Sie sind hier: Startseite » Markt » Tipps und Hinweise

Cloud-gestützte Gen-AI-Modellen


Deutsche CIOs und Team-Leads tun gut daran, ihre KI-Strategie planvoll zu kommunizieren und Unsicherheiten der Belegschaft gezielt zu adressieren
IT-Mitarbeiter stehen an erster Stelle, wenn es um die KI-Implementierung geht


Die unternehmensweite Einführung von KI funktioniert nur mit engagierten IT-Teams. Doch in Punkto Umsetzungswillen knirscht es in deutschen IT-Abteilungen. Statt Aufbruchstimmung übt man sich in Frust. Ein Beispiel: Laut der Ivanti-Studie "Getting Employees on Board for the AI Revolution" befürchten vier von zehn IT-Mitarbeiter in Deutschland einen Arbeitsplatzverlust durch generative KI-Tools in den nächsten fünf Jahren. Viele Unternehmen vernachlässigen bislang eine proaktive Auseinandersetzung mit diesen Ängsten. Die Studie weist zudem noch auf ein weiteres Problemfeld hin: So bleibt die Erwartungshaltung der IT-Mitarbeiter an die positiven Effekte von KI im Unternehmenseinsatz deutlich hinter denen ihrer technischen Führungsebene zurück. Eine KI-Strategie lässt sich jedoch nur dann erfolgreich umsetzen, wenn alle Beteiligten von den Vorteilen der Technologie überzeugt sind und den Weg des Unternehmens mitgehen

Deutsche CIOs und Team-Leads tun gut daran, ihre KI-Strategie planvoll zu kommunizieren und Unsicherheiten der Belegschaft gezielt zu adressieren. Hier fünf Roadmap-Tipps, um die Tech-Teams auf der KI-Reise mitzunehmen:

Tipp 1: Mit Speck fängt man Mäuse
IT-Mitarbeitende stehen an erster Stelle, wenn es um die KI-Implementierung geht. Stellen Sie sicher, dass sie auch zu den ersten gehören, die von den Vorteilen der KI profitieren. Führen Sie eine Potenzialanalyse durch, an welcher Stelle Ihr Unternehmen KI einsetzen kann und sollte, und stellen Sie sicher, dass die IT-Abteilung auf der Liste für KI-Investitionen ganz oben erscheint. Statten Sie also das Team, das Sie brauchen, um KI voranzutreiben, mit geeigneten Mitteln aus. Parallel ist es ebenso wichtig, dass Sie Ihre IT-Führungskräfte aktiv in die Transformation einbinden. Hierbei geht es um die Einführung einer detaillierten Methodik zur Bewertung neuer Investitionen in KI-Technologien. Daneben gilt es, eine Governance-Struktur zur Bewertung von KI-Risiken aufzusetzen, die auch regulatorische Risiken betrachtet.

Tipp 2: Lassen Sie Tiger von der Leine
Skizzieren Sie im nächsten Schritt, an welchen Stellen und über welche Anwendungsfälle sich Ihre Digitalisierungsstrategie durch KI und Automatisierung unterstützen lässt. Ein "Tiger Team" leitet die Evaluation künftiger Tools und erstellt eine Rahmenplanung. Angesichts des derzeitigen Entwicklungsfortschritts bei KI ist Tempo nötig: Der Planungshorizont sollte 12 bis 24 Monate nicht überschreiten. Wichtig ist ebenfalls die Akzeptanz, den Einsatz von Automatisierung und KI nicht zu erzwingen, wo er nicht sinnvoll ist. Zumindest im Bereich der Prozessautomatisierung besteht für deutsche CIOs in diesem Punkt wenig Anlass zur Sorge: Laut Ivanti-Studie halten deutlich mehr IT-Mitarbeitende hierzulande Automatisierung für besonders wichtig als im weltweiten Mittel. Dennoch erwarten sie eine offene und regelmäßige Kommunikation zur unternehmensweiten KI-Strategie. Schaffen Sie Räume zum wechselseitigen Austausch und beziehen Sie Ihre Mitarbeitenden aktiv in die Gestaltung von Planungsmeetings ein.

Tipp 3: KI braucht Verantwortung
Ethik ist in der Umsetzung von KI von entscheidender Bedeutung. Algorithmen werden nur dann strategische Herausforderungen lösen, wenn ihnen vertraut wird. Unternehmen sollten daher einen ethisch durchdachten Ansatz für ihre KI wählen – aber auch Verantwortung einfordern. Verantwortung für die verwendeten Daten. Verantwortung für die Menschen, die KI nutzen. Und Verantwortung, sicherzustellen, dass die Modelle und Algorithmen wertfrei, überprüft und umfassend sind.

