Skip to main content

2023 | Buch

Einsatz von KI im Unternehmen

IT-Ansätze für Design, DevOps, Governance, Change Management, Blockchain und Quantencomputing

verfasst von: Eberhard Hechler, Martin Oberhofer, Thomas Schaeck

Verlag: Apress

insite
SUCHEN

Über dieses Buch

Ihr Unternehmen hat sich für KI entschieden. Glückwunsch, was nun? Dieses praktische Buch bietet einen ganzheitlichen Plan für die Implementierung von KI aus der Perspektive der IT und des IT-Betriebs im Unternehmen. Sie erfahren etwas über die Fähigkeiten, das Potenzial, die Grenzen und die Herausforderungen von KI. In diesem Buch erfahren Sie, welche Rolle KI im Kontext etablierter Bereiche wie Design Thinking und DevOps, Governance und Change Management, Blockchain und Quantum Computing spielt, und diskutieren die Konvergenz von KI in diesen Schlüsselbereichen des Unternehmens.
Deploying AI in the Enterprise bietet Anleitungen und Methoden zur effektiven Bereitstellung und Operationalisierung nachhaltiger KI-Lösungen. Sie lernen die Herausforderungen bei der Implementierung kennen, wie z. B. Probleme bei der KI-Operationalisierung und Hindernisse bei der Umsetzung von Erkenntnissen in umsetzbare Prognosen. Sie werden auch lernen, wie Sie die Schlüsselkomponenten der KI-Informationsarchitektur erkennen und welche Rolle sie für eine erfolgreiche und nachhaltige KI-Implementierung spielt. Und Sie werden verstehen, wie Sie KI effektiv einsetzen können, um die Nutzung von Kerninformationen in Master Data Management (MDM)-Lösungen zu verbessern.

Was Sie lernen werdenVerstehen der wichtigsten KI-Konzepte, einschließlich maschinelles Lernen und Deep LearningBefolgen von Best Practices und Methoden zur erfolgreichen Bereitstellung und Operationalisierung von KI-LösungenErkennen der kritischen Komponenten der KI-Informationsarchitektur und der Bedeutung eines PlansIntegration von KI in bestehende Initiativen innerhalb einer OrganisationErkennen der aktuellen Grenzen von KI und wie sich dies auf Ihr Unternehmen auswirken könnteBewusstsein für wichtige und aktuelle KI-Forschung schaffenIhre Denkweise anpassen, um KI von einem ganzheitlichen Standpunkt aus zu betrachtenMachen Sie sich mit den Möglichkeiten von KI in verschiedenen Branchen vertraut.

Für wen ist dieses Buch gedacht?
IT-Profis, Datenwissenschaftler und Architekten, die sich mit den Herausforderungen bei der Implementierung und dem Betrieb von KI auseinandersetzen müssen und einen umfassenden Überblick darüber benötigen, wie sich KI auf andere geschäftskritische Bereiche auswirkt. Es ist keine Einführung, sondern richtet sich an Leser, die nach Beispielen für die Nutzung von Daten suchen, um daraus verwertbare Erkenntnisse und Vorhersagen abzuleiten, und die die aktuellen Risiken und Grenzen von KI verstehen und berücksichtigen müssen und wissen wollen, was dies in einem branchenrelevanten Kontext bedeutet.

