Künstliche Intelligenz und Machine Learning: Ein wichtiger Faktor für die Lösung kritischer Unternehmensprobleme

Im März 2022 schrieb ich über den stetigen Aufstieg der künstlichen Intelligenz (KI) und ihr zunehmendes Potenzial, noch nie dagewesene Effizienzsteigerungen zu erzielen, Kundenaktionen vorherzusehen, Kaufentscheidungen zu beeinflussen und bessere Erfahrungen zu bieten. Dabei habe ich auch auf die kritischen Anforderungen hingewiesen, die erfüllt werden müssen, um das Potenzial von KI und Machine Learning auch wirklich ausschöpfen zu können, und zwar insbesondere im Hinblick auf die Zentralisierung von Daten und die Datenqualität.

Seitdem haben wir zahlreiche anekdotische Belege dafür gesehen, dass KI und Machine Learning von Unternehmen in allen Branchen immer mehr angenommen werden. Der Umstand, dass KI und Machine Learning trotz der geopolitischen Unsicherheit und der makroökonomischen Turbulenzen in den letzten 18 Monaten an Bedeutung gewonnen haben, ist ein Beweis für ihre enorme Schlagkraft. (Zum Zeitpunkt, da ich diese Zeilen schreibe, hat OpenAI gerade eine neue Version von ChatGPT, seinem viralen Chatbot, auf den Markt gebracht.)

Dies war der Hintergrund, vor dem Rackspace Technology® kürzlich seinen dritten jährlichen Forschungsbericht zu KI und Machine Learning veröffentlicht hat. Die Ergebnisse bestätigen, dass KI und Machine Learning sich zu einem wichtigen Faktor für Wettbewerbsfähigkeit entwickeln. Selbst im Angesicht globaler wirtschaftlicher Unsicherheit wenden sich Unternehmen KI und Machine Learning-Technologien zu, um kritische Unternehmensprobleme zu lösen.

Die Ergebnisse der Umfrage zu KI und Machine Learning

Die neue Umfrage befragte 1.420 globale IT-Experten aus verschiedenen Branchen, darunter Finanzdienstleistungen, Fertigung, Einzelhandel, Gastgewerbe, Regierung und Gesundheitswesen, um die Akzeptanz von KI und Machine Learning zu verstehen. Sie zeigt, dass immer mehr Organisationen – und zwar ganze 69 % – KI und Machine Learning als hohe Priorität für ihr Unternehmen einstufen – ein Anstieg um 15 Prozentpunkte im Vergleich zu 2021. 

Es ist bemerkenswert, dass fast ein Drittel der Befragten angab, erst im letzten Jahr KI- und Machine Learning-Projekte in Angriff genommen zu haben. Im Vergleich dazu sagen 17 %, dass sie vor zwei Jahren mit der Implementierung von KI und Machine Learning begonnen haben, und 11 % vor drei Jahren.

Keine Frage, die Einführung steht noch ganz am Anfang. Obwohl die meisten Befragten angaben, dass KI und Machine Learning eine hohe Priorität eingeräumt wird, sagen nur 41 %, dass sie erhebliche Vorteile erzielt haben. Im Vergleich dazu haben 33 % einen bescheidenen Nutzen festgestellt, während knapp ein Viertel (26 %) angibt, es sei noch zu früh, um dies zu beurteilen.

Trotz der Fortschritte, die mit den neuen Technologien erzielt werden, haben immer noch viele Unternehmen die Vorteile von KI und Machine Learning nicht erkannt. Sie haben oft mit internen Widerständen gegen die Einführung oder Nutzung zu kämpfen. 62 % der Befragten gaben an, dass die Einführung in ihrem Unternehmen intern auf Widerstand stößt.

Dennoch nutzen immer mehr Unternehmen KI und Machine Learning, um die Geschwindigkeit und Effizienz bestehender Prozesse zu verbessern, wobei 67 % der Unternehmen dies als Schwerpunkt einstufen – ein Anstieg von 15 % im Vergleich zu 2022.

Die Nutzung von KI und Machine Learning bleibt verhalten

Auch wenn die Akzeptanz von KI und Machine Learning noch nicht sehr hoch ist, weist die Umfrage doch auf eine Reihe von Geschäftsbereichen hin, die erst jetzt als mögliche Anwendungsgebiete in den Fokus rücken.

Die Zahl der Anwendungsfälle nimmt in vielen Bereichen zu, darunter:

• Prognosen zu Geschäftsentwicklung und Branchentrends
• Förderung von Innovation und Produktivität
• Risikomanagement
• Einstellung und Anwerbung
• Verbessertes Verständnis der Betriebsprozesse und Kunden
• Bessere Arbeitssicherheit und Arbeitsschutz

Zusammen genommen belegt dies den zunehmenden Nutzen von KI und Machine Learning. Und genau darin liegt der Schlüssel zur Entfaltung seines vollen Potenzials.

