Wie Unternehmen die KI-Transformation meistern

Digitale Transformation und künstliche Intelligenz (KI) sind keine einmaligen Projekte, sondern ein kontinuierlicher Wandel. Wer sich aber darauf einlässt, kann langfristig von effizienteren Prozessen und innovativen Geschäftsmodellen profitieren. Um diese Chancen wirklich ausreizen zu können, sind vorgängig aber wichtige strategische Überlegungen notwendig. "Einfach mal etwas machen" führt hier nicht zum Erfolg. Um Unternehmen über diese Hürden zu helfen und sie optimal auf ihre KI-Journey vorzubereiten, veranstalteten Netzwoche, Dell Technologies und NVIDIA am 3. April 2025 ein gemeinsames Webinar. 

KI ist kein neues Konzept

Spätestens seit dem Siegeszug von ChatGPT und Co. ist die generative KI wohl den meisten ein Begriff. Doch KI ist mehr als nur ChatGPT, betonte Johann Strauss, CTO AI Solutions von Dell Technologies, während des Webinars. Im breiten Spektrum der künstlichen Intelligenz legt er ein besonderes Augenmerk auf den Markt der Enterprise Anwendungen. "In diesem Markt vereinen wir das Potenzial der neuen, generativen KI mit den KI Use Cases, die wir in den vergangenen 30 Jahren entwickelt haben", erklärte Strauss. 

Doch mit den Chancen kommen laut Strauss auch Herausforderungen: Es hapere vor allem an der Kommunikation zwischen sogenannten "Use Case Builders", die sich mit Datenplattformen auskennen, und den IT-Leuten, die die dafür notwendige IT-Infrastruktur betreiben sollen. "Das ist der Grund, warum viele Kunden in der Pilotphase stecken bleiben", sagte Strauss. Um diesem Problem entgegenzuwirken, brauche es eine klar definierte KI-Strategie. Eine Strategie solle nicht nur Effizienz und Produktivität mit Hilfe von KI steigern, sondern auch Wettbewerbsvorteile für Unternehmen schaffen und gegebenenfalls sogar neue Produkte entwickeln.

Der erste Schritt ist die Entwicklung einer klar definierten KI-Strategie. (Source: Screenshot / Webinar Netzmedien, Dell Technologies und NVIDIA)

KI-Implementierung beginnt nie mit der Technologie

Bevor sich Unternehmen an einem einzelnen Use Case oder einer bestimmten Technologie orientieren, ist es gemäss Strauss wichtig zu verstehen, "was sie erreichen wollen, was die Handlungsfelder in ihren Unternehmen sind und welches Engagement sie dafür aufbringen wollen." Als nächstes müsse man konkrete Anwendungsfälle finden, erstellen und bei der Planung einbeziehen. Auch die eigenen Firmendaten und -infrastruktur gilt es zu verstehen, bevor man sich an die Umsetzung der Use Cases macht. 

Hier kommen laut Strauss sogenannte KI-Factories ins Spiel, die Use-Case-Entwicklern ermöglichen, Unternehmensdaten und das erarbeitete Modell anzupassen und es in der Firmen-IT zu implementieren. Erst nachdem eine KI-Strategie ausgearbeitet wurde, sei an die Technologie zu denken. "Fangen Sie nie mit Technologien an", richtet Strauss seinen Appell abschliessend ans C-Level.

Johann Strauss, CTO AI Solutions von Dell Technologies. (Source: Screenshot / Webinar Netzmedien, Dell Technologies und NVIDIA)

Unternehmen müssen ihre KI-Modelle kontinuierlich weiterentwickeln

Nach dem Entwickeln einer KI-Strategie müssen Unternehmen ihre eigenen Daten mit benutzerdefinierten Applikationen unter einen Hut bringen, wie Ralph Stocker, Sales Specialist AI Enterprise bei NVIDIA, erklärte. Wie das funktionieren soll, veranschauliche das Enterprise-KI-Flywheel. Demnach müssen KI-Modelle Unternehmensdaten verarbeiten, für individuelle Anwendungsfälle angepasst werden und anschliessend in die Inferenzphase eingebracht werden - und das kontinuierlich. Denn jeden Tag würden Firmen neue Daten generieren und neue Ansätze und Lösungen entwickeln. "Das heisst, man muss das Rad am Laufen halten", erläuterte Stocker. Und dabei sollen KI-Factories Unternehmen unterstützen.

Das Enterprise-KI-Flywheel. (Source: Screenshot / Webinar Netzmedien, Dell Technologies und NVIDIA)

KI-Factories greifen Unternehmen unter die Arme

Stocker vergleicht KI-Factories mit traditionellen Fabriken, wobei Daten und Energie als Rohmaterialien dienen und KI als Endprodukt erzeugt wird. Ziel sei es, Unternehmen eine effiziente und skalierbare Infrastruktur zur Verfügung zu stellen, die es ihnen ermöglicht, KI-Modelle schneller und effektiver zu entwickeln und wertvolle Geschäftslösungen zu schaffen. Indem KI-Factories monatelange Entwicklungszeiten verkürzen und optimierte Lösungen für verschiedene KI-Anwendungen (wie maschinelles Lernen und Deep Learning) einsetzen, würden Unternehmen eine schnelle Wertschöpfung und schnellere Rückflüsse auf Investitionen erreichen.

Bei KI-Factories ginge es nicht nur um die Hardware, sondern auch darum, wie die Software die Hardware definiert und aktiviert. "Es ist nichts anderes als ein Stück Hardware ohne die richtigen Treiber, ohne die richtige Anwendung, den richtigen Anwendungsfall", sagte Stocker. "Software ist, wie ich immer zu sagen pflege, der Ort, an dem die Magie wirklich beginnt, denn mit Software kann man alles definieren." NVIDIA helfe mit seinem Software-Stack, die richtige Infrastruktur sowie die Frameworks und Lösungen für die Data Scientists bereitzustellen, um KI-Factories zu bauen. Stocker betonte die Notwendigkeit, bestehende Lösungen, wie NVIDIAs Referenzarchitekturen, zu verwenden, anstatt das Rad neu zu erfinden.

Ralph Stocker, Sales Specialist AI Enterprise bei NVIDIA. (Source: Screenshot / Webinar Netzmedien, Dell Technologies und NVIDIA)

Use Cases sind wichtig für den KI-Einstieg

In der abschliessenden Fragerunde lieferten Strauss und Stocker noch weitere Tipps für Unternehmen, die ihre KI-Strategie noch entwickeln. Wichtig sei, sich auf verwertbare Use Cases und Daten zu konzentrieren, anstatt nur auf Technologien zu setzen. "Es geht nur um die Daten und um den Anwendungsfall. Sie müssen den Anwendungsfall kennen", betonte Stocker. Auch müsse man sich auf die Optimierung bestehender Prozesse fokussieren, indem man die richtigen Tools und die richtige Infrastruktur verwendet, anstatt KI nur für den Hype zu implementieren. 

Ein häufiger Fehler, den Firmen machen, sei, KI in Prozesse einzuführen, die bereits ineffizient sind. Künstliche Intelligenz könne aber nur dann effektiv eingesetzt werden, wenn die zugrunde liegenden Prozesse gut strukturiert sind. 

Hier geht es zur vollständigen Videoaufzeichnung des Webinars.

Der Kenncode lautet: *8gBn5H=