Inhaltsverzeichnis

Frontmatter

Erste Schritte

Frontmatter
1. KI-Einführung
Zusammenfassung
Künstliche Intelligenz (KI) ist schon seit langem eine Vision der Menschen. In der Belletristik wurde das Thema KI aus vielen Blickwinkeln beleuchtet. In „Neuromancer“, „2001: Odyssee im Weltraum“, „Terminator“, „A.I.“, „Star Trek“, „Alien“, „Mother“ usw. kommt die KI in vielen verschiedenen Erscheinungsformen vor: Einige der Protagonisten sind menschenähnlich, andere ähneln eher Fantasiewesen, einige dienen dem Menschen, einige arbeiten mit ihm zusammen und einige kämpfen sogar gegen ihn.
Eberhard Hechler, Martin Oberhofer, Thomas Schaeck
2. Historische Perspektive der KI
Zusammenfassung
Ohne dass wir uns dessen voll bewusst sind und es ständig wahrnehmen, beeinflusst uns die KI bereits seit Jahren, ja sogar Jahrzehnten. Daher scheint eine historische Perspektive der KI nicht mehr von entscheidender Bedeutung zu sein: KI hat sich als unbestreitbare Tatsache des Lebens etabliert. Ihre Auswirkungen sind bereits für jeden Einzelnen und die Gesellschaft als Ganzes spürbar.
Eberhard Hechler, Martin Oberhofer, Thomas Schaeck
3. Schlüsselkonzepte von ML, DL und Entscheidungsoptimierung
Zusammenfassung
Im Anschluss an die Entwicklung der KI im vorherigen Kapitel widmet sich dieses Kapitel den Schlüsselkonzepten des maschinellen Lernens (ML), des Deep Learning (DL) und der Entscheidungsoptimierung. Wir gehen nicht im Detail auf die Grundlagen dieser Konzepte oder die mathematische und statistische Wissenschaft hinter diesen Themen ein; stattdessen erörtern wir Überlegungen zu ihrer praktischen Anwendung in Unternehmen oder anderen Organisationen. Diese Kapitel dient der high-level Einführung für Leser mit begrenzten Kenntnissen in diesem Themenbereich.
Eberhard Hechler, Martin Oberhofer, Thomas Schaeck

KI-Einsatz

Frontmatter
4. KI-Informationsarchitektur
Zusammenfassung
In diesem Kapitel erfahren Sie mehr über die spezifische Rolle der Informationsarchitektur (IA) bei der Bereitstellung einer zuverlässigen und unternehmensweiten KI-Grundlage. Als Einführung in dieses Thema werden die wichtigsten Aspekte einer Informationsarchitektur (IA) kurz erläutert und die logischen und physischen IA-Komponenten im Kontext von KI hervorgehoben. Diese sind für den Leser wichtig, um die Auswirkungen von KI auf eine bestehende Informationsarchitektur vollständig zu verstehen. Jede Architektur muss mit Produkten und Angeboten untermauert werden. Wir lernen die Schlüsselkomponenten der KI-Informationsarchitektur und ihre Rolle für die Unternehmenstauglichkeit kennen. Wir schließen mit Anwendungsfällen, die KI in der Informationsarchitektur veranschaulichen.
Eberhard Hechler, Martin Oberhofer, Thomas Schaeck
5. Von Daten zu Vorhersagen zu optimalen Maßnahmen
Zusammenfassung
Das Konzept der Entscheidungsoptimierung auf der Grundlage von Vorhersagen unter Berücksichtigung zusätzlicher Daten und Limitierungen, das in Kap. 1, „Einführung in die KI“, vorgestellt wurde, ist oft entscheidend für die Lösung echter Geschäftsprobleme. Die Entscheidungsoptimierung geht noch einen Schritt weiter und garantiert, dass eine optimale Kombination von geschäftsrelevanten Maßnahmen auf der Grundlage von Vorhersagen und relevantem Kontext getroffen werden kann.
Eberhard Hechler, Martin Oberhofer, Thomas Schaeck
6. Die Operationalisierung von KI
Zusammenfassung
Die Entwicklung von KI-Lösungen, einschließlich des Trainings und des Einsatzes von ML/DL-Modellen, bleibt eine wichtige und oft ressourcenintensive Aufgabe. Die Integration von KI-Artefakten wie ML/DL-Modellen und Data-Engineering-Modulen in eine bestehende IT-Infrastruktur und Anwendungslandschaft des Unternehmens stellt eine zusätzliche Herausforderung dar. Die Operationalisierung von KI und die Ableitung von KI-basierten analytischen Erkenntnissen innerhalb der Anwendungen werden in diesem Kapitel näher untersucht, wobei wir uns auf die Operationalisierung von KI speziell im Unternehmenskontext konzentrieren. Darüber hinaus beleuchten wir die wichtigsten Herausforderungen bei der Operationalisierung von KI und beschreiben wesentliche Ziele für eine effiziente und nachhaltige Operationalisierung von KI-Lösungen, insbesondere ML- und DL-Modelle und Data-Engineering-Artefakte.
Eberhard Hechler, Martin Oberhofer, Thomas Schaeck
7. Design Thinking und DevOps im KI-Kontext
Zusammenfassung
Design Thinking und DevOps sind seit langem etablierte Konzepte, die von den meisten führenden Unternehmen bereits genutzt werden. Ein nachhaltiger Einsatz von KI für diese Konzepte steht jedoch noch aus. Doch was genau meinen wir mit dem Einsatz von KI für Design Thinking und DevOps, und welche Möglichkeiten haben wir überhaupt? Design Thinking- und DevOps-Methoden können sicherlich für die Entwicklung von KI-Systemen und -Geräten, Produkten und Tools oder Anwendungen eingesetzt werden. Das ist wahrscheinlich ein naheliegender Gedanke. Aber lassen sich KI und ihre Geschwister auch in Design Thinking- und DevOps-Konzepte einbinden – und wie? Was sind die Voraussetzungen, Herausforderungen und Vorteile? Eine offensichtliche Voraussetzung besteht darin, zunächst eine solide Infrastruktur und Kultur für Design Thinking und DevOps zu schaffen, bevor KI und ML in diese Konzepte eingeführt werden.
Eberhard Hechler, Martin Oberhofer, Thomas Schaeck

