In Teil 1 des ARIC-Interviews hat Michael Koch bereits über die Chancen beim Einsatz Künstlicher Intelligenz gesprochen und Argumente gegen KI-Skepsis geliefert . In Teil 2 erklärt unser neuer ARIC-Vorstand, woran KI-Projekte meistens scheitern und spricht über die Vereinbarkeit von Datenschutz und KI.
Wo steht der Mittelstand in Sachen KI?
Einige Unternehmen sind schon relativ weit, zum Beispiel in der Medienbranche. Sie nutzen schon seit längerem KI, um Nutzerprofile zu erstellen und beispielsweise passgenaue Nachrichten anzubieten. Andererseits werden oftmals KI-Lösungen nach ersten Lösungsansätzen nicht weiter betrachtet, da vermeintlich hohe Investitionen nicht den gewünschten Geschäftserfolg bringen. Deshalb ist es wichtig, sich genau zu überlegen, welche KI-Lösungen für ein Unternehmen betriebswirtschaftlich und strategisch in Frage kommen.
Ein weiterer Grund für ein Scheitern von KI-Projekten ist deren Komplexität. Bis vor kurzem war die KI-Entwicklung eher mit einer Individualprogrammierung zu vergleichen, für die KI-Experten häufig erst gefunden oder ausgebildet werden mussten. Das macht die Projekte langwierig, teuer und operativ oftmals nicht effizient betreibbar. Mit vortrainierten Lösungen als Cloudservice ist eine geschäftsgenerierende KI in die Reichweite mittelständischer Unternehmen gelangt. Artificial Intelligence as a Service (AIaaS) senkt die Herausforderungen, da zahlreiche Teilprobleme schon gelöst wurden. Auch bei einer AIaaS-Lösung benötigen Unternehmen internes Know-how rund um Künstliche Intelligenz. Allerdings ist es durch den Einsatz von intuitiven Low Code Tools nicht notwendig, selbst Code zu schreiben. Ebenso ist die Implementierung über Programmschnittstellen sozusagen schlüsselfertig.
Welche Hürden für KI-Einsatz in Deutschland sieht du noch?
Die KI ist in erster Linie von den Daten abhängig und nur aus Daten mit hoher Qualität lassen sich verlässliche Informationen gewinnen. Der Software-Anteil bei einer KI-Anwendung kann noch so gut sein; nicht ausreichende, fehlerhafte oder schlecht strukturierte Daten lassen manche Projekte schon in einem frühen Stadium scheitern. So wird mangels geeigneter Daten nur etwa jeder fünfte „Proof of Concept“ tatsächlich umgesetzt und eine effiziente Lösungsskalierung ist nahezu unmöglich. Deshalb ist es wichtig, dass Unternehmen die Digitalisierung zügig angehen. Dazu gehören eine detaillierte Daten-Strategie, -Governance, -Architektur und -Kultur. Jetzt ist es an der Zeit, Digitalisierung und KI zügig und entschlossen anzugehen, um wettbewerbsfähig zu bleiben.
Wo steht Deutschland in Sachen KI im internationalen Vergleich?
Nach wie vor ist es so, dass die USA und China in diesem Segment vorne stehen. In Deutschland begrenzen die strikten Regeln des Datenschutzes die Nutzung und Auswertung von Daten. Das ist aber nicht unbedingt schlecht. Ich sehe sogar, dass Deutschland oder Europa durch die Beachtung von Datenschutz, Sicherheit und Ethik einen Wettbewerbsvorteil gewinnen und im verantwortungsbewussten Umgang mit KI internationale Vorreiter sein können. Das heißt aber auch, dass wir nicht aus Sorge, etwas falsch zu machen, Daten lieber gar nicht erst nutzen. Vielmehr ist mit guter Expertise Datenschutz, Datenanalyse und KI sehr gut miteinander vereinbar.
Warum passen das ARIC und LHIND gut zusammen?
Wir haben den großen Vorteil, dass wir durch unsere Erfahrung im Großkonzernbereich den Weg für den Mittelstand beschleunigen können. So gibt es bei LHIND bereits seit 2014 eine Innovationsabteilung für KI. Seitdem konnten wir zahlreiche KI-Projekte und proof of concepts zusammen mit unseren Kunden innerhalb und außerhalb der Lufthansa Group durchführen. So betreiben wir auch KI-Operations, die bereits seit Jahren täglich und laufend verwendet werden. Durch jahrelange Erfahrung und Kontakte zu den Universitäten verfügen wir mittlerweile über einen großen Wissensschatz.
Wir wollen dieses Wissen auch in der Industrie anbieten. Denn wir sehen einen starken Bedarf, auszubilden, Wissen einzusetzen und sich weiterzuentwickeln. Dazu können wir sehr viel beitragen, weil wir die Erfahrungen haben, wie Großkonzernen oder Kunden mit langjähriger Erfahrung KI in ihre Standardabläufe einbinden. Die Frage ist: Hat der Mittelstand auch die gleichen Probleme oder sind das andere Herausforderungen? Können wir als KI-Community zusammen Richtlinien aufstellen, um Probleme zu verhindern, sodass wir nicht wieder fünf Jahre lang die gleichen Dinge bearbeiten?
Austausch und Wissenstransfer sind extrem wichtig, denn die Herausforderungen der Zukunft kann ein Unternehmen alleine gar nicht stemmen.
