Künstliche Intelligenz

Katharina Berger kommt beeindruckt von einer Branchenveranstaltung zurück, auf der ein Wettbewerber ein KI-gestütztes Beratungstool gezeigt hat. Ihre Frage lautet: Was können wir mit KI machen? Jonas Wilke antwortet mit einer Gegenfrage, nämlich welches Problem NordWerk damit lösen will. Zwischen einer verfügbaren Technologie und einem Problem, das sie löst, hat bei NordWerk bisher niemand die Verbindung hergestellt, und genau darin sieht Wilke das Risiko.

Das Kapitel ordnet KI in dasselbe Automatisierungsspektrum ein wie andere Technologien, statt sie als Sonderfall zu behandeln. Es erklärt, wie ein Sprachmodell tatsächlich rechnet: statistisch und nicht wissend, und mit Trainingswissen, das nicht automatisch Unternehmenswissen ist. Fünf Rollen beschreiben, welche Aufgabe KI in einem Entscheidungsprozess übernehmen kann. Mit wachsender Autonomie steigen die Anforderungen an Kontrolle und Governance.

Ob ein Einsatz trägt, hängt von Voraussetzungen ab, die wenig mit dem Modell zu tun haben: Datenqualität, Integration, Prozessfit und Governance. Sechs Kriterien helfen zu beurteilen, ob ein Use Case pilotfähig ist, darunter Fehlerkosten und die Abhängigkeit von einem Anbieter. Die Fallstudie zum Filialberater zeigt, dass selbst die vorsichtigste Rolle, ein Assistent, der im Beratungsgespräch die Kundenhistorie anzeigt, an derselben Lücke scheitert wie ambitioniertere Vorhaben: am fehlenden gemeinsamen Kundenschlüssel aus Kapitel 5.

Zum Schluss richtet das Kapitel dieselben Fragen an dich: Zweck, Rolle, Daten, Qualitätsprüfung, Fehlerkosten und Verantwortung gelten auch, wenn du im Studium mit einem Sprachmodell arbeitest. Die Frage ist dabei weniger, ob du KI nutzt, als welche gedankliche Arbeit du an sie abgibst. Mit Barbara Weißenberger argumentiert das Kapitel, dass sich verschiebt, was im Studium als Kompetenz zählt: von der korrekten Ausführung eines bekannten Verfahrens zur Beurteilung und Begründung einer Lösung.