Rund acht Milliarden Dollar haben Anbieter aus dem Bereich Artificial Intelligence (Künstliche Intelligenz) 2016 weltweit umgesetzt, schätzen die Marktforscher von IDC. In den kommenden drei Jahren werde sich das Umsatzvolumen verfünffachen, immer mehr Unternehmen investierten in Künstliche Intelligenz. Neben den disruptiven Veränderungen, die beispielsweise Cloud- und Analytics-Konzepte mit sich bringen, sollte mittlerweile auch KI auf der Prioritätenliste von CIOs weit oben stehen, fordert Diana Bersohn, Managing Director bei Accenture Strategy - Technology.

Der Siegeszug intelligenter Systeme und Maschinen in Unternehmen und Behörden weltweit wird anhalten, ist Bersohn überzeugt. Höchste Zeit also, dass sich Führungskräfte in der IT damit auseinandersetzten. Ihr geht es dabei vor allem um die Auswirkungen der Künstlichen Intelligenz auf das IT-Personal. Dem CIO obliege die Aufgabe, die IT-Belegschaft auf das KI-Zeitalter vorzubereiten und entsprechendes Know-how in der Organisation aufzubauen. Um die Potenziale von Künstlicher Intelligenz und Machine Learning auszuschöpfen, empfiehlt sie fünf "Kompetenzgruppen", die der CIO im Unternehmen etablieren sollte.

Lesen Sie dazu auch:

Eine kleine Geschichte der Künstlichen Intelligenz
Was Sie über Maschinelles Lernen wissen müssen
Machine Learning - darum geht es

1. Machine Management

Unter Führungskräften und ihren Mitarbeitern herrsche große Verunsicherung, wenn es um den Einsatz von intelligenten Maschinen gehe, beobachtet die Accenture-Managerin. Die vielfältigen Potenziale von KI für die Organisation und jeden einzelnen würden dabei oft übersehen. Bersohn nennt in diesem Kontext etwa eine neue Software-Generation für "Robotic Process Automation" (RPA), aber auch physische Roboter, genutzt werden können.

CIOs und andere IT-Verantwortliche täten gut daran, ihre Organisation schon jetzt darauf vorzubereiten. Karrierewege, Weiterbildung und Personalentwicklung dürften sich nicht länger nur am klassischen IT-Betrieb nach dem Motto "Keep the Lights on" orientieren. Vielmehr sollten Unternehmen einen Paradigmenwechsel anstreben, der davon ausgeht, dass Künstliche Intelligenz in nahezu jeder Branche und Organisation zu massiven Veränderungen führt und am Ende die Produktivität der gesamten Belegschaft verbessert.

Beispiele für neue Kompetenzen:

• RPA Management (Robotic Process Automation)

• KI-Varianten und Einsatzszenarien

2. Process Consulting

Geht es um die Verbesserung von Unternehmensprozessen, wurden die Kompetenzen der IT-Abteilungen viel zu lange nicht genutzt, kritisiert die Accenture-Expertin. Ihre Empfehlung: CIOs sollten ihre Mitarbeiter sowohl in puncto Business Process ManagementBusiness Process Management als auch Richtung Machine Learning gezielt weiterbilden. So ließen sich beispielsweise Prozesse im Finanzsektor, die Geldwäsche verhindern können, mithilfe von KI erheblich beschleunigen. Einschlägige Software erlaube es, mehrere große Datenströme gleichzeitig zu verarbeiten. Alles zu Business Process Management auf CIO.de

Von Menschen getroffene Entscheidungen könnten unterstützt werden, indem AI-Software Daten zusammenführe und aufwändige Vorarbeiten automatisiere. Schon jetzt würden KI-Systeme kundenzentrierte und interne Prozesse in einer Weise transformieren, die Menschen bislang nicht zugänglich war. Bersohn sieht denn auch eine klare Konvergenz zwischen dem traditionellen Business Process Management (BPM) und Robotic Process Automation (RPA). Als Beispiel nennt sie die Übernahme des RPA-Spezialisten OpenSpan durch den Business-Software-Anbieter Pegasystems. Auf diesen Trend müssten sich IT-Verantwortliche einstellen.

