Diese Fähigkeiten brauchen Sie für den KI-Einsatz

Künstliche IntelligenzKünstliche Intelligenz hat sich in kurzer Zeit zu einem festen Bestandteil der betrieblichen Arbeit gemausert. Sie wird unter anderem eingesetzt, um Prozesse zu verbessern, den Kundenservice zu stärken, die Mitarbeiterzufriedenheit zu messen und die Cybersicherheit zu erhöhen. Weil KI-Tools und insbesondere Generative AIGenerative AI immer mehr Menschen privat wie beruflich nutzen, wird auch ihre Präsenz am Arbeitsplatz weiter zunehmen. Alles zu Generative AI auf CIO.de Alles zu Künstliche Intelligenz auf CIO.de

Ein Großteil der Diskussion über KI dreht sich um Arbeitsplätze, die sie ersetzen könnte. Viele Unternehmen sind daher bei der Einführung von KI-Technologien vorsichtig, und IT-Führungskräfte sowie breite Teil der Gesellschaft debattieren über den besten Weg nach vorn. Auch wenn viele Folgen des KI-Einsatzes noch ungewiss sind, können auch IT-Verantwortliche die Auswirkungen auf IT-Arbeitsplätze nicht ignorieren. Schon jetzt verschiebt sich die Nachfrage nach Kompetenzen, die von Arbeitgebern gesucht werden. Dabei hat KI ein neues Interesse an altbekannten IT-Fähigkeiten geweckt und gleichzeitig völlig neue Rollen entstehen lassen. Unternehmen müssen sich damit auseinandersetzen.

Neue KI-Berufe und -Kompetenzen

Zu den neuen Rollen im KI-Umfeld gehören laut Jim Chilton, CTO der Cengage Group, vor allem Prompt Engineers, KI-Compliance-Spezialisten und KI-Produktmanager. Andere im Entstehen begriffene Rollen sind KI-Daten-Annotatoren, auf KI-Regulierung spezialisierte Juristen, KI-Ethikberater und Content-Moderatoren, die potenzielle Falschinformationen im Zusammenhang mit KI aufspüren, ergänzt Robert Kim, CTO bei Presidio.

Unternehmen sind zudem auf der Suche nach Experten in den Bereichen Predictive AnalyticsPredictive Analytics, natürliche Sprachverarbeitung (NLP), Deep Learning und Machine LearningMachine Learning, sagt Mike Hendrickson, Manager bei Skillsoft. Ferner steige auch die Nachfrage nach Fähigkeiten im Zusammenhang mit großen Sprachmodellen, ChatGPT und ähnlichen generativen KI-Bots . Alles zu Machine Learning auf CIO.de Alles zu Predictive Analytics auf CIO.de

KI hat auch einen Bedarf an neuen Top-Management-Funktionen geschaffen, die sich ausschließlich auf die Nutzung generativer KI in allen Aspekten des Geschäfts konzentrieren - "von internen Arbeitsweisen bis hin zu externen KI-gestützten Produktlösungen für Kunden", sagt Chilton.

Agile Fähigkeiten bringen Sie auch in Sachen KI weiter

Agilität ist vielleicht nicht die erste Fähigkeit, an die man denkt, wenn es um KI geht. Doch Unternehmen, die sich bereits agile Arbeitsabläufe und Denkweisen zu eigen gemacht haben, sind gut aufgestellt, um auch KI-Tools und -Lösungen zu integrieren. Sie sind auf den schnellen Wandel vorbereitet, der mit KI einhergeht, und können neue Technologien leichter übernehmen, sobald sie auftauchen.

Organisationen mit einer agilen und einer DevOps-Mentalität, die ständig deployen, re-deployen und testen, sind bereits an den Prozess der Freigabe neuer Abläufe, Dienste oder Produkte gewöhnt. Sie erhalten stetig Feedback und verbessern sich kontinuierlich, argumentiert Hendrickson. Diese Mentalität mache es für Unternehmen einfacher, KI-Tools schnell zu übernehmen und einzusetzen - im Gegensatz zu Unternehmen mit langsameren Prozessen, veralteten Technologien oder Hindernissen beim Deployment.

Stärkerer Fokus auf Sicherheit

KI öffnet neue Türen für Sicherheitsbedrohungen und Compliance-Probleme, auf die Unternehmen vorbereitet sein müssen. "Auf der technischen Seite sehe ich die SecuritySecurity als enorm wichtig an", sagt Hendrickson. Zwar würden viele Unternehmen Tools wie ChatGPT für ihre Mitarbeiter offiziell sperren. Aber die Neigung der Endanwender, ihre Arbeitsprozesse zu verbessern, werde dennoch zu mehr Schatten-ITSchatten-IT führen. Alles zu Schatten-IT auf CIO.de Alles zu Security auf CIO.de

Hendrickson weist außerdem darauf hin, dass sich die Diskussionen über maschinelles Lernen noch vor wenigen Jahren um die Fähigkeit drehten, Verschlüsselungen zu knacken. Diese Sorge sei angesichts des bevorstehenden maschinellen Quantenlernens nur noch größer geworden. Unternehmen, die sich mit KI am Arbeitsplatz auseinandersetzen, benötigten qualifizierte Fachleute, die potenzielle Risiken erkennen und Lösungen aufzeigen können.

