KI-Strategie für Unternehmen: So starten Sie durch!

Wenn es um Künstliche Intelligenz geht, haben kleine Unternehmen und Selbstständige tatsächlich einen Vorteil, denn die Einarbeitung in den Themenkomplex gestaltet sich aufgrund der Organisationsgröße deutlich übersichtlicher. Und tatsächlich gilt dies auch für die Themenwahl. Denn abseits von Prompt Engineering für Marketing-Texte mit ChatGPT und der begleitenden Bildbearbeitung mit Midjourney gibt es auch die Möglichkeit, maßgeschneiderte KI-Lösungen für fast jedes Themengebiet zu entwickeln – und das mit „Bordmitteln” und wenigen bis gar keinen Programmierkenntnissen (No-Code/Low-Code-Lösungen). Das Leitmotiv ist hier „Einfach mal machen!”. Doch auch in mittelständischen Unternehmen ist das Vorhaben, KI zu implementieren, eine machbare Aufgabe. Und dazu braucht es ganz genau zwei Zutaten: Weiterbildung und Strategie. Hat man beides organisiert, entwickelt sich ganz automatisch eine Eigendynamik, die schnell zu vorzeigbaren Ergebnissen führt.

Der Startpunkt für mögliche KI-Projekte in Ihrem Unternehmen sind Mitarbeiter, die belastbare Antworten zu Fragen der Machbarkeit und des Datenschutzes liefern können sowie das Thema Informationssicherheit ganzheitlich betrachten, um sicherzustellen, dass KI-Lösungen nicht nur innovativ, sondern auch sicher und gesetzeskonform implementiert werden. Wer diese nicht in Form von IT-Experten im Team hat, sollte sich also entweder nach externen Beratern oder KI-Managern umsehen oder vorhandene Mitarbeiter entsprechend weiterbilden. Wichtig hierbei: Bloß keine Schwellenangst haben! Das Thema KI ist neu und gleichzeitig im stetigen Wandel. Selbst die besten Experten sind nur oft nur so klug wie der aktuelle Stand von KI-Anwendungen, den auch Sie mit Eigenrecherche verfolgen können. Will heißen: Ran an die Online-Seminare! Suchen Sie interessierte Mitarbeiter, gründen Sie eine Task-Force und buchen Sie zum Beispiel bei einem der Klassiker einen Einsteigerkurs: Die Seminare der TÜV-Akademie, der jeweils regionalen IHK oder Haufe bilden solide und oftmals sogar zertifizierte Startpunkte für kommende KI-Experten und eine gezielte KI-Strategieentwicklung. Aber auch die Spiegel-Akademie sowie die Masterschool sind gute Beispiele, dass der Markt der Weiterbildung aktuell höchstens von dem Willen, diesen auch auszuschöpfen, begrenzt wird.

Die TÜV-Weiterbildungsstudie 2024 hat es gezeigt: Erst in jedem achten Unternehmen haben Mitarbeitende bereits KI-Weiterbildungen besucht, bei weiteren sechs Prozent ist das konkret geplant. Zwar erwarten viele Befragte einen steigenden Weiterbildungsbedarf, aber die Ergebnisse decken sich mit anderen Studien, die eine eher abwartende Haltung beim Einsatz der Technologie aufzeigen. Im Umkehrschluss heißt dies: Wer jetzt mit Weiterbildung ins KI-Zeitalter startet, hat definitiv die Nase vorn. Natürlich sollte man dabei auch die staatlichen Förderprogramme nutzen, um das Potenzial voll auszuschöpfen. Einen guten Überblick über die verschiedenen Optionen gibt es auf den Webseiten von KI Akademy, WBS Gruppe und KI für Menschen.

Begriffe wie Machine Learning, Data Science und neuronale Netze klingen zwar wie Schreckgespenster für den Neuling, sind aber mit ein wenig Recherche gut zu beherrschen. Was bei dem Einstieg in die Welt der KI allerdings nicht fehlen sollte, ist die richtige Strategie. Die folgende Roadmap kann dabei als exemplarisches Beispiel dienen, wie es aussehen sollte, wenn Sie den Grundstein für Ihre KI-Strategie legen. Die Reihenfolge der einzelnen Stationen kann dabei variieren – aber alle Steps sollten irgendwo in Ihrer Strategie berücksichtigt werden.

