Foto: SuPatMaN - shutterstock.com
Künstliche Intelligenz (KI) wird bereits von 75 Prozent der Unternehmen genutzt oder zumindest getestet, um die eigene Produktivität zu steigern. Damit stehen Firmen allerdings auch vor etlichen Herausforderungen: Neben der Datensicherheit, technischen Prüfungen, neuen Dienstleistungen geht es dabei vor allem um die Weiterbildung der Mitarbeiter.
Laut einer Bain & Co.-Umfrage haben 87 Prozent der befragten Unternehmen generative KI (GenAI) in Bereichen wie Softwareentwicklung, Kundendienst, Marketing und Produktdifferenzierung bereits eingesetzt. Allgemein investieren Firmen mit zirka 100 Mitarbeitern im Durchschnitt fünf Millionen Dollar jährlich in GenAI. Jedes fünfte Großunternehmen gibt sogar bis zu 50 Millionen Dollar für diese Technik aus.
Bis 2027 wird erwartet, dass 29 Prozent aller KI-Ausgaben auf GenAI entfallen, wobei der Wert des gesamten KI-Markts auf 407 Milliarden Dollar geschätzt wird.
Verzweifelt gesucht - KI-Fachpersonal
Gleichzeitig haben Unternehmen zunehmend Schwierigkeiten, Mitarbeiter mit den erforderlichen KI-Kenntnissen zu finden. Dies führt zu Produktverzögerungen, Qualitätsproblemen und Umsatzeinbußen. Viele Firmen setzen daher auf die Umschulung bestehender Mitarbeiter, tun sich jedoch auch damit oft schwer.
Laut IDC sind über die Hälfte der Unternehmen weltweit von diesen Engpässen betroffen. Die damit verbundenen finanziellen Einbußen beziffern die Analysten bis 2026 global auf insgesamt mehr als 5,5 Billionen Dollar.
Besser schnell als gar nicht
Dementsprechend ist es notwendig, dass Unternehmen alle ihre Mitarbeitenden in den für ihren Aufgabenbereich passenden GenAI-Anwendungen schulen, so Gartner Senior Director-Analyst Emily Rose McRae. Sie betont auch, dass Unternehmen ihre Belegschaften über die Risiken und den verantwortungsvollen Einsatz von generativer KI aufklären sollten.
Ein solches Vorgehen wird jedoch von CEOs als zu langsam angesehen, wie eine aktuelle Studie ergab. Viele Firmenlenker befürchten offenbar, abgehängt zu werden, und wollen deshalb den KI-Einsatz forcieren. Allerdings haben 43 Prozent der befragten Angestellten Angst, dass KI ihre Jobs ersetzen könnte.
Diese Furcht scheint nicht unbegründet, könnten doch laut Goldman Sachs zwei Drittel der heutigen Berufe zumindest teilweise durch KI automatisiert werden.
Schulung tut Not
Um ihre Arbeitsplätze langfristig zu sichern, sollten Mitarbeiter sich daher kontinuierlich weiterbilden. Schließlich schreitet auch die Entwicklung von GenAI-Tools ständig voranschreitet. Folglich ist eine persönliche kontinuierliche Weiterentwicklung im Einklang mit dem technischen Fortschritt durchaus von Vorteil, raten viele Experten.
Neben persönlichem Einsatz erfordert eine erfolgreiche KI-Implementierung in Unternehmen zudem eine klare Strategie. Auch die Bereitschaft der Belegschaft, Veränderungen anzunehmen und spezielle Rollen zu übernehmen, sind unerlässlich.
Diese notwendigen, spezialisierten Rollen sind:
- Datenwissenschaftler, die komplexe Datensätze vereinfachen,
- KI-Software-Ingenieure, die Machine-Learning-Modelle entwickeln und integrieren,
- Chief AI Officer (CAIO) oder Führungskräfte, die KI-Initiativen leiten,
- KI-Sicherheitsbeauftragte, die Vorschriften einhalten und Sicherheitsrisiken managen,
- Prompt-Ingenieure, die Anweisungen für Sprachmodelle optimieren und
- Rechtsberater, die sicherstellen, dass alle Vorschriften und Gesetze eingehalten werden.
Umdenken ist erforderlich
Unternehmen, die ihre Mitarbeiter nicht weiterbilden, laufen nicht nur Gefahr, bei Produktivität und Innovation ins Hintertreffen zu geraten. Dies bedeutet nicht nur wirtschaftliche Konsequenzen, sondern auch den Verlust von Mitarbeitern.
Um Fachkräftemangel vorzubeugen, gilt es bestehendes Personal in die drei folgenden Archetypen von Arbeitnehmern im Zusammenhang mit der KI-Transformation einzuordnen und entsprechend zu schulen:
Erstens gibt es die Entwickler von KI-Technologien, hochqualifizierte Mitarbeiter vergleichbar bei Unternehmen wie Amazon, OpenAI und Microsoft. Diese benötigen keine zusätzliche Schulung.
Zweitens gibt es Technologen, die sich mit traditioneller IT-Technologie auskennen, wie CTOs und Softwareentwickler, die relativ leicht in KI geschult werden können.
Drittens gibt es Arbeitnehmer mit nicht-technischen Aufgaben, die durch KI produktiver werden können. Diese benötigen aber mehr Schulung und Betreuung, um das Potenzial von KI vollständig zu verstehen.
Schulungen sind essenziell
Ein Beispiel für die Weiterbildung von Mitarbeitern ist die Schulung von Mitarbeiterinnen und Mitarbeitern aus der Kundenbetreuung in der Nutzung von Microsoft Copilot. Hierdurch lassen sich Kundenanfragen effizienter beantworten und schneller Berichte erstellen, die wiederum zur Serviceverbesserung genutzt werden können.
Problematisch sind allerdings generische GenAI-Tools, die nicht in spezifische Arbeitsabläufe integriert sind. Dies liegt daran, dass die Lernkurve für die Erstellung effektiver Prompts hoch ist und unterschiedliche Tools unterschiedliche Techniken erfordern.
Konkretes kommt gut an
McRae empfiehlt deshalb, Weiterbildungsmaßnahmen anhand konkreter Anwendungsfälle und Beispiele für den Einsatz von GenAI auszurichten. Solche zielgerichteten Schulungen würden in der Regel besser vom Personal angenommen als die oft allgemein gehaltenen Schulungen zu GenAI. Fokussierte Weiterbildung sollte auch klar zeigen, wie GenAI bestimmte Rollen und Arbeitsabläufe beeinflusst.
Im Rahmen dieser Fortbildung sollten die Mitarbeiter dann auch über die Risiken von GenAI, wie Halluzinationen, aufgeklärt werden. Diese Schulungen würden denen wie gegen Phishing ähneln, so Gartner. Abgerundet würde das Ganze durch stichprobenartiges Testen der Wachsamkeit.
Die harte Schule der KI-Praxis
Parallel sollte die Lernenden auch praktische Erfahrung mit GenAI sammeln, da diese häufig wichtiger ist als eine theoretisch-akademische Ausbildung. Vergleichbar sind die aktuellen Entwicklungen mit dem Erlernen der Möglichkeiten des Internets in den 1990er Jahren. Wie damals gilt es, die Möglichkeiten der neuen Technologie möglichst praxisnah ausprobieren, um Produktivitätsgewinne zu identifizieren.