Datenqualität entscheidend
Implementierung von KI-Systemen: Integration und startklar?
Das müssen Unternehmen beachten
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.
Beim Einsatz von KI geht es in der Regel um Prozessoptimierungen, Effizienz, Zeiteinsparungen, Mitarbeiterentlastung oder Gewinnmaximierung. Im Retail-Bereich helfen moderne Tools beispielsweise bereits, personalisierte Werbung auszuspielen, Prognosen für eine nachhaltige Warenbestellung zu erstellen, eine dynamische Preisgestaltung zu erreichen oder bei der Betrugserkennung an Kassen. Doch damit Projekte erfolgreich und nachhaltig wirken, erfordert die Integration von KI-Systemen in bestehende IT- und Geschäftsprozesse mehr als nur die technische Implementierung. Vor allem die Datenqualität spielt eine bedeutende Rolle. Ohne ausreichende, qualitativ hochwertige Daten kann KI keine guten Ergebnisse liefern. Im Handel sind zwar Daten reichlich vorhanden, aber oft unstrukturiert oder fragmentiert.
"Wir arbeiten derzeit zum Beispiel an einem Use Case, bei dem die KI anhand von Bildern die richtigen Produktgruppen vorhersagen soll. Lieferanten, die Daten im System ablegen, müssen oft nämlich aus einer großen Anzahl von Gruppen wählen, was nicht selten zu Fehlern führt. Werden die Daten von der KI richtig zugeordnet, erleichtert es die Arbeit für Händler ungemein. Außerdem haben wir für einen Kunden auch schon ein KI-System implementiert, das Ähnlichkeiten erkennt und Produktattribute für ähnliche Waren anlegt – also beispielsweise bestimmte Daten von einem Erdbeerjoghurt einem Himbeerjoghurt der gleichen Marke zuordnen kann", berichtet Mohr.
Use Cases als Erfolgsfaktor
Solche Use Cases stellen einen oft unterschätzten Erfolgsfaktor dar, denn sie können den konkreten Nutzen der implementierten KI-Tools aufzeigen. "Gleichzeitig lässt sich so auch oft der Kosten-Nutzen-Faktor besser abschätzen. Die Entwicklung und Implementierung von KI-Lösungen können nämlich kostspielig sein. Gerade für kleinere Unternehmen sind die anfallenden Kosten für den angedachten Einsatz oftmals noch zu hoch. Vor einigen Jahren wollte ein Kunde zum Beispiel die neuen Energieeffizienzlabels von einer KI zu Produktbildern zuordnen lassen. Wir haben ein System entwickelt, das eine Trefferquote von über 99 Prozent hatte. Doch es war dem Kunden zu teuer. Befristet eingestellte Studenten haben die Labels schließlich doch händisch zugeordnet – sie haben ein paar Tage gebraucht, aber insgesamt war es billiger", erläutert Mohr und ergänzt: "Bei wiederkehrenden Prozessen ist der Einsatz von KI aber langfristig sinnvoll und kann sogar Kosten einsparen."
Implementierung planen und durchdacht umsetzen
Derzeit herrscht bei der KI-Transformation ein sehr hohes Tempo: Neue Modelle drängen auf den Markt, die mit Daten trainiert werden müssen und schließlich für bestimmte Anwendungen bereitgestellt werden. "Neue KI-Lösungen müssen dann auch in die bestehende Systemlandschaft von Unternehmen integriert werden, manchmal fehlen Standardschnittstellen. Diese Integrationsproblematik erklärt, warum viele KI-Projekte zunächst nur in einzelnen Bereichen bleiben und nicht das ganze Unternehmen durchdringen. Die Implementierung der Systeme gilt es deshalb gut zu planen und mit Experten umzusetzen. Beratungshäuser, die bereits mit verschiedenen Use Cases vertraut sind, können dabei unterstützen", schließt Mohr. (retailsolutions: ra)
eingetragen: 06.06.25
retailsolutions: Kontakt und Steckbrief
Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.