KI-Projekte stellen dabei besondere Anforderungen an den Start eines Projektes. Sowohl die spätere Arbeitsweise im Projektverlauf als auch das Kontextwissen der Personen sowie der Detailgrad der Zielvorstellung sind dabei entscheidend für die Entwicklung der passenden Lösung.
Basierend auf diesen Faktoren haben wir in Zusammenarbeit mit dem Mittelstand 4.0 Kompetenzzentrum Usability aus Stuttgart einen Methodenkasten für den Start in ein KI-Projekt zusammengestellt.
"Künstliche Intelligenz ist die neue Elektrizität"
An Künstlicher Intelligenz führt kein Weg vorbei
Künstliche Intelligenz ist in aller Munde, gleichzeitig gilt KI als Technologie als hilfreiches und mächtiges Werkzeug. Deshalb ist es wenig verwunderlich, dass Unternehmen, die sich bereits mit KI beschäftigen, deren Anwendung als notwendig und erfolgskritisch einstufen [1]. Vor allem in der Industrie zeichnen sich vielfältige Möglichkeiten zur Anwendung von Künstlicher Intelligenz ab. Denn im Vergleich zu anderen Technologien kann KI das Potenzial, das in großen Datenmengen steckt, nutzbar machen. Ist KI demnach der Schlüssel für die Optimierung von Effizienz und Effektivität in Produktionsprozessen? Grundsätzlich ermöglicht KI auf Basis von erhobenen Daten:
- neue Daten zu prognostizieren.
- Einflüsse von bestimmten Daten auf andere Daten zu erkennen.
- Muster in Daten zu erkennen.
- Gruppierungen/ Klassifizierungen zu erkennen.
- Klassifizierungen vorzunehmen.
- Prozesse zu optimieren.
- Inhalte aus Texten, Bildern, Sprache oder Videos zu erkennen und zu klassifizieren.
Künstliche Intelligenz & Machine Learning
Aller Anfang ist schwer – der Start in ein KI-Projekt
Unterschiedliche Motivationen
Wie unsere Erfahrungen aufzeigen, entsteht das Interesse am Thema KI aus verschiedenen Situationen und Bereichen in Unternehmenen. Je nach Blickwinkel und Kontext gestaltet sich dabei die Motivation für das KI-Projekt unterschiedlich. Folgende Einstiegspunkte und initiale Fragestellungen haben wir beobachtet:
Ziele helfen bei der Ausrichtung des Projekts
Unumgänglich für den Start eines KI-Projektes ist die Konkretisierung und Formulierung von Projektzielen. Diese ermöglichen die permanente Ausrichtung aller Aufgaben und Entscheidungen im Projekt. Nur anhand von Zielen lässt sich der Erfolg eines Projektes messen. Hinter allen beobachteten Motivatoren und Fragestellungen stehen bereits Projektziele – jedoch sind diese in ihrer Ausgestaltung unterschiedlich konkret. Während beim Startpunkt „Ich möchte bzw. muss digitaler werden“ noch keine klaren Ziele oder Vorstellungen für die grundsätzlichen Anwendungsgebiete oder den Einsatz von Technologien herrschen, sind bei verschiedenen anderen Motivatoren schon grobe Überlegungen erkennbar. Beispielsweise lassen sich ausgehend von einer Maschine, einem Prozess oder vorhandenen Daten Konzepte auch schnell weiterentwickeln.
1.Keine klaren Ziele & Vorstellungen
Einsatzmöglichkeiten für KI explorieren
2. Grobe Ideen & Vorstellungen
Ideen evaluieren und priorisieren
3. Konkrete Ziele & definierte Maschinen
Kontextverständnis aufbauen
Je nachdem wie konkret die Projektziele bereits erarbeitet sind, setzen wir verschiedene Methoden ein, um die Projektziele detaillierter herauszuarbeiten, Ideen zu evaluieren sowie ein gemeinsames Kontextverständnis im Team aufzubauen.
