So hilft KI dem Business auf die Sprünge

jor. Sie schreibt Werbetexte, Vorträge, Businesspläne und Programm-Code: Künstliche Intelligenz erobert die Arbeitswelt und hält Einzug in alle möglichen Branchen. Doch wie genau kommen KI-Tools wie Chat­GPT & Co. in den Unternehmen zum Einsatz? Was gibt es bei der Einführung entsprechender Technologien zu beachten? Und welche Chancen und Risiken tun sich auf? Antworten auf diese und weitere Fragen rund um KI im Business gibt es in diesem Focus.

Wie Versicherer und Rückversicherer heutzutage KI einsetzen, erläutert Pravina Ladva, Group Digital & Technology Officer bei der Swiss Re, in ihrem Fachbeitrag. Ladva zeigt nicht nur Use Cases wie etwa die Automatisierung repetitiver Aufgaben auf, sondern geht auch darauf ein, was Unternehmen bei der Einführung entsprechender Tools beachten sollten.

Beim Einsatz von generativer KI wie beispielsweise ChatGPT bestehen grundsätzliche Risiken, und zwar bezüglich Verzerrungen in den Trainingsdaten, unoriginellen Ergebnissen und nicht zuletzt Urheberrechtsverletzungen. Das grösste Risiko für Unternehmen bestehe jedoch darin, einem Hype aufzusitzen, argumentiert Mattia Ferrini von KPMG Schweiz. Denn, so schreibt er, Investitionen in Technologie sollten nicht auf überzeugenden Erzählungen beruhen, sondern auf einem Verständnis dessen, was Technologien tatsächlich leisten können.

Daten sind längst zu einem geschäftskritischen Faktor für den Unternehmenserfolg geworden. Doch erst durch einen produktiven sowie automatisierten Umgang mit Daten entstehe die Basis für ein daten­getriebenes Unternehmen, schreibt Elisabeth Vinek von Bechtle. Sie geht auf die entsprechenden Voraussetzungen ein und erläutert die Unterschiede zwischen deskriptiven, diagnostischen, prädiktiven und präskriptiven Analyseverfahren.

Wie Schweizer Industriebetriebe mit den Möglichkeiten und Grenzen der künstlichen Intelligenz umgehen, erklärt Philipp Schmid, Head ­Industry 4.0 & Machine Learning am CSEM, im Interview. Er spricht darüber, wo er das grösste Potenzial eines Einsatzes von KI in der Industrie sieht – und was Unternehmen daran hindert, dieses Potenzial auszuschöpfen. Ausserdem berichtet Schmid von seiner Forschung zu «Predictive Quality» und erläutert, inwiefern so ein Konzept für prädiktive Qualitätssicherung auch in der Softwareentwicklung zur Anwendung kommen kann.