Als Reaktion darauf haben viele Unternehmen begonnen, ihren Umgang mit KI und Daten zu professionalisieren. Haben sie schon zu Beginn die richtigen Strukturen geschaffen und KI mit Verantwortung in Betracht gezogen, konnten sie ihre KI-Investitionen mit Weitblick skalieren. So erzielen sie eine Rendite, diefast dreimal höher ist als die aller anderen Unternehmen.

Allerdings können viele Unternehmen sich noch immer nicht vorstellen, wie KI mit Verantwortung in ihren laufenden Prozessen von Nutzen sein kann. Wie also lassen sich die Herausforderungen überwinden – und wie gelingt der Übergang von der Theorie zur Praxis?

Wir haben Expert:innen (Datenwissenschaftler:innen, KI-Ingenieur:innen, Jurist:innen, Arbeits-/Organisationspsycholog:innen und Projektmanager:innen) aus 19 Unternehmen auf vier Kontinenten befragt. Unsere Analyse zeigt: Einige Unternehmen tun sich schwer, einen systematischen internen Ansatz zu entwickeln, um die Theorie von KI mit Verantwortung in die Praxis umzusetzen. Aus Erfahrung wissen wir, dass sie vermutlich unterschätzen, wie komplex und umfassend die nötigen Veränderungen sind.

Organisationen müssen eine zentrale Herausforderung bewältigen: die Umsetzung ethischer Prinzipien in praktische, messbare Kennzahlen. Für die Einbindung in alltägliche Prozesse benötigen sie zudem das richtige organisatorische, technische, operative und reputationsbezogene Gerüst. Basierend auf unserer Erfahrung mit Lösungen für KI mit Verantwortung haben wir vier Säulen für erfolgreiche KI-Implementierungen definiert. Für jede Säule haben wir die wichtigsten Herausforderungen aus der Praxis zusammengefasst, Empfehlungen vorgeschlagen und eine Fallstudie angeführt, die zeigt, wie eine erfolgreiche Umsetzung in der Realität aussieht.

Demokratisieren Sie neue Arbeitsweisen und erleichtern Sie damit die Zusammenarbeit zwischen Mensch und Maschine.

Herausforderungen aus der Praxis: Den befragten Expert:innen waren besonders geeignete Leistungskennzahlen und die Anerkennung ihrer Arbeit wichtig. Laut ihrer Einschätzung werde der Risikominderung und der Vermeidung von Reputationsschäden noch immer zu wenig Bedeutung beigemessen. Außerdem ziehen Führungskräfte unter Zeitdruck häufig kurzfristige Produkterfolge den langfristigen Vorteilen von KI mit Verantwortung vor.

Führen Sie Kontrollstrukturen und Systeme ein, mit deren Hilfe sich der volle Nutzen von KI entfalten kann.

Herausforderungen aus der Praxis: Die Befragten gaben an, dass die Unternehmen mit vier Problemen kämpfen: mit der mangelnden Ausrichtung auf Stakeholder, mit Bürokratie, widersprüchlichen Zielen und mangelnder Klarheit über Prozesse/Verantwortlichkeiten. Einzelne Personen handeln oft ad hoc und folgen ihren eigenen Werten und Einschätzungen. Unklarheiten in Bezug auf Führung und Verantwortlichkeiten, unnötige Konflikte und konkurrierende Anreize zwischen den Gruppen führten letztlich zu Starrheit und einer reaktiven Denkweise.

Gestalten Sie Systeme und Plattformen so, dass sie erklärbar sind und Vertrauen schaffen.

Herausforderungen aus der Praxis: Eines der größten Hindernisse der Expert:innen war der Mangel an Fachwissen. Wie lässt sich „ethische Nutzung“ definieren und messen und wie wirkt sich ein Algorithmus auf Daten, Modelle und Ergebnisse aus? Ohne etablierte Methoden zur Überwachung und Minderung dieser Risiken können Unternehmen nicht sicher sein, dass ein System fair ist. Und mit der Integration solch akademischer Metriken wie der Fairness eines Algorithmus tun sich Unternehmen schwer. KI mit Verantwortung lässt sich jedoch nicht an der Umsatzgenerierung oder den Klickraten messen. Trotzdem verlassen sich viele Unternehmen bei der Erfolgsmessung immer noch auf diese traditionellen Leistungskennzahlen.

Formulieren Sie die Mission von KI mit Verantwortung und stellen Sie sicher, dass sie in den Unternehmenswerten und ethischen Grundsätzen verankert ist.

Herausforderungen aus der Praxis: Ohne die richtigen organisatorischen, operativen und technischen Grundlagen für KI mit Verantwortung sind die befragten Unternehmen gezwungen, reaktive Ansätze zu verfolgen. Dadurch setzen sie sich einem erheblichen Reputationsschaden aus.

Erfolgreiche Unternehmen verfolgen von Anfang an einen systematischen Ansatz für KI mit Verantwortung. Sie sind sich des Umfangs und der Komplexität der erforderlichen Veränderungen bewusst und gehen die Herausforderungen parallel an.

So gehen sie zuversichtlich von der Theorie zur Praxis über, unterstützen die Professionalisierung der KI im ganzen Unternehmen und schaffen die erforderlichen Strukturen. Auf diese Weise wird der langfristige Wert von KI mit Verantwortung bewiesen.

Unsere Gespräche ergaben eine Reihe organisatorischer, operativer, technischer und reputationsbezogener Herausforderungen, die einige Unternehmen an der Umsetzung hindern. Oft liegt der Fokus zunächst nur auf ethischen und rechtlichen Anforderungen. Doch der Erfolg hängt auch von der Fähigkeit des Unternehmens ab, traditionelle Arbeitsweisen zu überdenken, um den Einsatz von KI zu fördern. Durch diesen Prozess und den Übergang von der Theorie zur Praxis schaffen Unternehmen die erforderlichen Strukturen, um den langfristigen Wert von KI mit Verantwortung zu verdeutlichen.

Mit 25 Fragen helfen wir unseren Kunden dabei, ihre Motive und Herausforderungen sowie ihren Reifegrad in Bezug auf Mitarbeitende, Prozesse und Technologie im Vergleich zum Wettbewerb einzuschätzen. Wo stehen Sie auf Ihrer Reise zu KI mit Verantwortung?