Kontakt
logo

14. Mai 24

Künstliche Intelligenz als Herausforderung für das Organisationsdesign

Ein Blick auf die aktuelle Organisationspraxis im Umgang mit KI-Anwendungen und Systemen. 

Das Geschäftsjahr 2024 ist das Jahr der breitflächigen KI-Implementierung – so lautet eine mittlerweile oft zitierte Aussage aus der Beratungs- und Unternehmenspraxis. Zwölf Prozent aller Unternehmen in Deutschland mit mindestens zehn Beschäftigten nutzen aktuell bereits künstliche Intelligenz. Große Unternehmen ab 250 Beschäftigten setzen noch deutlich häufiger auf KI-Technologien als kleine und mittlere Unternehmen – hier sind es aktuell 31 Prozent. Die Beweggründe dafür liegen auf der Hand: Zum einen sind 42 Prozent der Unternehmen der Ansicht, dass der Einsatz von generativer KI einen Wettbewerbsvorteil verschafft, zum anderen sehen 29 Prozent der Unternehmen im DACH-Raum darin eine Möglichkeit dem Fachkräftemangel entgegenzuwirken. Dass aktuell ein neuer KI-Softwaremarkt mit enormem Wachstum entsteht, belegen zahlreiche Prognosen – demnach wird der globale Softwaremarkt bis zum Jahr 2025 ein Volumen von 126 Milliarden US-Dollar erreichen, was einer Verzehnfachung gegenüber 2018 entspricht.  

Viele Unternehmen, die sich aktuell mit der Nutzung von KI befassen, bemerken erst bei der Entscheidung für eine derartige Technologie, dass für einen hohen Wirkungsgrad und ROI (Return on Investment) der KI-Lösung bereits vor ihrer Einführung ein adäquater organisationaler Rahmen zu schaffen ist.  

Im Folgenden finden Sie angelehnt an die Bausteine des Organisationsdesigns einige Voraussetzungen für eine wirksame Implementierung von KI-Anwendungen:  

Strategische Grundbedingungen und Einbettung in organisationale Ziel- und Steuerungssysteme:  

  • detaillierte Integration in die Unternehmensstrategie 
  • Definition eines Business Cases mit Messgrößen 
  • unternehmensweite und bereichsübergreifende Datenstrategie mit einer soliden Datenkultur und Datenmanagementinfrastruktur zur Sicherstellung von Qualität, Aktualität und Verfügbarkeit von Daten inklusive ethischer Richtlinien und Datenschutzmaßnahmen 

Entwicklung und Kuratieren belastbarer Netzwerke:  

  • Partnerschaften mit Universitäten, Forschungseinrichtungen und Technologieanbietern zur Sicherung des Zugangs zu neuesten Erkenntnissen und Technologien 

Leistungsfähige Arbeitsinfrastruktur: 

  • Investitionsfähigkeit und -bereitschaft in Infrastruktur und Technologie – insbesondere für skalierbare IT-Infrastruktur und Cloud-Services  
  • Schaffung einer skalierbaren, sicheren und effizienten IT-Infrastruktur, die den Zugang zu und die Verarbeitung von großen Datenmengen ermöglicht  
  • Investition in moderne Arbeitswerkzeuge und Plattformen, die KI-Integration unterstützen, wie z.B. automatisierte Workflow-Systeme 

KI-Governance als eigenes Betriebssystem und neue Qualitätsanforderungen in horizontalen Verbindungen:  

  • eindeutige Verantwortungsverteilung für die KI-Einführung, z.B. durch die Benennung von KI-Verantwortlichkeiten (z.B. Chief Data Officers), dem Aufbau eines KI-Kompetenzhubs (idealerweise an der Grenze der Organisation, um Netzwerkexpertise zu nutzen)  
  • Arbeit in interdisziplinären Teams, um die effektive Umsetzung von KI-Projekten sicherzustellen  
  • enger und neu gestalteter Austausch zwischen IT-Abteilung (Technologische Infrastruktur), Datenwissenschaftler*innen, KI-Expert*innen und Geschäftseinheiten als Domäneneinheiten zur Förderung der KI-Akzeptanz und gemeinsamen Entwicklung und Training des Modells. 

Weitreichende Qualifizierung als Basis für Akzeptanz:  

  • Schulung aller Führungskräfte und Mitarbeitenden als Sensibilisierung für den Nutzen und den Umgang mit KI und zur Förderung von Akzeptanz und Zusammenarbeit  
  • Fokusthemen: Datenanalyse, maschinelles Lernen und KI-Ethik.  

 

Literatur:  

  • Begleitforschung Mittelstand-Digital (2023): Künstliche Intelligenz im Mittelstand: Mit welchen Anwendungen sind kleine und mittlere Unternehmen heute schon erfolgreich? 
  • Deloitte (2024): Now decides next: Insights from the leading edge of generative AI adoption - Deloitte’s State of Generative AI in the Enterprise Quarter one report. 
  • Lernende Systeme – Die Plattform für Künstliche Intelligenz (2021): KI im Mittelstand: Potenziale erkennen, Voraussetzungen schaffen, Transformation meistern. 
  • Maltzan, Annette von / Zarges, Lara (2024): Unternehmerische Investitionen in Künstliche Intelligenz in Deutschland; erschienen im ifo Schnelldienst 2/2024; 77. Jahrgang. 
  • Technologie-Initiative SmartFactory KL e. V. in Kooperation mit dem Mittelstand-Digital Zentrum Kaiserslautern (2023): Handbuch Künstliche Intelligenz – ein Praxisleitfaden für Unternehmen. 

Internetquellen:  

https://www.destatis.de/DE/Presse/Pressemitteilungen/2023/11/PD23_453_52911.html  

https://www.forbes.com/advisor/de/business/software/kuenstliche-intelligenz-ki-trends-statistiken/  

https://www.bitkom.org/Presse/Presseinformation/Deutsche-Wirtschaft-drueckt-bei-Kuenstlicher-Intelligenz-aufs-Tempo 

https://www.idc.com/getdoc.jsp?containerId=prEUR250540123 

Mehr zum Thema

  • 29. Oktober 21 ─ Lesezeit: 1 Min.
    Dr. Alexander Schmidt

    Radikale Beschleunigung

    Design einer disziplinübergreifenden Innovationszelle Wie muss eine Innovationszelle designed und…

  • 22. Oktober 20 ─ Lesezeit: 13 Min.
    Hans Gärtner
    Udo Kronshage

    Der Umgang mit Distanz in der virtuellen Zusammenarbeit

    von Udo Kronshage, Hans Gärtner und Stephan Dohrn (Radical Inclusion) In der Beratung von räumlich…

  • 18. Mai 20 ─ Lesezeit: 1 Min.
    Prof. Dr. Thomas Schumacher

    Übung macht den Meister

    Erfahrungen mit der E-Simulation im Change Der Umgang mit Widerstand gegen Veränderungen in…

  • 03. Dezember 20 ─ Lesezeit: 11 Min.
    Hans Gärtner
    Udo Kronshage

    Die Rolle der Technik für Distanzüberwindung

    Gelungene virtuelle Führung und worauf es immer wieder ankommt. von Udo Kronshage, Hans Gärtner…