Techerati Wir haben zwei führende Experten aus den Bereichen Daten und KI gefragt, was vor der Markteinführung zu tun ist. 

Dieser Artikel begann mit einer einfachen Frage: Was geschieht innerhalb eines Unternehmens, bevor ein KI-Tool in Betrieb genommen wird? 

Man geht natürlich davon aus, dass es eine Vorbereitungsphase gibt. Monate, in denen Daten bereinigt, Fragen der Datenverwaltung geklärt, Teams aufeinander abgestimmt und technische Grundlagen geschaffen werden, bevor ein Produkt bei Kunden oder Mitarbeitern ankommt. Aber läuft es tatsächlich so ab? Wir haben diese Annahme zwei Experten vorgelegt, von denen sich der eine auf Data Engineering und der andere auf Unternehmensdaten und KI-Architektur spezialisiert hat.  

„Ich betrachte das – zumindest innerhalb unserer Organisation – nicht als eine einzige große Vorbereitung im Vorfeld“, sagt Artur Yatsenko, Director für Data Engineering beimUrban Sports Club, einer in Deutschland ansässigen Sport- und Wellness-Plattform, die europaweit tätig ist. „Es handelt sich vielmehr um eine kontinuierliche Erkundung dessen, was wir besser machen können, und der Fähigkeiten, über die wir derzeit verfügen. Und diese Fähigkeiten können entweder Ressourcen, Mitarbeiter oder Fachwissen sein.“ 

„Bei der KI wird nicht anders vorgegangen“, fügt er hinzu. „Man geht genauso vor wie bei einem Produkt.“ 

Naveen Kanneganti ist ein führender Experte in den Bereichen Daten, Analytik und KI, der seit mehr als zwei Jahrzehnten in den Bereichen Beratung, Implementierung, Unternehmensarchitektur und globale Plattformstrategie tätig ist. Für ihn ist die Vorbereitungsphase weniger eine Checkliste als vielmehr eine Führungsdisziplin. 

„Da die MVPs (Minimum Viable Products) parallel laufen, sollte sich die Diskussion von der Frage ‚Können wir das entwickeln?‘ hin zu ‚Können wir das zuverlässig, wiederholt und wirtschaftlich in großem Maßstab betreiben?‘ verlagern“, sagt er. „Und genau hier unterschätzen viele Unternehmen den tatsächlichen Arbeitsaufwand.“ 

Lesen Siehier den vollständigen Artikel, um zu erfahren, zu welchem Ergebnis sie gelangen und warum „Bereitschaft“ hierfür möglicherweise der falsche Begriff ist. 

Anmerkung der Redaktion: Naveen Kanneganti hat in persönlicher Eigenschaft zu diesem Artikel beigetragen. Seine Ausführungen basieren auf 20 Jahren Erfahrung in den Bereichen Daten, Analytik und KI und geben nicht die Ansichten seines Arbeitgebers wieder.