Beispiele für neue Kompetenzen:

• Geschäftsprozesse

• Branchenwissen

3. Plattformen und Daten-Management

Die IT-Belegschaft muss fundiertes Know-how in Sachen Big Data aufbauen, so eine weitere Forderung. Die prädiktiven Modelle, die sich mithilfe von Machine-Learning-Methoden entwickeln ließen, könnten nur so gut sein wie die dafür genutzten Daten. Fehlten den internen Mitarbeitern die Fachkenntnisse, um mit solchen Methoden und Plattformen umzugehen, würden sie schnell zum Flaschenhals in KI-Vorhaben.

In vielen Unternehmen sei die IT-Organisation dabei, sich als interner Cloud-Provider neu zu erfinden, erläutert Berson. Entsprechende Technologien und Architekturkonzepte verlangten, dass sich die IT-Teams als "Enterprise Stewards" für die die vielen unterschiedlichen Datentöpfe verstehen und Silos aufbrechen. Nur so ließen sich die Potenziale von Machine Learning ausschöpfen.

Beispiele für neue Kompetenzen:

- Data Systems Management

- API-Entwicklung und -Management

- Information Strategy

4. Algorithmen

Nicht jeder Kollege muss gleich zum Data Scientist mutieren, so die Accenture-Expertin. Dennoch hält sie es für essenziell, dass die Techniker im Unternehmen zumindest grundlegende Kenntnisse in Sachen Statistik und der Entwicklung von KI-Algorithmen erwerben. Unternehmen könnten davon in zweifacher Hinsicht profitieren. Zum einen lernten IT-Mitarbeiter, die Möglichkeiten der Künstlichen Intelligenz auch den Kollegen in den Fachabteilungen zu erklären. In Zusammenarbeit mit Business-Experten könnten sie entsprechende Modelle kontinuierlich verbessern.

Zum anderen führten Kenntnisse der mathematischen Konzepte, auf denen Machine-Learning-Modelle basierten, generell zu einem höheren Qualifikationsniveau und schafften damit mehr Raum für die eigene Kreativität. Letztere könne die IT-Organisationen nutzen, um den Wertbeitrag der IT für das gesamte Unternehmen zu steigern. Bersohn verweist unter anderem auf eine Partnerschaft zwischen Accenture und dem Stevens Institute of Technology mit dem Ziel, Analytics-Kenntnisse in kritischen Bereichen von Kundenunternehmen aufzubauen.

Beispiele für neue Kompetenzen:

• Data Set Selection

• Regressions- und Klassifikationsmethoden

• Model Accuracy Estimation

5. Führung und Kompetenzen

Intelligente Maschinen entwickeln sich zu neuen "Arbeitskollegen" und erledigen eine Menge administrativer Aufgaben, für die Menschen bisher viel Zeit aufwenden, erwartet die Accenture-Managerin. Mitarbeiter müssten nicht nur lernen, mit dieser Art von Arbeitsteilung zu leben. Es gehe künftig auch darum zu beurteilen, wo die maschinelle Intelligenz an Grenzen stößt und menschliches Entscheidungsvermögen gefragt ist. Dafür benötigten die Mitarbeiter eine höhere Problemlösungskompetenz und die Fähigkeit, Fragen in einer Weise zu formulieren, die für Maschinen verständlich ist. Am Ende soll der elektronische Kollege in der Lage sein, automatisierte Entscheidungen zu treffen, die sich innerhalb eines vorgegebenen Rahmens bewegen.

Beispiele für neue Kompetenzen:

• Kommunikative und emotionale Intelligenz

• Kollaboration

• Cross-funktionales Wissen

KI-Kompetenzen- was CIOs jetzt tun sollten

Was sollten CIOs als erstes tun, um einschlägige Fähigkeiten und Kompetenzen aufzubauen? Bersohn empfiehlt, mit einer internen Weiterbildungsinitiative zu starten, die sich auf das Erklären der Technologien und Vorteile konzentriert und dabei hilft, Ängste abzubauen. IT-Führungskräfte sollten demonstrieren, wie AI Mitarbeitern hilft, effizienter zu arbeiten und dass dabei zwar Aufgaben, nicht aber notwendigerweise Jobs wegfallen. Prototypen und Live-Demos von KI-Anwendungen könnten dabei helfen. Am Ende, so die Accenture-Expertin, sollten CIOs Workshops abhalten, um die Kreativität, Aufgeschlossenheit und Flexibilität der Mitarbeiter zu erhöhen. Diese sollten sich insbesondere an Führungskräfte richten.