KI im Kontext

Frontmatter
8. KI und Governance
Zusammenfassung
Während KI bereits in einer Vielzahl von Anwendungsfällen genutzt wird, werden wir erleben, dass sie in allen Industriezweigen und in unserer Gesellschaft noch deutlich häufiger zum Einsatz kommt. Die Ableitung prädiktiver und ML-gestützter Erkenntnisse in Geschäftsprozesse kann durch ein hohes Maß an autonomer Entscheidungsfindung gekennzeichnet sein, die von einigen Nutzern als unverständlich oder schwer fassbar empfunden werden. Da die KI-gestützte Entscheidungsfindung sinnvoll und für den Menschen nachvollziehbar sein sollte, bringt die KI eine neue Dimension von Governance-Imperativen mit sich, die Transparenz, Vertrauen und Rechenschaftspflicht unter Berücksichtigung von Erklärbarkeit, Fairness und Nachvollziehbarkeit gewährleisten sollen.
Eberhard Hechler, Martin Oberhofer, Thomas Schaeck
9. KI und Stammdatenmanagement
Zusammenfassung
In Kap. 8, „KI und Governance“, haben wir Information Governance und den Einsatz von KI-Funktionen vorgestellt, die Information-Governance intelligenter machen. Ein ähnliches Thema, das von vielen Unternehmen genutzt wird, ist das Stammdatenmanagement (Wir verwenden hiefür im Folgenden die Abkürzung MDM (Master Data Management).). Abhängig von der Branche sind Kunden, Personen, Organisationen, Produkte, Lieferanten, Patienten, Mitarbeiter, Bürger und Vermögenswerte typische Beispiele für Stammdatenentitäten. MDM wird verwendet, um eine zuverlässige 360°-Sicht der Stammdaten bereitzustellen, die viele wichtige betriebliche Prozesse wie Kundenservice, Cross- und Upselling, konsistente Kundenerfahrung in einer Multichannel-Architektur oder eine optimierte Einführung neuer Produkte bzw. Services unterstützt.
Eberhard Hechler, Martin Oberhofer, Thomas Schaeck
10. KI und Change Management
Zusammenfassung
Mit der zunehmenden Adaption von KI durch Unternehmen und die Gesellschaft als Ganzes entsteht die Notwendigkeit, die bestehenden Praktiken des Change Managements anzupassen. Veränderungen werden in der Regel als Bedrohung wahrgenommen, die sowohl für Unternehmen als auch für Einzelpersonen Unsicherheiten, Stimmungen und Risiken mit sich bringen. Doch Änderungen bringen auch neue geschäftliche und persönliche Chancen mit sich. KI hat das Potenzial, Change Management zu beschleunigen und zu verbessern und es zielsicherer und menschenzentrierter zu gestalten.
Eberhard Hechler, Martin Oberhofer, Thomas Schaeck
11. KI und Blockchain
Zusammenfassung
Die meisten Menschen glauben, dass die Veröffentlichung aus dem Jahr 2008 von Satoshi Nakamoto, einem Pseudonym, das von einem noch unbekannten Autor verwendet wurde, das Konzept der Blockchain eingeführt hat. Tatsächlich ist die Schlüsselidee jedoch 17 Jahre älter. Die erste Erwähnung wichtiger Blockchain-Konzepte geht auf das Jahr 1991 zurück, als Stuart Haber und Scott Stornetta das Konzept einer kryptografisch gesicherten Kette von Blöcken zum ersten Mal beschrieben.
Eberhard Hechler, Martin Oberhofer, Thomas Schaeck
12. KI und Quantencomputing
Zusammenfassung
Richard P. Feynman, Nobelpreisträger für Physik, war ein führender Physiker auf dem Gebiet der Quantenmechanik und Quantenelektrodynamik. Im Jahr 1982 veröffentlichte er ein Forschungspapier mit dem Titel „Simulating Physics with Computers“. Darin stellt er die Frage, ob ein Quantencomputer tatsächlich gebaut werden kann (was seiner Meinung nach möglich sein sollte) oder ob klassische Computer das probabilistische Verhalten eines echten Quantensystems simulieren können (was er klar verneinte). Diese Forschungsarbeit weckte das Interesse der Wissenschaft und Forschung, die sich nun ernsthaft mit der Frage nach der Machbarkeit und Entwicklung eines Quantencomputer beschäftigte.
Eberhard Hechler, Martin Oberhofer, Thomas Schaeck