Machen Sie daher eine Bestandsaufnahme von bekannten Risiken generativer KI wie beispielsweise Auswirkungen auf Sicherheit, Verzerrungen, Datenschutz oder Qualitätsdefizite. Entwerfen Sie klare Leitlinien, wie Ihr Unternehmen diese Risiken handhaben wird. Gerade jedoch dabei ist Konsens wichtig – alle Beteiligten müssen einbezogen werden – von Führungskräften bis hin zu Einsteigern.

Tipp 4: Kümmern Sie sich um Weichensteller und Bremser
Ihre Mitarbeitenden sind die treibende Kraft für den erfolgreichen Einsatz von KI. Investitionen in die Entwicklung der Teams haben dabei den gleichen Stellenwert wie Investition in Technologie. Qualifikationslücken müssen möglichst frühzeitig aufs Trapez. Identifizieren Sie dazu die Funktionen innerhalb Ihrer Teams, die am stärksten vom Einsatz von KI-Tools betroffen sein werden. Hier gilt es, zwischen zwei Gruppen zu differenzieren:

>> Gruppen kritischer Mitarbeitenden sind direkt für Wachstum, Weiterentwicklung oder Wettbewerbsposition Ihres Unternehmens verantwortlich. Dementsprechend präzise müssen diese Gruppen unterstützt werden – sei es durch zusätzliche Headcounts oder durch den Aufbau individueller KI-Fähigkeiten. Eine externe Untersuchung hilft beispielsweise bei der Einschätzung, wie und wo sich generative KI auf diesen Personenkreis auswirkt.

>> Identifizieren Sie daneben Mitarbeitende, die besonders stark von KI betroffen sein werden – einschließlich derjenigen, die durch KI ersetzt werden könnten. Bei ihnen besteht die Gefahr, dass sie die KI-Umsetzung nicht mittragen, im schlechtesten Fall sogar aktiv stören. Gehen Sie gemeinsam mit HR in den Austausch mit diesen Personen. Identifizieren Sie die individuelle Bereitschaft, neue KI-relevante Fähigkeiten zu erlernen. Sind sie eventuell auch bereit, nach einer Umschulung in einer anderen Abteilung zu arbeiten? Der Erfolg Ihrer KI-Strategie hängt daran, deutlich zu machen, dass Sie in Ihre Mitarbeitenden investieren.

Tipp 5: Geben Sie die Schlagzahl vor
Für den Projekterfolg ist es nötig, den Überblick darüber zu behalten, wie gut KI-Projekte die Erwartungen erfüllen, eventuell sogar übertreffen. Legen Sie bei jedem Implementierungsschritt im Voraus KPIs und Projektmeilensteine fest. Seien Sie verbindlich, wie schnell Sie Ergebnisse Ihrer Teams erwarten. Aufgabe ihrer Führungskräfte ist es dann, die Metriken über alle KI-bezogenen Projekte hinweg zu verfolgen. Nur wenn diese die auftretenden Hürden verstehen, lassen sich Einführungsprozesse optimieren, sollten Sie weitere KI- und Automatisierungstools zu Ihrem Technologie-Stack hinzufügen. (Ivanti: ra)

eingetragen: 10.05.24
Newsletterlauf: 08.07.24

Ivanti: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.


Meldungen: Tipps und Hinweise

  • Datenqualität entscheidend

    Künstliche Intelligenz, kurz KI, gehört derzeit zu den meistdiskutierten Themen. Die Entwicklungen sind rasant, die Möglichkeiten scheinen fast unbegrenzt. Viele Unternehmen arbeiten deshalb schon mit KI oder sind aktuell dabei, Tools zu implementieren. "KI als Katalysator für Optimierung, Standardisierung und Digitalisierung wird von Unternehmen bereits vielfältig eingesetzt. Doch es fehlen in vielen Branchen, wie etwa im Retail-Bereich, noch Use Cases - es kann noch nicht alles mit KI-Tools gelöst werden. Vor der Implementierung gilt es in vielen Fällen deshalb noch zu prüfen, ob sich der Einsatz von KI in jedem Fall lohnt", sagt Andreas Mohr, SAP Senior Development Consultant bei retailsolutions.

  • Sicherheitsrisiken in der Cloud

    Es gibt gute Gründe, Daten und Dienste in eine Cloud-Umgebung zu verlagern: Flexibilität, Skalierbarkeit und Kosteneffizienz sprechen eindeutig für die Cloud. Es sind jedoch auch die Risiken zu bedenken und zu managen. Ein wichtiger Aspekt ist die Datensicherheit: Da die Daten in externen Rechenzentren gespeichert werden, sind sie potenziell Angriffen ausgesetzt - sensible Informationen können abgefangen oder manipuliert werden.

  • Was Unternehmen beachten müssen

    Künstliche Intelligenz gehört für immer mehr Unternehmen ganz selbstverständlich zum Geschäftsalltag dazu. Insbesondere die generative KI (GenAI) erlebt einen Boom, den sich viele so nicht vorstellen konnten. GenAI-Modelle sind jedoch enorm ressourcenhungrig, sodass sich Firmen Gedanken über die Infrastruktur machen müssen. NTT DATA, ein weltweit führender Anbieter von digitalen Business- und Technologie-Services, zeigt, warum die Cloud der Gamechanger für generative KI ist.

