In allen Unternehmen finden wir inzwischen umfangreiche Investitionen in AI-Initiativen – als Ergänzung zur Digitalen Transformation oder als separate Initiative, aber auch in unserem täglichen Gebrauch von Gebrauchsgütern (Smartphone, Desktop PC) oder während der Nutzung von öffentlichen Internet-Diensten sind Artificial Intelligence (AI) bzw. Künstliche Intelligenz (KI) Anwendungen nicht mehr wegzudenken.
Zu Beginn jeder Investition stellt sich die Frage, welche Ziele möchte ich erreichen, welche Ergebnisse erwarte ich, in welchen Bereichen und Geschäftsprozessen müssen Änderungen erfolgen, wie sieht der Business Case aus, wie kann man einen maximalen Return on Investment (ROI) erreichen?
Einem Bericht der Harvard Business Group zufolge konnten in den letzten Jahren ca. 80% aller AI – Projekte nicht erfolgreich abgeschlossen werden. Das ist sehr hoch im Vergleich zu der Fehlerrate von Business IT-Projekten (ca. 40%).
Vielfach kann das Risiko (dass das eigene AI-Projekt nach Abschluss zu diesen 80% gezählt werden muss) vor der Investition bewertet werden, wenn vorab eine ausführliche (360 Grad) Analyse in allen zugehörigen Business Domains erfolgt.
Einen grossen Einfluss auf den Erfolg des Projektes oder der Initiative hat die Auswahl der richtigen Projektmanagement-Methode, die (in den meisten Fällen) agil sein muss, darüber hinaus aber auch die Besonderheiten von AI-Projekten im Vergleich zu herkömmlichen IT-Projekten berücksichtigt. Die Komplexität und zusätzlichen Anforderungen an Daten- und Modellfunktionen lassen sich mit herkömmlichen, agilen Projekten im Bereich der AI nicht genügend berücksichtigen. Die Anwendung erweiterter Methoden – wie z.B. CPMAI (Cognitive Project Management for AI) – führt hier zu einer höheren Erfolgsrate.