07. Oktober 2024

Probleme bei der KI-Transformation: Strategien zur Überwindung der Gefahren

Probleme bei der KI-Transformation

In der sich rasch entwickelnden Landschaft der künstlichen Intelligenz erkennen Unternehmen auf der ganzen Welt die Notwendigkeit, diese transformative Technologie zu übernehmen. Der Weg zur KI-Transformation geht jedoch weit über den blossen Erwerb von Spitzentechnologie und Talenten hinaus. Sie erfordert eine Umstellung des gesamten Unternehmens, eine Veränderung der Kultur, der Struktur und der betrieblichen Normen, um ein günstiges Umfeld für die KI-Integration zu schaffen.

Von: Niina Hagman  

Niina Hagman

Niina Hagman

Director, Data & AI Transformation Advisory DAIN Studios.

Im Mittelpunkt der KI-Transformation steht die doppelte Herausforderung, die Orga­nisation und ihre Kultur umzugestalten. Traditionelle Geschäftsmodelle, die durch starre Hierarchien und isolierte Abteilun­gen gekennzeichnet sind, sind oft nicht in der Lage, das Potenzial von KI zu nutzen. Der Übergang zur KI-Bereitschaft erfordert eine Organisation, die interdisziplinäre Zu­sammenarbeit, Agilität und ein datenge­steuertes Ethos in ihrem Kern fördert. Ebenso muss sich die Unternehmenskul­tur von der Risikovermeidung und dem Vertrauen auf frühere Erfahrungen weg und zu einer Kultur entwickeln, die offen für Experimente ist und Anpassungsfähig­keit und kontinuierliches Lernen fördert.

Von der isolierten Arbeit zur effizienten interdisziplinären Zusammenarbeit

Die Überwindung organisatorischer Bar­rieren ist seit mehr als einem Jahrzehnt ein wichtiges Thema. Dennoch hält sich der siloartige Ansatz in vielen Unterneh­men hartnäckig. Die erfolgreiche Um­setzung von Initiativen im Bereich der KI setzt voraus, dass die traditionellen Gren­zen zwischen verschiedenen Abteilungen überkommen werden. Dies ist notwendig, da der Erfolg von KI-Projekten auf der In­tegration verschiedener Fähigkeiten, Wis­sensgebiete und Blickwinkel beruht. Die Kluft zwischen Daten- und KI-Experten, IT- und Softwareexperten, Rechtsberatern und Geschäftsbereichen muss überbrückt werden. Vielfältige Teams stellen eher si­cher, dass die Initiativen breit angelegte organisatorische Prioritäten und nicht nur isolierte Geschäfts- oder Technologiefra­gen betreffen.

Einige der bekannten Probleme 

Kommunikationsbarrieren

Geschäfts- und Technikteams sprechen oft «unterschiedliche Sprachen», was es ihnen erschwert, die Perspektiven und Herausforderungen des anderen zu ver­stehen. Datenwissenschaftler und KI-Ex­perten konzentrieren sich vielleicht auf die technische Machbarkeit und die Vertiefung von Lösungen, während die Geschäftsab­teilungen möglicherweise die Anwendbar­keit, das Kundenerlebnis und die Rentabili­tät in den Vordergrund stellen.

Nicht abgestimmte Ziele

Business Teams haben oft Ziele, die sich auf kurzfristige KPIs und finanzielle Leis­tung konzentrieren, während Daten- und KI-Teams Innovation, Kosteneffizienz und die Entwicklung skalierbarer Lösungen in den Vordergrund stellen. Diese Diskre­panz kann zu Reibungen und Ineffizienzen führen.

Kulturelle Unterschiede

Die Kultur in technischen Teams legt oft Wert auf Innovation, Experimente und schnelle Iterationen, während Geschäfts­einheiten in einem eher traditionellen, risi­koscheuen Rahmen arbeiten. Diese unter­schiedlichen kulturellen Normen können eine effektive Zusammenarbeit behindern.

Strategien zur Überwindung der Gefahren

Um einen Schritt nach vorn zu machen, ist zunächst ein gemeinsames Vokabular er­forderlich. Das bedeutet nicht nur, dass Ge­schäftsexperten die Terminologie für Daten und KI übernehmen, sondern auch umge­kehrt. Darüber hinaus kann es nie schaden, sich darum zu bemühen, anderen zu helfen, den Kontext zu verstehen. So können bei­spielsweise Tools wie Daten-Wörterbücher (Data Dictionaries) und eine vereinfachte Projektdokumentation dazu beitragen, dass technische Projekte auch für nichttechni­sche Beteiligte leichter zugänglich sind.

Zweitens ist es schwierig, das Projekt zu steuern, wenn verschiedene Teams stän­dig in unterschiedliche Richtungen rudern. Daher ist die Ausrichtung auf gemeinsame Ziele für den Erfolg Ihrer Initiativen von entscheidender Bedeutung. Schaffen Sie gemeinsame Ziele, die die Zusammenar­beit zwischen Business- und Daten- und KI-Teams erfordern, damit diese Ziele auch erreicht werden. Diese Ziele sollten sowohl mit den übergeordneten strategischen Zielen des Unternehmens als auch mit den KPIs der einzelnen Teams verknüpft werden. Die Einbeziehung beider Seiten in den Zielsetzungsprozess gewährleistet die Akzeptanz und hilft, die Bemühungen auf gemeinsame Ergebnisse auszurich­ten. Drittens ist es wichtig, eine Kultur zu schaffen, die unterschiedliche Perspekti­ven schätzt und die Vorteile des Lernens aus verschiedenen Disziplinen als ent­scheidend ansieht. Dies kann bedeuten, dass erfolgreiche funktionsübergreifende Projekte hervorgehoben werden, Mentorenschaften zwischen kaufmännischen und technischen Mitarbeiter*innen ermög­licht werden und Erfolge der Zusammen­arbeit gefeiert werden. Die Anerkennung und Belohnung kollaborativer Verhaltens­weisen fördert eine Kultur, die interdiszip­linäre Teamarbeit schätzt.

Nicht zuletzt sollte es ein klares und ge­meinsames Verständnis über die Zu­ständigkeiten und Arbeitsweisen in den interdisziplinären Teams (die auch virtu­ell sein können) geben. Es ist zu einfach, Menschen zusammenzuwerfen und davon auszugehen, dass die Teams von Anfang an nahtlos zusammenarbeiten. Und selbst bei einem guten Verständnis der verschie­denen Rollen und Zuständigkeiten beste­hen Teams aus Menschen, und die meisten (wenn nicht alle) Teams neigen dazu, dem Tuckman Team Performance Model 1 zu folgen, das beschreibt, wie sich das Team in den vier Phasen des Lebenszyklus eines Teams verhält:

  • Forming (Bilden)
  • Storming (Stürmen)
  • Norming (Normieren)
  • Performing (Durchführen)

Daher sollten neue interdisziplinäre Teams Zeit erhalten, um ihr Potenzial voll zu entfalten. Obwohl die Einführung neuer, vielfältigerer Arbeitsweisen nicht immer einfach ist, lohnt sich die interdisziplinäre Zusammenarbeit fast immer. Sie beschleu­nigt nicht nur die Innovation, sondern stellt auch sicher, dass die KI-Lösungen mit den Unternehmenszielen übereinstimmen und in der Lage sind, reale Herausforderungen zu bewältigen.

Um unsere Website laufend zu verbessern, verwenden wir Cookies. Durch die Nutzung dieser Website stimmen Sie der Verwendung von Cookies zu. Mehr Infos