Für Unternehmen geht es nicht mehr darum, welches KI-Modell das leistungsfähigste ist, sondern darum, es effektiv zu nutzen, um konkrete und messbare Ergebnisse zu erzielen. In einer von Journal du Net veröffentlichten Analyse wird die KI-bedingte Wertschöpfung nun vor allem als abhängig von den Unternehmensdaten und der Fähigkeit, sie zu mobilisieren, dargestellt.
Der Autor erinnert daran, dass die KI einen mit Cloud, Speicher oder Rechenleistung vergleichbaren Weg nimmt. Mit zunehmender Reife werden diese Technologien leistungsfähiger, zugänglicher und stärker in die Unternehmensabläufe integriert. Angesichts der aktuellen Beschleunigung geht es nicht mehr so sehr darum, Zugang zu haben, sondern einen echten Wert daraus zu ziehen.
Debatten, die sich auf Modelle konzentrieren
Ein Großteil der Debatte über generative KI drehte sich um die Modelle selbst: welches das leistungsstärkste, zuverlässigste, schnellste ist. Die Diskussionen entwickeln sich weiter und wenden sich der Frage zu, wie KI die Produktentwicklung beschleunigen, das Kundenerlebnis verbessern, die operative Effizienz steigern oder Kosten senken kann. Große generative KI-Modelle vermehren sich und ihre Leistung verbessert sich, sodass Unternehmen eine beispiellose Auswahl haben. Sie werden sich, so der Text, weniger durch die Intelligenz, auf die sie Zugriff haben, unterscheiden als durch die Art und Weise, wie sie sie nutzen.
Die Modelle bieten allgemeine Fähigkeiten, aber es sind die organisationsspezifischen Daten, die ihnen das notwendige Wissen für relevante Ergebnisse liefern. Um Wert zu schaffen, müssen diese Daten sowohl von Fachteams als auch von KI-Systemen in einem vertrauenswürdigen Rahmen einfach nutzbar sein. Abgeschottete Daten begrenzen das, was KI leisten kann, während gut verwaltete, kontextualisierte und zugängliche Daten ihre Wirkung stark erhöhen können.
Eine anpassungsfähige Architektur
Führungskräfte benötigen daher Architekturen, die sich so schnell weiterentwickeln können wie die Modelle. Eine Strategie um ein einziges Modell herum aufzubauen, riskiert, das Unternehmen in einem sich ständig wandelnden Technologieumfeld einzuschließen. Das Ziel besteht vielmehr darin, Innovationen zu integrieren, sobald sie auftauchen, und gleichzeitig die Datenkonsistenz und -governance zu gewährleisten.
Der Text hebt die automatische Modell-Routing hervor, bei der jede Aufgabe basierend auf Kriterien wie Leistung, Kosten oder Komplexität an das am besten geeignete Modell weitergeleitet wird. Dieser Ansatz ermöglicht eine effizientere Nutzung der KI, ohne für jede Aufgabe systematisch auf das leistungsstärkste Modell zurückgreifen zu müssen.
Auch die Erfolgskriterien müssen sich ändern. Die Anzahl der Anfragen oder Tokens, der von einem Modell verarbeiteten Texteinheiten, misst die Nutzung, sagt aber nichts über den geschaffenen Wert aus. Die zu stellende Frage lautet: Ermöglicht die KI bessere Entscheidungen, ein verbessertes Produkt, eine stärkere Kundenbeziehung, optimierte Abläufe oder die Schaffung neuer Wachstumschancen?
« Lange Zeit dachten wir, der Wettbewerb in der künstlichen Intelligenz würde zwischen den Modellen ausgetragen. In Wirklichkeit wird Intelligenz jedoch zunehmend zur Commodity. » Die Wertschöpfung verlagert sich daher auf die Unternehmensdaten und ihre Fähigkeit, sie so zu nutzen, dass sie der KI den benötigten Kontext liefern.