  • SAP mit umfassender Cloud-Strategie

    Für die digitale Transformation von Unternehmen setzt SAP auf eine umfassende Cloud-Strategie. Hier bietet SAP verschiedene Lösungen an. Neben der SAP Public Cloud, die sehr stark auf den SME-Markt zielt, bedient die Industry Cloud als Kombination aus Private Cloud und industriespezifischen Cloud-Lösungen eher den LE-Markt.

  • Warum steigende IT-Kosten das kleinere Übel sind

    Es gibt Zeiten, in denen sind CIOs wirklich nicht zu beneiden. Zum Beispiel dann, wenn sie der Unternehmensführung wieder einmal erklären müssen, warum erneut höhere Investitionen in die IT nötig sind. Eines der größten Paradoxe dabei: Kosten steigen auf dem Papier auch dann, wenn eigentlich aus Kostengründen modernisiert wird. Der Umstieg vom eigenen Server im Keller in die Cloud? Mehrkosten. Neue SaaS-Lösungen?

  • Optimierung von Java-Workloads in der Cloud

    Cloud-Infrastrukturen versprechen Skalierbarkeit, Effizienz und Kostenvorteile. Doch um Engpässe zu vermeiden, überprovisionieren viele Unternehmen ihre Cloud-Kapazitäten - und bezahlen so oftmals für Ressourcen, die sie gar nicht nutzen. Wie lässt sich das ändern? Ein zentraler Hebel ist die Optimierung von Java-Workloads in der Cloud. Cloud-Infrastrukturen bringen viele Vorteile, aber auch neue Komplexität und oft unerwartet hohe Kosten mit sich. Bei vielen Unternehmen nehmen Java-Umgebungen und -Anwendungen große Volumina in gebuchten Cloud-Kapazitäten ein, denn Java gehört noch immer zu den beliebtesten Programmiersprachen: Laut dem aktuellen State of Java Survey and Report 2025 von Azul geben 68 Prozent der Befragten an, dass über 50 Prozent ihrer Anwendungen mit Java entwickelt wurden oder auf einer JVM (Java Virtual Machine) laufen.

  • Wer Cloud sagt, muss Datensouveränität denken

    Die Cloud hat sich längst zu einem neuen IT-Standard entwickelt. Ihr Einsatz bringt allerdings neue Herausforderungen mit sich - insbesondere im Hinblick auf geopolitische Risiken und die Gefahr einseitiger Abhängigkeiten. Klar ist: Unternehmen, Behörden und Betreiber kritischer Infrastrukturen benötigen eine kompromisslose Datensouveränität. Materna Virtual Solution zeigt, welche zentralen Komponenten dabei entscheidend sind.

  • KI-Herausforderung: Mehr Daten, mehr Risiko

    Künstliche Intelligenz (KI) revolutioniert weiterhin die Geschäftswelt und hilft Unternehmen, Aufgaben zu automatisieren, Erkenntnisse zu gewinnen und Innovationen in großem Umfang voranzutreiben. Doch es bleiben Fragen offen, vor allem wenn es um die Art und Weise geht, wie KI-Lösungen Daten sicher verarbeiten und bewegen. Einem Bericht von McKinsey zufolge gehören Ungenauigkeiten in der KI sowie KI-Cybersecurity-Risiken zu den größten Sorgen von Mitarbeitern und Führungskräften.

  • Sichere Daten in der Sovereign Cloud

    Technologie steht im Mittelpunkt strategischer Ambitionen auf der ganzen Welt, aber ihr Erfolg hängt von mehr als nur ihren Fähigkeiten ab. Damit Dienste effektiv funktionieren, braucht es eine Vertrauensbasis, die den Erfolg dieser Technologie untermauert und eine verantwortungsvolle Speicherung der Daten, Anwendungen und Dienste gewährleistet.

  • Integration von Cloud-Infrastrukturen

    Cloud-Technologien werden zum Schlüsselfaktor für Wachstum und verbesserte Skalierbarkeit über das Kerngeschäft hinaus - auch bei Telekommunikationsanbietern (Telcos). Auch hier ist der Wandel zur Nutzung von Produkten und Dienstleistungen "On-Demand" im vollen Gange, sodass Telcos ihre Geschäftsmodelle weiterentwickeln und zunehmend als Managed-Service-Provider (MSPs) und Cloud-Service-Provider (CSPs) auftreten.

Wir verwenden Cookies um unsere Website zu optimieren und Ihnen das bestmögliche Online-Erlebnis zu bieten. Mit dem Klick auf "Alle akzeptieren" erklären Sie sich damit einverstanden. Erweiterte Einstellungen