Wie Unternehmen das Potenzial von Generativer KI nutzen können

Eine Studie zeigt, dass die Erwartungen von Unternehmen an generative KI extrem hoch sind. Die neue Technologie wird als Antwort auf die Produktivitätskrise in hochentwickelten Volkswirtschaften verstanden. Für die Einführung bieten sich drei Schritte an.

Im Zuge der Digitalisierung von Wirtschaft und Gesellschaft kommt dem Thema Künstliche Intelligenz mit all seinen Facetten eine besondere Bedeutung zu. Studien zu den neuesten Trends und Entwicklungen wie GenKI, Machine Learning und anderen und wie darauf reagiert werden kann finden Sie im Bank Blog.

Partner des Bank Blogs

In hochentwickelten Wirtschaften hemmen Fachkräftemangel und demografischer Wandel den Produktivitätszuwachs. Künstliche Intelligenz kann hier ein wichtiger Treiber für mehr Effizienz und Innovation sein. Vor allem generative KI (GenKI) kann hier Wissensarbeiter wirkungsvoll unterstützen.

Durch den Einsatz generativer KI werden zukünftig innovative Produkte, Dienstleistungen und Berufsfelder entstehen. Unternehmen in verschiedenen Branchen können Wachstumspotenziale nutzen, sei es durch KI-Bots als persönliche Bankberater oder ein verbessertes Einkaufserlebnis im Einzelhandel. Die Nutzung dieser Möglichkeiten erfordert zukünftig Fachleute wie Prompt Engineers, die KI-Modelle für optimale Ergebnisse steuern, sowie IT-Experten, die diese Modelle mit Daten trainieren.

Hohe Erwartungen von Unternehmen an GenKI

Demzufolge sind die Erwartungen der Unternehmen entsprechend hoch, wie eine Studie von Roland Berger zeigt. 82 Prozent der Befragten halten eine Produktivitätssteigerung von mindestens sechs Prozent bis 2025 durch entsprechende KI-Modelle für realistisch. Mehr als ein Fünftel rechnet sogar mit Sprüngen von bis zu 20 Prozent.

Nur 16 Prozent der im Rahmen der Studie befragten Führungskräfte rechnen mit einem Stellenabbau von mehr als 5 Prozent bis Ende 2025. Über die Hälfte der Befragten erwartet keine Veränderung der Anzahl an Mitarbeitern.

Führungskräfte erwarten – teils erheblich – Produktivitätssteigerungen durch generative KI.

Große Unterschiede zwischen den Branchen

Gemäß der Umfrage Berger nutzen bereits 47 Prozent der Unternehmen in der Praxis ChatGPT, Dall-2 & Co. Es gibt jedoch signifikante Unterschiede zwischen den Branchen: Während der Handel (71 Prozent), die Kommunikationsbranche (67 Prozent), wissenschaftliche Einrichtungen (63 Prozent) und der Service-Sektor (57 Prozent) generative KI einsetzen, zeigen sich die Finanzbranche (29 Prozent), Kultureinrichtungen (25 Prozent) und insbesondere die Produktion (14 Prozent) noch zurückhaltender.

Drei Schritte zur Einführung generativer KI

Für die erfolgreiche Einführung von GenKI empfehlen die Studienautoren ein dreistufiges Vorgehen:

1. Analyse des KI-Einflusses,
2. Definition der KI-Strategie,
3. Implementierung des Proof-of-Concept.

Unternehmen könnten so in etwa vier Monaten zu einer konkreten Implementierung von Anwendungsfällen für KI-Lösungen gelangen. Dies sei ein vergleichsweise kurzer Zeitraum angesichts der positiven Auswirkungen, die der Einsatz der Technologie auf die Produktivität haben kann.

1. Analyse des KI-Einflusses

Um eine robuste KI-Strategie zu entwickeln, sollten Unternehmen zunächst entlang ihrer gesamten Wertschöpfungskette untersuchen, welche Effizienzgewinne durch den Einsatz generativer KI in welchen Phasen erzielt werden können. Dabei sollten nicht nur nicht nur die aktuelle IT-Infrastruktur im Unternehmen, sondern auch allgemeine Industrietrends und die Anwendung von KI durch Wettbewerber in die Bewertung mit einbezogen werden.

2. Definition der KI-Strategie

Nachdem eine Bestandsaufnahme durchgeführt wurde, sollten übergeordnete Ziele und Produktivitäts-Benchmarks festgelegt werden. Im nächsten Schritt erfolgt die Planung der Umsetzung erster konkreter Use Cases. Dabei ist die Verbesserung des Managements unstrukturierter Datensätze von entscheidender Bedeutung. Diese müssen so aufbereitet werden, dass sie entweder bestehende Modelle für den jeweiligen Geschäftszweck schärfen oder die Entwicklung von Special-Purpose-Modellen für spezifische Aufgaben ermöglichen.

3. Implementierung des Proof-of-Concept

Nach Festlegung aller relevanten technischen Spezifikationen, wie der Auswahl des KI-Modells, des Anbieters und des Integrationsplans, kann mit der Umsetzung der ersten Use Cases begonnen werden. Anschließend folgen die Bewertung, eventuelle Anpassungen und schließlich ein unternehmensweiter Rollout-Plan.

Das übergeordnete Ziel besteht darin, das gesamte organisatorische Wissen durch ein eigenes generatives KI-Modell oder ein angepasstes Off-the-Shelf-Modell verfügbar zu machen.

Premium Abonnenten des Bank Blogs haben direkten kostenfreien Zugriff auf die Bezugsinformationen zu Studien und Whitepapern.