Maximale Disruption mit reibungsloser KI

Kaum jemand bezweifelt noch die umwälzende Kraft von Daten und Künstlicher Intelligenz (KI). Allerdings scheitern immer noch zu viele KI-Projekte aufgrund unnötiger Reibungsverluste. Die Studie 'Frictionless AI' von Altair gibt nicht nur einen umfassenden Überblick, wie Unternehmen Daten- und KI-Strategien umsetzen, sondern vor allem wie sich die Reibungsverluste auswirken und wie sie verhindert werden können. Weltweit wurden dazu mehr als 2.000 Experten befragt.

Das Resümee: Es gibt drei Hauptgründe dafür, dass KI-Projekte ins Stocken geraten oder sogar gänzlich scheitern. Mangelnde Mitarbeiterqualifikation wird als eine große Ursache genannt; darüber hinaus aber auch Technologieverfügbarkeit und fehlende Investitionsmöglichkeiten. All diese Hürden rauben den Unternehmen viel Kraft, Geld und Zeit.

Warum sollte aus Mangel an Fachkräften wie Datenwissenschaftlern und Ingenieuren nicht auf vorhandenes Personal gesetzt werden, das mit der Wahl der richtigen Tools und einer passenden Infrastruktur den KI-Einsatz durchaus selbst stemmen kann? Die Studie unterstreicht diesen Ansatz und attestiert dem Portfolio von Altair große Chancen: Eine deutliche Mehrheit unter den Führungskräften kann sich vorstellen, auch mit Anwendern ohne Data Science-Erfahrung Projekte zu skalieren. Anwender selbst sind noch etwas skeptischer, wenngleich überwiegend optimistisch (Grafik unten).

Im Zusammenhang von KI und Datenanalysen geht es zwar in erster Linie um Technologie, aber es geht auch darum, Erkenntnisse in die Arbeitsabläufe der Mitarbeiter im gesamten Unternehmen einzubetten, und nicht nur in die der Datenwissenschaftler - wie oft üblich. Hier attestiert ABI Research Manufacturing Data Analytics dem Angebot der Altair RapidMiner Plattform eine Marktführerschaft, da sie Einzelpersonen bei der Erstellung und Bereitstellung von Machine Learning(ML)-Modellen unterstütze: "Datenanalyse und KI erfordern ebenso einen Kulturwandel wie einen Technologiewandel." Altair habe dies erkannt.

Technologische Reibung entsteht aus der Technologieinfrastruktur - dazu gehören Hardware- und Software-Ressourcen, Cloud- und Hochleistungsrechenressourcen, Geräte und Plugins, Lieferanten und mehr. Oft wirkt technologische Reibung als Engpass, indem sie die Geschwindigkeit, den Umfang und den Rahmen von Projekten begrenzt.

Der Low-Code-Ansatz von Altair RapidMiner ermöglicht es Benutzern, schnell prädiktive Analysemodelle zu entwickeln, Erkenntnisse in Echtzeit zu erhalten und Visualisierungen zu erstellen. Zu den No-Code-Funktionen gehören eine Drag-and-Drop-Schnittstelle für unerfahrene Benutzer, ein Workflow-Builder mit Code-optionalen Funktionen für fortgeschrittene Benutzer und Vollcode-Funktionen für Experten. Um Doppelarbeit zu vermeiden und Erkenntnisse zu gewinnen, ermöglicht die Plattform Benutzern die zentrale Überwachung von Projekten.

Finanzielle Reibung tritt auf, wenn das Budget knapp ist, Ressourcen knapp sind und Projekte eine Rendite erzielen müssen. Finanzielle Reibung wird besonders deutlich, wenn versucht wird, in eine neue Initiative zu investieren oder Bemühungen mit teuren, veralteten Investitionen zu skalieren.

Die Studie unterstreicht: Eine gründliche Kosten-Nutzen-Analyse ist daher entscheidend, um die finanziellen Auswirkungen des KI-Einsatzes zu verstehen. Es ist wichtig, sowohl die direkten Kosten für die Implementierung und den Betrieb von KI-Systemen als auch die potenziellen Einsparungen oder Umsatzsteigerungen zu berücksichtigen.

Bei der Auswahl von KI-Technologien sollte von Beginn darauf geachtet werden, dass sie skalierbar sind. Sie müssen mit dem Wachstum des Unternehmens mithalten können, ohne erhebliche zusätzliche Kosten zu verursachen.