Disruptionspotenzial künstlicher Intelligenz: Ein Reifegradmodell zur Einführung ganzheitlicher KI-Initiativen in Unternehmen

Eine objektive Standortbestimmung der vorhandenen Fähigkeiten ist unerlässlich, um Verbesserungen an den richtigen Stellen umzusetzen und sollte aufgrund der Komplexität mit unterstützenden Instrumenten angegangen werden [1]. Reifegradmodelle liefern eine Bewertungs- und Vergleichsbasis für Verbesserungen und sind somit hilfreiche Entscheidungsinstrumente zur fundierten Schlussfolgerung von Optimierungen. Der Begriff Reife suggeriert in diesem Kontext, dass eine schrittweise Verbesserung bei Erreichung gewisser Fähigkeiten oder Ziele von der Start- bis zur erstrebten Endphase stattfindet. Der grundlegende Zweck von Reifegradmodellen besteht somit in der Beschreibung von Phasen und Reifepfaden. Zu den wesentlichen Merkmalen von Reifegradmodellen werden typischerweise die Gestaltungsebenen, -dimensionen und -objekte sowie die Reifestufen gezählt (siehe Tab. 1).

Das Reifegradmodell wird zur besseren Veranschaulichung der Kerninhalte in einem 5‑stufigen Prozess entwickelt, welcher vom 8‑stufigem Vorgehensmodell zur Entwicklung von Reifegradmodellen von den Autoren Becker, Knackstedt und Pöppelbuß [1] abgeleitet ist (siehe Abb. 1). Der Ursprung des Vorgehensmodells liegt im Ansatz des Design Science Research, das sich zum Ziel setzt, Artefakte zu kreieren, die zur Lösung organisationaler und menschlicher Herausforderungen geeignet sind. Berücksichtigt werden ebenfalls die Empfehlungen zur Entwicklung von Reifegradmodellen von den Autoren de Bruin, Freeze, Kulkarni und Rosemann [7].

Der erste Schritt definiert die Problemrelevanz und definiert den Fokus des zu entwickelnden Reifegradmodells. Die Problemrelevanz ergibt sich einerseits aus dem Fehlen eines vollständigen und theoretisch abgeleiteten KI-Reifegradmodells in der Literatur und andererseits aus der Praxisrelevanz des Themas. Der Fokus liegt auf der Entwicklung eines Reifegradmodells, das den Unternehmen als Instrument zur Bewältigung der komplexen Aufgaben und zur Verbesserung organisationaler Fähigkeiten dienen soll. Die Praxisbezogenheit und die Akzeptanz im vorhergesehenen Anwendungsort des Modells sollen daher durch Praktiker evaluiert werden.

Im zweiten Schritt des angewendeten Vorgehensmodells wird anhand eines umfassenden Vergleichs von bereits bestehenden Reifegradmodellen eine Grundlage für die Entwicklungsstrategie des eigenen Reifegradmodells begründet, welches im darauffolgenden dritten Schritt entsteht. Die Literaturauswertung bezüglich der geeignetsten Entwicklungsstrategie ergab, dass bislang nur wenige KI-Reifegradmodelle entwickelt wurden, welche überdies häufig nicht den genannten Erfordernissen an Reifegradmodelle entsprechen. Diese Erkenntnis begründete die Festlegung auf eine Neuentwicklung als Entwicklungsstrategie im dritten Schritt. Bei der Neukonzeption wird auf akzeptierte und erprobte Standards aufgebaut und auf ein angemessenes Verhältnis zwischen einer oft komplexen Realität und modellierter Vereinfachung geachtet. Hierfür wurden die 3 Aspekte des TOE-Frameworks (Technology, Organisation, Environment) von den Autoren Tornatzky und Fleischer [8] auf das zu neuentwickelnde Reifegradmodell übertragen, wobei diese als Gestaltungsebenen eingesetzt wurden und somit die Modellarchitektur festlegen (siehe Abb. 2). Mit dem TOE-Framework als Startpunkt der Entwicklung des Reifegradmodells wird sichergestellt, dass ein in der Literatur anerkanntes und erfolgreiches Framework zur Analyse organisationaler Einführung als Architektur dient.

