Blogreihe Data Science
Blogreihe Data Science
Triple KI – Data Science durchgängig gedacht! Claudia Dukino und Damian Kutzias promovieren zu der Frage, wie datenbasierte Projekte erfolgreich zu anwendbaren KI-Lösungen umgesetzt werden können. In einer gemeinsamen Blogreihe bündelt das KI-Tandem seine Kompetenzen und Forschungsergebnisse und veranschaulicht, wie die Verzahnung von Prozessen, Tätigkeiten und Technologien von der Ideengenerierung bis hin zur Inbetriebnahme neuer Lösungen in Unternehmen Mehrwerte schaffen kann.

Am Anfang jedes Projekts steht eine gute Idee – doch nicht selten scheitert das Wünschenswerte an der Machbarkeit. Vor allem bei KI-Projekten muss der Rahmen für das Projekt abgesteckt und geprüft werden, ob die Anforderungen, die daraus resultieren, zu den Unternehmenszielen passen. Eine strukturierte Vorgehensweise hilft Ihnen, aus guten Ideen erfolgreiche Projekte werden zu lassen.

Welchen Nutzen wird mir das Projekt bringen und welche Aufwände stehen dem entgegen? Diese Fragen sind bei klassischen Projekten schon recht aufwändig zu beantworten, aber bei einem KI-Projekt ist selten von Anfang an klar, was in den vorhandenen Daten steckt und ob diese für die Projektidee überhaupt ausreichend sind.

Abbildung 1: 1. Phase im Vorgehen zur durchgängigen Durchführung von KI- und datenbasierten Projekten.

Abbildung 1: 1. Phase im Vorgehen zur durchgängigen Durchführung von KI- und datenbasierten Projekten.

Hat man den ersten Schritt erfolgreich gemeistert, müssen die Anforderungen strukturiert aufgenommen werden. Dies kann parallel erfolgen und abschließend zusammengefasst werden. Für diese Anforderungen haben wir vier wichtige Bereiche definiert (siehe Abbildung 1.), welche bei der Aufnahme der Anforderungen unterstützen sollen:

Ermitteln Sie Bedarfe aus der Akteursperspektive

Sprechen Sie mit den Personen, die mit der bisherigen alten Anwendung arbeiten und / oder in Zukunft mit der neuen Anwendung arbeiten sollen, um zu erfahren, welche Schwachstellen vorhanden sind und wo sich Verbesserungspotenziale ergeben können. Im persönlichen Gespräch lässt sich auch die Akzeptanz für eine neue Lösung abklopfen. So können Sie einschätzen, was die Mitarbeitenden bis jetzt bereits leisten können. Daraus lässt sich ableiten, an welchen Stellen ggf. bei der Inbetriebnahme Qualifizierungsmaßnahmen durchzuführen sind oder neue Personen eingestellt werden sollten.

Führen Sie eine Ist-Soll-Analyse der betroffenen Prozesse durch

Bestehende Geschäftsprozesse sind entweder strukturiert aufgesetzt worden oder aber über die Jahre gewachsen. Nun gilt es zu erkennen, welche Prozesse für die neue KI-Anwendung relevant sein werden. Diese (teilweise) manuellen Prozesse können zu unterstützten oder gar automatisierten Prozessen werden. Auch hier ist es sinnvoll, sich einen Überblick über die Ist-Prozesse zu verschaffen, um im Anschluss daran das zukünftige Soll zu definieren. Dieses wird ebenfalls wieder bei der Inbetriebnahme eine relevante Rolle spielen

Analysieren Sie die Schlüsselaktivitäten bei der Mensch-Maschine-Interaktion

Jede ausgeführte Tätigkeit beruht auf der Kompetenz der Mitarbeitenden sowie der damit verbunden Kommunikation im Prozess. Um einen Prozess zu übergeben, ist es notwendig, Wissen zu teilen. Das kann mit anderen Personen geschehen, aber auch mit KI-Systemen. Der Mensch tritt in eine Mensch-Maschine-Interaktion, indem er bei seinen Tätigkeiten unterstützt wird. Dazu ist es notwendig zu erkennen, wie hoch der Routineanteil der Tätigkeiten in dem neuen angestrebten Prozess ist.

Prüfen Sie frühzeitig rechtliche Rahmenbedingungen

Sobald Daten in irgendeiner Form in Projekten genutzt werden, ist zu klären, woher diese kommen. Ist ein Personenbezug gegeben, greifen die Grundsätze der EU-DSGVO. Prüfen Sie deshalb die Rechtmäßigkeit der Ergebnisse frühzeitig, um mögliche Showstopper auszuschließen, beispielsweise weil ein Algorithmus bestimmte Personen diskriminiert. Zudem kann es notwendig sein, zusätzliche Vereinbarungen mit Dritten zu schließen, z. B. Geheimhaltungserklärungen, Verträge zur Datenbereitstellung, etc.

Fazit: Zusammenführen der Anforderungen

Eine umgehende Analyse der Anforderungen sollte wie auch bei klassischen Projekten zu Beginn durchgeführt werden. Das in dieser Phase definierte Soll kann ebenfalls als Grundlage zur Ableitung von Maßnahmen für die Inbetriebnahme der Lösung dienen. Dokumentieren Sie die Erkenntnisse bei der Einführung und Inbetriebnahme der KI-Anwendung, um sie bei Weiterentwicklungen oder Folgeprojekten wieder nutzen und fortschreiben zu können.

Um konkrete Empfehlungen für das Zusammenspiel von Phasen und Aufgaben im Projekt zu erhalten, können KI- bzw. Data Science-Vorgehensmodelle genutzt werden. Dabei sollte aber darauf geachtet werden, dass diese auch die Aspekte Mensch, Technik und Organisation integriert betrachten. Im vom Bundesministerium für Arbeit und Soziales geförderten Projekt KI-ULTRA wird ein solches Vorgehensmodell entwickelt und gemeinsam mit 30 Unternehmen auf die Praxistauglichkeit geprüft und optimiert. Die zweite von insgesamt drei Versionen wurde vor wenigen Wochen finalisiert und wird nun erprobt. Die finale dritte Version wird Mitte 2023 abgeschlossen und veröffentlicht.

Dieser Beitrag ist Teil einer Blogreihe, in der wir (Damian Kutzias und Claudia Dukino aus dem Bereich Digital Business) uns in den kommenden Monaten mit den Herausforderungen datenbasierter Projekte beschäftigen und dazu Mensch, Technik und Organisation im Einklang betrachten werden.

Leselinks:

Claudia Dukino

Claudia Dukino ist wissenschaftliche Mitarbeiterin am Fraunhofer IAO. Sie unterstützt Unternehmen dabei eigene KI-Anwendungsfelder zu erschließen und für sich nutzbar zu machen. Dabei liegt ihr Hauptaugenmerk auf den Menschen mit ihren Tätigkeiten und Prozessen ohne dabei die Technologie außen vor zu lassen.

Autorenprofil



Kategorien: Digitalisierung, Künstliche Intelligenz, Mensch-Technik-Interaktion
Tags: , ,