Vom Pilotprojekt zur Produktion: Einblicke zur langfristigen Skalierung von GenAI-Programmen

Wenn wir in einigen Jahren über die Verbreitung der generativen KI (GenAI) nachdenken, wird das Jahr 2024 als Wendepunkt angesehen werden – eine Zeit weitverbreiteter Experimente, Optimismus und Wachstums, in der Unternehmensführer, die einst zögerten, ihre Zehen in unerforschte Gewässer der Innovation zu tauchen, sich kopfüber hineinstürzten. In McKinseys globale Umfrage zur KI In einer Mitte 2024 durchgeführten Umfrage sagten 75 % der Befragten voraus, dass GenAI in den kommenden Jahren zu erheblichen oder disruptiven Veränderungen in ihren Branchen führen wird.

Obwohl wir bereits viel über die Vorteile und Grenzen von GenAI gelernt haben, dürfen wir nicht vergessen, dass wir uns noch immer in einer Entwicklungsphase befinden. Pilotprogramme können schnell hochgefahren werden und sind relativ kostengünstig zu erstellen. Was aber passiert, wenn diese Programme unter der Aufsicht des CIO-Büros in die Produktion übergehen? Wie werden funktionsspezifische Anwendungsfälle in weniger kontrollierten Umgebungen funktionieren und wie können Teams vermeiden, an Dynamik zu verlieren, bevor ihr Programm überhaupt die Chance hatte, Ergebnisse zu zeigen?

Häufige Herausforderungen beim Übergang von der Pilotphase zur Produktion

Angesichts des enormen Potenzials von GenAI, die Effizienz zu steigern, Kosten zu senken und die Entscheidungsfindung zu verbessern, war der Auftrag der obersten Führungsebene an die funktionalen Unternehmensleiter klar: „Legt los und tüftelt.“ Die Unternehmensleiter machten sich an die Arbeit, spielten mit der Funktionalität von GenAI herum und erstellten ihre eigenen Pilotprogramme. Marketingteams nutzten GenAI, um hochgradig personalisierte Kundenerlebnisse zu schaffen und sich wiederholende Aufgaben zu automatisieren. Im Kundenservice half GenAI dabei, intelligente Chatbots zu entwickeln, die Probleme in Echtzeit lösen konnten, und F&E-Teams konnten riesige Datenmengen analysieren, um neue Trends zu erkennen.

Dennoch besteht zwischen all diesem Potenzial und seiner letztendlichen Umsetzung noch immer eine große Diskrepanz.

Sobald ein Pilotprogramm in den Einflussbereich des CIO-Büros gelangt, werden die Daten viel genauer unter die Lupe genommen. Mittlerweile sind wir mit einigen der üblichen Probleme von GenAI vertraut, wie Modellverzerrungen und Halluzinationen, und im größeren Maßstab werden diese Probleme zu großen Problemen. Ein CIO ist für den Datenschutz und die Datenverwaltung in einer gesamten Organisation verantwortlich, während Unternehmensleiter Daten verwenden, die möglicherweise nur für ihren spezifischen Schwerpunktbereich relevant sind.

3 wichtige Dinge, die Sie vor der Skalierung bedenken sollten

Keine Frage, Unternehmensleiter haben bereits erhebliche Fortschritte beim Aufbau von GenAI-Anwendungsfällen mit beeindruckenden Ergebnissen für ihre spezifische Funktion gemacht, aber die Skalierung für langfristige Auswirkungen ist etwas ganz anderes. Hier sind drei Überlegungen, bevor Sie sich auf diese Reise begeben:

1. Binden Sie die IT- und Informationssicherheitsteams frühzeitig (und oft) ein

Es kommt häufig vor, dass funktionale Unternehmensleiter bei ihrer täglichen Arbeit Scheuklappen entwickeln und unterschätzen, was erforderlich ist, um ihr Pilotprogramm auf die gesamte Organisation auszuweiten. Sobald dieses Pilotprogramm jedoch in die Produktion übergeht, benötigen Unternehmensleiter die Unterstützung des IT- und Informationssicherheitsteams, um alle möglichen Dinge durchzudenken, die schiefgehen könnten.

