Generative KI im Unternehmen: Der 7-Schritte-Leitfaden für die Praxis

Generative Künstliche Intelligenz verspricht enorme Vorteile. Der Weg zum Erfolg bedarf allerdings einer guten Vorbereitung. Um von der Zukunftstechnologie zu profitieren, müssen Unternehmen sieben Schritte gehen, erläutert ein Spezialist für Enterprise Content Management.

Generative KI im Unternehmen einführen: Künstliche Intelligenz (KI) kann ein Segen für Unternehmen sein. Das gilt insbesondere, wenn sie an sinnvoller Stelle in die Infrastruktur und die Prozesse integriert wird. Eine effektive Art generative Künstliche Intelligenz und Chatbots zu nutzen, ist das Implementieren dieser Technologien in Verbindung mit einer Enterprise-Search-Lösung. In diesem Setup erhalten Mitarbeiter im Chat mit Unternehmensdaten auf Nachfrage in natürlicher Sprache Antworten zu internen Abläufen. So lösen Unternehmen Helpdesk-Fälle ohne großen Aufwand und Fachabteilungen bekommen Schützenhilfe beispielsweise beim Erstellen von Berichten. Auch der sichere Einsatz von generativer KI ohne Unternehmensdaten – etwa zum Generieren von E-Mail-Antworten, Übersetzen von Texten oder Analysieren von Dateien – kann Vorteile bringen.

Um generative KI erfolgreich im Unternehmen einzuführen, braucht es eine durchdachte Strategie. Wie die aussehen kann, erklärt Intrafind, Spezialist für Enterprise Content Management.

Schritt 1: Klare Use Cases evaluieren

Viele Unternehmen betrachten generative KI inzwischen als obligatorisch. Nicht ganz zu Unrecht. In Abstimmung mit den Fachanwendern gilt es, Use Cases zu definieren, die einen messbaren Mehrwert und einen klaren Return on Investment liefern. Beispiele umfassen Zeitersparnis bei der Informationsrecherche, digitale Assistenz in der Personalarbeit oder eine schnelle Kundenkommunikation. Je klarer der Use Case, desto leichter lassen sich Anforderungen und Prioritäten festlegen. Die Grundlage, um die größten Pain Points und Potenziale zu erkennen, liefert stets die Analyse bestehender Prozesse.

Schritt 2: Die Belegschaft ins Boot holen

Sehr wichtig ist es, die späteren Anwender der Lösung in die Auswahl und in die Implementierung der Lösung einzubeziehen. Da es vielerorts Ressentiments und Ängste gegenüber künstlicher Intelligenz gibt – etwa, dass diese Anwendungen Jobs kosten –, gilt es die Belegschaft abzuholen. Nur so kann ein Kulturwandel und der Eintritt ins KI-Zeitalter ohne Reibungsverluste funktionieren. Führungskräfte sollten herausfinden, was die Mitarbeiter wirklich brauchen, was sie erwarten, was sie Zeit kostet und welche Wünsche sie an eine intelligente IT-Lösung haben. Sind die späteren Anwender im Boot, steigen die Erfolgschancen des GenAI-Projekts.

Schritt 3: Schlüsselkennzahlen und Must-haves definieren

Eine realistische Erwartungshaltung ist ein wichtiger Bestandteil erfolgreicher Projekte. Oft übersehen Unternehmen, dass Erfolg nur messbar ist, wenn sie auch entsprechende Schlüsselkennzahlen (Key Performance Indicators/KPIs) festlegen. Gemeinsam mit den Stakeholdern der GenAI-Lösung sollte daher im Vorfeld nicht nur das Problem definiert werden, das es zu lösen gilt, sondern eben auch diese Leistungsmarker sowie Must-have-Kriterien. Dazu gehört beispielsweise auch, dass die Anwendungen nicht halluzinieren und alle Datenschutzvorgaben erfüllen.

Schritt 4: Proof of Concept durchführen

Bei aller Euphorie sollten Unternehmen die Umsetzbarkeit prüfen. Sinnvoll ist es, vor Beginn der GenAI-Journey einen Proof of Concept zu erstellen und vor Investitionen in bestimmte Technologien oder Produkte zu schauen, ob sich der Use Case überhaupt in einem vorbestimmten Kosten- und Aufwandsrahmen umsetzen lässt und die gewünschten Ergebnisse bringt. Typische Anwendungsfälle, die sich auf diese Art testen lassen, sind das Automatisieren von Onboarding-Prozessen, Vertragsprüfungen mittels Künstlicher Intelligenz, Chatbot-Antworten auf Support-Anfragen oder das Anbinden von Chatbots an interne und externe Wissensbibliotheken.

Schritt 5: Datenschutz und Compliance einrichten

Da nicht jeder Mitarbeiter und jeder externe Anwender im Kundensupport auf sämtliche Unternehmensinformationen zugreifen darf, müssen der Datenschutz und die Compliance zentrale Themen sein. Eine rechtebasierte Zugriffskontrolle ist sicher umzusetzen, wenn generative KI im Kontext einer Enterprise-Search-Lösung agiert. Eine intelligente Unternehmenssuche hat entsprechende Zugriffskontrollmechanismen nativ an Bord und kann diese bruchlos auf die generative KI anwenden. So bekommt jeder Anwender nur die Antworten angezeigt, die er sehen darf.

Schritt 6: Sprachmodell und Hosting festlegen

Bei der Auswahl eines großen Sprachmodells ist es sinnvoll, auf externe Hilfe zurückzugreifen. So stellen Unternehmen sicher, dass das gewählte Modell optimal zum Use Case passt und Faktoren wie Datenschutz, Kosten oder technologische Anforderungen berücksichtigt werden. Neben der Entscheidung für ein bestimmtes Large Language Model geht es auch um die Wahl der passenden Infrastruktur. Maximale Datenkontrolle bieten On-Premises-Ansätze, also das Hosting der GenAI-Lösung in der eigenen Dateninfrastruktur. Skalierbarkeit ist andererseits eine Paradedisziplin reiner Cloud-Ansätze. Mit Hybrid-Cloud-Konzepten können Unternehmen sensible Daten lokal und weniger kritische Prozesse in der Cloud ausführen lassen.

📥 Vertiefung

Schritt 7: Generative KI im Unternehmen einführen – Rollout und Kommunikation starten

Ist alles vorbereitet und sind alle Eventualitäten geklärt, ist es Zeit für den Schritt zum Produktiveinsatz. Vor dem Go-Live sollten Unternehmen ausreichend Ressourcen für Information und Schulung der Belegschaft einplanen. Auch die interne Kommunikation in Form von Ankündigungen, dem Erstellen eines FAQ-Katalogs und das Bereitstellen von Ansprechpartnern für Fragen gehört dazu. IT-Teams sollten proaktiv Feedback der Anwender einholen, das System auf dem aktuellen Stand halten sowie konstant dessen Leistungsfähigkeit überwachen. Nur so profitieren Unternehmen langfristig von ChatGPT & Co. Jürgen Frisch