Auf der Ebene Insight hat sich etwas verändert, das über einzelne Experimente hinausgeht. Die Organisation versteht nicht nur, dass KI etwas bewirkt, sondern auch, warum es an einer Stelle funktioniert und an einer anderen nicht. Es ist eine Sprache entstanden, um dieses Gespräch zu führen: Menschen sprechen über Datenqualität, über Verantwortlichkeit bei Fehlern, über welche Prozesse sich für Automatisierung eignen und welche nicht. Das ist ein anderes Gespräch als ein Jahr zuvor, als die Frage vor allem war, ob ein Pilotprojekt etwas brachte.
Was diese Ebene kennzeichnet: Einsicht ist vorhanden, aber sie ist noch nicht überall in der Art verankert, wie Entscheidungen getroffen werden. Die eine Abteilung hat klar vor Augen, welche Daten sie benötigt und welche fehlen. Die andere Abteilung läuft noch gutgläubig einem Pilotprojekt nach, ohne dass jemand festgestellt hat, ob die zugrunde liegende Infrastruktur das trägt. Insight ist also keine gleichmäßige Schicht über der Organisation. Es ist eher eine Ansammlung von Stellen, an denen das Licht angegangen ist, mit dazwischen noch Bereichen, die im Dunkeln liegen.
Der Schritt zur nächsten Ebene, Intelligence, verlangt, dass sich diese Einsicht in Steuerung übersetzt. Nicht punktuell — als Reaktion auf ein auftretendes Problem — sondern strukturell, als Teil davon, wie die Organisation normalerweise arbeitet. Das betrifft dieselben grundlegenden Dimensionen, die auch auf früheren Ebenen bereits der entscheidende Faktor waren: Ist das Datenmanagement so eingerichtet, dass Entscheidungen auf Basis von KI-Ergebnissen zu verantworten sind? Ist die IT-Infrastruktur so gestaltet, dass neue Anwendungen nicht jedes Mal wieder von null anfangen müssen? Ist die Organisation selbst so aufgebaut, dass die Verantwortung für KI-getriebene Prozesse irgendwo liegt, statt überall ein bisschen?
Auf der Ebene Insight zeigt sich oft, dass diese Fragen bereits gestellt wurden, die Antwort aber je Dimension unterschiedlich ausfällt. Die eine Dimension ist bereits so weit, dass Steuerung möglich ist; die andere hängt noch losen Initiativen nach. Dieser Unterschied im Tempo ist genau das, was in der Streuung einer Plot-Runde sichtbar wird: Wenn mehrere Personen getrennt bewerten, zeigt sich, dass die eine befragte Person die Organisation beim Datenmanagement bereits weit fortgeschritten sieht, während eine andere dieselbe Dimension noch bei Foundation einordnet. Diese Streuung ist kein Rauschen. Sie zeigt, welche Dimension zuerst Aufmerksamkeit verträgt und welche Dimension noch folgen muss.
Die Verlockung auf dieser Ebene besteht darin, die Aufmerksamkeit auf die am sichtbarsten Dimensionen zu richten — oft die abhängigen Dimensionen, nahe an der täglichen Arbeit. Doch die grundlegenden Dimensionen haben Vorrang. Ist das Datenmanagement nicht in Ordnung, bleibt jede Steuerung auf Basis von KI-Ergebnissen wackelig, wie viel Einsicht auch aufgebaut wurde. Ist die IT-Infrastruktur zersplittert, bleibt jede Anwendung eine Insel, auch wenn die Organisation intern schon gut darüber sprechen kann.
Dies ist keine andere Reihenfolge als die, die auf früheren Ebenen galt. Es ist dieselbe Reihenfolge, nur an einem Punkt, an dem die Kosten des Überspringens deutlicher sichtbar werden. Bei baseline und foundation ließ sich das fehlende Fundament noch hinter der Tatsache verbergen, dass wenig geschah. Bei Insight ist bereits mehr in Bewegung, und das macht eine schwache grundlegende Dimension eher spürbar: Steuerung, die nicht trägt, Entscheidungen, die sich nachträglich nicht nachvollziehen lassen, Anwendungen, die stocken, sobald sie die Grenze einer einzelnen Abteilung überschreiten.
Der Übergang zu Intelligence ist keine Frage davon, mehr KI anzuwenden. Es ist eine Frage davon, die grundlegenden Dimensionen so weit in Ordnung zu bringen, dass die abhängigen Dimensionen strukturell darauf aufbauen können. Das unterscheidet sich stark je Organisation: Die eine Organisation muss vor allem ihr Datenmanagement konsolidieren, die andere hat eine IT-Infrastruktur, die zunächst zusammengeführt werden muss, bevor breiter gesteuert werden kann. Was es wird, hängt davon ab, wo die Streuung in der Plot-Runde am größten ist — das ist die Stelle, auf die die nächste Ebene wartet.
Wer über Intelligence hinausblicken möchte, findet auf der Seite über die Ebene nach Intelligence eine Beschreibung dessen, was entsteht, wenn Steuerung nicht mehr nur strukturell, sondern selbstlernend ist. Wer früher im Prozess Wiedererkennung sucht, kann bei activation nachlesen, wie die Phase aussah, bevor Einsicht entstand, oder nachvollziehen, was es bedeutet, sobald Agents, die Arbeit ausführen, eine Rolle neben der steuernden Ebene zu spielen beginnen, die auf dieser Ebene aufgebaut wird.
Insight sagt Ihnen, wo die Organisation in ihrer Fähigkeit steht, KI zu tragen: welche Dimensionen stabil sind und welche noch lose liegen. Das ist eine andere Frage als die, welcher Teil der Arbeit selbst auf KI übertragbar ist. Sobald die tragende Seite schärfer im Bild ist, wird diese zweite Frage relevant: welcher Teil der Aufgaben innerhalb eines Prozesses sich tatsächlich übernehmen lässt. Genau dafür ist der Werkscan von FTE TO AI gemacht — eine Berechnungsmethode, die pro Aufgabe feststellt, welcher Teil der Arbeit für eine Übernahme in Frage kommt, damit das Gespräch über Intelligence nicht nur um Reife geht, sondern auch darum, was, sobald diese Reife da ist, tatsächlich zu gewinnen ist.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.