Workday Podcast: Könnte sich KI für Ihr Unternehmen besonders lohnen?

Ajay Agrawal: Etwas von dieser Größenordnung erleben Menschen nur einmal in ihrer Karriere. Deshalb würde ich jedem Zuhörer über 40 sagen, dass wir uns alle daran erinnern werden, was das für ein Gefühl war, damals in den frühen Tagen des Internets. Manche taten es zunächst ab als eine Technologie. Sie waren in einem Bereich tätig, wo sie sagten, ach was, das Internet betrifft mich nicht. Doch heute können wir uns kaum noch ein Unternehmen vorstellen, das ohne Internet auskommt. Und für mich sieht es aus, als ob KI mindestens so wichtig, wenn nicht erheblich wichtiger sein wird, als das Internet.

Meg Wright: Künstliche Intelligenz Machine Learning Es besteht kaum Zweifel, dass diese Technologien weltweit massive Auswirkungen auf Unternehmen haben werden. 

Doch bei allem, was wir über KI und ML wissen – und noch nicht wissen – kann es schwierig sein, zu verstehen, wie das wahre Potenzial aussieht.

Dr. Rumman Chowdhury:Das Potenzial ist praktisch grenzenlos, wenn diese Technologie richtig und sinnvoll kanalisiert und eingesetzt wird. Und es ist Letzteres, worüber wir uns Gedanken machen. Also gute Governance, verantwortungsvolle Nutzung, Vertrauenswürdigkeit. Diese Dinge bilden den Kern guter Innovation. 

Wright:  Für Business-Leader müssen die Chancen größer sein als die Risiken und Herausforderungen.

Deshalb ist es wichtig, dass die Details der Art und Weise, wie KI und ML sich manifestieren werden, größeren Eingang in die Diskussion finden. 

Chandler Morse: Ich würde sagen, es ist ganz wichtig, sich bei der Diskussion nicht nur mit den unbeabsichtigten Folgen dieser Technologien zu befassen, sondern auch mit den unglaublichen Vorteilen. Etwa mit der Reaktionsfähigkeit und den differenzierteren Herangehensweisen beim Talentmanagement, die sich durch den Einsatz dieser Technologien ergeben.

Wright:  Könnten KI und ML das Beste oder auch das Schlimmste sein, das Ihrem Unternehmen je passiert ist?  

Ich bin Meg Wright, Head of Innovation bei FT Longitude. 

In dieser speziellen Folge des Workday Podcasts tauchen wir tief in die Welt von KI und ML in der Wirtschaft ein: Was wir heute dazu wissen, wohin es unserer Meinung nach führen wird und was wir noch entdecken werden. 

Chowdhury: Mein Name ist Dr. Rumman Chowdhury. Ich bin einer der Gründer einer Initiative für verantwortungsvolle KI in der Praxis. Derzeit bin ich Responsible AI Fellow in Harvards Berkman Klein Center for Internet and Society und Mitgründer der Non-Profit-Organisation Humane Intelligence.    

Im Verlauf der letzten 12 Monate ist generative KI zu einem allgegenwärtigen Thema geworden. Die große Innovation dabei ist nicht, dass diese Technologie entstanden ist. Denn Large-Language-Modelle gibt es schon seit einigen Jahren. Vielmehr ist es die Tatsache, dass es nun möglich ist, realistische Texte und Bilder sowie Video und Audio anhand dieser Modelle zu kreieren, ohne programmieren zu müssen. 

