{"id":931,"date":"2019-04-25T15:03:19","date_gmt":"2019-04-25T13:03:19","guid":{"rendered":"https:\/\/lam.unisg.ch\/blog\/?p=931"},"modified":"2019-04-25T16:47:10","modified_gmt":"2019-04-25T14:47:10","slug":"warum-muessen-sie-als-fuehrungskraft-etwas-von-ki-verstehen","status":"publish","type":"post","link":"https:\/\/lam.unisg.ch\/blog\/warum-muessen-sie-als-fuehrungskraft-etwas-von-ki-verstehen","title":{"rendered":"Warum m\u00fcssen Sie als F\u00fchrungskraft etwas von KI verstehen?"},"content":{"rendered":"<p><em>Dieser Blog ist die Fortf\u00fchrung von\u00a0<\/em><em><a href=\"https:\/\/lam.unisg.ch\/blog\/investieren-sie-bereits-in-ki-projekte-eine-motivation\" target=\"_blank\" rel=\"noopener noreferrer\">\u00abInvestieren Sie bereits in KI-Projekte? Eine Motivation\u00bb<\/a><\/em><em>. Im vorherigen Blog finden Sie auch ein kleines ABC des maschinellen Lernens \/ der K\u00fcnstlichen Intelligenz, auf das wir uns hier beziehen.<\/em><\/p>\n<p>Erstens einmal werden Datensysteme nur dann richtig \u00abkultiviert\u00bb, wenn sich das Management der Wichtigkeit dieser Aufgabe bewusst ist und auch die entsprechenden Mittel daf\u00fcr einsetzt und mit den Spezialisten-Teams proaktiv zusammenarbeitet. Es gibt nichts frustrierenderes f\u00fcr DatenspezialistInnen als in einer Umgebung zu arbeiten, in der das Management ihre Aktivit\u00e4ten nicht unterst\u00fctzt oder unrealistische Forderungen stellt. Diese DatenspezialistInnen werden bald ihre Motivation verlieren und mit Zynismus reagieren. Das ist wohl kaum ein Erfolgsrezept.<\/p>\n  \n  <div class=\"box right courses\">\n          <div class=\"course clickable\">\n        <h5>Executive School Studiengang:<\/h5>\n        <div class=\"terms\">\n          Open Programmes<br>        <\/div>\n\n        <h4>\n          <a target=\"_self\" href=\"https:\/\/www.es.unisg.ch\/de\/programme\/ki-kuenstliche-intelligenz-projekte-erfolgreich-managen\">KI (K\u00fcnstliche Intelligenz)- Projekte erfolgreich managen<\/a>        <\/h4>\n\n        <div class=\"description\">\n          Vom Datenrohstoff zur wertsch\u00f6pfenden automatisierten Musterkennung\r\n<div class=\"field field--name-field-programme-header-image field--type-image field--label-hidden field__item\"><picture><!-- [if IE 9]><video><![endif]--> <source type=\"image\/png\" media=\"all and (min-width: 1180px)\" \/> <source type=\"image\/png\" media=\"all and (min-width: 980px)\" \/> <source type=\"image\/png\" media=\"all and (min-width: 768px)\" \/> <source type=\"image\/png\" media=\"all and (min-width: 481px)\" \/> <source type=\"image\/png\" \/> <!-- [if IE 9]><\/video><![endif]--> <\/picture><\/div>        <\/div>\n      \n      <\/div>\n        <\/div>\n  \n<p>Zweitens schanzt die Tatsache, dass Algorithmen Muster erkennen, die wir Menschen oft nicht erfassen und interpretieren k\u00f6nnen, den Programmierern und letztlich Ihnen als ManagerIn eine grosse ethische Verantwortung zu. Sind Algorithmen in der Welt, die ethisch fragw\u00fcrdige Entscheidungen treffen, weil sie es aus Ihren (ungepflegten) Daten so gelernt haben, ist es oft sehr aufwendig, den entstandenen Schaden wieder zu korrigieren. Nur mit einem etwas tiefergehendem Verst\u00e4ndnis, wie KI funktioniert, sind sie hier f\u00fcr die Warnsignale hinreichend sensibilisiert.<\/p>\n<p>Drittens machen Algorithmen auch fast nie fehlerfreie Arbeit, wenn sie auch \u2013 hoffentlich \u2013 weniger Fehler als die Menschen machen, welchen sie diese abnehmen. Kehren wir zur\u00fcck zum Beispiel der Kreditw\u00fcrdigkeit. Im Beispiel der automatisierten Kreditvergabe k\u00f6nnen Sie zwei Arten von Fehlern machen:<\/p>\n<ul>\n<li>Sie vergeben einen Kredit, aber es kommt doch zu einem Ausfall; oder<\/li>\n<li>Sie vergeben keinen Kredit, obwohl die KreditnehmerIn ihn zur\u00fcckbezahlt h\u00e4tte.<\/li>\n<\/ul>\n<p>Das Wunderbare ist, dass es beim Algorithmus eine Stellschraube gibt, die abbildet, ob Sie risikofreudiger sind und damit lieber mehr Fehler der ersten Art machen wollen oder ob Sie doch lieber vorsichtiger agieren m\u00f6chten und Sie folglich mehr Fehler der zweiten Art begehen werden. Sind Sie zu vorsichtig und vergeben kaum noch Kredite, dann k\u00f6nnen Sie Ihre Bank auch gleich schliessen. Es ist klar, dass diese Entscheidung mehr mit einer Gesch\u00e4ftsstrategie zu tun hat als mit purem Programmieren. Die Wahl schl\u00e4gt sich in Ihrem gesch\u00e4ftlichen Ergebnis nieder! Was Sie sicher nicht wollen, ist, diese Entscheidung Ihrem Programmiererteam zu \u00fcberlassen. Genau das passiert aber leider in vielen F\u00e4llen. Und es passiert praktisch mit Sicherheit in jenen Unternehmen, in welchen das Management selbst nichts von KI versteht. Nur wenn Sie um diese Thematik wissen, k\u00f6nnen Sie fruchtbar mit Ihren SpezialistInnen zusammenarbeiten und gemeinsam die Parameter so setzen, dass sie zu Ihrer Gesch\u00e4ftsstrategie passen. Ganz allgemein werden die SpezialistInnen Sie in dem Masse ernst nehmen, in dem Sie in den Grundz\u00fcgen etwas von KI verstehen. Dies ist sehr wichtig, um zynisches Verhalten der Programmierer \u2013 leider in der Praxis nicht un\u00fcblich \u2013 zu vermeiden.<\/p>\n<p><strong>Planungslogik von Datenprojekten<\/strong><\/p>\n<p>Zudem haben wir festgestellt, dass F\u00fchrungskr\u00e4fte mit der \u00abNatur\u00bb von KI-Projekten oft M\u00fche haben, denn sie sind sehr volatil. Wenn bei einem KI-Projekt Schwierigkeiten auftreten, dann f\u00fchrt ein h\u00f6herer Ressourceneinsatz oft nicht zu mehr Erfolg. Diese Vorstellung kommt u.a. meist aus der Erfahrung mit klassischen IT-Projekten wie der Entwicklung einer neuen Buchhaltungssoftware. Daten kooperieren manchmal einfach nicht, und dies kann bereits nach drei Wochen klar sein. In so einem Fall ist es oft das Beste, ein Projekt schnell zu beerdigen. Unserer Erfahrung nach k\u00f6nnen ManagerInnen mit dieser Logik tendenziell nicht so umgehen, besonders dann, wenn sie nicht verstehen, warum Daten so viel Volatilit\u00e4t mit sich bringen. Daten brauchen \u00abTrial and Error\u00bb, mehr noch als eine \u00abagile\u00bb Vorgehensweise. Stellt es sich z.B. nach ein paar Tagen heraus, dass in einem Projekt die Zielgr\u00f6sse \u2013 die \u00abY-Variable\u00bb \u2013, fehlt, ist das Projekt meistens gleich am Ende. Allenfalls kann man die Entscheidung treffen, diese Gr\u00f6sse von jetzt an zu erfassen und in ein paar Monaten oder Jahren noch einmal anzufangen. F\u00fcr manche F\u00fchrungskraft ist dies irritierend, weil oft die Vorstellung vorherrscht, dass rein mit der Existenz einer grossen Datenmenge Erkenntnisgewinn und hohes Wertsch\u00f6pfungspotential m\u00f6glich sein muss.<\/p>\n<p><strong>Mit was f\u00fcr einem Projekt starten?<\/strong><\/p>\n<p>F\u00fcr die ersten Erfahrungen mit KI empfehlen wir Ihnen, ein Projekt zu finden, welches nicht die Kernprozesse tangiert, niedrige Komplexit\u00e4t aufweist, aber einen relativ hohen Impact entwickeln kann. Das erste KI-Projekt sollte auf jeden Fall erfolgreich sein, denn es hat eine Leuchtturmwirkung! Ein prototypisches Beispiel ist das Kundenverhalten oder die Effektivit\u00e4t von Marketingkampagnen. Bilderkennung ist auch oft recht einfach zu implementieren, weil daf\u00fcr bereits Technologiebausteine zur Verf\u00fcgung stehen.<\/p>\n<p>Ein (reales) Beispiel aus der Praxis: Eine Krankenversicherung versendete pro Jahr 60&#8217;000 Briefe, um Kunden zu \u00fcberzeugen, einen h\u00f6heren Versicherungsschutz zu w\u00e4hlen. Durchschnittlich war diese Marketingaktion bei 300 Personen erfolgreich Das entspricht einer Quote von 0.5%. Es war ein Leichtes, hier mit Algorithmen des maschinellen Lernens diejenigen Personen zu filtern, die eine hohe Bereitschaft aufwiesen, sich besser zu versichern. So konnte die Versicherung nur noch gezielt um die 300 Personen anschreiben und die Erfolgsquote lag bei mindestens 90%! Zirka 59&#8217;700 Briefe mussten nicht mehr versendet werden und landeten damit auch nicht im M\u00fcll.<\/p>\n<p>In Summe sind wir \u00fcberzeugt, dass es wichtige Gr\u00fcnde gibt, warum ManagerInnen selbst \u00fcber ein Grundverst\u00e4ndnis von KI verf\u00fcgen sollten. Insbesondere erlaubt dies eine fruchtbare Zusammenarbeit mit den DatenspezialistInnen. Auf den Punkt gebracht, sehen wir folgende Erfolgsfaktoren und Stolpersteine bei der Umsetzung von KI-Projekten:<\/p>\n<p><img class=\" wp-image-932\" src=\"https:\/\/lam.unisg.ch\/blog\/wp-content\/uploads\/2019\/04\/erfolgsfaktoren-und-stolpersteine-300x175.jpg\" alt=\"Erfolgsfaktoren und Stolpersteine\" width=\"745\" height=\"435\" srcset=\"https:\/\/lam.unisg.ch\/blog\/wp-content\/uploads\/2019\/04\/erfolgsfaktoren-und-stolpersteine-300x175.jpg 300w, https:\/\/lam.unisg.ch\/blog\/wp-content\/uploads\/2019\/04\/erfolgsfaktoren-und-stolpersteine-768x448.jpg 768w, https:\/\/lam.unisg.ch\/blog\/wp-content\/uploads\/2019\/04\/erfolgsfaktoren-und-stolpersteine-1800x1050.jpg 1800w, https:\/\/lam.unisg.ch\/blog\/wp-content\/uploads\/2019\/04\/erfolgsfaktoren-und-stolpersteine-770x450.jpg 770w, https:\/\/lam.unisg.ch\/blog\/wp-content\/uploads\/2019\/04\/erfolgsfaktoren-und-stolpersteine-240x140.jpg 240w, https:\/\/lam.unisg.ch\/blog\/wp-content\/uploads\/2019\/04\/erfolgsfaktoren-und-stolpersteine-1200x700.jpg 1200w\" sizes=\"(max-width: 709px) 85vw, (max-width: 909px) 67vw, (max-width: 984px) 61vw, (max-width: 1362px) 45vw, 600px\" \/><\/p>\n<p>Erfolgsfaktoren<\/p>\n<ul>\n<li>Das Management hat ein Grundverst\u00e4ndnis von KI.<\/li>\n<li>Daten werden \u00abkultiviert\u00bb.<\/li>\n<li>DatenspezialistInnen treffen strategische Entscheidungen gemeinsam mit dem Management.<\/li>\n<li>Sie starten mit einem \u00fcberschaubaren Projekt mit grosser Wirkung.<\/li>\n<\/ul>\n<p>Stolpersteine \u2013 Die Vorstellung, dass\u2026<\/p>\n<ul>\n<li>mehr Ressourcen zu mehr Erfolg f\u00fchren.<\/li>\n<li>sich mit schieren Datenmengen sowieso immer etwas machen l\u00e4sst.<\/li>\n<li>man alles den Experten \u00fcberlassen kann.<\/li>\n<li>man beim Kauf eines Systems nichts mehr zu verstehen braucht und einfach auf den Knopf dr\u00fccken kann.<\/li>\n<li>ein grosses Projekt erfolgstr\u00e4chtiger ist als ein kleineres.<\/li>\n<\/ul>\n<p>M\u00f6chten Sie die Inhalte des Blogs lieber in Form eines Videos erfahren? Dann empfehlen wir Ihnen unser <a href=\"https:\/\/youtu.be\/KZFc5I9YxQg\">Webinar<\/a>.