KI-Best Practices – neue McKinsey-Studie zeigt die Trends bei den erfolgreichsten Unternehmen

KI, ja, aber wie? Wie können Unternehmen am besten von KI profitieren? Viele Unternehmen haben schon KI eingeführt, oder wollen das bald tun. Welche KI-Best Practices bringen am meisten Vorteile? Wie wird KI effizient implementiert? Eine neue McKinsey-Studie gibt Antworten.

Was ist der Stand der Dinge bei KI in der weltweiten Wirtschaft? Die Unternehmensberatung McKinsey & Company recherchiert bei der Leitung von tausenden Unternehmen. Eines der Themen, worüber sie gar jährlich die Lage analysieren ist KI. Wir fassen die Ergebnisse der aktuellen KI-Studie zusammen und nennen die KI-Best Practices.

KI bald in jedem Unternehmen

KI verbreitet sich fortläufig. Mittlerweile behaupten 57% der befragten Führungskräften, dass KI in ihrem Unternehmen eingesetzt wird – 2020 waren es 50%.

Use Cases für KI

In diesem Blog haben wir oft über die mögliche Use Cases der KI erzählt, erstmals 2019 in unserer Blogreihe „Wo KI punktet“. Inzwischen sind mehr KI-Lösungen vorhanden und umgesetzt. Die Studie nennt die KI-implementierende Unternehmensbereiche.

KI Use Cases – © McKinsey & Company

KI wird am häufigsten im Kundenservice eingesetzt, zum Beispiel:

• Zur Optimierung der Service-Abwicklung (27%)
• Zur Automatisierung des Kundenkontakts (22%)
• Um Service und Intervention vorausschauend und präventiv anzubieten (18%)

Außerdem erlaubt es die KI, bessere Produkte möglich zu machen. So werden bei 22% der befragten Unternehmen KI-basierte Produkterweiterungen angeboten. Bei 20% wurde die KI eingesetzt, um die Produkteigenschaften zu verbessern.

Kosten senken mit KI

KI erhöht die Profite des Unternehmens: In 4 von 5 Unternehmen, die KI eingesetzt haben, wurden die Kosten dadurch gesenkt. Am stärksten ist der Impakt im Kundenservice – nicht erstaunlich, da es dort am meisten genutzt wird, s.o.

Senkung der Kosten aufgrund von KI-Einführung, % der Antworten aus KI-nutzenden Unternehmen – © McKinsey & Company

Aussicht

Die meisten Unternehmen, die KI nutzen, planen einen noch verbreiteten Einsatz und mehr Unternehmen wollen KI einsetzen. Der Impakt von Cloud-Lösungen ist diesbezüglich groß: Denn die Cloud-Anbieter bieten KI-Applikationen, die die Unternehmen dann einfacher einsetzen können.

KI-Best Practices: Wie wird KI noch effizienter?

Ein spannender Teil der KI-Studie ist die Antwort auf die Frage:

Wie kann man die KI-Implementierung besonders erfolgreich machen?

Dafür studierte McKinsey  die Erfolgsfaktoren von Unternehmen, die besonders hohe Verbesserung ihrer EBIT durch KI angaben. Es kristallisieren sich daraus mehrere KI-Best Practices.

KI-Best Practices in der IT-Strategie

Es sind einige KI-Best Practices, die schon strategisch angelegt sind. Beispiele sind:

• Klare Richtlinien für die Entwicklung von KI-Applikationen: Fast doppelt so viele der leistungsstarke KI-Anwenderunternehmen nutzen diese (38% gegenüber 20%).
• Programme zur Qualifizierung der technisch versierten Mitarbeitenden im Bereich KI: Auch dies tun fast doppelt so viele KI-erfolgreiche Unternehmen als andere (80% mehr). Der Erfolg ist eine Folge davon, dass alle im Team KI verstehen.
• Design Thinking bei der Entwicklung von KI-Lösungen: Zwei Drittel der High Performers implementieren Design Thinking bei der Entwicklung. Die Nutzung von Design Thinking ist bei ihnen um 30% systematischer als bei anderen KI-Anwender.
• Test and Track: Die KI-Besten sind um 30% systematischer darin, die entwickelten KI-Instrumente vor der Implementierung intern aufwendig zu testen und nach der Implementierung regelmäßig zu überprüfen, um den Impakt und die Leistung zu verbessern.

KI-Best Practices in der IT-Praxis – © McKinsey & Company

Datenqualität und -zugang

In diesem Blog haben wir schon öfters betont (zum Beispiel hier), wie strategisch Daten betrachtet werden müssen. Die Studie von McKinsey zeigt, dass es tatsächlich eine der KI-Best Practices ist. In den Unternehmen, die am meisten Mehrwert aus ihrer KI ziehen, werden die Daten systematisch organisiert.

