KI-Prototypen erfolgreich in die Produktivumgebung bringen

Worum geht’s?

Die Transformation von KI-Experimenten in produktionsreife Lösungen stellt Unternehmen vor erhebliche Herausforderungen. Während zahlreiche Initiativen in der Pilotphase steckenbleiben, demonstrieren zwei Großunternehmen unterschiedliche, aber erfolgreiche Wege: Ernst & Young setzt auf risikobasierte Governance und Compliance-Strukturen, während der Telekommunikationsanbieter Lumen eine demokratische KI-Kultur etabliert hat, die jedem Beschäftigten Zugang zu intelligenten Werkzeugen ermöglicht.

Hintergrund & Einordnung

Bei der Beratungsgesellschaft Ernst & Young steht die Perspektive der Verantwortung im Mittelpunkt. Besonders in stark regulierten Bereichen wie Finanzdienstleistungen und Steuerberatung werden Responsible-AI-Frameworks implementiert, die potenzielle Risiken frühzeitig identifizieren und minimieren sollen. Dabei spielt die Qualität der Datenbasis eine entscheidende Rolle: Mangelnde Datenqualität kann Projekte bereits im Anfangsstadium zum Scheitern verurteilen. Die fortschreitende technologische Entwicklung von generativer zu agentischer KI und künftig auch physischer KI sowie Quantencomputing verschärft diese Anforderungen zusätzlich.

Lumen verfolgt einen grundlegend anderen Ansatz und fördert eine Unternehmenskultur, die KI-Nutzung von Beginn an in den Arbeitsalltag integriert. Neue Mitarbeiter erhalten bereits beim Onboarding Zugang zu KI-Werkzeugen. Ein etabliertes Governance-Modell stärkt dabei Eigenverantwortung und Problemlösungskompetenz in den Teams. Praktische Trainings wie das Copilot Studio ermöglichen es Beschäftigten, direkt mit den Tools zu experimentieren und eigene Lösungen zu entwickeln. Konkrete Anwendungen wie der Migration Buddy zur Automatisierung vertriebsrelevanter Prozesse oder KI-gestützte Kundenservice-Tools demonstrieren die Effizienzgewinne dieser Strategie.

Beide Ansätze unterstreichen, dass kontextbezogene Schulungen weitaus effektiver sind als traditionelle Trainingsformate. Während EY die Mitarbeiter im spezifischen Arbeitskontext qualifiziert, setzt Lumen auf Learning-by-Doing mit unmittelbarer praktischer Anwendung. Die technologische Beschleunigung erfordert zudem flexible Strukturen, die mit der Geschwindigkeit der KI-Entwicklung Schritt halten können.

Was bedeutet das?

Die Wahl zwischen einem Compliance-orientierten und einem kulturellen Ansatz hängt stark von Branche, Regulierungsumfeld und Unternehmensstruktur ab
Datenqualität und -verfügbarkeit müssen bereits vor der Prototypenentwicklung sichergestellt werden, um spätere Produktivierungshürden zu vermeiden
Mitarbeiterschulungen sollten praxisnah und im direkten Arbeitskontext erfolgen, statt auf abstrakte Trainingsformate zu setzen
Governance-Modelle müssen sowohl Sicherheit als auch Experimentierfreiraum gewährleisten, um Innovation nicht zu ersticken
Die rasche technologische Evolution erfordert adaptierbare Frameworks, die auch künftige KI-Generationen integrieren können