Wenn Sie sich diesen Podcast anhören, sind Sie vermutlich vertraut mit dem Konzept des „No-Code-Zugangs“ zu Technologie. Das bedeutet u. a., dass Sie mit ChatGPT oder Lensa oder Stable Diffusion ganz einfach über eine menschliche Eingabe interagieren können. Sie sagen, Sie möchten ein Bild von einer Katze mit einem Partyhütchen – und Sie bekommen ganz genau das. Auf Wunsch können Sie das noch weiter präzisieren: „Ich möchte eine schwarze Katze, die einen rosafarbenen Partyhut trägt.“ Anders als bei früheren Versionen von KI müssen Sie dafür keinerlei Code schreiben, was Programmierfähigkeiten voraussetzt und daher eine Hemmschwelle für die meisten war. Stattdessen verwenden Sie diese natürliche Art der Kommunikation in Textform, die menschliches Verhalten simuliert – und dies ist in der Tat eine der ganz großen Innovationen dieser neuen Welle der künstlichen Intelligenz.

Wright: Wenn KI und ML in der Geschäftswelt Fuß fassen, welche Fertigkeiten sind dann vor allem gefragt? Gibt es bestimmte Fertigkeiten, die man braucht, um mit KI effektiv arbeiten zu können?

Agrawal: Man könnte die Frage auch andersherum stellen: Welche Fertigkeiten werden nicht mehr gebraucht? Über die letzten 50 Jahre, in denen mehr und mehr Computer in das Arbeitsleben integriert wurden, sind Computer zu vertrauten Objekten geworden. Niemand empfindet die Präsenz eines Computers auf dem Schreibtisch oder in Form des Handys als furchteinflößend. KI hingegen erfüllt die Menschen mit Besorgnis.

Mein Name ist Ajay Agrawal. Ich bin Professor an der Rotman School of Management der University of Toronto, und Gründer eines Non-Profit-Programms mit dem Namen Creative Destruction Lab. Unser Ziel ist es, die Kommerzialisierung der Wissenschaften zum Wohl der Menschheit zu stärken.     

Vor der Einführung von Navigationsgeräten mussten die Taxifahrer in London die Schulbank drücken. Drei Jahre lang mussten sie lernen, um sich das Wissen anzueignen, um ein kompetenter Fahrer in der Stadt zu sein. KI hat es geschafft, es jemanden wie mir, der keinerlei Kenntnis von London hat und noch nie in der Stadt unterwegs war, am Flughafen Heathrow einen Wagen zu mieten und wie ein Profi durch die Straßen zu navigieren.       

Das macht das Fahren sehr viel zugänglicher für alle. Stellen wir uns vor, es habe eine Art systematische Voreingenommenheit bei der Aufnahme von Bewerbern für die Taxischule gegeben. KI kann diese Art von Hürden beseitigen. Sie müssen also nur noch sicher Autofahren können, und KI befähigt Sie, mühelos durch die Stadt zu navigieren. 

Kollegen und Ökonomen in Japan haben das in Tokio untersucht. Sie statteten die Hälfte der Fahrer mit einer KI-Navigationshilfe aus, und die andere nicht. Sie schauten sich ihre Produktivität ohne und mit Verwendung der Navigationsgeräte an.

Vor allem zwei Dinge waren in diesem Fall dabei wichtig. Da gab es zum einen die Vorhersage der optimalen Route zwischen zwei Orten. Zweitens müssen Taxifahrer entscheiden, wo sie hinfahren, nachdem sie ihren Fahrgast abgesetzt haben, um die Zeit zu minimieren, bis der nächste Fahrgast einsteigt. Denn die Produktivität eines Taxifahrers misst sich an der Anzahl der Minuten, in denen ein Gast in seinem Auto sitzt, gegenüber der Zeit, in der er keinen Fahrgast hat. Die Ergebnisse der Fahrer, die ein Navigationsgerät zur Verfügung hatten, zeigten bei den weniger erfahrenen eine Produktivitätssteigerung um 7 %, bei den erfahrenen jedoch 0 %. Letztere wussten instinktiv, wohin sie fahren mussten, um in kürzester Zeit einen neuen Fahrgast aufzunehmen. Dies ist also ein weiteres Beispiel dafür, wie KI das Spielfeld zwischen verschiedenen Menschen, die mehr oder wenig Erfahrung haben, ausgleichen kann.