Grenzen der KI und zukünftige Herausforderungen

Frontmatter
13. Grenzen der KI
Zusammenfassung
Die Aussichten der KI mit ihrer atemberaubenden Bandbreite an Anwendungen scheint grenzenlos zu sein. Auf die Grenzen der KI einzugehen, könnte daher von einigen unserer Leserinnen und Leser als ein Schwenk in die entgegengesetzte Richtung empfunden werden. KI wird so sehr mit der Beschleunigung von Innovation, Einsicht und Entscheidungsfindung in Verbindung gebracht, dass wir ihre Möglichkeiten als unermesslich ansehen. Und doch gibt es auch für KI Grenzen und Herausforderungen, wie wir in diesem Kapitel erfahren.
Eberhard Hechler, Martin Oberhofer, Thomas Schaeck
14. Zusammenfassung und Ausblick
Zusammenfassung
In diesem Buch haben wir erklärt, wie KI in heutigen Unternehmen eingesetzt werden kann. Wir haben uns mit Schlüsselaspekten wie einer KI-Informationsarchitektur (IA) befasst, um eine Datengrundlage zur Unterstützung von KI zu schaffen, mit dem KI-Lebenszyklus, um von Daten zu Vorhersagen zu optimalen Entscheidungen und Maßnahmen zu gelangen, und mit wichtigen KI-Betriebs- (KIOps) und KI-DevOps-Aspekten. Darüber hinaus sind wir auf zusätzliche Unternehmensaspekte eingegangen, wie z. B. die Herausforderungen bei der KI-Bereitstellung und -Operationalisierung, KI im Kontext von Governance, Change Management, Design Thinking und MDM. Wir haben Ihnen auch einige Grenzen der KI aufgezeigt – einschließlich der Grenzen, die auf absehbare Zeit bestehen bleiben könnten – sowie einige spannende und aufkommende Themen, wie KI im Zusammenhang mit Blockchain und Quantencomputing.
Eberhard Hechler, Martin Oberhofer, Thomas Schaeck
15. Abkürzungen
Zusammenfassung
Bausteine der Architektur
Eberhard Hechler, Martin Oberhofer, Thomas Schaeck
Backmatter
Metadaten
Titel
Einsatz von KI im Unternehmen
verfasst von
Eberhard Hechler
Martin Oberhofer
Thomas Schaeck
Copyright-Jahr
2023
Verlag
Apress
Electronic ISBN
978-1-4842-9566-3
Print ISBN
978-1-4842-9565-6
DOI
https://doi.org/10.1007/978-1-4842-9566-3

Premium Partner