Zum Beispiel hat die Hälfte der High Performers (53%) ein Daten-Verzeichnis, das allen im Unternehmen zur Verfügung steht. Dies ist nur bei 29% der anderen KI-implementierende Unternehmen der Fall. Außerdem verfügen sie über interne Prozesse, die es erlauben, KI-trainierende Daten zu kennzeichnen. Mehr als doppelt so viele KI-Leistungsträger tun das, als andere Unternehmen, die mit KI arbeiten.

KI-Best Practices bzgl. Modellen, Instrumenten und Technologien

Die Technologien im Bereich KI entwickeln sich rasant. Und so ist es keine Überraschung, dass Unternehmen, die regelmäßig ihre Modelle und die Technologien aktualisieren, bessere Ergebnisse aus ihren KI-Applikationen erhalten.

Es ist zum Beispiel bezeichnend, dass fast dreimal so viele Leistungsträger mindestens jährlich ihre KI und Machine Learning Technologie-Sets (45% bzw. 16%) und zweimal so viele ihre eigenen KI-Modelle (49% bzw. 23%) aktualisieren.

Schon bei der Entwicklung und Implementierung systematisieren außerdem die Leistungsträger unter den KI-Anwendern ihren KI-Ansatz für den ganzen Lebenszyklus der KI-Produkte. Es geht eben nicht darum, einen Prototyp zu machen, der funktioniert und dann bleibt (nichts wärt länger als ein Provisorium). Sondern sie legen von vornherein die bestmögliche Entwicklung und Implementierung eines vollendeten Produktes oder Modells an.

KI-Best Practices in bzgl. Instrumenten und Modellen – © McKinsey & Company

KI allen Menschen im Unternehmen näherbringen

Um KI zu implementieren, ist es wichtig, dass diejenigen, die sich im Bereich KI auskennen, mit denen, die einen Nutzen davon haben, zusammengebracht werden. Dieses Prinzip ist sowohl im Bereich des Unternehmens als auch landesübergreifend für die deutsche Wirtschaft einsetzbar.

Klappt der KI-Wissenstransfer? Unabdingbar bei KI-Projekten ist es, Bedarfe, Motivation und Fähigkeiten zusammenzubringen. Denn anders bringt die KI keine für die Business-Seite brauchbare Ergebnisse. Dieser Wissenstransfer sollte durch systematische Prozesse erfolgen. Eine der KI-Best Practices aus unserer Sicht ist die Implementierung von AI-Design Sprints.

Passend dazu zeigt die McKinsey-Studie die Prozesse, die Leistungsträger diesbezüglich besser implementieren. Und es wird sofort klar: Wenn die Anwender*innen die KI besser verstehen, sind die Ergebnisse der KI-Anwendungen besser. So sind es bei Leistungsträgern 2,5-mal verbreiteter, dass eine interne KI-Training-Einheit auch nicht-technisches Personal praktisch anlernt.

Außerdem sind institutionalisierte Kontaktpunkte zwischen KI-Anwendern und -Entwicklern bei High Performers doppelt so verbreitet. Und den Anwendern zu erklären, wie die Modelle funktionieren, kann nicht schaden: Dieses Prinzip wird bei über der Hälfte der Leistungsträger implementiert, aber nur bei 35% der sonstigen KI-implementierenden Unternehmen.

Man sieht: KI bringt mehr, wenn alle verstehen, wie sie funktioniert.

Wie können Geschäftsführer diese Erkenntnisse nutzen?

Damit KI prägnante Bewegung bringt, muss sie strategisch im ganzen Unternehmen implementiert werden. Dies geschieht in Deutschland leider nicht oft genug.

Bei der Einführung erfolgreicher KI-Projekte spielen MLOps eine große Rolle.  Wir empfehlen,

• erstens die KI- und Datenbewusstsein im ganzen Unternehmen – nicht nur in der IT-Abteilung – zu stärken.
• Und zweitens standardisierte Prozesse bzgl. KI einzuführen.

Beginnen muss die Geschäftsführung aber mit der KI-Strategie. Diese muss zentral entwickelt werden.

• Zur Studie: The State of AI 2021

BM-Experts:

BM-Experts GmbH: Den Kundennutzen steigern
Gute Ideen sind wichtig, doch die Umsetzung ist entscheidend.
Dank unserer Erfahrung im B2B-Vertrieb wissen wir, wie neue Business-Modelle schnell zum Kunden gebracht werden. Wir helfen Unternehmen, den Blickwinkel zu erweitern und die Strategie in Zeiten der Digitalen Transformation zukunftsfähig zu gestalten.

Mehr unter bme.digital