Chris Hillman, internationaler Datenwissenschaftsleiter bei dem Datenmanagementunternehmen Teradata, hat in letzter Zeit eine verstärkte Aufmerksamkeit auf die Kosten für Datenwissenschafts- und KI-Teams festgestellt, da Unternehmen den Mehrwert ihrer Investitionen in aufstrebende Technologien demonstrieren wollen. Er ist der Meinung, dass Datenwissenschaftler auf technischer Ebene in der Lage sind, KI-Modelle zu entwickeln, und oft sind es die Geschäftsinteressenten, die erfolgreiche KI-Projekte vereiteln, wenn sie nicht verstehen, wie KI-Modelle funktionieren oder Modellempfehlungen nicht in Maßnahmen umsetzen.
Teradatas Erfahrung beim Aufbau von Modellen für eine Vielzahl internationaler Kunden legt nahe, dass:
– Geschäftsführer KI verstehen müssen, um Projekterfolg zu fördern und zu erzielen.
– Führungskräfte lernen besser durch Beispiele als durch „Data Science 101“-Kurse.
– Unternehmen vor dem Start von KI-Projekten Auswirkungsabschätzungen durchführen sollten.
Kultur, Politik und Menschen: Hindernisse für den Erfolg von KI-Projekten
Hillman argumentiert, dass das Scheitern von KI-Projekten oft durch Geschäftsinteressenten verursacht werden kann:
– Kein Vertrauen in die Ergebnisse des KI-Modells, weil sie nicht am Prozess beteiligt waren.
– Versäumnis, Modellausgaben zu übernehmen und in reale Prozesse und Maßnahmen umzuwandeln.
Solange die Daten einem Datenwissenschafts- und KI-Team zur Verfügung gestellt werden, ist das KI-Problem laut Hillman nicht technisch. Oft bestehen Schwierigkeiten darin, dass die Geschäftsinteressenten diese Technologie nicht verstehen und KI-Ergebnisse in Geschäftsmaßnahmen umsetzen.
Geschäftsführer müssen verstehen, wie KI-Modelle funktionieren
Mit dem Aufkommen von KI müssen alle Geschäftsführer verstehen, wie diese Modelle erstellt und funktioniert. Sie sollten das Ergebnis verstehen, da sie den Prozess leiten müssen. Es ist nicht unbedingt erforderlich, dass sie die technischen Details der Algorithmen verstehen, jedoch sollten sie das grundlegende mathematische Konzept von KI verstehen.
Nutzungsfälle: effektive Tools zur Schulung von Geschäftsführern in KI-Modellen
Hillman ist der Meinung, dass Geschäftseigentümer nicht mit „Data Science 101“-Kursen konfrontiert werden sollten, die in der Praxis für sie „nutzlos“ sein können. Stattdessen können AI-Use-Cases genutzt werden, um zu demonstrieren, wie KI-Modelle für Geschäftsleute deutlich effektiver arbeiten.
Tipps zur Sicherstellung, dass Ihr KI-Projekt tatsächlich realisiert wird
Hillman gibt mehrere Empfehlungen für Geschäftsinhaber, um sicherzustellen, dass ihre KI-Projekte von der Idee und dem Proof-of-Concept bis zur Produktion kommen:
– Führen Sie eine Auswirkungsbewertung durch.
– Wählen Sie die richtigen Anwendungsfälle.
– Haben Sie einen starken Geschäftssponsor.
Es ist wichtig, dass die Geschäftseigner verstehen, wie KI-Modelle funktionieren, und dass sie in den Prozess involviert sind, um sicherzustellen, dass KI-Projekte erfolgreich sind und den gewünschten Wert erzeugen.