"Auch die Verwaltung der Infrastruktur und der Plattformen, der Ressourcen für den Betrieb von Anwendungen sowie für die Speicherung und den Zugriff auf Daten wird immer komplexer", warnt Kim. Unternehmen bräuchten Mitarbeiter, die die Möglichkeiten der Automatisierung nutzen können, um moderne und verteilte Plattformen zu sichern, bereitzustellen und zu orchestrieren.

Soft Skills weiter gefragt

Technische Fähigkeiten ändern sich schneller als je zuvor - so schnell, dass Studieninhalte in der Informatik schon kurz nach dem Abschluss veraltet sein könnten. Die künstliche Intelligenz wird das Tempo nur beschleunigen und sogar einige der Hard Skills, die IT-Fachleute anbieten müssen, automatisieren - was wiederum bedeutet, dass Soft Skills nur noch wichtiger werden.

"Die Halbwertszeit von Hard Skills oder technischen Fähigkeiten wird immer kürzer, da sich die Technologie schnell verändert", prognostiziert Chilton. "Noch vor ein paar Jahren gab es einen großen Druck, dass jeder programmieren lernen sollte. Wir brauchen zwar immer noch Leute, die programmieren können, aber durch die Zunahme von Low-Code- und No-Code-Plattformen ist der Bedarf an Programmierkenntnissen geringer geworden." Nachhaltiger seien eher Fähigkeiten wie kritisches Denken, Problemlösung, effektive Kommunikation und Zusammenarbeit mit anderen.

Mit KI haben Unternehmen laut Kim auch die Möglichkeit, banale, langweilige und administrative Aufgaben zu reduzieren. Dadurch könnten sich Mitarbeiter auf Projekte konzentrieren, die mehr Gehirnschmalz erfordern und einen stärkeren Schwerpunkt auf Zeitmanagement, Teamzusammenarbeit und FührungFührung legen. Die Nachfrage nach Arbeitskräften, die in kontinuierliches Lernen und Entwicklung investieren, werde ebenfalls anhalten. Wenn sie in die Technologiebranche einsteigen, verpflichteten sie sich "implizit dazu, ständig zu lernen und sich zu verbessern, weil sich die Technologie so schnell verändert", sagt Hendrickson. Alles zu Führung auf CIO.de

Interne Weiterbildung gewinnt noch mehr an Bedeutung

Wie bei den meisten IT-Themen wird die Nachfrage nach KI-Fähigkeiten das Angebot an Talenten übersteigen. Deshalb werden sich Unternehmen nach innen wenden und Möglichkeiten zur Weiterbildung identifizieren müssen. Hendrickson zufolge habe Skillsoft deshalb Teams um Personen mit KI-Hintergrund gebildet, die andere Mitarbeiter im Unternehmen weiterbilden sollen. Solche Ansätze zum Aufbau von Talenten aus den eigenen Reihen sind seiner Meinung nach von großem Vorteil, da sie die Bedeutung von Fach- und Organisationswissen unterstrichen.

"Sie sollten Mitarbeiter in Ihrem Unternehmen weiterbilden, weil diese bereits das Wissen über die potenziellen Produkte oder Vorteile haben", sagt er. "Anstatt bei der Konkurrenz und außerhalb des Unternehmens zu rekrutieren, lassen sich die vorhandenen Talente für die richtigen Aufgaben qualifizieren." So erhielte man nicht nur die Fähigkeiten, die für die Einführung von KI benötigt werden, sondern auch das fachliche und organisatorische Wissen, das für die digitale Transformation wichtig ist.

KI-Ethik als menschliche Kontrollinstanz

Ein weiterer Bereich, der von Weiterbildungsmaßnahmen profitieren wird, ist die KI-Ethik. Mitarbeiter mit fundiertem Fachwissen und organisatorischen Kenntnissen, die ein Auge auf ethische Fragen im Zusammenhang mit KI haben, sind von entscheidender Bedeutung für den Erfolg. Hendrickson nennt diese Leute die "Menschen in der Schleife", da sie die menschliche Kontrolle und das Gleichgewicht sicherstellen, um die Wahrhaftigkeit und den Wert der generativen KI zu überwachen.

Hendrickson verweist auf einen Anwendungsfall, in dem Googles KI-Bot Bard und ChatGPT einen Code zum Scrapen einer Website geschrieben haben. Die eine KI überprüfte dabei die Arbeit der anderen. Die fertigen Programme funktionierten nicht, aber beide KI-Bots behaupteten, die Programmierung sei korrekt. In diesem Fall war ein menschliches Auge notwendig, um die Fehler beider Bots zu erkennen. Letztendlich, so Hendrickson, seien die Ergebnisse der generativen KI nicht solide genug, um sich ohne eine menschliche Prüfung der Fakten auf sie zu verlassen: "Selbst wenn wir mithilfe eines Bots programmieren, sollte immer der Mensch die endgültige Entscheidung treffen."

Dieser Artikel basiert auf einem Beitrag unserer Schwesterpublikation cio.com