Umfang und Design des Modells sind hiermit festgelegt und es gilt nun, den Inhalt des Modells zu erarbeiten. Dieser vierte Schritt ist die zentrale Phase des hier angewendeten Vorgehensmodells und besteht in der iterativen Reifegradmodellentwicklung, mit welcher die einzelnen Gestaltungsdimensionen und die dazugehörigen Gestaltungsobjekte fortlaufend entworfen werden. Hierzu wurde eine systematische und konzeptorientierte Literaturauswertung von wissenschaftlichen Arbeiten, Studien von Unternehmensberatungen sowie Fachzeitschriften durchgeführt. Anschließend erfolgte anhand einer offenen Codierung eine gesamtheitliche Literaturanalyse von Fähigkeiten und Charakteristika, die einen Einfluss auf eine erfolgreiche Umsetzung von KI haben. Als Basisschema wurde das TOE-Framework verwendet. Durch Unifikation thematisch ähnlicher Klassifizierungen entstanden hiernach iterativ die Gestaltungsdimensionen des zu entwickelnden KI-Reifegradmodells. Sechs semistrukturierte Interviews mit Experten erweiterten und validierten in weiteren Iterationen die Modellentwicklung.

Normalerweise folgen auf die eigentliche Entwicklung des Reifegradmodells im fünften Schritt die Evaluation und der Transfer der Entwicklungsergebnisse, womit das Modell auf seine Validität und Generalisierbarkeit überprüft wird. Die Validität wird dabei sowohl auf gute Übersetzung der Konstrukte als auch auf Vollständigkeit beurteilt. Mit der Durchführung von Interviews im vorherigen Schritt wurde bereits ein Validierungsschritt bezüglich der Verständlichkeit des Modells unternommen, wobei damit die breite Akzeptanz noch nicht überprüft werden kann.

Insgesamt wurden 18 Gestaltungsobjekte identifiziert, in denen die verschiedenen Fähigkeiten und Charakteristika subsumiert werden können (siehe Tab. 2). Diese Gestaltungsobjekte können wiederum 7 Gestaltungsdimensionen zugeordnet werden. Die Gestaltungsdimensionen wurden jeweils in den 3 Ebenen des TOE-Frameworks gruppiert, welche die Architektur des KI-Reifegradmodells ausmachen (siehe Abb. 3). Die einzelnen Gestaltungsdimensionen und die jeweils dazugehörenden Gestaltungsobjekte werden durch eine Zusammenschau aus der Literaturanalyse und Experteninterviews nachfolgend vorgestellt.

Zur Beschreibung der antizipierten Entwicklungspfade dieser Gestaltungsdimensionen sind zudem jeweils 5 aufeinanderfolgende Reifegradstufen beschrieben. Dies erlaubt den Unternehmen, eine übersichtliche Reifebestimmung in Bezug auf ihre KI-Reife vorzunehmen.

Um der möglichen Komplexität des Reifegradmodells mit 7 Gestaltungsdimensionen entgegenzuwirken und den Unternehmen einen Ausgangspunkt für die Auseinandersetzung mit der Thematik von KI zu liefern, ist im Verlaufe der Entwicklung eine Priorisierung von Gestaltungsdimensionen diskutiert worden. In den Interviews wurde von den Experten eine solche Priorisierung gewünscht. Eine Priorisierung innerhalb des Reifegradmodells wurde allerdings unterlassen, da dieses als Instrument zur gesamtheitlichen Standortbestimmung in den erforderlichen Gestaltungsdimensionen verstanden wird und eine partielle Ausblendung von benötigten Fähigkeiten als objektive Selbsteinschätzung zu kurz greifen würde.