• Zielsetzung definieren
  Klären Sie, welche Probleme oder Herausforderungen im Unternehmen durch KI gelöst werden sollen. Zum Beispiel: Automatisierung von Prozessen, verbesserte Kundenerfahrung, Optimierung von Ressourcen oder die Entwicklung neuer Geschäftsmodelle. Und: Gibt es bereits Marktbegleiter, Lieferanten und Partner, die bereits erfolgreich KI einsetzen?
   
• KPIs und Status Quo
  Legen Sie messbare Ziele fest, wie Effizienzsteigerung, Kostensenkung oder Umsatzwachstum und analysieren Sie den aktuellen Status quo. Dazu gehört auch die Prüfung Ihres Dateninventars: Welche Daten sind verfügbar und sind diese qualitativ und quantitativ ausreichend?
   
• Prüfung der Infrastruktur
  Vor dem Start sollten Sie Ihre bestehende Infrastruktur in Bezug auf die vorhandene IT (Rechner-Kapazitäten, Cloud-Lösungen, Datenbanken und Analytics-Tools) sowie die Mitarbeiterfähigkeiten (siehe oben) überprüfen. Bauen Sie ein interdisziplinäres Team auf und binden Sie Experten aus relevanten Abteilungen wie IT, Marketing, Produktion oder Vertrieb ein. Falls nötig, kaufen Sie externe KI-Experten ein und rekrutieren oder engagieren Sie Data Scientists, Entwickler und KI-Berater.
   
• Schulung und Change Management
  Sensibilisieren Sie Ihre Mitarbeiter für die Vorteile von KI und bieten Sie Schulungen und Weiterbildungen zu Datenkompetenz und KI-Grundlagen an. Fördern Sie eine Kultur, in der Innovation und Technologieakzeptanz im Fokus stehen!
   
• Pilotprojekt wählen
  Wählen Sie ein überschaubares Projekt aus, das einen schnellen Mehrwert liefern kann. Zum Beispiel: Chatbots für den Kundenservice, Prognosemodelle für den Vertrieb oder automatisierte Rechnungsverarbeitung. Das Ziel sollte sein, Erfahrungen zu sammeln und eventuelle Skeptiker zu überzeugen.
   
• Datenstrategie entwickeln
  KI beruht immer auf entsprechenden Daten, weshalb auch hier eine entsprechende Strategie notwendig ist. Klären Sie also rechtliche Anforderungen wie die DSGVO und stellen Sie sicher, dass Ihre Daten bereinigt und strukturiert vorliegen. Identifizieren Sie zudem alle zusätzlichen Datenquellen.
   
• Technologie und Tools auswählen
  Erkunden Sie mit Ihrem Team Plattformen wie TensorFlow, Microsoft Azure AI, Google Cloud AI oder AWS AI sowie Low-Code/No-Code-Lösungen wie Zapier, N8n.io oder make.com. Falls wenig technisches Know-how vorhanden ist, können auch Tools wie DataRobot oder H2O.ai helfen. In diesem Zusammenhang fällt auch die Entscheidung zwischen Open Source und Kauf. Das bedeutet: Entscheiden Sie mit dem Team, ob Ihre Lösung eine Eigenentwicklung wird oder der Kauf von fertigen Lösungen eher sinnvoll ist.
   
• Governance und Ethik
  Entwickeln Sie Leitlinien für den Einsatz von KI, z. B. Fairness, Transparenz und Nachvollziehbarkeit. Implementieren Sie gegebenenfalls Überwachungsmechanismen, um Fehler zu vermeiden.
   
• Pilot testen und skalieren
  Implementieren Sie Ihren Prototyp und sammeln Sie wichtiges Feedback zur Ergebnismessung (KPIs). Planen Sie etwaige Skalierungen, um Ihre KI-Modelle auch in anderen Abteilungen oder Prozessen zu integrieren.

Generative KI-Modelle wie ChatGPT sind erst der Anfang, und KI-gestützten Anwendungen gehört zumindest ein Teil der Zukunft. Wenn wir lernen, diese effektiv in unseren Alltag und unsere Geschäftsprozesse zu integrieren, können wir Dinge erreichen, die gestern noch unmöglich schienen. Gestalten Sie Zukunft digital mit!