*Künstliche Intelligenz und Maschinelles Lernen: Eine Reise in die Zukunft der Technologie*
By Anja Fordon, EMEA Redakteurin
Rechtliche Herausforderungen
Angst und Unsicherheit der Mitarbeiter
Bias und Datenqualität
Datenschutz
Andere
Künstliche Intelligenz (KI) und Maschinelles Lernen (ML) sind Begriffe, die in der heutigen technologiegetriebenen Welt allgegenwärtig sind. Sie sind mehr als nur Buzzwords, die in Tech-Diskussionen und in den Medien auftauchen, sondern Technologien mit dem Potenzial, die Art und Weise, wie wir Aufgaben erledigen und Entscheidungen treffen, grundlegend zu verändern. Dies gilt insbesondere im Geschäftsumfeld, wo KI und ML eine immer größere Rolle spielen.
Künstliche Intelligenz und Maschinelles Lernen sind allgegenwärtig. Wir wissen, dass diese Technologien unsere Arbeitsabläufe völlig verändern werden. Zudem werden sie die Entscheidungsfindung massiv verändern, insbesondere im geschäftlichen Umfeld.
Trotz der zunehmenden Akzeptanz dieser Technologien in der Gesellschaft gibt es jedoch noch erhebliche Hürden bei ihrer Implementierung. Dies belegen viele Studien. Was sind diese Herausforderungen und wie können wir sie überwinden? Wir haben auf der diesjährigen Workday Elevate in München mit IT-Führungskräften und Expertinnen gesprochen.
Die Faszination von KI und ML
Um zu verstehen, warum KI und ML so faszinierend sind, müssen wir uns ansehen, was diese Technologien tatsächlich leisten können. Frank Mens, Director Financial Management - DACH & Kontinental Europe, bringt es auf den Punkt: "Am aufregendsten ist es für mich, neue Erkenntnisse zu ziehen. Es ist einfach Wahnsinn, was da momentan abgeht und gerade auch in den letzten Jahren."
Jens Löhmar, CTO Workday DACH und Kontinental, fügt hinzu: "Was mich daran begeistert ist, dass wir mit unserer Historie, die wir bei Workday haben, auf einmal ganz anders wahrgenommen werden.. Wir machen Machine Learning und AI schon seit über 10 Jahren!"
Diese Begeisterung für KI und ML ist nicht unbegründet. Diese Technologien haben das Potenzial, eine Vielzahl von Aufgaben zu automatisieren und zu verbessern, von der Datenanalyse bis hin zur Entscheidungsfindung. Sie können auch dazu beitragen, neue Erkenntnisse zu gewinnen und innovative Lösungen für komplexe Probleme zu finden.
Anwendungsbeispiele von KI und ML
Es gibt zahlreiche Anwendungsbeispiele für KI und ML in verschiedenen Branchen und Bereichen. Einige der prominentesten Beispiele sind:
Automatisierung von Geschäftsprozessen: KI und ML können dazu beitragen, verschiedene Geschäftsprozesse zu automatisieren und zu verbessern. Frank Mens erklärt: "Ich denke zum Beispiel an einen Buchungsabschluss oder einen Buchhaltungsabschluss, Jahresabschluss, Monatsabschluss. Ich muß nicht erst analysieren und herausfinden, was schiefgelaufen ist, sondern das System gibt mir automatisch den Hinweis "Du, da ist was schief gegangen." Und ich kann innerhalb des Monats schon korrigieren."
Verbesserung des Recruitings: KI und ML können auch dazu beitragen, den Recruiting-Prozess zu verbessern. Alexandra Hartung, Bereichsleitung Mittelstand bei Workday, erklärt: "Für mich ist aus aktueller Sicht das Thema Fachkräftemangel super relevant. Das heißt, wie kann Machine Learning im Recruiting besonders gut eingesetzt werden? Aus welchen Kanälen stammen unsere Top Talente und wie können wir diese Kanäle weiter stärken und da datenbasiert agieren?"
Effizientere Entscheidungsfindung: KI und ML können dazu beitragen, die Entscheidungsfindung effizienter zu gestalten. Jens Löhmar erklärt: "Natürlich geht es immer darum, mit AI und Machine Learning effizienter zu arbeiten und Entscheidungen im weitesten Sinne positiv beeinflussen zu können. Indem bessere Informationen proaktiv bereitgestellt werden, steht der Mensch eigentlich immer im Mittelpunkt der Anwendungsfälle."
Diese Beispiele zeigen nur einige der vielen Möglichkeiten, wie KI und ML genutzt werden können. Es gibt jedoch noch viele weitere Anwendungsfälle, die erforscht und entwickelt werden.
