Projektmanagement


Künstliche Intelligenz ohne Erfolg?

6 Wege, KI-Projekte an die Wand zu fahren

11.09.2019
Von Maria Korolov und


Maria Korolov berichtet seit mehr als zwanzig Jahren über aufstrebende Märkte und Technologien. Sie schreibt für die US-amerikanische IDG-Publikation CSO.


Florian beschäftigt sich mit vielen Themen rund um Technologie und Management. Daneben betätigt er sich auch in sozialen Netzen.
Künstliche Intelligenz ist in aller Munde – und dennoch bleiben entsprechende Projekte oft hinter den Erwartungen zurück. Wir verraten Ihnen, wie Sie das künftig vermeiden.
Mit Hilfe Künstlicher Intelligenz können Unternehmen aller Branchen zahlreiche Benefits erschließen - wenn sie ihre KI-Projekte richtig angehen.
Mit Hilfe Künstlicher Intelligenz können Unternehmen aller Branchen zahlreiche Benefits erschließen - wenn sie ihre KI-Projekte richtig angehen.
Foto: charles taylor - shutterstock.com

Achtzehn Monate sind vergangen, seitdem ein US-Finanzdienstleister dafür sorgen wollte, dass seine Kundenberater mit einem intelligenten Empfehlungssystem arbeiten, welches die Probleme der Kunden zielgenau und nachhaltig lösen sollte. Knapp vier Millionen Kunden machten dieses Projekt zu einem potenziellen High-Profile-Kostensparer für das Unternehmen. Neun Monate später stellte sich heraus, dass die Kundenberater das neue System gar nicht nutzen. Weitere sechs Monate später schließlich, warum.

KI-Fehlstart - Business as usual?

Wie CIO Sridhar Sharma inzwischen weiß, lag es daran, dass die Empfehlungen des Systems nicht relevant (genug) waren. Das konkrete Problem lag dabei aber nicht in den Machine-Learning-Algorithmen, sondern in den Daten, die zum Training des Systems verwendet wurden. Sharma erklärt: "Als es darum ging, die Anliegen der Kunden in Programmcode zu übersetzen, haben wir keinen guten Job gemacht. Wir haben uns nicht auf die Begriffe konzentriert, die die Kunden selbst verwenden, sondern auf interne, technische Beschreibungen."

Zusätzlich arbeitete der Feedback-Mechanismus der eingesetzten Lösung mit sich überschneidenden Kategorien - was die vorhandenen Probleme noch verstärkte, wie die IT-Managerin preisgibt. Ein KI-Fehlstart wie dieser ist jedoch nichts Ungewöhnliches: Laut einer aktuellen IDC-Studie liegt die Erfolgsquote von KI-ProjektenKI-Projekten zwar bei 90 Prozent - allerdings nur bei 30 Prozent der befragten Studienteilnehmer. Die meisten Unternehmen berichten von durchschnittlichen "Fail"-Raten im Bereich von zehn bis 49 Prozent - während bei drei Prozent der Studienteilnehmer mehr als die Hälfte der KI-Projekte ins Leere laufen. Alles zu Künstliche Intelligenz auf CIO.de

Das lässt sich auf verschiedene Ursachen zurückführen, wie vorgenannte Studie von IDC belegen will:

  • jeweils 25 Prozent der Befragten nennen den Fachkräftemangel sowie unrealistische Erwartungen an die Technologie als Ursache;

  • weitere 23 Prozent begründen das Scheitern Ihrer KI-Projekte mit einem Mangel an relevanten Daten;

Daran scheitert Künstliche Intelligenz

"Sobald sich erste Zeichen des Scheiterns ankündigen, geht die Tendenz dahin, das Projekt einfach zu canceln", weiß Sharma. Damit Sie sich diese Erfahrung ersparen können, haben wir die gängigsten Stolpersteine auf dem Weg zum Erfolg mit Künstlicher Intelligenz für Sie zusammengefasst:

Wenn Sie bereits einen KI-Projekt-Fail hinter sich haben: Lassen Sie sich nicht entmutigen. Unternehmen, die aus ihren Fehlern lernen und in der Lage sind, eine langfristige Strategie für den nachhaltigen Einsatz von Künstlicher Intelligenz zu entwickeln, werden mit einem einträglichen Return on Investment entlohnt.

Dieser Beitrag basiert auf einem Artikel unserer US-Schwesterpublikation CIO.com.

Zur Startseite