Morse: Ich bin der Meinung, dass KI und ML auf jeden Fall Gamechanger in der Geschäftswelt sein werden.

Inzwischen dürfte uns allen klar sein, dass man sich kaum einen Sektor vorstellen kann, der diese Tools nicht einsetzen wird.

Wright: Ich stelle vor: Chandler Morse, Vice President for Corporate Affairs bei Workday. 

Chandler stimmt zu, dass KI das Potenzial hat, die Belegschaft vollständig zu transformieren, sowohl hinsichtlich der Unternehmensleistung als auch der eigenen beruflichen Entwicklung. 

Morse: Die Diskussion um menschliche Skills geht mir persönlich sehr nahe, weil ich den Großteil meiner Karriere mit Bevölkerungsgruppen gearbeitet habe, für die das entscheidend ist. Dabei komme ich immer wieder auf dieses Beispiel zurück: Stellen Sie sich vor, Sie sind in irgendeiner Stadt in den USA. Etwas ändert sich plötzlich, und Sie werden arbeitslos. Dann taucht die Frage nach Ressourcen auf. Die Bundesregierung bietet Unterstützung, in den USA bekommt man recht viele Mittel für die Weiterentwicklung der Arbeitnehmer. Also gut, hier ist etwas für die Entwicklung von Skills. Die Frage ist: Was für Skills? Welche Skills soll ich mir aneignen? Ich glaube, die Technologie existiert, um zu wissen, was sich in der Wirtschaft bewegt, was kommt und was geht, und wo die Möglichkeiten liegen.

Aber für viele stellt sich die Frage, wie sie ihre Miete bezahlen sollen. Wie erschließe ich für mich eine sinnvolle Chance, mit der ich meine Familie versorgen kann und die mich voranbringt? Ich bin vollkommen davon überzeugt, dass ein kompetenzorientierter Ansatz diese Türen öffnen kann, und zwar schneller und effizienter, um den Menschen bessere wirtschaftliche Chancen zu bieten. Und ich glaube, dass KI da eine ganz wichtige Rolle spielen kann.

Nach meinem Ermessen befinden wir uns in einer wirklich interessanten Zeit für die US-Wirtschaft – und auch die Weltwirtschaft – weil die Pandemie das Aufkommen neuer Technologien angekurbelt hat. Wir alle sollten uns bewusst sein, dass die Wirtschaft sich ganz schnell ändern kann, denn wir haben es am eigenen Leib erfahren. Und wenn eine solche Änderung eintritt, wie bereiten wir dann Arbeitnehmer und Arbeitgeber darauf vor, agil zu reagieren?

Ich denke, Skills sind der richtige Weg, aber Skills müssen unterstützt werden durch die wohldurchdachte, ethische und verantwortungsvolle Nutzung von KI, mit gesetzlichen Sicherheitsmaßnahmen, die dabei helfen, Vertrauen zu schaffen. Das ist unglaublich spannend.

Wright: AI und ML können leistungsstarke Tools sein, um die Mitarbeitererfahrung, die Effizienz am Arbeitsplatz und die Unternehmensleistung zu verbessern. Doch dieses unbegrenzte Potenzial wirft die Frage des Vertrauens auf. 

In Dr. Rumman Chowdhurys Worten: „Technologen verstehen die Menschen nicht immer und Menschen verstehen Technologie nicht immer.“ Was bedeutet das, im Kontext der Regulierung von KI und ML innerhalb der Geschäftswelt? 

Chowdhury: Die Kultur der Datenwissenschaft ist schon von ihrer Definition her fragmentiert und dezentralisiert. Meiner Ansicht nach ist das großartig. Es wird in die Entwicklung von Open-Source-Technologien investiert. Auf diese Weise finden die meisten Datenwissenschaftler und KI-Engineers den Weg in ihren Beruf. Wir bilden uns laufend weiter, indem wir mit neuesten Veröffentlichungen und allem anderen auf dem neuesten Stand bleiben. Statt also zu versuchen, KI zu regulieren, indem man sie in einem Käfig hinter verschlossenen Türen hält, schlage ich mehr Offenheit und Transparenz vor.

