Im letzten Jahr haben sich gefühlt 99 Prozent aller Unternehmen auf das Thema generative künstliche Intelligenz (GenAI) gestürzt. Dabei dürfte in vielen Fällen die Angst, den Anschluss zu verlieren, die Triebfeder gewesen sein. Aktuelle Zahlen deuten entsprechend darauf hin, dass generative KI zwar auf breiter Basis eingeführt, aber nicht effektiv genutzt wird. Das lässt den Return on Investment (ROI) in weite Ferne rücken.

Laut Rick Villars, Group Vice President bei IDC, haben die Marktforscher festgestellt, dass Unternehmen kontinuierlich ihre Budgets für sämtliche Spielarten der künstlichen Intelligenz aufstocken. "Allerdings erhöhen sie ihre Investitionen in Schulungs- und Fortbildungsinitiativen für ihre Mitarbeiter nicht in gleichem Maße", kritisiert der Analyst. Der "Future of Jobs Report 2023" (PDF) des Weltwirtschaftsforums kommt zum Ergebnis, dass die Schulung in Sachen KI und Big Data in den nächsten fünf Jahren für 42 Prozent der in diesem Rahmen befragten Unternehmen Priorität hat.

Unternehmen, die ein KI-Team auf die Beine stellen wollen, sollten sich folgende Fragen stellen:

• Welche Mitarbeiter sollten dazugehören?

• In welchen Bereichen ist eine Schulung/Weiterbildung erforderlich, um alle potenziellen Vorteile nutzen zu können?

Dieser Artikel liefert die entsprechenden Antworten.

Wer gehört ins KI-Team?

Ein KI-, respektive GenAI-Team aufzubauen, ist ein fortlaufender Prozess. Corey Hines, Gründer und Vorstand des E-Learning-Anbieters Skillable, erklärt, wie die ersten Schritte für Unternehmen aussehen sollten: "Erstens müssen sich Unternehmen klar darüber sein, was sie mit KI erreichen wollen. Zweitens muss der Appetit auf Innovation und das Engagement dafür vorhanden sein - und eine Strategie." Der Experte empfiehlt, nicht ohne angemessene Investitionen und vorherige Überlegungen auf den KI-Zug aufzuspringen. Erst wenn Zweck und Ziel definiert seien, könne man die richtigen Mitglieder für das Team ermitteln.

Zu den wichtigsten Rollen innerhalb Ihres KI-Teams gehören:

• Datenwissenschaftler, die komplexe Datensätze vereinfachen und navigieren können und wichtige Erkenntnisse für die Modellerstellung liefern.

• KI-Softwareingenieure, die dafür verantwortlich sind, die ML-Modelle zu entwickeln, in Systeme zu integrieren und auszuführen.

• KI-Beauftragte, die eine Führungsrolle innerhalb von KI-Initiativen übernehmen und Alignment sowie Ausführung sicherstellen.

• KI-Sicherheitsbeauftragte, die sich mit den Herausforderungen befassen, die Compliance, Datentransparenz und interne Schwachstellen (Bias, Data Poisoning) aufwerfen.

• Prompt Engineers, die Textabfragen oder Anweisungen (sogenannte Prompts) in großen Sprachmodellen (LLMs) erstellen und optimieren können, um GenAI-Tools den optimalen Output zu entlocken.

• Rechtsbeistände, die den IT-Teams zur Seite stehen, um zu gewährleisten, dass Reguliarien und Gesetze eingehalten werden.

Was das Thema Prompt Engineering angeht, rechnet Forrester fest damit, dass die großen Cloud-Anbieter im Laufe des Jahres 2024 entsprechende Services anbieten werden. Die Marktforscher relativieren jedoch: "Die Akzeptanz in Unternehmen wird sich in Grenzen halten. Aufgrund der unvollständigen Kontextdaten und der begrenzten Erfahrung der Datenwissenschaftler mit NLP und Prompt Engineering werden die Services der ersten Generation nicht ausreichen, um den Bedarf an maßgeschneiderter Feinabstimmung zu decken."

Avivah Litan, Chefanalystin bei Gartner, geht davon aus, dass Prompt Engineering in Zukunft in den Ausbildungswegen zum Softwareentwickler aufgehen wird: "Ohne Zweifel ist diese Fähigkeit für die Zukunft erforderlich. Aber ein separater Berufszweig wird sich daraus nicht entwickeln."

Was muss das (Gen)AI-Team können?

Jayaprakash Nair, Leiter der Abteilung für Machine Learning, KI und Visualisierung beim Serviceanbieter Altimetrik, ist davon überzeugt, dass der Aufbau eines KI-Teams einen ganzheitlichen Ansatz erfordert. Sein Rezept, um das erfolgreich zu bewerkstelligen: "Unternehmen müssen zunächst die Grundlage für qualitativ hochwertige Daten schaffen, eine Single-Source-of-Truth-Strategie entwickeln und Geschäftsziele definieren."

Darüber hinaus ist essenziell, IT-Mitarbeiter in neu entstandene Technologien weiterzubilden, die unverzichtbar sind, um die Ziele von CIO und CTO zu erreichen. Einer aktuellen Umfrage von Skillable zufolge, sind die drei wichtigsten neuen Technologien oder Wissensgebiete, die für KI-Teammitglieder relevant sind:

• AI TRiSM (AI Trust, Risk and Security Management),

• Composite AI (die Kombination verschiedener KI-Techniken, um optimale Ergebnisse zu erzielen) und

• Generative AI.

Gartner zufolge hat sich AI TRiSM zu einer Art Rückgrat für Unternehmen entwickelt, wenn es darum geht, die Herausforderungen der generativen KI zu meistern. "Ohne ein robustes AI-TRiSM-Programm können KI-Modelle unerwartete Risiken aufwerfen und dem Business zuwiderlaufen. Das kann wiederum unerwartete Ergebnisse, Datenschutzverletzungen, Reputationsschäden und andere negative Konsequenzen nach sich ziehen", schreiben die Auguren.

Unternehmen sollten deshalb alles daran setzen, ihre aktuellen Mitarbeiter in Bezug auf Best Practices zu schulen, um bei der Implementierung von KI nicht ins Hintertreffen zu geraten. Eine aktuelle Studie des Internet-Instituts der Universität Oxford kommt zu dem Schluss, dass Mitarbeiter mit KI-Kenntnissen um bis zu 40 Prozent höhere Gehälter erzielen können als Kollegen ohne. Darüber hinaus ergab die Studie auch, dass die Kombination von KI-Skills mit einer breiten Palette anderer Kompetenzen für Unternehmen am wertvollsten ist. (fm)

Dieser Beitrag basiert auf einem Artikel unserer US-Schwesterpublikation Computerworld.