AI Canvas: Das Rezept für erfolgreiche KI-Transformationen

Der AI Canvas: mit Methode und Geschwindigkeit ans Ziel

Eine Antwort auf die Notwendigkeit einer methodischen Hinterlegung sowie die speziellen Charakteristika von KI liefert der AI Canvas, ein strategisches Toolkit für die Umsetzung von KI-Projekten. Als Planungsinstrument für die Entwicklung, Implementierung und Skalierung von KI-Anwendungsfällen sowie für die Ausarbeitung langfristiger KI-Strategien ist die Methodologie speziell auf KI-Vorhaben und deren beschriebenen Charakteristika zugeschnitten. Als Ergebnis gemeinschaftlicher Arbeit von Merantix Labs und der Universität St. Gallen vereint der AI Canvas die aktuellsten Erkenntnisse aus Wissenschaft und Anwendung. Das hierarchisch aufgebaute Rahmenwerk adressiert die beschriebenen Komplexitätstreiber von KI-Projekten und ist auf oberster Ebene in die Säulen Business, Organization, Technology und Lifecycle gegliedert.

Bild 2: Hierarchischer Aufbau des AI Canvas

• Problem- und Domänen-Verständnis sowie die Übersetzung der Anforderungen in KI-basierte Produkte/Services sind ebenso wie das Überführen in messbare Leistungsindikatoren wesentlicher Bestandteil für die Bewertung von KI Investitionsvorhaben (Business).

• Ein Unternehmen so aufzustellen, dass es mit Ressourcen und Prozessen rasche Innovationszyklen vorantreiben kann, ist entscheidend. So kann ein möglichst effektives Ökosystem für die Entwicklung und Skalierung von KI gebaut werden (Organization).

  Anzeige

• Neben Fragestellungen zu Daten und technologischem Setup entstehen aufgrund der Neuartigkeit vieler KI-Anwendungen Herausforderungen auf operativer Ebene. Regulatorische,  haftungs- und sicherheitsrelevante Aspekte werden wichtig, wenn KI-Anwendungen mehr und mehr vernetzt werden (Technology).

• Ein entscheidendes Merkmal von KI-Systemen ist ihre dynamische Natur. Änderungen der zugrundeliegenden Datenverteilung, der KPIs oder der organisatorischen Aufstellung erfordern eine Neubewertung der Technologie und der Modelle. KI-Produkte durchlaufen einen Lebenszyklus, der alle Säulen (Business, Organization, Technology) des AI-Canvas umfasst.

Fallstudie

Entsprechend des KI-Reifegrads einer Organisation ist eine Anwendung sowohl auf Use-Case-, Skalierungs- oder gar Organisationsebene möglich. Ein Beispiel: Ein großes europäisches Verlagshaus hat bereits erfolgreich einen Proof of Concept in einem seiner Subunternehmen implementiert (KI-Explorer). Ziel war eine gewinnbringende Skalierung dieses Anwendungsfalls und der Wandel zur datengetriebenen Organisation. 

Die Anwendung des AI Canvas legte offen, dass die damalige Organisationsstruktur eine weitgehende Entkopplung einzelner Subunternehmen zur Folge hatte. Durch den Aufbau eines lateralen, hybriden KI-Hubs wurde der Austausch von Wissen über die entkoppelten Organisationseinheiten hinweg sichergestellt und die Entstehung eines KI-Ökosystems initiiert. Der entstandene KI-Hub trägt seither zur nachhaltigen Talentakquise für die interdisziplinär erforderlichen Projektteams im Rahmen der KI-Strategie bei. Der KI-Hub sorgt dafür, dass sowohl einzelne Projektideen auf strategische Prioritäten einzahlen, als auch unterschiedliche Fachbereiche aus dem Unternehmen koordiniert und Synergien effizient genutzt werden.

Einige der Subunternehmen arbeiteten außerdem mit hochsensiblen Daten. Mit Hilfe des AI Canvas wurden diese Erkenntnisse systematisch in Anforderungen an die Dateninfrastruktur und das technologische Setup überführt. Operativ umgesetzt wurden die Anforderungen durch eine scharfe Trennung einzelner Datenbankschemata, die Vereinheitlichung von Standards und die Neudefinition von Schnittstellen. Synergien zwischen einzelnen Subunternehmen hinsichtlich Daten und Infrastruktur wurden schnell transparent. 

Für den einstigen KI-Explorer erwies sich der AI Canvas als wirkungsvolles Werkzeug, ein beständiges Setup für zukünftige KI-Vorhaben zu etablieren. Die identifizierten Synergien tragen heute maßgeblich zur Transformation in ein KI-getriebenes Geschäftsmodell bei.