Erfahrungen mit KI zu sammeln ist für viele Unternehmen eine wichtige Priorität in diesem Jahr. Die Frage ist jedoch, wo man anfängt und mit welchen Anwendungsfälle man sich am ehesten beschäftigen soll.
In diesem Blogbeitrag geht es dabei insbesondere um den Einsatz von generativer KI in Kombination mit unternehmensinternen Daten, um beispielsweise unternehmensinternes Know-How besser zugänglich zu machen. Einige Unternehmen haben bereits eine KI-Strategie definiert und überlegen im nächsten Schritt, wie sie nun in mögliche Umsetzungen gehen könnten. Dafür müssen natürlich in einem ersten Schritt KI Anwendungsfälle identifiziert werden
Inhaltsverzeichnis
KI-Anwendungsfälle identifizieren
Um einen KI-Anwendungsfall zu identifizieren, wird folgende Definition benutzt:
„Ein KI-Anwendungsfall ist gegeben, wenn eine KI-basierte Softwarelösung ein Problem löst, welches mit einer herkömmlichen Software nicht gleichwertig oder besser zu lösen ist.“
Der Einsatz von KI kann, je nach Anwendungsfall, ressourcenintensiver sein, als der Einsatz von herkömmlicher Software. Daher sollte KI in einem Anwendungsfall einen deutlichen Mehrwert gegenüber einer herkömmlichen Lösung haben. Ein Beispiel dafür ist der Einsatz von KI in der unternehmensinternen Suche.
Ein KI-Anwendungsfall bedarf grundsätzlich immer einem übergeordneten Ziel, welches zu einem nicht zufriedenstellenden Maße erreicht wird. Ein Beispiel könnte die Effizienzsteigerung in einem Unternehmen sein. Um die Effizienzsteigerung zu erreichen, hat ein Unternehmen eine Digitalstrategie definiert. Aus dieser ergeben sich dann wiederum verschieden Subprojekte bzw. Zwischenziele, die optimiert werden müssen. Aus der Digitalstrategie könnte sich also ein KI-Anwendungsfall ergeben.
Damit jeder amberSearch einmal ausprobieren kann, haben wir in unserer Onlinedemo eine mittlere sechsstellige Anzahl an Dokumenten auf über 10 Systeme verteilt:
Ein KI-Anwendungsfall könnte sich aber auch durch den demografischen Wandel ergeben. Die Babyboomergeneration geht in den Ruhestand, es kommen zu wenig Leute nach. Daraus ergibt sich, das einerseits viel Expertenwissen in den Köpfen langjähriger Mitarbeiter ist, welches digitalisiert werden muss, andererseits muss das bereits digitalisierte Know-How einer neuen Mitarbeiter-Generation zur Verfügung gestellt werden, die zumindest digital anders denkt und andere Erwartungen hat. Ein weiterer Anwendungsfall könnte sich daraus ergeben, dass durch den daraus resultierenden Fachkräftemangel die gleiche oder mehr Arbeit mit weniger Personalressourcen geschafft werden muss. Wie übrigens die ganz konkrete Definition eines KI-Anwendungsfalls anhand eines Beispiels aussehen kann, das haben wir in diesem Blogartikel beschrieben.
Man merkt – es geht immer darum, Probleme zu lösen. Wer Probleme strukturiert erfassen möchte, der kann das JTBD-Framework nutzen.
So funktioniert das JTBD-Framework
JTBD steht für Jobs-to-be-Done und ist ein Frage-Framework, welches aus 3 Schritten besteht:
- Jobs to be Done: Im Ersten Schritt geht es darum, die Aufgabe des Anwenders zu verstehen. Dazu sollte möglichst neutral gefragt werden, warum eine Person an gewissen Themen arbeitet, welche Ziele sie hat usw.
- Pains: In einem zweiten Schritt, dem Pains Schritt, geht es darum, die Gründe herauszufinden, weshalb etwas nicht so gut wie erwartet funktioniert bzw. was die Person davon abhält, die gegebenen Ziele zu erreichen.