Nichtdestotrotz sollte im Zentrum einer KI-Initiative immer ein Problem stehen, dass mithilfe dieser Technologie gelöst werden könnte. Dies wird mit dem zentralen Element des Geschäftsnutzens im Reifegradmodell suggeriert. Von hier aus kann argumentiert werden, dass die Daten- und Kompatibilitätsdimensionen zunächst wichtiger sind als beispielsweise Kultur: Eine erfolgreiche KI-Initiative ist trotz unreifer Innovationskultur vorstellbar, sofern genügend gute Daten vorhanden sind und die Technologie in der Lage ist, die KI-Initiativen technisch umzusetzen – umgekehrt wird es allerdings schwierig. Für einige Interviewpartner ist deshalb eine Auseinandersetzung mit der Daten- und Kompatibilitätsdimension bei der Umsetzung von KI inhärent gefordert. Andere Interviewpartner knüpfen bei der Sequenzierung von Gestaltungsdimensionen gleich an den Geschäftsnutzen an und argumentieren, dass die erste Priorität ein klar definierter und abgegrenzter Use Case darstellt, welcher durch die Dimension Kundenverhalten ermöglicht wird. Damit dieser Use Case im Unternehmen an Attraktivität gewinnt, wird anschließend ein überzeugender Business Case benötigt, welcher in der Dimension Strategie erarbeitet wird. Hiermit wird die Unterstützung des Topmanagements gesichert. Die tatsächliche Realisation erfordert schließlich das Vorhandensein von Daten in der geforderten Quantität und Qualität. Die Interdisziplinarität, die in der Dimension Kultur im Sinne von interdisziplinären Teams und in der Dimension Kundenverhalten im Sinne von effektiver Involvierung des End Users angesprochen wird, vervollständigt beispielsweise für diese Interviewpartner die 4 priorisierten Elemente beim Start von KI-Initiativen.

Aus akademischer Sicht liefert das KI-Reifegradmodell wichtige Einblicke in die relevanten Gestaltungsbereiche von Unternehmen in Bezug auf KI. Die Entwicklung des Modells spricht die bis anhin unklare Beziehung zwischen einem KI-Reifegradmodell und organisationalen Gestaltungsdimensionen an und knüpft an die spärliche Forschung zu KI-Reifegradmodellen an. Die Forschungsergebnisse haben aufgezeigt, dass fundierte KI-Reifegradmodelle in naher Zukunft zur Bewältigung der KI-inhärenten Komplexität von hoher Relevanz sein werden.

Aus praktischer Sicht stellt das KI-Reifegradmodell ein Hilfsmittel für Führungskräfte dar, um bereits eingeleitete oder geplante Umsetzungen von KI gesamtheitlich zu analysieren und allfällige Schwachstellen in den Gestaltungsdimensionen des Unternehmens zu identifizieren. Als objektives Standortbestimmungsinstrument wird eine Diskussionsbasis geschaffen, mit welcher Missverständnisse und unterschiedliche Auffassungen im Unternehmen erkannt werden können. Letztlich schärft die Beschäftigung mit dem KI-Reifegradmodell das Verständnis für die Auswirkungen einer Umsetzung von KI, welche zuvor möglicherweise nicht in deren Gesamtheit ersichtlich waren. Dieses Verständnis von möglichen Hindernissen gibt den Führungskräften nicht nur Auskunft über die Kommunikationsart im Unternehmen, sondern bietet beispielsweise Unterstützung in der Bestimmung, wo Unternehmen investieren sollten, welche KI-Initiativen am ehesten umsetzbar sind oder welche Schulungen noch anzubieten wären.

Zusammenfassend wird KI die Unternehmen revolutionieren, stellt diese bei deren Umsetzung aber auch vor sehr hohe Herausforderungen. Um diese besser zu bewältigen, wurden die wichtigsten Fähigkeiten und Charakteristika in der Literatur identifiziert, die für erfolgreichere KI-Umsetzungen berücksichtigt werden sollten. Durch die Bildung von Gestaltungsdimensionen mittels Clustering der erkannten Fähigkeiten und Charakteristika wurden die Gestaltungsbereiche für Unternehmen aufgezeigt. Darüber hinaus wurden durch die Auswertung der Experteninterviews die Gestaltungsdimensionen aus der Praxissicht validiert und erweitert. Die 7 entstandenen Gestaltungsdimensionen Daten, Kultur, Kompetenz, Strategie, Regulierung, Kundenverhalten sowie Kompatibilität zeigen, dass KI in Unternehmen nicht lediglich als eine neue Technologie betrachtet werden darf. Die Umsetzung von KI berührt und betrifft viele Gestaltungsbereiche. Praktiker*innen können folglich anhand der 7 Gestaltungsdimensionen den Ist-Zustand einer KI-Umsetzung objektiv und gesamtheitlich analysieren. Dies trägt dazu bei, die zurzeit offensichtliche Kluft zwischen KI-Versprechungen und KI-Realität in Unternehmen zu schließen.