Wertorientierter Ansatz bei AI-Projekten

Die Kluft zwischen Erwartung und Realität

Zeynep Erdoğan, die auf der Webrazzi Fintech 2025 für Architecht referierte, analysierte die Hauptursachen für Enttäuschungen bei AI-Projekten in Unternehmen. Unter Verweis auf Gartner-Daten wurde auf die Verbreitungszeiten von Technologien hingewiesen. Dass ChatGPT in nur 2 Monaten eine Nutzerzahl erreichte, für die das Auto 33 Jahre und das Telefon 15 Jahre brauchten, schuf in Unternehmen ein schwer steuerbares Erwartungsniveau.

Insbesondere im Fintech-Sektor führt die regulatorisch bedingte Unmöglichkeit, Public-Cloud-Lösungen zu nutzen, dazu, dass Unternehmen eigene interne GPT-Strukturen aufbauen. Die Neigung technischer Teams, Technologien wie Blockchain oder AI allein wegen ihrer Popularität einzusetzen, beeinträchtigt jedoch die Nachhaltigkeit und Wertschöpfung der Projekte.

Dreistufige Strategie: Bedarf, Wirkung und Technologie

Damit AI-Investitionen erfolgreich sind, muss der Wert vor der Technologie im Mittelpunkt stehen. Erdoğan betrachtet diesen Prozess auf drei grundlegenden Ebenen:

• Geschäftsbedarf: Zunächst die angestrebte Aufgabe und das Problem klar definieren.
• Wirkungsanalyse: Den Mehrwert der definierten Aufgabe und ihre Auswirkungen auf den Prozess erörtern.
• Technologiewahl: Erst im letzten Schritt die Technologie bestimmen, die den ermittelten Bedarf am besten deckt.

Pilotierung und Skalierung

Es wird betont, dass nicht jedes Problem riesige AI-Modelle erfordert und manchmal eine einfache robotergestützte Prozessautomatisierung (RPA) effizientere Ergebnisse liefern kann. Bei der Konzeption von Lösungen sind Rückmeldungen der Endnutzer und die Festlegung messbarer Kennzahlen entscheidend. Die Skalierung von Pilotprojekten anhand von Machbarkeitsberichten erweist sich als zentraler Faktor, der Ressourcenverschwendung verhindert und das Projekt zum Erfolg führt.