- Gains: Im Dritten und letzten Schritt geht es um die Gains. Wie sähe der Zustand aus, wenn das Problem gelöst würde? Was soll sich durch die Lösung im Prozess/Ergebnis verbessern und was sind die Mehrwerte?
Dieser Prozess kann genutzt werden, um in der Belegschaft zu erfassen, was gerade die Challenges sind und darauf aufbauen die größten Pain Points mit den größten Mehrwerten zu identifizieren.
KI Anwenden, um Anwendungsfälle zu identifizieren
Nach Anwendung des JTBD-Frameworks sollte eine ganze Reihe von Problemen existieren, die nur darauf waren, gelöst zu werden. Einerseits kann nun natürlich direkt nach Lösungen in Google gesucht werden. Alternativ können natürlich auch KI-Tools wie ChatGPT befragt werden, wie die Probleme gelöst werden können und bei welchen Anwendungsfällen es potenziell Sinn macht, KI einzusetzen.
In unserem White Paper „Checkliste KI-Einführung“ gehen wir explizit darauf ein, welche Fragen interessierte an Softwareanbieter stellen sollten und welche Antworten man haben sollte, wenn man in solche Gespräche geht. Klingt spannend? Dann jetzt das White Paper runterladen:
KI-Anwendungsfall priorisieren
Um die diversen erarbeiteten Anwendungsfälle zu priorisieren, gibt es 2 Bewertungsfaktoren:
- Businessimpact/ROI
- Technische Machbarkeit
Businessimpact/ROI
Um den Businessimpact bzw. den ROI zu berechnen, ist Kenntnis über verschiedene Themen nötig. Grob gesagt handelt es sich dabei um diese Themenfelder:
- Wie hoch ist der Aufwand im Status Quo ohne KI und wie groß ist der Schmerz? Dabei kann der Schmerz natürlich in verschiedene Richtungen gemessen werden (Quantitativ, qualitativ bzw. finanziell, Mitarbeiterzufriedenheit …)
- Was würde sich durch die Realisierung des KI-Anwendungsfalls ändern und wie hoch ist das notwendige Investment (Finanziell, Know-How, Zeit, …)?
- Wie hilft die Umsetzung die definierten Ziele zu erreichen (kurz-, mittel-, langfristig)?
Zusätzlich helfen Dinge wie bspw. Risikomatrizen bei der Bewertung solcher Aufgabenstellungen.
Technische Machbarkeit
Um die technische Machbarkeit zu beurteilen sollten verschiedene Faktoren berücksichtigt werden. Einerseits ist ein gewisses technisches Verständnis notwendig, um eine realistische Einschätzung treffen zu können und nicht ausschließlich von der Aussage der Anbieter abhängig zu sein. Andererseits helfen Frameworks wie bspw. das Now-How-Wow Framework.
So funktioniert das Now-How-Wow Framework
Um die Machbarkeit von Anwendungsfällen zu bewerten, werden die KI-Anwendungsfälle samt potenzieller Lösungen in 3 Kategorien eingeteilt: Now, How und Wow.
Framework Now-How-Wow
- Now steht dabei für Anwendungsfälle, die direkt und ohne große (technische oder ressourcenbasierte) Probleme umsetzbar sind.
- Wow steht dabei für Anwendungsfälle, die durch technologische Fortschritte mit vertretbaren Risiken/Ressourcenaufwänden umsetzbar sind. Da die Umsetzung solcher Anwendungsfälle besonders erstrebenswert ist (bspw. Einsatz von generativer KI mit unternehmensinternem Know-How), wird sowas gerne extern vermarktet, um die Innovationsfreude zu zeigen.
- How steht für Anwendungsfälle, die aktuell noch nicht technisch umsetzbar sind und bei denen es noch etwas Forschung und Entwicklung bedarf, bis sie zu Wow Anwendungsfällen werden.
Du findest unseren Content spannend?
Dann bleib jetzt über unseren Newsletter mit uns in Kontakt: