NACHRICHTEN / KI-TECHNOLOGIE

Die Top-Tipps von Artefact für die Einrichtung eines KI-Labors

Warum ein KI-Labor einrichten?

Was ist ein KI-Labor?

KI-Labore beschleunigen die Wertschöpfung durch die Definition von KI-Anwendungsfällen. Ein KI-Labor bringt zusammen:

  • Multidisziplinäre Fähigkeiten: Experten, die sowohl geschäftlich (Product Owner, Business Owner usw.) als auch technisch (data Scientist, data Engineer, data Architect usw.) orientiert sind und zusammenarbeiten, um Anwendungsfälle zu realisieren.
  • Methodologien: Design Thinking und Agile. Dies ermöglicht einen schnellen Übergang von der Idee zum Konzept, vom Konzept zum Prototyping, vom Prototyping zur Produktion und von der Produktion zum Einsatz in großem Maßstab.
  • Technologien: Tools, die die Erstellung effizienter und skalierbarer technischer Lösungen ermöglichen

Die wichtigsten Themen

Initiativen für künstliche Intelligenz sind oft über das gesamte Unternehmen verstreut. Die meisten bleiben im Stadium des Konzeptnachweises (PoC) und liefern letztlich keinen Wert.

Diese PoCs sind selten Teil einer umfassenderen Strategie, was bedeutet, dass der potenzielle Wert ungenutzt bleibt.

KI-Labore stehen vor zwei großen Herausforderungen:

  • Wertschöpfung in großem Umfang durch intelligente Priorisierung von Anwendungsfällen, Beschleunigung ihrer Industrialisierung und Skalierung
  • Förderung des Wissensaustauschs und Verbesserung der Fähigkeiten der Mitarbeiter.

Die Top-Tipps von Artefact für die Einrichtung eines KI-Labors

#1 Wählen Sie die richtigen Anwendungsfälle

Balancieren Sie verschiedene Geschäftsbereiche und verschiedene Wertschichten aus.

Setzen Sie auf schnelle Erfolge - sowohl um einen echten Mehrwert zu gewährleisten als auch um die Implementierung zu erleichtern. Es ist wichtiger, dass die ersten Anwendungsfälle erfolgreich sind, als dass sie den größten Wert liefern.

Seien Sie pragmatisch - wählen Sie die einfachste Option sowohl auf technischer als auch auf organisatorischer Ebene (wählen Sie die Anwendungsfälle mit den geringsten Reibungen).

#2 Organisieren Sie Feature-Teams

Richten Sie agile Teams ein, die jeweils für ein wichtiges Geschäftsproblem zuständig sind und sich an einem KPI orientieren. Ein Einzelhändler könnte zum Beispiel ein agiles Performance Store Team und ein agiles Performance Supply Chain Team bilden.

Unterteilen Sie diese agilen Teams in Funktionsteams, die jeweils für ein Teilproblem zuständig sind. Das agile Supply-Chain-Team kann z.B. in ein Team für Verkaufsprognosen, ein Team für die Automatisierung von Lagerarbeiten usw. unterteilt werden.

#3 Die Komplexität aufschlüsseln

Unterteilen Sie jedes Teilproblem in grundlegende Untereinheiten.

Ein Beispiel: Das für die Umsatzvorhersage zuständige Team ist zunächst an der Vorhersage des Absatzes von Obst und Gemüse interessiert, genauer gesagt an der Vorhersage des Tomatenabsatzes.

#4 Fertigkeiten aufbauen

Führen Sie Prozesse ein, die den Austausch von Wissen und Fähigkeiten fördern, zum Beispiel:

  • Technische Gespräche: Organisieren Sie wöchentliche Veranstaltungen für das Feedback eines Teams zu einem bestimmten Punkt (ein Tool, eine Herausforderung usw.)
  • Paarweise Programmierung: Paare innerhalb der Feature-Teams bilden, die gemeinsam an demselben Code arbeiten

Richten Sie eine Laborakademie ein, um ein Schulungsprogramm innerhalb des Labors durchzuführen.

#5 Skalierbar machen

Sie sind in der Lage, die Kapazität von Laborteams schnell zu erhöhen, indem Sie Funktionsteams hinzufügen oder neue Funktionsteams bilden.