Was ein KI-Projekt erfolgreich macht und wo die Herausforderungen liegen.

Im Rahmen der ersten virtuellen Applied Artificial Intelligence Conference hielt Leftshift One einen Workshop zum Thema “Why AI projects fail” ab. Darin beleuchteten wir die Herausforderungen bei der Umsetzung eines KI-Projekts und ergründeten mit den Teilnehmerinnen und Teilnehmern ihre Erfahrungen.

Die Erkenntnisse aus diesem Workshop zeigen sehr deutlich, woran KI-Projekte immer wieder scheitern, welche vermeintlich kleinen Elemente eine große Hilfe sein können und wo noch große Wissensdefizite rund um die Technologie herrschen. Wir erfragten außerdem, worüber sich die Teilnehmerinnen und Teilnehmer im Anschluss zeitnahe informieren wollen.

Die Vortragenden und Leiter des Workshops waren CTO Christian Weber und Robert Spari (Business Solutions).

Woran scheitert ein KI-Projekt?

Die häufigsten Herausforderungen bei der Implementierung von künstlicher Intelligenz (KI) lassen sich grob in zwei Kategorien einteilen: technische und strategische.

Insbesondere das Thema Daten machte den Teilnehmerinnen und Teilnehmern des Workshops auf mehreren Ebenen zu schaffen. Die Datenbasis für das Training eines KI-Modells war entweder nicht konsistent genug, unzureichend “gelabelt” oder schlicht zu klein. Ohne ausreichende Daten, die außerdem entsprechend aufbereitet sind, kann das Projekt nicht starten.

Darüber hinaus identifizierten wir im Rahmen des Workshops auch Schwierigkeiten in der Planung. So wurde etwa dem Markt attestiert, er wäre für künstliche Intelligenz noch nicht bereit. Fehlendes Verständnis für die tatsächlichen Fähigkeiten und Möglichkeiten von KI ist tatsächlich noch eine verbreitete Herausforderung.

Das Management mancher Unternehmen verfüge zudem über keine konkrete Strategie für den Einsatz von KI. In manchen Fällen ziehen Entscheider immerhin Einzellösungen in Betracht, verkennen aber den Vorteil und die Notwendigkeit einer umfassenden, nachhaltigen Implementierung. Infolge sind die Ziele oft nicht klar definiert. Dadurch erhält ein solches Projekt innerhalb der Unternehmen nicht die nötige Priorität und somit auch zu wenig Ressourcen.

KI erfolgreich einsetzen

Mit Expertise und spezialisierten Partnern steuert Leftshift One genau diesen Sorgen entgegen. Die Teilnehmerinnen und Teilnehmer waren über einige unserer Erfahrungswerte aber durchaus überrascht. Die Datenthematik zog sich auch durch diesen Abschnitt wie ein roter Faden.

Verwunderlich war beispielsweise:

…, dass in jedem Unternehmen ausreichend Daten für den Aufbau eines KI-Modells existieren, aber nur die wenigsten davon wissen, geschweige denn sie auch finden und aufbereiten.

…, dass bereits viele Menschen an KI-Projekten arbeiten, aber nichts voneinander wissen.

…, dass selbst in Unternehmen bereits mehrere KI-Lösungen in unterschiedlichen Abteilungen existieren können, die weder voneinander wissen noch miteinander verbunden agieren.

…, dass Mitarbeiterinnen und Mitarbeiter bis zu einem gewissen Grad froh über KI-Lösungen sind, die Teile ihrer Arbeit übernehmen, weil ihnen dadurch mehr Zeit für wichtigere Aufgaben bleibt.

…, dass auch die neuesten neuronalen Netze und Algorithmen eine unzureichende Datenbasis nicht ersetzen können.

Aber auch von erfolgreichen Umsetzungen wurde berichtet. Manche profitierten bereits von einem hochqualitativen Datenset. Andere konnten KI-Lösungen produktiv einsetzen, weil sie einen Weg fanden, selbstständig Daten zu generieren. Wieder andere nannten gesteigertes Bewusstsein und technologisches Know-how auf Managementebene als ausschlaggebenden Erfolgsfaktor.

Wichtig ist außerdem, alle Beteiligten von Anfang an in den Umsetzungsprozess mit einzubinden. Das reduziert die Zeit eines Projektes ebenso effektiv, wie der Einsatz von generischen, wiederverwendbaren KI-Lösungen. Aus diesem Grund hat das AI Operating System by Leftshift One auch ganz bewusst eine generische Architektur.

Über ein digitales Board brachten die Teilnehmerinnen und Teilnehmer ihre Erfahrungen ein

Next steps für KI-Projekte

Dem Workshop ist es gelungen, mehr Aufmerksamkeit auf die Chancen und Herausforderungen bei KI-Projekten zu lenken. Unser Publikum verriet zum Abschluss, über welche Themen es sich nun (vertiefend) informieren will.

Der Wunsch, aus noch mehr fehlgeschlagenen Business Cases zu lernen, stand dabei an erster Stelle. Auch unsere Ausführungen zur unvermutet geringen Einstiegshürde in Bezug auf die notwendige Datenmenge hat neugierig gemacht. Einige Teilnehmerinnen und Teilnehmer werden sich nun auf die Arbeit mit kleinen Datenmengen spezialisieren.

Zum Schluss bekundeten einige auch ein gesteigertes Interesse am Einsatz von synthetischen Daten zum Training eines KI-Modells. Ebenso, wie an Wegen mit “ungelabelten” Daten ein erfolgreiches Projekt zu starten, da diese einfacher zu bekommen sind.

Wenn auch Sie mehr über das AI Operating System als Basis für Ihr nächstes KI-Projekt erfahren wollen, oder wenn Sie Beratung zu Strategie und Potentialen brauchen, lassen Sie es uns ganz einfach über unsere Kontaktadresse wissen.

Persönliche Beratung
per Videokonferenz

Wenn Sie mehr über das AI Operating System und seine vielen Vorteile für Ihr Unternehmen erfahren wollen, vereinbaren wir gerne einen Termin mit Ihnen.

Get in touch!