Wright: Damit stellt sich die Frage: Wie schlagen wir einen Mittelweg ein, um Überregulierung zu verhindern und gleichzeitig sicherzustellen, dass KI auf sichere Weise eingesetzt wird? Und was können Unternehmen tun, um produktiv mit politischen Entscheidungsträgern zusammenzuarbeiten?

Dazu Rumman: 

Chowdhury: Viele dieser Probleme sind tatsächlich dieselben, die wir auch bei den verschiedenen Plattformen gesehen haben. Da ich bei Twitter gearbeitet habe, bin ich mit den Herausforderungen recht gut vertraut. Meiner Meinung nach gibt es da eine Vielzahl von Parallelen. Ich würde sagen, dass Regulierung letztendlich die Antwort auf die Frage ist, wer der Richter über die Wahrheit ist. Wer entscheidet, was richtig ist und was nicht? Wer entscheidet, was gesehen werden darf und was nicht? Wer entscheidet, wie es gesehen werden soll und wie nicht? Und wer entscheidet, was gut ist und was böse. 

Im Endeffekt geht es bei der Diskussion also darum, auszuwählen, wer dieser Richter in Bezug auf die Wahrheit sein soll. Wenn wir im Kontext der generativen KI über die DSGVO nachdenken und wissen, dass die EU soeben eine KI-Verordnung sowie einen Digital Services Act und einen Digital Markets Act erlassen hat, dann ist klar, dass Regulierung kommt.  

Meiner Ansicht nach haben diese neuen Verordnungen einiges von der Kritik gelernt, die an der DSGVO geübt wurde. Nämlich dass sie Unternehmen zu stark belastet hat, weil sie nicht berücksichtigte, wie Unternehmen Daten erfassen und speichern. Auflagen, die eigentlich „einfach“ schienen, wie etwa das Recht des Datensubjekts „nicht gefunden zu werden“ oder das Recht auf die eigenen Daten, waren aufgrund dessen für viele Unternehmen schwierig umzusetzen.         

Ehrlich gesagt, ist eine Welt mit schlechter KI-Regulierung ebenso schlecht wie eine Welt ohne Regulierung oder Standards für KI. Aus diesem Grund unterstütze ich viele der Bemühungen, in verschiedene Arten von Governance zu investieren. Denn Governance heißt nicht einfach nur Regulierung. Das ist meines Erachtens nach derzeit ein wichtiger Schwerpunkt, weil so viele Verordnungen aus der EU und inzwischen auch aus anderen Teilen der Welt kommen, zum Beispiel aus Großbritannien, aber zunehmend auch aus den USA. Doch Governance befasst sich mit vielen Aspekten und Formen, und alle sind auf unterschiedliche Weise nützlich. Auch Innovation wird zum Teil von guter Governance angetrieben. Das bedeutet beispielsweise standardisierte Methoden zur Bewertung der Technologien, in die wir investieren, damit wir verstehen, ob sie auch wirklich das liefern, was wir erwarten. Wir können dann verschiedene Technologien vergleichen, um auszuwählen, welche die beste für ein bestimmtes Produkt oder unsere konkreten Anforderungen sind.

Wright: In dem Maße, wie die Nutzung von KI und ML in Unternehmen rasch an Fahrt aufnimmt, müssen sich Führungskräfte mit Fragen des Vertrauens, der Sicherheit und der Ethik auseinandersetzen. 

Wenn wir aus der Geschichte eines gelernt haben, dann ist es, dass diese Konversationen absolut zentral sind, um Technologie auf verantwortungsvolle Weise zu skalieren, wie Chandler Morse von Workday erläutert. 

