7 goldene Regeln für die Implementierung von KI

Die Einführung von künstlicher Intelligenz (KI) bietet viele Chancen, stellt Unternehmen aber auch vor zahlreiche Herausforderungen. Viele Unternehmen haben bereits generative KI-Anwendungen wie ChatGPT implementiert, analytische Methoden einschließlich Machine Learning haben jedoch ebenfalls eine große Relevanz. Bei spezialisierten Anwendungsfällen agieren viele Unternehmen noch mit Vorsicht. Der fehlende Mut, Kompetenzen und Aufgaben an die KI abzugeben, ist häufig auf Unsicherheiten bezüglich der Kosten und das Risiko zurückzuführen, dass sich Investitionen möglicherweise nicht sofort auszahlen und die gewählten Technologien nicht die richtigen sind. Auch fehlende Transparenz und Nachvollziehbarkeit können ein Risiko darstellen. Es braucht jedoch durchaus Mut, KI einzuführen. Glücklicherweise lässt sich dieser Mut in Prozesse übersetzen, die die Leitplanken für den zielgerichteten Einsatz setzen.

Insgesamt erfordert die Implementierung von KI eine differenzierte Betrachtung der Möglichkeiten und Risiken. Wir haben sieben goldene Regeln für die Implementierung von KI zusammengestellt:

Vor dem Einsatz von KI ist es wichtig, sich über die Ziele klar zu werden. Gehen Sie dabei unvoreingenommen vor und analysieren Sie die verfügbaren Möglichkeiten. Es ist entscheidend, die Funktionalität und Ergebnisse regelmäßig in Abhängigkeit vom jeweiligen Anwendungsfall zu hinterfragen. Ein strukturiertes Vorgehen und eine umfassende Dokumentation sind unerlässlich bei der Entwicklung und Implementierung sowie für die spätere Transparenz des Einsatzes. Eine KI-Strategie, die in Einklang mit der Daten- und Digitalstrategie steht und die Unternehmensstrategie unterstützt, sorgt für eine klare Priorisierung. Außerdem sollten Sie bedenken, dass kontinuierliche Anpassungen und Verbesserungen der KI-Systeme erforderlich sind, um langfristig wettbewerbsfähige Vorteile zu sichern.

Zunächst sind einige gesetzliche Anforderungen zu beachten, wie beispielsweise die EU-Datenschutz-Grundverordnung (DSGVO), die für die Verarbeitung personenbezogener Daten gilt. Bei Anwendungen im Bereich der Rechnungslegung sind zudem die handels- und steuerrechtlichen Vorschriften zu berücksichtigen. Darüber hinaus ist 2024 die europäische KI-Verordnung, auch bekannt als EU AI Act, in Kraft getreten. Die Verordnung regelt die Entwicklung, Nutzung und den Betrieb von KI-Systemen in der EU. Deutschland muss den AI Act bis August 2026 in nationales Recht umsetzen. Viele Anwendungen unterliegen zudem indirekten Transparenzanforderungen, die verlangen, dass die Entwicklung und Funktionsweise der KI erklärbar sind, was eine angemessene Dokumentation und Nachvollziehbarkeit umfasst.

Für die erfolgreiche Implementierung von KI ist die Akzeptanz innerhalb des Unternehmens von entscheidender Bedeutung. Die Mitarbeiterinnen und Mitarbeiter spielen dabei eine zentrale Rolle und sollten frühzeitig in Projekte eingebunden werden. So lassen sich mögliche Vorbehalte und Unsicherheiten durch umfassende Informationen in Mut verwandeln. Relevante Stakeholder im Unternehmen sollten kontinuierlich einbezogen werden, da es sich bei KI-Projekten in den meisten Fällen nicht um Initiativen der IT-Abteilung handelt. Der Erfolg solcher Projekte hängt häufig von der Zusammenarbeit unterschiedlicher Fachrichtungen ab.