<\/p>\n\n            <div id=\"mailerlite-form_1\" data-temp-id=\"6afd9de96a427\">\n                <div class=\"mailerlite-form\">\n                    <form action=\"\" method=\"post\">\n                                                    <div class=\"mailerlite-form-title\"><h3>Newsletter Signup<\/h3><\/div>\n                                                <div class=\"mailerlite-form-description\"><\/div>\n                        <div class=\"mailerlite-form-inputs\">\n                                                                                            <div class=\"mailerlite-form-field\">\n                                    <label for=\"mailerlite-1-field-email\">Email<\/label>\n                                    <input id=\"mailerlite-1-field-email\"\n                                           type=\"email\" required=\"required\"\n                                           name=\"form_fields[email]\"\n                                           placeholder=\"Email\"\/>\n                                <\/div>\n                                                        <div class=\"mailerlite-form-loader\">Please wait...<\/div>\n                            <div class=\"mailerlite-subscribe-button-container\">\n                                <input class=\"mailerlite-subscribe-submit\" type=\"submit\"\n                                       value=\"Abonnieren\"\/>\n                            <\/div>\n                            <input type=\"hidden\" name=\"form_id\" value=\"1\"\/>\n                            <input type=\"hidden\" name=\"action\" value=\"mailerlite_subscribe_form\"\/>\n                            <input type=\"hidden\" name=\"ml_nonce\" value=\"8ff1111841\"\/>\n                        <\/div>\n                        <div class=\"mailerlite-form-response\">\n                                                            <h4><p>Thank you for signing up!<\/p>\n<\/h4>\n                                                    <\/div>\n                    <\/form>\n                <\/div>\n            <\/div>\n\n        \n            <script type=\"text\/javascript\">\n                window.addEventListener(\"load\", function () {\n                    var jQuery = window.jQueryWP || window.jQuery;\n\n                    jQuery(document).ready(function () {\n\n                        if(jQuery) {\n                            var form_container = jQuery(\"#mailerlite-form_1[data-temp-id=6afd9de96a427] form\");\n\n                            jQuery(\".mailerlite-subscribe-submit\", form_container).prop('disabled', true);\n\n                            jQuery.post('https:\/\/lam.unisg.ch\/blog\/wp-admin\/admin-ajax.php', { \"action\" : \"ml_create_nonce\", \"ml_nonce\" : jQuery(\"input[name='ml_nonce']\", form_container).val() }, function (response) {\n\n                                if(response.success) {\n                                    jQuery(\"input[name='ml_nonce']\", form_container).val(response.data.ml_nonce);\n                                    jQuery(\".mailerlite-subscribe-submit\", form_container).prop('disabled', false);\n                                }\n                            });\n\n                            if ( typeof form_container.validate == 'function' ) {\n                                form_container.submit(function (e) {\n                                    e.preventDefault();\n                                }).validate({\n                                    submitHandler: function (form) {\n\n                                        jQuery(this.submitButton).prop('disabled', true);\n\n                                        form_container.find('.mailerlite-subscribe-button-container').fadeOut(function () {\n                                            form_container.find('.mailerlite-form-loader').fadeIn()\n                                        });\n\n                                        var data = jQuery(form).serialize();\n\n                                        jQuery.post('https:\/\/lam.unisg.ch\/blog\/wp-admin\/admin-ajax.php', data, function () {\n                                            form_container.find('.mailerlite-form-inputs').fadeOut(function () {\n                                                form_container.find('.mailerlite-form-response').fadeIn()\n                                            });\n                                        });\n                                    }\n                                });\n                            }\n                        }\n                    });\n                }, false);\n            <\/script>\n        \n<p><em>picture from <a href=\"https:\/\/www.istockphoto.com\/de\/foto\/h%C3%A4nde-der-roboter-und-menschen-ber%C3%BChren-auf-globale-virtuelle-verbindung-zuk%C3%BCnftige-gm1051617224-281168663\">iStock<\/a><\/em><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Dieser Blog ist die Fortf\u00fchrung von\u00a0\u00abInvestieren Sie bereits in KI-Projekte? Eine Motivation\u00bb. Im vorherigen Blog finden Sie auch ein kleines ABC des maschinellen Lernens \/ der K\u00fcnstlichen Intelligenz, auf das wir uns hier beziehen. Erstens einmal werden Datensysteme nur dann richtig \u00abkultiviert\u00bb, wenn sich das Management der Wichtigkeit dieser Aufgabe bewusst ist und auch die [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":984,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"inline_featured_image":false},"categories":[16,21],"tags":[300,125,310,231,315,312,178,317,318],"acf":{"excerpt":"<p>In einem KI-Projekt gibt es einige Managemententscheide, die das Gesch\u00e4ftsergebnis massgeblich beeinflussen. Diese sollten nicht ausschliesslich den DatenspezialistInnen \u00fcberlassen werden. F\u00fchrungskr\u00e4fte brauchen ein vertieftes Wissen in diesem Bereich und m\u00fcssen dabei keineswegs zum Programmierer werden. Mehr dazu erfahren Sie im folgenden Artikel.<\/p>\n","school":false},"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/lam.unisg.ch\/blog\/wp-json\/wp\/v2\/posts\/931"}],"collection":[{"href":"https:\/\/lam.unisg.ch\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/lam.unisg.ch\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/lam.unisg.ch\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/lam.unisg.ch\/blog\/wp-json\/wp\/v2\/comments?post=931"}],"version-history":[{"count":0,"href":"https:\/\/lam.unisg.ch\/blog\/wp-json\/wp\/v2\/posts\/931\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/lam.unisg.ch\/blog\/wp-json\/wp\/v2\/media\/984"}],"wp:attachment":[{"href":"https:\/\/lam.unisg.ch\/blog\/wp-json\/wp\/v2\/media?parent=931"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/lam.unisg.ch\/blog\/wp-json\/wp\/v2\/categories?post=931"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/lam.unisg.ch\/blog\/wp-json\/wp\/v2\/tags?post=931"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}