Die richtigen Werkzeuge aus unserem Methodenkasten
Für diese drei Phasen haben wir einen Methodenkasten zusammengestellt, mit welchem wir gemeinsam mit unseren Projektpartnern die relevanten Schritte eines KI-Projekts zielführend angehen können. Abhängig von der Konkretheit der Ziele empfehlen wir unterschiedliche Methoden. Diese unterstützen die Projektbeteiligten dabei, vorhandene Ideen und Gedanken zu sammeln und so aufzubereiten, dass in die nächste Phase eingetreten werden kann.
Beispiel: Einsatzmöglichkeiten explorieren
Liegen im Unternehmen keine klaren Ziele oder Vorstellungen für die Optimierung von Prozessen oder Produkten mittels KI-Technologien vor, wird gemeinsam in die Evaluierung von Einsatzmöglichkeiten gestartet. Dabei helfen Leitfragen, um erste Ansatzpunkte für zentrale Problempunkte im Unternehmen zu finden.
Welche Prozesse lassen sich verbessern…
- durch die Automatisierung von Routineprozessen?
- durch die Erstellung von Vorhersagen?
- durch die Erkennung von Mustern?
- durch die Erklärung von Ereignissen und Zusammenhängen?
- durch die Bereitstellung von verknüpftem Wissen oder Handlungsempfehlungen?
- durch die Generierung von Bildern und Texten?
Alles in allem wird deutlich, dass es für den Start in ein KI-Projekt keine Blaupause gibt. Denn damit – so sind wir uns sicher – werden wir einem Projekt bzw. einem Projektpartner mit seiner individuellen Problemstellung nicht gerecht.
Deshalb wählen wir die beschriebenen Bausteine und Methoden passend zum Projekt und den beteiligten Personen aus. Als gemeinsame Basis dienen zudem unsere bisherigen Erfahrungen gepaart mit der Offenheit für Neues. Auf den Punkt gebracht haben wir das in drei Prinzipien, die jedoch nicht nur für den Projektstart dienen, sondern sich auch auf die weitere Projektarbeit ausdehnen lassen.
Unsere Learnings: Prinzipien für den Projektstart
Inspiration durch Vision
Anstelle langfristiger detailgenauer Planungen mit konkreten Umsetzungszielen ist im Rahmen von KI-Projekten die Orientierung an einer inspirierender Vision meist zielführender. Eine Vision lässt den notwendigen Spielraum, um den Lösungsweg zu finden, der das gewünschte Ergebnis liefert. So wird auch das Projektteam in seiner Kreativität und Problemlösungskompetenz gefordert, was sich auf alle Beteiligten motivierend und begeisternd auswirkt.
Erfolg ist ein Prozess
In kurzen Iterationen erste Ergebnisse zu produzieren, ist das Ziel agiler Arbeitsmethoden. Diese Denkhaltung ist auch bei KI-Projekten wichtig, um der explorativen Vorgehensweise eine Struktur zu geben. Kleine Zwischenziele dienen dabei als Anker, um zu überprüfen, ob der Umsetzung der Vision und den Projektzielen nähergekommen wird. Zielführende Lösungen entstehen demnach in einem sich evolutionär entwickelnden Prozess.
Lernen durch Rückschau
In KI-Projekten ist es unabdingbar in kurzen regelmäßigen Abständen eine Rückschau bzw. Retrospektive durchzuführen. Das Team reflektiert dabei den Prozess der Zusammenarbeit und der Ergebnisgenerierung. So wird ein Raum geschaffen, um blockierende Umstände und Hindernisse anzusprechen, Fehlentwicklungen zu beleuchten und Verbesserungen anzustoßen. Dadurch wird Zusammenarbeit gestärkt und für ein gutes Miteinander im Team gesorgt.
Wann starten Sie in Ihr erstes KI-Projekt? Gerne finden wir mit Ihnen erste Ansatzpunkte.
Wolfram Schäfer
Geschäftsführer IT Engineering Software Innovations
[1] Deloitte (2021) KI-Studie 2020: Wie nutzen Unternehmen Künstliche Intelligenz? Abgerufen unter https://www2.deloitte.com/de/de/pages/technology-media-and-telecommunications/articles/ki-studie-2020.html [02.10.2021]