Organisationen, die Generative Künstliche Intelligenz verschlafen, gefährden ihre Wettbewerbsfähigkeit. Doch wer heute auf das falsche KI-Tool setzt, erlebt langfristig wohlmöglich böse Überraschungen. Denn wer weiß, welche KI-Modelle sich durchsetzen werden?
Generative Künstliche Intelligenz kann Unternehmen produktiver und flexibler machen - sofern sie auf die richtigen Tools setzen.
koldunova / Stock.adobe.com
In einer Umfrage von Dataiku unter IT-Führungskräften gaben 46 Prozent der Entscheider an, in den nächsten zwölf Monaten mehr als eine Millionen US-Dollar in Generative Künstliche Intelligenz (Gen AI) investieren zu wollen. Und das, obwohl 31 Prozent bereits auf größere Hindernisse in ihrer Organisation gestoßen sind, beispielsweise interne Compliance-Richtlinien.
Compliance, Governance und die unternehmensinterne Richtlinien beeinflussen maßgeblich, wie effektiv Organisationen ihre Produktivität durch Gen AI steigern und Ressourcen einsparen können. Diese Vorgaben können und werden sich aber mit hoher Wahrscheinlichkeit im Laufe der nächsten Jahre ändern. Denn die Gesetzgebung ist noch längst nicht in Stein gemeißelt; der EU AI Act ist gerade erst verabschiedet, die Umsetzung in nationalstaatliche Gesetze folgt noch. Es wird nicht das letzte Gesetz dieser Art bleiben. Gerade global agierende Organisationen müssen sich darauf gefasst machen, dass neue Vorgaben in unterschiedlichen Regionen folgen.
Welche KI-Tools sind die Richtigen?
Und dann gibt es unzählige verschiedene KI-Tools für ganz verschiedene Anwendungs- und Entwicklungsfälle. Zwar lässt sich heutzutage relativ leicht von Experten evaluieren, welches dieser Tools für welchen Anwendungsfall im Moment am besten geeignet ist, doch wie sich dies in den nächsten Jahren entwickeln wird, ist sehr viel schwerer zu sagen. Im Falle von KI sind die Fragezeichen zudem größer als in anderen Fällen.
Denn: Erstens entwickelt sich die Technologie rasant, der nächste große Entwicklungssprung ist nur eine Frage der Zeit; zweitens sind viele Anbieter mit hohen Kapitalsummen vorfinanziert, ohne dass sie ihre gegenwärtigen Ausgaben bereits durch entsprechende Einnahmen decken können. Die meisten Anbieter werden daher ihre Geschäftsmodelle höchstwahrscheinlich noch anpassen müssen, um profitabel wirtschaften zu können. Das wird sich auch auf die Kostenstruktur und den Return-On-Investment der KI-Modelle in den Organisationen auswirken.
Lösungen, die mit einem Vendor-Lock-In verbunden sind, können daher zwar kurzfristig funktionieren, stellen aber langfristig ein entscheidendes Risiko dar. Flexibilität, also die Möglichkeit, im Fall der Fälle von einem Modell oder Tool auf ein anderes wechseln zu können, ist Gold wert für alle Entscheider, die perspektivisch denken und handeln.
Dafür müssen KI-Modelle so implementiert werden, dass die zugrunde liegenden Daten nicht bei einem Anbieter liegen. Die Modelle sollten sich über Schnittstellen integrieren lassen und, falls erforderlich, sollten die Ergebnisse und im Laufe der Zeit hinzugekommen Daten reibungslos exportiert und in ein neues System überführt werden können.
Abhängigkeiten in Cloud-Strukturen vermeiden
Jenseits der sich noch entwickelnden Regulierung, der unübersichtlichen Landschaft verschiedener Lösungen gibt es einen dritten Faktor: die eigene Infrastruktur. Organisationen sollten Abhängigkeiten von einzelnen Anbietern oder spezifischen Cloud-Infrastrukturen vermeiden. Cloud-Agnostizismus führt zu mehr Unabhängigkeit und mehr Optionen.
Laut der bereits zitierten Umfrage geben 88 Prozent an, dass ihnen spezifische Tools und/oder Prozesse fehlen. Fast die Hälfte der Befragten (44 Prozent) finden, dass ihre aktuellen Datentools nicht für ihre Analyse- und KI-Anwendungen geeignet sind. 43 Prozent berichten, ihre aktuelle Daten- und Analytik-Infrastruktur entspreche nicht den modernen Standards. Welchen Anforderungen die IT-Ausstattung in zehn Jahren gerecht werden muss, damit Organisationen das Potenzial von Gen AI ausschöpfen können, kann heute noch niemand sicher prognostizieren. Sich Alternativen offen zu halten, kann dann Gold wert sein.
Die Realität ist, dass sich Generative KI weiterhin verändern und weiterentwickeln wird, wobei verschiedene Technologien und Anbieter kommen und gehen werden. Das Ende der KI-Fahnenstange ist bei Weitem noch nicht erreicht. Perspektivisch von KI profitieren werden die Organisationen, denen der Balanceakt gelingt: Kurzfristig mit KI experimentieren, die Lösungen in der Organisation im Arbeitsalltags skalieren und gleichzeitig permanent flexibel bleiben.
