Künstliche Intelligenz

1. Strategisches Vorgehen bei der KI-Einführung

Die erfolgreiche Implementierung von KI basiert auf einem strukturierten, mehrstufigen Prozess:

• Grundlagen & Vorbereitung: Aufbau von Verständnis, Analyse der Daten- und IT-Architektur sowie Bereinigung von Prozessen und Daten (wichtige Grundvoraussetzung).
• Governance & Planung: Festlegung von Richtlinien zur Nutzung (Governance), Budgetierung und Erstellung einer Roadmap.
• Potenzialanalyse (3-Schritte-Modell):
1. Pain Points identifizieren: Ermitteln, wo in den Kernprozessen Zeit verloren geht, Medienbrüche existieren oder unbeliebte Fleißarbeit anfällt.
2. Use Cases ableiten: Pain Points als konkrete Handlungsfelder (z. B. „Angebotsprozess beschleunigen“) formulieren – rein geschäftsorientiert, noch ohne technischen Lösungsansatz.
3. Priorisierung: Bewertung der Use Cases nach den Dimensionen „Business-Nutzen“ (z. B. Umsatz, Reputation) und „Effizienzgewinn“ (z. B. Zeitersparnis, Fehlerreduktion).

     

   2. Die drei KI-Einsatzstufen und Use Cases

Drei technologische Ansätze mit spezifischen Einsatzgebieten:

1. LLM (Produktivitäts-KI)

• Ansatz: Bereitstellung über Business-Abos (z. B. Copilot, OpenAI, Anthropic, Aleph Alpha), wodurch garantiert wird, dass Unternehmensdaten nicht nach außen dringen.
• Einschränkung: Arbeitet in dieser Stufe nur mit Informationen aus dem öffentlichen Internet und ohne firmeneigene Daten.
• Typische Aufgaben: Informationsrecherche, Textarbeit (E-Mails, Berichte), Zusammenfassungen, Übersetzungen, Tabellengenerierung und Brainstorming.

1. RAG (Retrieval Augmented Generation)

• Ansatz: Fungiert als „digitaler Bibliothekar“, der auf Zuruf Wissen direkt aus den angebundenen, internen Firmendaten sucht und zusammenfasst. Dies geschieht strikt berechtigungsgesteuert.
• Anbindung: Verknüpfung mit Dokumentenablagen (Fileshares, SharePoint), ERP-Systemen und Business-Applikationen.
• Einsatzbereiche: Schnelle Informationssuche im Kundenservice, Mitarbeiter-Onboarding, technischer Support sowie im Vertrieb (z. B. Nutzung von Wissen aus alten Ausschreibungen).

1. Agents (Prozessgesteuerte KI)

• Ansatz: Ein virtueller Mitarbeiter, der eigenständig Entscheidungen trifft, Ziele verfolgt und Probleme löst. Als Werkzeug kann er unter anderem auf die RAG-Struktur zugreifen.
• Kontrolle: Es sollten weiterhin Kontrollmechanismen und menschliche Interaktionen integriert sein („Human in the loop“).

   

  3. IT-Infrastruktur & Frameworks

Für die technische Umsetzung sind Anpassungen und Investitionen in die IT-Architektur notwendig:

• Herausforderungen: Bereinigung historisch gewachsener, fehlerhafter Berechtigungsstrukturen auf Dateiebene (z. B. Vererbungsprobleme) sowie die Implementierung von Single Sign-On (SSO).
• KI-Middleware: Einsatz von Frameworks (wie LangChain, LlamaIndex) oder Enterprise-Plattformen (wie Microsoft Azure AI Search, AWS Bedrock, Aleph Alpha), um Anfragen entgegenzunehmen und Datenquellen sicher sowie datenschutzkonform anzubinden.

   

  4. Governance & Sicherheit

Ein zentraler Baustein für die Nutzung ist die KI-Governance. Es müssen klare Verhaltensregeln (Do’s and Dont’s) definiert werden, die festlegen, welche KI-Tools im Unternehmen erlaubt sind und wie der Datenschutz konsequent eingehalten wird.

Effizienzsteigerung durch Prozessautomatisierung & Digitalisierung mit existierenden Microsoft Bordmittel
PowerPlatform (PowerApps, PowerAutomate)

Multi Provider Management as a Service (MPMaaS)

Kontaktieren Sie uns:
E-Mail: kontakt [at] insight-it.ch
Tel-Nr.: +41 31 560 72 12
LinkedIn | Xing