Bevor Sie in KI investieren, sollten Sie Ihre KI-Bereitschaft bewerten

Vorbereiten von Daten für KI

KI kann mächtig sein, aber nur, wenn sie den richtigen Treibstoff bekommt.

Das Abrufen dieser Qualitätsdaten aus Unternehmensinhalten erfolgt nicht automatisch – sie müssen vorbereitet werden. Enterprise-Content-Management-Anbieter sind einzigartig positioniert, um Kunden bei der Transformation ihrer Daten zu unterstützen.

„KI-fähiger Inhalt ist wahrscheinlich einer der größeren Bereiche, auf die sich Unternehmen konzentrieren müssen“, sagte Tom Davis, AVP of Intelligence bei Hyland. „Es besteht die falsche Vorstellung, dass man einfach alles aus jedem Repository und jeder Datenbank nehmen und in die KI-Engine stecken kann und diese dann alles lernt. Das ist einfach nicht der Fall.“

Erstens, so Davis, sei es wirtschaftlich nicht machbar und zweitens müssten KI-Modelle mit den richtigen Daten trainiert werden.

„Es gibt ein Müll-rein-Müll-raus-Konzept“, sagte David. „Wenn Sie alles hineinwerfen, werden Sie keine genauen Ergebnisse sehen.“

Daten KI-bereit machen

Um von der Leistungsfähigkeit der KI zu profitieren, müssen die Daten eines Unternehmens für die Maschine bereit sein. Es muss eine Datenübersetzung stattfinden; Inhalte, die für den menschlichen Gebrauch erstellt wurden, müssen für einen Computer verarbeitet werden.

„Stellen Sie sich ein Dokument voller Text und Bilder vor“, sagte Tiago Cardoso, KI-Produktmanager bei Hyland. „Wenn wir Inhalte für ein LLM abrufen, müssen wir deren Bedeutung und Kontext verstehen und nur die relevanten Aspekte auswählen. Zur Feinabstimmung trennen wir Inhalte auf der Grundlage von Modelleingaben, ohne an Bedeutung oder Organisation zu verlieren.“

Darüber hinaus müssen Unternehmen die richtigen Inhalte auswählen, um die Maschine zu füttern. Der Start eines neuen Modells ist ein großer Kraftakt, für den die richtigen Daten zum Trainieren, Testen und Feinabstimmen des Systems benötigt werden.

„Es ist eine echte Wissenschaft“, sagte Davis. „Es gibt Möglichkeiten, das Modell zu über- oder unteranzupassen, und wenn zu viele falsche Informationen vorliegen, sinkt die Qualität der Antworten.“

Sobald die richtigen Inhalte für Maschinen bereitstehen, können Unternehmen damit beginnen, die wirkungsvollen Dienste der KI zu implementieren.

Unstrukturierte Daten betreten den Chat

Inhalte, sowohl in strukturierter als auch in unstrukturierter Form, enthalten die wichtigen Daten, die ein Unternehmen sammelt. Untersuchungen zeigen jedoch, dass weniger als 10 % der unstrukturierten Daten extrapoliert werden, um sie für Geschäftsprozesse oder die Entscheidungsfindung zu nutzen, obwohl 80 % der Datenquellen unstrukturiert sind.

Stellen Sie sich vor, Sie könnten all diese unzugänglichen, ungenutzten Daten mithilfe generativer KI freisetzen. Angesichts des prognostizierten Anstiegs unstrukturierter Daten sind die geschäftlichen Auswirkungen, die sich ergeben, wenn man in der Lage ist, die Daten, die man bereits besitzt, in vollem Umfang zu nutzen, verblüffend.

Sobald KI auf diese Datenquellen zugreifen und sie aktivieren kann, können Unternehmen Erkenntnisse in großem Umfang gewinnen und von den semantischen Beziehungen profitieren, die KI herstellen kann.

So werden beispielsweise intelligentere Suchergebnisse durch die Fähigkeit der KI ermöglicht, Daten nicht nur aus traditionellen strukturierten Quellen, sondern auch aus den schwierigeren unstrukturierten Dokumenten zu analysieren und zu interpretieren. Ohne auf eng definierte Metadaten angewiesen zu sein, kann sich ein Unternehmen ein umfassenderes Bild von den Beziehungen zwischen zuvor nicht verbundenen Datenpunkten machen, sodass Dinge auf der Grundlage von Beziehungen und nicht anhand bestimmter Suchkriterien gefunden werden können.

Checkliste für die KI-Bereitschaft

Hylands Fachwissen in den Bereichen Content und KI gibt unseren Intelligence-Teammitgliedern einen einzigartigen Einblick in die KI-Bereitschaft. Sie haben ein Framework für die Bewertung entwickelt, der auf fünf Säulen basiert:

Infrastruktur

Infrastruktur spricht für eine technische Bereitschaft. Um KI sicher nutzen zu können, benötigen Unternehmen eine robuste, umfassende Infrastruktur für die Verwaltung von Daten in der Cloud sowie die richtigen Tools für die Ausführung der Aufgaben. Die Datenbanken, in denen Informationen gespeichert werden, müssen sicher, konform und skalierbar sein - bereit für den Aufschwung oder den Niedergang eines Unternehmens.

„In der richtigen Infrastruktur bringen Sie die Komponenten unter, die Ihre Inhalte verarbeiten, um sie KI-fähig zu machen“, sagte Davis. „Wenn Sie das tun, erstellen Sie sinnvolle Verbindungen zu diesen Inhalten – die sicher in einer Datenbank gespeichert sind – und machen sie für KI-Dienste leicht zugänglich.“

„Das ist für Unternehmen oft nur schwer alleine zu bewerkstelligen, und deshalb hat Hyland Hyland Insight entwickelt“, so Davis.

2. KI-fähige Inhalte

KI-fähige Inhalte sind eine weitere technische Hürde, die es zu überwinden gilt, um für KI bereit zu sein. Inhalte müssen für eine qualitativ hochwertige KI-Ausgabe kuratiert werden.

„Die Entwicklung des entsprechenden Datenkorpus besteht aus mehreren Ebenen“, sagte Davis. „Jeder Teil eines Dokuments muss aufgeteilt und zur Schulung geschickt werden. Dadurch entstehen Einbettungen, die stromabwärts im Gen-AI-Bereich verwendet werden. Es ist ein Prozess, den Unternehmen verstehen und auf den sie vorbereitet sein müssen.“

Wenn z. B. eine Personalabteilung ihre Inhalte für eine KI-gestützte Plattform vorbereitet, könnte sie bestimmte Datensätze mit schlechten Bezeichnungen oder unzureichender Kennzeichnung identifizieren, die sie auslassen sollte. Sobald die qualitativ hochwertigen Inhalte geladen sind, wird der Algorithmus des Modells ausgeführt. Das Team kann das System trainieren, indem es die Ausgabe einstuft, und die KI beginnt zu verstehen, was die Absichten des Inhalts sind. Dann kann sie sich von selbst verbessern.

3. Governance

Die Governance betrifft sowohl den Zustand der technischen als auch der geschäftlichen Bereitschaft. Wenn es um die Steuerung von KI geht, tragen Organisationen eine große Verantwortung. Von der Überwachung des Datenzugriffs und der Erkennung von böswilligen Eingriffen bis hin zur Gewährleistung verantwortungsvoller KI-Praktiken im gesamten Unternehmen – strenge Standards ermöglichen es Unternehmen, KI sicher und zuverlässig zu implementieren.

Bei der Integration von KI in Produkte und den täglichen Betrieb sollten Unternehmen klare Richtlinien für Produktteams und Mitarbeitende entwickeln, um KI-bezogene Risiken in verschiedenen Geschäftsbereichen zu minimieren.

Ein KI-Rat kann auch dabei helfen, die Einbindung und Umsetzung von KI zu überwachen und sicherzustellen, dass die Richtlinien technologische Fortschritte und Gesetzesänderungen widerspiegeln.