Die branchenweite Verbindung zum Cloud Computing

Der Weg hin zu spannenden neuen KI- und Machine Learning-Implementierungen ist untrennbar mit der branchenweiten Umstellung auf Cloud Computing verwoben. Die Zentralisierung riesiger Datenspeicher durch Cloud Computing ermöglicht erst das Gedeihen von KI und Machine Learning.

Wir stehen am Anfang einer neuen Generation von Cloud-Technologien, wie das Aufkommen spezialisierter Cloud-Konzepte zeigt, die auf Basis spezifischer Unternehmensanforderungen besondere Lösungen für bestimmte Arten von Daten anbieten.

KI und Machine Learning sind auf zentralisierte, einheitliche und normalisierte Daten angewiesen, und die Datenintegrität ist derzeit noch das schwächste Glied in der Kette. Nur durch eine hohe Datenintegrität können KI und Machine Learning jedoch die komplexen, neuartigen Funktionen ausführen, die den Unternehmen einen nachhaltigen Wettbewerbsvorteil verschaffen werden.

Auch wenn hier Verbesserungen zu verzeichnen sind, gibt es noch ein weiteres Hindernis für die Einführung von KI und Machine Learning: Der Bedarf an Fähigkeiten und Talenten für eine effektive Datenverwaltung. Mehr als acht von zehn Befragten gaben an, dass sie sich im Rahmen dieser Problematik in den letzten 12 Monaten um die Einstellung von Mitarbeitern mit KI- und Machine Learning-Kenntnissen bemüht haben, während ein ähnlicher Anteil in den letzten 12 Monaten seine eigene KI- und Machine Learning-Belegschaft tatsächlich ausgebaut hat.

Wie Sie KI und Machine Learning auf ein ganz neues Niveau bringen

Die Entwicklungen in dieser nächsten Phase der Einführung von KI und Machine Learning werden entscheidend für die Aufrechterhaltung der Dynamik sein. Unternehmen, die diese Technologien erstmals einsetzen oder die Schwierigkeiten haben, ihre KI- und Machine Learning-Initiativen zu vertiefen, sollten sich auf diese drei Schlüsselbereiche konzentrieren:

• Erarbeitung einer Gesamtstrategie und Schaffung von Akzeptanz in der gesamten Führungsebene
• Verbesserung der Qualität und Genauigkeit ihrer Daten
• Schulung und Fortbildung ihrer Talente

Stakeholder müssen bei der Ausarbeitung einer wirksamen KI- und Machine Learning-Strategie einige wichtige Punkte beachten, wie z. B.:

• Ausarbeitung eines Geschäftsszenarios und der Erwartungen in Bezug auf Leistungen, Meilensteine und Zeitpläne
• Erstellung eines Data Governance-Prozesses unter Berücksichtigung der Rollen, Verantwortlichkeiten und Prozesse einer ordnungsgemäßen Datenverwaltung
• Festlegung von Standards und Metriken, mit denen die Genauigkeit, Vollständigkeit, Einheitlichkeit und Zuverlässigkeit der Daten gewährleistet werden kann
• Regelmäßiges Monitoring und Auditing der Daten, um Probleme mit der Datenqualität wie falsche Werte, Duplikate oder Ausreißer zu erkennen und zu beheben
• Behebung von Problemen mit der Qualität und Genauigkeit von Daten durch die Bereinigung von Prozessen, einschließlich der Festlegung von Definitionen und der Beseitigung von Datensilos

Die Bereitschaft der Unternehmen, sich den Herausforderungen der Implementierung von KI und Machine Learning in einem oder mehreren Geschäftsbereichen zu stellen, nimmt mit der Zeit immer mehr zu. Das liegt daran, dass sie schon heute die Vorteile sehen – und die potenziellen Vorteile von morgen. Mit dem ständigen Bemühen um Datenintegrität haben wir die letzte große Hürde genommen, um KI und Machine Learning zu einem wesentlichen Bestandteil unseres Tagesgeschäfts zu machen.

Erfahren Sie mehr über die branchenführenden KI- und Machine Learning-Fähigkeiten von Rackspace Technology-Experten. Unser KI- und Machine Learning-Entwicklungsteam kann Ihnen dabei helfen, Ihre Daten zu nutzen, um intelligente Entscheidungen zu treffen, die Zusammenarbeit zu verbessern, Kundenerlebnisse zu transformieren und bessere Ergebnisse zu erzielen.

Join the Conversation: Find Solve on Twitter and LinkedIn, or follow along via RSS.

Stay on top of what's next in technology

Learn about tech trends, innovations and how technologists are working today.