Künstliche Intelligenz trifft auf Cloud: Wie KI-Projekte gelingen

Künstliche Intelligenz (KI) führt Unternehmen in eine aussichtsreiche Zukunft. Sie optimiert Arbeitsabläufe durch Automation, steigert die Effizienz, verbessert das Kundenerlebnis und räumt den Mitarbeitenden mehr Zeit für kreative Aufgaben ein – so die Erwartungshaltung. Das KI-Thema nur durch die rosarote Brille zu betrachten, wäre jedoch falsch.

Bevor Organisationen von der Technologie profitieren können, gilt es, Hürden wie Compliance-Verstöße oder Datenschutzverletzungen zu erkennen und aus dem Weg zu schaffen. Auch Cyber-Kriminelle wittern ihre Chance für neue Angriffstechniken.

Herausforderung: KI-Projekt

85 Prozent der KI-Projekte scheitern. Diese wenig vielversprechende Prognose stellte Gartner 2018 für die nächsten vier Jahre auf. Ein Blick in die Praxis zeigt, dass das Marktforschungsunternehmen den richtigen Riecher bewies. Denn der Weg zur Künstlichen Intelligenz birgt einige Stolpersteine. Eine geringe Datengrundlage, -verzerrungen oder die fehlende Digitalisierung von Prozessen beispielsweise erschweren den erfolgreichen Einsatz. Weiterhin herausfordernd: Gerade kleineren und mittleren Unternehmen fehlt es an geeignetem Fachpersonal für umfangreiche KI-Projekte.

Sind Daten gut strukturiert, Prozesse und Unternehmen weitestgehend digitalisiert und ausreichend Fachkräfte im Team, sollten Verantwortliche noch nicht vorschnell jubeln. Risiken lauern vor allem im unüberlegten Einsatz – teils mit verheerendem Ausmaß.

Risiko 1: Unerwünschte Resultate

Regulieren und überwachen Firmen generative KI nicht sorgsam, kann sie irreführende oder ungenaue Informationen, unpassende Inhalte wie auch solche, die gegen Gesetze oder Richtlinien verstoßen, hervorbringen. Geschieht dies in geschäftskritischen Prozessen, resultieren daraus schlimmstenfalls massive finanzielle Einbußen. Darüber hinaus sind Reputationsverluste denkbar.

Risiko 2: Datenschutzverletzungen 

Unachtsam konzipierte und überwachte KI-Modelle können sensible Informationen offenlegen, was Datenschutzverstöße nach sich zieht. Zudem kann die Nutzung beispielsweise einer US-amerikanischen Anwendung gegen die Unternehmenspolitik verstoßen und die Sicherheit von Firmen- und Kundendaten bedrohen.

Risiko 3: Verstöße gegen gesetzliche Vorschriften 

KI steht erst am Anfang. Mit der stetigen Entwicklung wandelt sich die rechtliche Landschaft, wie die kürzliche Einigung zum European AI Act verdeutlicht. Für Unternehmen bringt die gemeinsame Regelung der Europäischen Union verschärfte Vorgaben mit. So kann der AI Act die eigene KI neuerdings als risikoreiche Anwendung einstufen und eine strengere Prüfung fordern. 

Risiko 4: KI als neue Technik Cyber-Krimineller

Cyber-Kriminelle nutzen den Hype um die neue Technologie zum Beispiel um Malware oder Phishing-Mails zu erstellen oder das Vertrauen des Gegenübers via Deepfakes, also gefälschten Bildern, Videos oder Sprachdateien, zu gewinnen. Ebenso simpel wie erfolgversprechend ist die Methode, ChatGPT als Köder einzusetzen. Gerade in Unternehmen, die keine geregelten KI-Lösungen anbieten, kann dies die Neugierde der Mitarbeitenden wecken und sie dazu verlocken, unbedacht auf einen Link zum vermeintlichen Tool zu klicken. 

Mit KI-Strategie Unternehmen schützen 

Übereiltes Handeln birgt also Gefahren. Deshalb sollten am Anfang eine sorgfältige Abwägung und proaktive Schritte stehen. Nur so lässt sich ein verantwortungsbewusster KI-Einsatz gewährleisten. Folgende Punkte dürfen bei einer vollumfänglichen KI-Strategie nicht fehlen. 