Morse: Wir werden viele Anwendungen dieser neuen Technologien erleben. Dabei gibt es schon jetzt zahlreiche Bedenken in Bezug auf bestimmte Anwendungsfälle und Anwendungen. Diese Bedenken müssen angegangen werden, und zwar im Kontext von Politik.

Wright: Welche Lektionen können Unternehmen von anderen neuen Technologien lernen? Und vor allem: Wie können sie diesen schmalen Grat zwischen Überregulierung, die den Fortschritt bremst, und mangelnder Regulierung, die das Vertrauen der Öffentlichkeit untergräbt, meistern?

Morse: Die Bedenken, die an mich in diesem Zusammenhang herangetragen werden, sind von der Art: „Wir haben kein Vertrauen, dass Ihre Industrie wirklich die Regulierung fordert.“

Wir glauben an die Stärke von KI, menschliches Potenzial zu erschließen. Und wir sagen dies als ein Human Capital Management-Anbieter, der die Hälfte der Fortune 50 und die Hälfte der Fortune 500-Unternehmen betreut, mit 60 Millionen Arbeitnehmer-Datensätzen in unserem System. Wir wissen, wie diese Technologien helfen können, ökonomische Chancen für die Menschen zu erschließen. Das ist unser Geschäft. Aber Menschen wollen keine Technologien nutzen, in die sie kein Vertrauen haben. 

Den Großteil meines Berufslebens habe ich in Washington verbracht. Wenn Leute zu mir kamen, fragte ich sie nach ihrem Motiv. Ich wollte nicht raten. Was wollen Sie? Können wir zusammenarbeiten? Unser Motiv ist klar. Wir wollen, dass Menschen diese Technologien nutzen. Wir sind ein Anbieter dieser Dienstleistungen, die die Menschen nutzen sollen, um ihr Potenzial auszuschöpfen, Talentmarktplätze einzurichten, sinnvolle Karrieregespräche zu führen, zu verstehen, welche Ressourcen die Wirtschaft braucht und wie Skills entwickelt werden können.  

Aus unserer Sicht bieten diese Technologien zahlreiche Vorteile. Unser Ziel ist es, dafür zu sorgen, dass die Menschen sich damit wohlfühlen, und dafür brauchen wir sinnvolle Regelwerke. 

Wright: Wie können KI und ML dann eine kühne, neue Vision innerhalb der Geschäftswelt fördern? Und sind wir überhaupt bereit für eine Welt mit unbegrenztem Potenzial? 

Agrawal: Die Technologie wird ziemlich schnell so weit sein. Eine wichtige Rolle wird innerhalb der Unternehmen das Change Management spielen. Der Wettbewerb wird diese Veränderung antreiben. Sobald ein Unternehmen in einer Branche anfängt, einen Service anzubieten, der für seine Kunden viel besser und günstiger ist, werden die Widerstände der anderen entweder sehr schnell ausgeräumt oder diese Unternehmen verlieren Stück für Stück an Relevanz.

Wenn ich das beobachten und voraussagen wollte, wie schnell das gehen wird, würde ich meine Beobachtung auf die innovativen führenden Unternehmen konzentrieren. Etwa so, wie man zu Anfang Netflix beobachtet hat. Damals haben wir das in den USA wie eine Kuriosität betrachtet, während wir immer noch regelmäßig mit dem Auto zu Blockbuster gefahren sind, um uns Videos auszuleihen. Doch in dem Moment, in dem man sah, wie es funktionierte, wusste man auch schon, wie unausweichlich die Entwicklung war. 

Es ist nicht notwendig, zu sehen, wie schnell sich alle Unternehmen ändern. Wenn wir den Spitzenreiter ins Auge fassen, wird dieser das Tempo für alle anderen vorgeben.

Wright: Ganz wichtig ist es, dass diese Vorreiter an der Diskussion teilnehmen. 