Achten Sie auf eine angemessene Datenqualität in den zugrunde liegenden Systemen, denn nur valide Daten können zu validen Ergebnissen führen. Zudem ist die Nachvollziehbarkeit von entscheidender Bedeutung. Andernfalls bleibt das KI-System eine „Black-Box“, der man kein Vertrauen entgegenbringen kann. Ein weiterer wichtiger Aspekt ist die IT-Sicherheit, die sich auf die etablierten Schutzziele wie Vertraulichkeit, Integrität und Verfügbarkeit bezieht. Darüber hinaus sind auch Autorisierung, Authentizität und Verbindlichkeit von großer Bedeutung. Diese Aspekte müssen sowohl während der Entwicklung als auch bei der Anwendung und in der technischen Betriebsumgebung sichergestellt werden.

Die meisten Unternehmen beschränken sich nicht auf eine einzelne KI-Anwendung, sondern setzen verschiedene Lösungen in unterschiedlichen Abteilungen ein. Daher ist es wichtig, einen Rahmen zu schaffen, in dem KI-Systeme entwickelt und betrieben werden. Wenn die Prozesse gut strukturiert sind, können Risiken besser kontrolliert und die Arbeitsweise der KI kann transparent dargestellt werden. Durch vorausschauende Planung können diese Prozesse effektiv in bestehende Management- oder interne Kontrollsysteme integriert werden, die häufig bereits vorhanden sind. Je besser die KI in die täglichen Abläufe integriert ist, desto geringer ist der Aufwand, um die verschiedenen Anforderungen zu erfüllen. Die Effektivität kann sowohl durch interne Kontrollen als auch durch externe Prüfungen nachgewiesen werden.

Digitalkompetenz ist nicht nur für Entwicklerinnen und Entwickler von Bedeutung, sondern auch für Anwenderinnen und Anwender. Es ist wichtig, ein grundlegendes Verständnis für Datenstrukturen, Datenquellen und Datenqualität zu entwickeln sowie angemessene Kenntnisse über die Chancen und insbesondere die Risiken von KI zu besitzen. Dies erfordert mehr als nur grundlegende Anwenderkenntnisse; es ist notwendig, ein Verständnis für die Funktionsweise von KI, Machine Learning und generativen Sprachmodellen zu haben. Dies ist nicht nur eine Forderung von Artikel 4 des EU AI Act, sondern es ist auch entscheidend, um Risiken einschätzen, zielführende Prompting-Techniken entwickeln und KI angemessen einsetzen zu können.

Derzeit sind KI-Anwendungen in der Regel als Assistenzsysteme konzipiert. Es ist wichtig, die Grenzen der KI im Unternehmenskontext zu berücksichtigen, sodass wesentliche Entscheidungen letztlich beim Menschen verbleiben sollten. Machen Sie sich frühzeitig mit den Risiken sowie den funktionalen und nicht-funktionalen Anforderungen vertraut und berücksichtigen Sie diese im Vorfeld. Hierzu zählen auch ethische und rechtliche Anforderungen, die über die bestehenden gesetzlichen Vorgaben hinausgehen. Ein weiterer wesentlicher Aspekt ist die Leistungsfähigkeit des KI-Systems, insbesondere in Bezug darauf, inwieweit es die vom Unternehmen definierten Anforderungen hinsichtlich Funktionalität und Ergebnissen erfüllen kann.

Künstliche Intelligenz hat sich zu einem unverzichtbaren Bestandteil der Unternehmenslandschaft entwickelt. Der Mut im Umgang mit KI bedeutet, die Chancen dieser Technologie aktiv zu erkennen und zu nutzen, während gleichzeitig die Risiken gemanagt und eine verantwortungsvolle Implementierung sichergestellt werden.  

Analytische KI wird nicht nur in der Lage sein, Auffälligkeiten zu erkennen, sondern auch diese Ergebnisse zu clustern und Begründungsansätze zu liefern. Technologien wie KI-Agenten und Deep Research ermöglichen es der KI, zunehmend komplexere Aufgaben zu übernehmen und sich selbst in gewissem Maße einer Qualitätssicherung zu unterziehen, was ihren Einsatz in weiteren Anwendungsbereichen ermöglicht. Durch den Abbau von Ängsten und die Förderung einer positiven Einstellung zur KI können Unternehmen Innovationen vorantreiben und Wettbewerbsvorteile erzielen. In diesem Kontext wird der (koordinierte) Einsatz von KI nicht nur als selbstverständlich, sondern als entscheidender Erfolgsfaktor betrachtet.