforderliche Vorarbeit, um ihre Daten für die Einbindung in LLMs vorzubereiten. Zu den grundlegenden Schritten gehören:

  • Aufbrechen von Datensilos
  • Integration oder Sammlung von Daten zum Trainieren der KI
  • Sicherstellen, dass die Daten den grundlegenden Qualitätsstandards entsprechen
Daten nicht bereit für anspruchsvolle KI-Anwendungen

Im Idealfall nutzen Unternehmen proprietäre Daten dazu, um ein großes Sprachmodell (LLM) wie Llama, OpenLM oder Mistral zu verfeinern. So können sie damit Aufgaben ausführen, die speziell auf ihre Bedürfnisse zugeschnitten sind, etwa Kreditanträge bewerten oder Unterbrechungen der Lieferkette vorhersagen.

Unternehmen können auch ein proprietäres LLM mit seinen eigenen domänenspezifischen Daten erstellen und trainieren. Dieser Prozess ist allerdings teuer, kann Jahre dauern und erfordert interne Datenwissenschaftler.  Die Partnerschaft mit einem großen LLM-Anbieter ist eine weitere Option, um dasselbe zu erreichen. In beiden Fällen sind die meisten Unternehmen dazu nicht annähernd in der Lage, da ihre eigenen Daten nicht für anspruchsvolle KI-Anwendungen bereit sind.

Risikoaversion

Unternehmen, die beim Einsatz von generativer KI zögern, sollten ihr Handeln überdenken. Schließlich werden Führungskräfte, die sich der KI mit einer experimentierfreudigen und innovativen Haltung nähern, langfristig am meisten Erfolg haben. Skeptische Anwender von Gen-AI-Tools haben häufig Angst, durch die Technologie ersetzt zu werden. Die Möglichkeiten der KI sind jedoch kein Ersatz, sondern vielmehr eine Hilfe für Teams. Dadurch wird KI immer mehr zu einem unverzichtbaren Werkzeug für international operierende Unternehmen. Wichtig ist allerdings, das richtige Maß und die passenden Tools für die jeweiligen Aufgaben zu finden.

Roger Homrich

Recent Posts

All-Flash-Rechenzentren senken Energiekonsum durch KI

KI und ihre riesigen Datenmengen stellen die ohnehin schon überlasteten Rechenzentren vor echte Herausforderungen, warnt…

15 Stunden ago

Digitaler Zwilling hilft Hofbieber zur Erreichung der Klimaziele

Die hessische Gemeinde plant, bis 2030 klimaneutral zu werden, indem sie einen Digitalen Zwilling von…

15 Stunden ago

Stromversorgung und Kühlung im KI-Rechenzentrum

Durch Künstliche Intelligenz verändert sich die Infrastruktur von Rechenzentren grundlegend, sagt Anton Chuchkov von Vertiv.

16 Stunden ago

KI: Positiver ROI in 12 Monaten

AppliedAI hat Use Cases identifiziert, mit dem das produzierende Gewerbe ihre Effizienz und Produktivität steigern.

18 Stunden ago

KI-Initiativen ohne intelligente Dateninfrastruktur scheitern

Flexibler Datenzugriff, Data Governance und Sicherheitsprozesse sind Schlüsselkomponenten für erfolgreiche KI-Initiativen, zeigt ein IDC-Report.

20 Stunden ago

Sonderfahrzeugbauer Waldspurger baut auf ams.erp

Projektkennzahlen in Echtzeit / Ablösung von Insellösungen / Vermeidung von Doppelarbeit

21 Stunden ago