Morse: Wir sehen das Potential der KI und glauben fest daran, dass sie menschliches Potenzial freisetzen wird. Gleichzeitig gibt es aber auch potenzielle unbeabsichtigte Folgen, die wir ansprechen müssen.

Als wir 2019 diese Gespräche begannen, haben wir als erstes gesagt: „Wir entscheiden uns für einen risikobasierten Ansatz. Wir sind nicht der Meinung, dass KI-Anwendungsfälle im HR-Bereich und KI-Vorschläge zur nächsten Staffel einer Serie auf Netflix derselben strengen Überprüfung unterliegen müssen.“ Es muss also sorgfältig analysiert werden, wo der Schwerpunkt liegen sollte. Ich denke, die Europäer haben das verstanden und es als feste Gegebenheiten etabliert. Das Konzept ist nicht mehr neu. 

Wir glauben auch, dass sie einen guten nuancierten Ansatz verfolgen. Eine unserer Empfehlungen bezog sich auf die Risikobewertung des Einsatzes von KI. Die Kategorien reichen von „geringes Risiko“ bis zu „unter gar keinen Umständen verwenden“. Unsere Empfehlung war, der Versuchung zu widerstehen, ganze Wirtschaftssektoren bestimmten Kategorien zuzuweisen. Denn dieser risikobasierte Ansatz braucht einen nuancierten, differenzierten Ansatz, der auch in unserem Sektor die Dinge, die dramatische Auswirkungen auf die Beschäftigungsmöglichkeiten haben, von anderen, die weniger ins Gewicht fallen, trennen kann.

Wright: Über die effektive Bewältigung des Wandels und den differenzierten Ansatz für Risiken hinaus müssen Führungskräfte auch verstehen, wie KI die Unternehmenslandschaft als Ganzes umgestalten kann. Rumman erklärt das so ... 

​​Chowdhury: Nehmen wir als Beispiel Duolingo, eine App, mit der man Fremdsprachen lernen kann. Duolingo greift auf ein Kernmodell zurück, das von OpenAI entwickelt wurde, und passt es präzise an seine Zwecke an. In dieser neuen Welt, in der Unternehmen einen Kernalgorithmus verwenden, der von einem Fremdhersteller entwickelt wurde, und ihn für ihre eigenen Zwecke weiterentwickeln, haben auch sie eine Verantwortung in Bezug auf Vertrauen und Sicherheit. Diese Verantwortung für Vertrauen und Sicherheit bezieht sich auf die spezifische Feinjustierung, die sie vornehmen. Es gibt da also die Erwartung, dass diese riesigen KI-Unternehmen, wie Anthropic und OpenAI, die Verantwortung tragen, die großen Schäden zu identifizieren, Red-Teaming einzusetzen und sicherzustellen, dass ihre Technologie im Allgemeinen eine verantwortungsvolle Nutzung fördert.

Dazu kommt dann die Verantwortung der zweiten Partei, die es für seine eigenen Zweck justiert. Unternehmen müssen also an diese zwei Stufen von Vertrauen und Sicherheit sowie an die Erwartungen ihrer Kunden denken. Während also ein großer Teil der Technologie ausgelagert werden kann, weil lediglich ein Kernmodell verfeinert wird, möchte ich darauf hinweisen, dass sich die Verantwortung nicht auslagern lässt.

Ich bin ein großer Befürworter einer globalen Governance für manche dieser Probleme, für die wir eine moralische Aufsicht brauchen. Ich denke, das Konzept der globalen Governance findet inzwischen in vielerlei Form Ausdruck, aber meiner Meinung nach sollte dieses Gremium die Mission haben, Menschen zu unterstützen und voranzubringen. Das mag Ihnen vage und nebulös vorkommen, das trifft jedoch auch auf die künstliche Intelligenz zu, nicht wahr? Wenn wir also Milliarden von Dollar in ein Konzept investieren, das völlig unerreichbar klingt, wie KI, sollten wir dann nicht auch viel Zeit, Mühe und Geld darauf verwenden, den Menschen auf der Basis dieser Technologien zur Ausschöpfung ihres Potenzials zu verhelfen?

