In dem Artikel wird erläutert, dass viele Unternehmen Schwierigkeiten haben, Resilienz praktisch umzusetzen. Die Autoren schlagen vor, Resilienz in drei Phasen zu strukturieren: Zunächst sollten Unternehmen sich auf mögliche Störungen vorbereiten, dann die Auswirkungen von Störungen begrenzen und schließlich aus den Erfahrungen lernen. Es wird betont, dass nicht alle Maßnahmen gleich aufwendig sind und dass KMU schrittweise vorgehen sollten, um Ressourcen zu schonen und die Resilienz zu einem Wettbewerbsvorteil zu machen.
In dem Artikel werden verschiedene KI-Systeme wie ChatGPT, Claude und Llama vorgestellt, die jeweils besondere Stärken aufweisen. Die Autoren heben hervor, dass die Auswahl der geeigneten KI stark vom jeweiligen Anwendungsbereich abhängt. Zudem werden auch Bildgenerierungssysteme wie Dall-E und Midjourney erwähnt, die für kreative Anwendungen empfohlen werden. Die Vielfalt der KI-Lösungen zeigt, dass Unternehmen je nach Bedarf unterschiedliche Technologien in Betracht ziehen sollten.
In der heutigen Zeit ist KI zentral für die Transformation von Unternehmen, jedoch birgt die unkontrollierte Nutzung von KI auch Risiken. Der Artikel hebt hervor, dass viele Organisationen Schwierigkeiten haben, die Sicherheit von KI-Anwendungen zu gewährleisten, während sie gleichzeitig die Produktivität steigern möchten. Gartner empfiehlt eine modulare KI-Sicherheitsplattform, die sowohl die Nutzung als auch die Entwicklung von KI-Anwendungen absichert. Die ersten Schritte sollten sich auf die Kontrolle der KI-Nutzung konzentrieren, gefolgt von der Sicherung der entwickelten KI-Anwendungen. Palo Alto Networks wird als führendes Unternehmen in diesem Bereich hervorgehoben, das umfassende Lösungen zur Sicherstellung der KI-Sicherheit bietet.
Agentic AI in der Datenverarbeitung ist ein Modell, bei dem autonome KI-Agenten Datenpipelines optimieren und reparieren, ohne dass menschliches Eingreifen erforderlich ist. Diese Systeme verstehen Geschäftsziele und passen sich in Echtzeit an, wodurch die Effizienz gesteigert wird. Die Agenten übernehmen Aufgaben wie die Entdeckung neuer Datenquellen, die Überwachung der Datenqualität und die Anpassung von Workflows. Dies führt zu einer signifikanten Reduzierung der Entwicklungszeit und einer Verbesserung der Datenzuverlässigkeit. Die Rolle der Dateningenieure wandelt sich von der technischen Implementierung hin zu strategischen Aufgaben, bei denen sie Geschäftsziele definieren und die Ergebnisse der Agenten validieren.
Der Artikel beleuchtet die häufigen Probleme, die bei der Implementierung von KI-Modellen in Produktionsumgebungen auftreten. Insbesondere wird die Diskrepanz zwischen den kontrollierten Laborbedingungen, unter denen Modelle entwickelt werden, und den chaotischen, realen Produktionsbedingungen hervorgehoben. Die Autoren argumentieren, dass eine enge Zusammenarbeit zwischen Datenwissenschaftlern und Ingenieuren von Anfang an entscheidend ist, um die Herausforderungen der ‘Produktionshölle’ zu überwinden. Zudem werden verschiedene technische Integrationspunkte vorgestellt, die für den erfolgreichen Übergang von Prototypen zu produktiven Systemen notwendig sind.
Im Rahmen des Alumni-Tages der TU Dortmund wurde der Nachhaltigkeitspreis 2025 in der Kategorie “Abgeschlossene Projekte” verliehen. Das ausgezeichnete Projekt “Sustainable LLMs: Energy-Efficient Language Models and Transparent Labeling” zielt darauf ab, den Energieverbrauch großer Sprachmodelle zu reduzieren und die Nachvollziehbarkeit von KI-Systemen durch transparente Kennzeichnung zu erhöhen. Diese Ansätze sind entscheidend für die Entwicklung ressourcenschonender und vertrauenswürdiger KI. Die Fakultät möchte mit dieser Auszeichnung ein Zeichen setzen, dass KI verantwortungsbewusst entwickelt werden muss, insbesondere im Hinblick auf Energieeffizienz und Transparenz.