Deshalb ist es eine gute Idee, die IT- und Informationssicherheitsteams von Anfang an einzubeziehen, um den Piloten einem Stresstest zu unterziehen und mögliche Bedenken durchzugehen. Auf diese Weise wird auch die abteilungsübergreifende Zusammenarbeit gefördert, die entscheidend ist, um externe Perspektiven einzubringen und den Bestätigungsfehler zu bekämpfen, der innerhalb einzelner Funktionen auftreten kann.

2. Verwenden Sie nach Möglichkeit echte Daten

Wie bereits erwähnt, gehören datengesteuerte Probleme zu den größten Hindernissen bei der Skalierung von GenAI. Das liegt daran, dass Pilotprogramme häufig auf synthetischen Daten basieren, was zu unterschiedlichen Erwartungen zwischen Unternehmensleitern, IT-Teams und letztendlich dem CIO führen kann. Synthetische Daten sind künstlich generierte Daten, die Daten aus der realen Welt nachahmen und im Wesentlichen als Ersatz für tatsächliche Daten fungieren, jedoch keine sensiblen persönlichen Informationen enthalten.

Funktionale Führungskräfte haben nicht immer Zugriff auf echte Daten. Hier einige gute Tipps zur Fehlerbehebung: (1) Vermeiden Sie Pilotprogramme, die später einer genaueren behördlichen Prüfung bedürfen könnten. (2) Legen Sie Richtlinien fest, um zu verhindern, dass fehlerhafte Daten die Pilotergebnisse verfälschen. (3) Investieren Sie in Lösungen, die den vorhandenen Technologie-Stack des Unternehmens nutzen, um die Wahrscheinlichkeit einer zukünftigen Anpassung zu erhöhen.

3. Setzen Sie realistische Erwartungen

Als GenAI nach der Einführung von ChatGPT Ende 2022 erstmals öffentliche Aufmerksamkeit erlangte, waren die Erwartungen riesig, dass die Technologie über Nacht Branchen revolutionieren würde. Dieser Hype (ob gut oder schlecht) hat weitgehend angehalten, und die Teams stehen immer noch unter enormem Druck, sofort Ergebnisse zu zeigen, wenn ihre GenAI-Investitionen auf weitere Finanzierung hoffen.

Die Realität ist, dass GenAI zwar transformativ sein wird, Unternehmen der Technologie jedoch Zeit (und Unterstützung) geben müssen, um mit der Transformation zu beginnen. GenAI ist weder Plug-and-Play, noch ist sein wahrer Wert nur auf clevere Chatbots oder kreative Bilder beschränkt. Unternehmen, die GenAI-Programme erfolgreich skalieren können, werden diejenigen sein, die sich als erste die Zeit nehmen, eine Innovationskultur aufzubauen, die langfristige Auswirkungen gegenüber kurzfristigen Ergebnissen priorisiert.

Wir sind alle im selben Boot

Obwohl wir in letzter Zeit viel über GenAI gelesen haben, handelt es sich noch immer um eine sehr junge Technologie. Unternehmen sollten sich vor jedem Anbieter in Acht nehmen, der behauptet, alles durchschaut zu haben. Diese Art von Hybris trübt das Urteilsvermögen, beschleunigt unausgereifte Konzepte und führt zu Infrastrukturproblemen, die Unternehmen in den Bankrott treiben können. Nehmen wir uns stattdessen, da wir uns auf ein weiteres Jahr voller GenAI-Spannung zubewegen, die Zeit, um sinnvolle Diskussionen darüber zu führen, wie diese leistungsstarke Technologie verantwortungsvoll skaliert werden kann. Indem sie das IT-Team frühzeitig in den Prozess einbeziehen, sich auf reale Daten stützen und vernünftige ROI-Erwartungen aufrechterhalten, können Unternehmen dazu beitragen, dass ihre GenAI-Strategien nicht nur skalierbar, sondern auch nachhaltig sind.