Kennen Sie Ihr KI-Potenzial?

Domänenwissen als Grundlage für Anwendungen der Künstlichen Intelligenz

Datenprojekte benötigen Domänenwissen für eine erfolgreiche Umsetzung. Das Domänenwissen beschreibt das Wissen über eine Branche oder eine Unternehmensfunktion, das notwendig ist, um Hypothesen aufzustellen. Domänenwissen ist, das im Unternehmen und in den Produkten kumulierte, übergeordnete Anwendungswissen, das den Erfolg des Unternehmens in einem Geschäftsfeld ausmacht. Zusätzlich ist dies im Bereich Data Science besonders notwendig, damit Experten geeignete Anwendungsfälle erkennen können. Notwendig ist die Schnittstellenkompetenz zwischen den Unternehmensvorgängen, klassischen Ansätzen zur organisatorischen Exzellenz und den Grundlagen der Künstlichen Intelligenz. Durch die Kombination können bestehende Verbesserungspotenziale, die oft bereits ohne Zuhilfenahme Künstlicher Intelligenz umsetzbar wären, aufgetan und in ein für ein Data Science Projekt passendes Format überführt werden. Zentrales Element bei der Analyse möglicher Anwendungsfälle ist die Verfügbarkeit von Daten. In vielen Fällen wurden die notwendigen Daten bereits über Jahre hinweg erfasst und liegen teils analog, teils in einzelnen Exceltabellen im Unternehmen vor. Bei der Einführung einer Lösung unter Einsatz Künstlicher Intelligenz kann dieses Wissen erfolgsbringend verarbeitet und für spätere Anwendungsfälle genutzt werden, auch wenn Kompetenzträger das Unternehmen verlassen.

Potenzialmatrix zur Identifikation von Lighthouse Projekten

Das zentrale Element der TCW-Vorgehensweise bei der Identifikation wirtschaftlicher Anwendungsfälle für Künstliche Intelligenz ist die Potenzialmatrix. In einer Serie von Workshops werden zusammen mit Unternehmensexperten mit Domänenwissen Projektvorschläge erarbeitet. Hierbei wird eine Bewertung des Kosten-Nutzen-Verhältnisses sowie der zu erwartenden Umsetzungshürden durchgeführt. Die Experten von TCW tragen das notwendige Wissen über Künstliche Intelligenz und die Bewertungskompetenz in Bezug auf die Umsetzbarkeit möglicher Use Cases bei. Als neutraler Begleiter der Workshops vermitteln wir die Potenziale und stellen dar, was Künstliche Intelligenz kann, aber auch wo die Grenzen der neuen Technologien liegen, um den Mitarbeitern die Angst vor Veränderungen zu nehmen. Der Vergleich möglicher Use Cases und die Darstellung in der Potenzialmatrix ermöglicht die leichte Identifikation der Anwendungsfälle mit dem größten Wirtschaftlichkeitsbeitrag und stellen gleichzeitig einen langfristigen Implementierungspfad dar.

Für den Einstieg in die Künstliche Intelligenz ist es wichtig, die Implementierungshürden und gleichzeitig die Erwartungen nicht zu hoch zu setzen. Auch kleinere Projekte können einen großen wirtschaftlichen Beitrag leisten, indem Mitarbeiter im Tagesgeschäft unterstützt werden. Eine teilautomatisierte Auswertung von Proben oder die automatisierte Produktionsplanung lassen sich vergleichsweise leicht umsetzen und bieten dennoch großes Potenzial. Ist der Einstieg in die Künstliche Intelligenz geschafft, können Projekte mit einem höheren Aufwand angegangen werden. Der Beginn mit einfach umzusetzenden Anwendungsfällen ermöglicht eine schnelle Umsetzung der Künstlichen Intelligenz und schafft Vertrauen in die Technologie auf Seiten der Mitarbeiter aber auch auf Seiten des Managements, die bereits nach kurzer Zeit wirtschaftliche Erfolge sehen können.

Ohne Potenzial kein Projekt

Wie kann ich das Potenzial von Künstlicher Intelligenz bewerten? Welchen Implementierungsaufwand habe ich zu erwarten und was sind Stolpersteine, denen ich aus dem Weg gehen sollte? Mit diesen Fragen werden wir bei jedem unserer Projektpartner konfrontiert. Die Antwort erfordert Kompetenzen, die über das Wissen von Data Science hinausgehen. Die Bewertung muss aus ganzheitlicher, organisatorischer Sicht erfolgen. Eine Vielzahl von Annahmen ist notwendig, die ohne Erfahrung aus der Praxis kaum sinnvoll abgeleitet werden können. In der Praxis sind die meisten Unternehmen mit der Wirtschaftlichkeitsberechnung überfordert, mit dem Resultat, dass vielversprechende Projektansätze zurückgestellt werden und die Ideen in der Schublade förmlich verstauben. TCW unterstützt hier mit der Wirtschaftlichkeitsbewertung von Projektansätzen und der Berechnung der Business Cases auf Basis langjähriger Erfahrung mit strategischen, organisatorischen und technologiegetriebenen Beratungsprojekten.

Das Vorgehen im TCW Beratungsansatz

Der TCW-Ansatz zur Ermittlung des KI-Potenzials besteht aus einem fünfstufigen Vorgehen. Hierbei werden zunächst die bestehenden Vorarbeiten im Unternehmen gesichtet und ein Team für die Begleitung des Projektes zusammengestellt. Gemeinsam mit den Vertretern des Unternehmens werden anschließend Workshops in den Fachbereichen der Unternehmen durchgeführt, bei denen den Mitarbeitern die Grundlagen von Data Science vermittelt und anschließend in einem interaktiven Workshop mögliche Anwendungsfälle erfasst werden. Während der Workshops findet bereits eine erste Bewertung des Potenzials der vorgetragenen Ideen statt, sodass diese in der Potenzialmatrix eingetragen werden können. Für die vielversprechendsten Ansätze, die sich als Lighthouse Projekte qualifizieren wird anschließend eine detaillierte Business Case Analyse durchgeführt, mit deren Hilfe die Entscheidung für den Einstieg in ein Projekt getroffen werden kann. Anschließend beginnt die Umsetzung mit der Erstellung eines generischen Modells, das die spätere Funktionsweise der Künstlichen Intelligenz abbildet und die Grundlage für die Erstellung des Lastenhefts für die Programmieraufgabe darstellt. Sind die notwendigen Programmierkompetenzen im Unternehmen nicht vorhanden, unterstützt TCW auch bei der Auswahl eines geeigneten Dienstleisters und begleitet die nachfolgende Umsetzung im Project-Management-Office.

Beratungsleistungen

• Business Analytics in der Nahrungsmittel- und Konsumgüterindustrie
• Künstliche Intelligenz & Machine Learning
• Neue Geschäftsmodelle durch Industrie 4.0

Publikationen

• Neue Geschäftsmodelle in der Industrie 4.0
  Leitfaden zur Entwicklung neuer Geschäftsmodelle in der Industrie 4.0
• Neue Geschäftsfelder, Geschäftsmodelle, Technologien
  Müssen sich Unternehmen neu erfinden?
• Neue Geschäftsmodelle – Künstliche Intelligenz – Maschinenlernen
  Tagungsband des Münchner Management Kolloquiums 2020

Praxisbeispiele

• Sensorbasierte Geschäftsmodelle – von TPM zu Just-in-time Maintenance
• Wann muss ein Geschäftsmodell neu erfunden werden?
• Geschäftsmodellinnovationen in einer transformierenden Energiewirtschaft