Wright: Es gibt eine Menge zu tun, aber es lässt sich nicht leugnen, dass die Aussichten für KI und ML positiv sind. Was bedeutet das für Business-Leader? Wie sollten sich die heutigen Unternehmen auf die Arbeitswelt von morgen vorbereiten? Diese Frage stelle ich an Ajay ... 

Agrawal: Erstens sollte KI für reale Geschäftsprobleme eingesetzt werden. Anders gesagt: Die Menschen sind irgendwie fasziniert vom magischen, vom Science-Fiction-Aspekt der Technologie. Jede KI-Initiative in einem Unternehmen sollte sich unbedingt auf eine wichtige Geschäftskennzahl konzentrieren. Damit sollte sie sehr messbar sein. KI ist ein Optimierer und muss für die Dinge eingesetzt werden, die der Optimierung bedürfen. Von daher würde ich die KI nicht gänzlich an den leitenden Datenwissenschaftler übergeben, sondern dafür sorgen, dass sie in der Hand eines Geschäftsbereichsleiters steht, der einen sehr klaren Leistungsindikator oder eine Art Kennzahl hat. Die KI sollte auf ein geschäftliches Ziel ausgerichtet werden, das entweder den Umsatz steigert oder die Kosten reduziert. 

Zweitens ist zu berücksichtigen, dass KI jetzt in vielen Bereichen eingesetzt werden kann, insbesondere seit es Sprache meistert. Viele Dinge, die letztes Jahr um diese Zeit noch nicht möglich waren, sind nun machbar, weil wir Verträge, Standardarbeitsanweisungen, Arbeitsverträge und E-Mails lesen können. All diese unstrukturierten Daten, die wir letztes Jahr nicht so effektiv verarbeiten konnten, sind nun sehr leicht handzuhaben. 

Setzen Sie Ihre Prioritäten, wählen Sie aus, welche zwei oder drei Projekte in Bezug auf Umsatzsteigerungen oder Kosteneinsparungen am vielversprechendsten sind und sich gleichzeitig am besten umsetzen lassen. Im Klartext heißt das: Verwenden Sie Ihre typische ROI-Kalkulation und entscheiden Sie sich für zwei oder drei Projekte. Sie sollten nicht das Unmögliche versuchen oder alles gleichzeitig angehen. 

Als Drittes rate ich jedem Unternehmen: Konzentrieren Sie sich auf etwas ganz Bestimmtes, und packen Sie es mit Enthusiasmus an. Wählen Sie die für Sie wertvollste KI-Initiative aus und nehmen Sie sie möglichst sofort in Angriff. Warten Sie nicht einfach ab. Der Grund ist, dass KI lernen kann. Anders als jedes andere Tool in unserer Zivilisationsgeschichte ist KI lernfähig, wird also besser, je mehr es eingesetzt wird. Wenn Sie also den Anschluss verpassen, geht Ihrer KI die Zeit zum Lernen verloren, von der andere profitieren, die jetzt ihre KIs aufbauen. Je schneller Sie einsteigen, desto schneller beginnt Ihre KI zu lernen.

Wright: Menschen, Leistung, Strategie, Fortschritt Das künftige Potenzial von KI und ML für Unternehmen ist unbestreitbar. 

Und doch sind es die Schritte, die Unternehmensleitungen heute machen, die letztlich darüber entscheiden, wie sich dieses Potenzial entfalten wird – und, ganz entscheidend, welchen Wert KI und ML tatsächlich bringen werden. 

Wright:  Könnten KI und ML sich für Ihr Unternehmen besonders lohnen? 

Ich überlasse diese Entscheidung Ihnen. 

Ich bin Meg Wright. Vielen Dank fürs Zuhören.