2024 ist der Einsatz von Künstlicher Intelligenz (KI) zunehmend unverzichtbar. Unsere Expertenrunde diskutiert, worauf es bei der Einführung eines KI-Systems ankommt – mit Verweis auf bereits umgesetzte Projekte.
Unsere Experten:
– Martin Bachler, Chief Technology Officer, Netconomy
– Ivo Titscher, Managing Director, ByteSource Deutschland
– Michael Kommenda, Senior AI Consultant, Tietoevry
source
Dauer: 01:30:37
Inhalt:
Ausgangslage
Generative KI (seit ChatGPT Hype 2022/23) bringt KI in die breite Masse.
Frage: Evolution der Automatisierung oder Revolution wie die Industrialisierung?
Einigkeit: Strategisch revolutionär, aber Erwartungen derzeit überzogen – Technologie muss noch reifen, v. a. bei Sicherheit & Verlässlichkeit.
Chancen & Potenziale
Unstrukturierte Daten nutzbar machen (Sprache, Bilder, Videos → Analyse & Content-Generierung).
Automatisierung: McKinsey erwartet bis 2030 Automatisierung von bis zu 30 % aller Arbeitsstunden in Deutschland.
Neue Business Cases: Kundenservice, Softwareentwicklung, Supply Chains, Engineering, Medizin, Finanzen.
Roboter & IoT: Kombination von KI mit Robotik könnte industrielle Prozesse massiv verändern.
Onboarding & Wissensmanagement: KI kann Expertenwissen erfassen und für neue Mitarbeiter verfügbar machen.
Herausforderungen
Erwartungshaltung: FOMO führte zu vielen Schnellprojekten ohne nachhaltige Strategie. Jetzt folgt Phase der Konsolidierung.
Zuverlässigkeit & Halluzinationen: KI liefert teils falsche Antworten → Methoden wie Retrieval Augmented Generation (RAG), Fine-Tuning & Human-in-the-Loop nötig.
Daten & Governance:
Datenqualität, Compliance, Legal Frameworks entscheidend.
Cloud & Hyperscaler bieten Lösungen (Residency, Security, Skalierung), Unternehmen sollten Standards nutzen statt Eigenentwicklungen.
Regulierung (EU AI Act):
Wird als Orientierung gesehen, aber Gefahr von Wettbewerbsnachteilen gegenüber USA/China.
Positiv: einheitliche Regeln in Europa, klare Risikoklassifizierung.
Technologische Trends
Multi-Model-Strategie: Unternehmen sollten nicht von einem LLM abhängig sein, sondern flexibel zwischen Modellen (OpenAI, Anthropic, Google, Open Source) wechseln können.
Spezialisierte Modelle & kleinere „Edge“-LLMs:
Weniger Rechenaufwand, schnellere Antworten, günstigere Nutzung.
Zukunft: viele spezialisierte Modelle statt „One size fits all“.
Synthetische Daten: Zunehmend notwendig fürs Training und zum Testen von Systemen.
User Interfaces: Chatbots nur Übergang – künftig nahtlose KI-Integration in Anwendungen, Prozesse & Geräte (Beispiel: Apple Intelligence).
Gesellschaftliche & organisatorische Dimension
Demokratisierung von Information: KI senkt Sprachbarrieren, ermöglicht breiteren Zugang zu Wissen – Chance für Bildung & Partizipation.
Risiken: Fake News, Deepfakes, Bias in Daten → verstärken gesellschaftliche Spannungen.
Change Management:
Unternehmen brauchen KI-Strategie & klare Rahmenbedingungen (Nutzung, Datenschutz, Sicherheit).
Mitarbeiter müssen mitgenommen werden → Training, sichere Testumgebungen, „Learning on the tool“.
Fachkräftemangel:
KI ersetzt keine Jobs, sondern macht Menschen effizienter → Unternehmen können mit weniger Personal mehr erreichen.
KI als „Superpower“: Wer lernt, KI effektiv einzusetzen, steigert seine Beschäftigungsfähigkeit.
Handlungsempfehlungen für Unternehmen
Jetzt starten, aber strategisch – FOMO-Projekte ablösen durch nachhaltige, strukturierte KI-Programme.
Rahmen schaffen – klare Regeln für KI-Nutzung, Governance, Compliance & Sicherheit.
Use Cases pragmatisch wählen – klein starten (Support, Backoffice, Dokumentation), dann skalieren.
Mitarbeiter befähigen – sichere Umgebungen & Trainings bieten, Experimentieren erlauben.
Technologie modular halten – KI-Architektur so bauen, dass Modelle austauschbar sind.
Datenhausaufgaben machen – Data Lakes, Governance, synthetische Testdaten.
Regulierung nutzen statt fürchten – EU AI Act als Orientierung, Wettbewerbsvorteile durch Compliance.
Fazit
KI ist für Unternehmen revolutionär, aber noch nicht reif für blinde Automatisierung.
Erfolg hängt davon ab, ob Firmen:
realistische Erwartungen setzen,
Daten & Governance im Griff haben,
Mitarbeiter mitnehmen und befähigen,
und technologische Flexibilität (Cloud, Multi-LLM, spezialisierte Modelle) sicherstellen.
KI ersetzt keine Menschen – sie verstärkt ihre Fähigkeiten. Unternehmen, die KI früh, strukturiert und verantwortungsvoll einsetzen, sichern sich Effizienz, Innovation und langfristige Wettbewerbsfähigkeit.