Diese Technologien haben das Potenzial, eine Vielzahl von Aufgaben zu automatisieren und zu verbessern, von der Datenanalyse bis hin zur Entscheidungsfindung.
Die Herausforderungen von KI und ML
Trotz der vielen Vorteile und Anwendungsmöglichkeiten von KI und ML gibt es auch einige Herausforderungen und Schwierigkeiten, die bei der Implementierung dieser Technologien auftreten können. Einige der häufigsten Herausforderungen sind:
Rechtliche Herausforderungen: In vielen Ländern, insbesondere in Deutschland, gibt es rechtliche Herausforderungen im Zusammenhang mit der Verwendung von KI und ML. Nik Gurjar, Senior Delivery Lead/Principal Talent Solutions bei Zalando weist darauf hin: "Ich glaube, in Deutschland wird die größte Challenge sein, wie alles aus legaler Sicht aussieht. Allgemein geht es um Daten und inwiefern ist unsere, ich sage mal, die legale Community in Deutschland flexibel?"
Angst und Unsicherheit: Viele Menschen haben Angst vor KI und ML, insbesondere aus Angst vor Jobverlust. Alexandra Hartung erklärt: “Herausforderungen sehe ich insbesondere bei dem Thema Angst und auch Unsicherheit auf der Seite der Mitarbeitenden. 'Was kommt da auf mich zu? Wird mein Arbeitsplatz gegebenenfalls obsolet?' Und das ist das größte Thema, wo wir unseren Mehrwert sehen, die Technologie als Grundgerüst, als Enabler, um die Produktivität zu steigern, um das Mitarbeiter Engagement zu steigern, um den Mitarbeiter besser zu machen, aber nicht obsolet."
Bias und Datenqualität: KI und ML sind nur so gut wie die Daten, mit denen sie trainiert werden. Wenn die Daten voreingenommen oder von schlechter Qualität sind, kann dies zu ungenauen oder voreingenommenen Ergebnissen führen. Sven Lehmler erklärt: "Eine K.I. muss ja irgendwie lernen und angelernt werden und natürlich kann da schon ein gewisser Bias reinkommen, wenn man so etwas anlernt.. Natürlich muss man sicherstellen, dass es sich a) um eine neutrale und b) um eine gute Datenbank handelt, denn selbst wenn die Datenbank schlecht ist, tendiert das maschinelle Lernen vielleicht in die falsche Richtung."
Datenschutz: Der Datenschutz ist eine weitere große Herausforderung bei der Implementierung von KI und ML. Michael Goller erklärt: "Ganz klar Datenschutz, denn nur so kann es funktionieren... Ich meine, künstliche Intelligenz ist immer so ein Begriff, aber am Ende des Tages funktioniert es aufgrund der vorhandenen Daten, die sie durchforstet und aus denen sie Erfahrungen ziehen kann, und je mehr Daten da sind, desto stärker wird sie. Aber natürlich, je mehr Daten ich in Kontext bringen kann, desto mehr dedizierte Aussagen kann ich zu allem Möglichen treffen."
Diese Herausforderungen sind nicht unüberwindbar, aber sie erfordern sorgfältige Planung und Überlegung. Es ist wichtig, dass Unternehmen, die KI und ML implementieren möchten, diese Herausforderungen erkennen und Strategien entwickeln, um sie zu bewältigen.
KI und ML sind leistungsstarke Technologien, mit dem Potenzial, die Art und Weise, wie wir arbeiten und Entscheidungen treffen, grundlegend zu verändern. Sie bieten eine Vielzahl von Anwendungsmöglichkeiten und können dazu beitragen, Prozesse zu automatisieren, neue Erkenntnisse zu gewinnen und innovative Lösungen für komplexe Probleme zu finden.
Gleichzeitig gibt es jedoch auch eine Reihe von Herausforderungen, die bei der Implementierung dieser Technologien auftreten können. Von Datenqualität und -quantität über rechtliche Herausforderungen bis hin zu Angst und Unsicherheit - es gibt viele Faktoren, die berücksichtigt werden müssen.
Trotz dieser Herausforderungen ist klar, dass KI und ML eine wichtige Rolle in der Zukunft der Technologie spielen werden. Es liegt an uns, diese Technologien verantwortungsvoll und effektiv zu nutzen, um das Beste aus ihren Möglichkeiten zu machen und gleichzeitig ihre Herausforderungen zu bewältigen.
Es ist wichtig, dass Unternehmen, die KI und ML implementieren möchten, diese Herausforderungen erkennen und Strategien entwickeln, um sie zu bewältigen.