Viele KI-Initiativen scheitern, weil sie von der Technikseite abgekoppelt sind und es an klaren Zielen fehlt. Ein strukturierter Ansatz, der Geschäftsziele mit technischer Umsetzung verbindet, ist essentiell.
Datenqualität und -zugänglichkeit sind zentrale Probleme, da KI-Modelle nur mit guten Daten zuverlässig funktionieren. Eine gründliche Datenanalyse und Integration heterogener Quellen hilft, diese Barrieren zu überwinden.
Unterschiedliche Erwartungen und mangelnde Kommunikation zwischen Business- und Technikteams verlangsamen die Implementierung. Gemeinsame Workshops und Planung fördern die Abstimmung und erhöhen die Erfolgschancen.
Die Komplexität von KI-Projekten liegt auch in der iterativen Natur der Entwicklung, die sich von traditioneller Softwareentwicklung unterscheidet. Teams müssen flexibel und datenorientiert agieren, um nachhaltige Ergebnisse zu erzielen.
Viele Unternehmen stehen vor der Frage, ob sich eine Investition in KI lohnt und wie sich der ROI bestimmt. Die Berechnung des ROI ist komplex, weil viele Faktoren und Datenqualität eine Rolle spielen.
Die Methode umfasst fünf Schritte: Kennzahlen definieren, Ist-Zustand erfassen, Implementierungskosten ermitteln, Daten sammeln und ROI mit einer einfachen Formel berechnen.
Die richtige Identifikation von Einsparungen, Effizienzsteigerungen und Umsatzpotenzialen ist entscheidend für korrekte Prognosen. Praktische Beispiele wie Zeitersparnis bei Kreditprüfungen verdeutlichen die Umsetzung.
Unternehmen sollten eng mit Controlling und Stakeholdern zusammenarbeiten und auch qualitative Faktoren wie Kundenzufriedenheit berücksichtigen. Die Formel hilft, Investitionsentscheidungen fundiert zu treffen und den Mehrwert von KI messbar zu machen.
Kontinuierliches Monitoring nach der Einführung unterstützt die Optimierung und Skalierung von KI-Anwendungen.
Die KI verein(t)-Awards 2025 wurden am 26. November in Köln verliehen und prämieren vier herausragende Projekte, die zeigen, wie Non-Profit-Organisationen KI sinnvoll einsetzen können. Der erste Platz ging an Demokratie-Wegweiser gUG, die mit KI Kommunalwahldaten effizienter verarbeiten. Der Badmintonverband Rheinhessen-Pfalz e.V. und der Musikverein Freiburg-Mooswald e.V. wurden für ihre KI-gestützten Lösungen ausgezeichnet, die die Kommunikation und den Wissensaustausch innerhalb ihrer Organisationen verbessern. Zudem startet das Lernangebot „Von 0 auf KI“, das Non-Profits praxisnahe Kenntnisse über KI vermittelt und ihnen hilft, diese Technologien verantwortungsvoll zu nutzen.
Das AI Literacy Framework der Europäischen Kommission und der OECD bietet einen internationalen Leitfaden für KI-Kompetenzen in der Primar- und Sekundarstufe. Es umfasst vier zentrale Kompetenzbereiche: den Umgang mit KI, die kreative Nutzung von KI, das Management von KI und das Design von KI-Systemen. Lehrkräfte spielen eine entscheidende Rolle, indem sie Schüler:innen nicht nur Wissen vermitteln, sondern auch deren kritische Reflexion und ethische Entscheidungen fördern. Der Artikel hebt die Notwendigkeit hervor, KI-Kompetenzen fächerübergreifend zu integrieren und praxisnahe Materialien bereitzustellen.