• Unternehmensstrategie: Keine Zielerreichung ohne Fahrplan. Für Organisationen ist das eine eindeutige Geschäftsstrategie. Sie bildet das Fundament für alle unternehmerischen Aktivitäten, einschließlich der Initiativen im Bereich der Künstlichen Intelligenz. Anhand der Strategie kann das Projektteam (Teil-)Ziele ableiten, die den Fortschritt der Projekte hervorheben. 

• Sicherheitsstrategie: Ein Sicherheitskonzept für KI gewährleistet, dass Nutzer personenbezogene Daten gemäß der DSGVO verarbeiten und sie die KI-Anwendung nur für legitime Zwecke einsetzen. Das Konzept sollte die Einsatzzwecke der KI-Anwendung klar definieren und sicherstellen, dass sie nur auf die Daten zugreift, die für ihre Funktionen erforderlich sind. Ebenso wichtig: Daten sicher speichern, übertragen und mittels Verschlüsselungstechnologien und Zugriffskontrollen vor unbefugten Zugriffen schützen.

• Datenstrategie: Ohne Daten liegen die KI-Potenziale brach. Daher muss das Team diese unter die Lupe nehmen: Welche Daten sind nötig? Welche Datenquellen liegen vor? Ist die Datengrundlage ausreichend? Sind die Daten bereinigt? Wie lassen sich neue Daten gewinnen? Erst die Antworten legen den Grundstein für einen nützlichen KI-Gebrauch. Ein besonderer Fokus liegt auf den Anforderungen aus der Sicherheitsstrategie. Personenbezogene Daten beispielsweise dürfen laut DSGVO und dem AI Act entweder gar nicht oder nur anonymisiert Verwendung finden.

KI und Cloud – ein starkes Duo!

So weit, so verständlich. Doch wie findet KI nun den Weg ins Unternehmen? Eine vielversprechende Lösung: über die Cloud. Die Grundidee besteht darin, KI-Projekte intuitiv und automatisiert in der Cloud bereitzustellen, um die Anschaffung teurer Hardware zu vermeiden. Auch dem Problem des Fachkräftemangels tragen die Anbieter so Rechnung. Denn die Cloud lässt die Nutzung von KI ohne Fachexpertise in Algorithmen zu. Sie bietet maßgeschneiderte AI-as-a-Service, die eine hohe Flexibilität bei der Bereitstellung von Arbeitsspeicher, Rechenleistung und Storage ermöglichen. Zudem lassen sich sehr leistungsfähige GPU-Rechenkapazitäten mieten.

Tipp: Um sensible Daten besser zu schützen, können Organisationen ebenso auf die hybride Bereitstellung mit eigener Infrastruktur oder Private und Public Cloud setzen. Dabei werden einige Daten im eigenen Rechenzentrum gespeichert, während die Ressourcen und Algorithmen für die Verarbeitung der Daten aus der Public Cloud kommen. Welche Lösung für das eigene Unternehmen am besten passt, lässt sich mit erfahrenen Cloud-Experten herausfinden.

Mit der Cloud gegen Cyber Crime

Um den Cyber-Attacken entgegenzuwirken, weist die Cloud einen weiteren Vorteil auf: Sie eröffnet einfachen Zugang zu den neusten Sicherheitstools, beispielsweise einem Security-Information-and-Event-Management-System, kurz SIEM-System. Eine KI analysiert die Events, Logs und Vorgänge und stellt Verknüpfungen zwischen den Ereignissen her. Erkennt sie ein Muster, ergreift sie Gegenmaßnahmen. Das Learning: Cyber-Kriminelle rüsten ihre Tools auf – und Unternehmen ziehen mithilfe der Cloud-Services einfach nach. 

KI-Einsatz nicht ohne Cloud

Die Arbeit mit Unternehmen zeigt: Viele KI-Projekte sind noch heute zum Scheitern verurteilt. Denn der Beginn der Erfolgsgeschichte fehlt oftmals – eine durchdachte Vorarbeit. Bereits mit Unternehmens-, Sicherheits- und Datenstrategie legen Firmen jedoch ein solides Fundament für ihr Vorhaben. Um auch bei der Umsetzung kostengünstig, schnell und effizient zu handeln, warten Cloud-Anbieter mit einfachen AI-as-a-Service-Modellen auf. So gehen Unternehmen auf Nummer sicher, dass die Infrastruktur den Anforderungen genügt und die KI-Geschichte ihr Happy End findet.