Die Einhaltung der Sicherheits- und Compliance-Standards einer Organisation ist von entscheidender Bedeutung. Da KI in hohem Maße auf Daten angewiesen ist, bilden robuste Richtlinien und die richtigen technischen Tools eine solide Grundlage für eine sichere KI-Implementierung.

4. Ethik

„Ethik ist etwas, das wir sehr ernst nehmen“, sagte Davis. „Sie müssen eine ethische Grundlage schaffen – das ist entscheidend, um eine verantwortungsvolle KI zu schaffen.“

Davis sagte, dass Ethik ein häufiger Anliegen von Kunden und in RFPs sei. Ehrlichkeit, Voreingenommenheit und Erklärbarkeit sind allesamt Facetten dieser Komponente der Business Readiness.

„Wenn eine KI-Engine eine Entscheidung oder Empfehlung abgeben soll, müssen die Kunden verstehen können, wie sie zu dieser Schlussfolgerung gekommen ist und welche Benchmarks und Bewertungen diese Schlussfolgerungen als zutreffend belegen“, sagte Davis. „Aus ethischer Sicht bereit zu sein, bedeutet, Leitplanken zu haben.“

Zu den KI-Standards von Hyland gehören Transparenz, Dateneigentum, Ehrlichkeit, überprüfbare Ergebnisse, Datenschutz und Sicherheit sowie Governance.

KI-bereite Unternehmen können hochwertige KI-Ergebnisse mit ethischen Daten unterstützen und gleichzeitig auf Dinge wie Voreingenommenheit achten. KI-Modelle müssen auch in der Lage sein, sich gegen Situationen zu wehren, in denen Benutzer versuchen könnten, durch unaufrichtige Eingabeaufforderungen Informationen zu erhalten, auf die sie keinen Zugriff haben sollten.

Die Folgen sind für viele Branchen sehr real, insbesondere für Finanzdienstleistungen, Versicherungen und Hochschulen. Von historischen Redlining-Praktiken bei der Kreditvergabe bis hin zu betrügerischen Versicherungsansprüchen und Studentenbeurteilungen steht viel auf dem Spiel, und die Daten, die in ein KI-Modell eingespeist werden, müssen vor Voreingenommenheit und verfälschten Daten geschützt werden.

5. Fähigkeiten

Da KI-Funktionen in neuen und bekannten Technologien in jeder Branche auftauchen, können Unternehmen ihre KI-Ambitionen nicht vollständig verwirklichen, wenn sie nicht die richtigen Leute haben, die sie bis zur Ziellinie bringen. Der Wettbewerb um KI-Talente ist hart und hat zu einer Talentlücke geführt, die von Ingenieuren und Datenwissenschaftlern bis hin zu Geschäftsanwendern reicht, die nutzbares KI-Know-how benötigen. Unternehmen sind bestrebt, hochqualifizierte Gesichter einzustellen, aber KI-Experten verweisen auf die Weiterbildung als einen weiteren Weg.

„Wir glauben, dass jeder in der Organisation sein Wissen im Bereich KI auf ein höheres Niveau bringen muss“, sagte Davis. „Wir werden erleben, dass sich Unternehmen stärker auf ihr Budget konzentrieren und auch auf den Aufwand und die Zeit, die es braucht, um ihre Mitarbeiter weiterzubilden, damit sie die Vorteile der KI nutzen und einen ROI erzielen können.“

Snapshot: Das KI-bereite Unternehmen

Sobald ein Unternehmen die KI-Reife erreicht hat, beginnt die spannende Arbeit des Aufbaus eines KI-gestützten Arbeitsplatzes. Neue Prozesse – sogar neue Möglichkeiten – liegen auf dem Tisch. Auf hoher Ebene sollten Mitarbeiter und Kunden von einer höheren Effizienz und Transparenz profitieren, darunter:

• Schnelle Bereitstellung genauer Geschäftsinformationen
• Beschleunigte, qualitativ hochwertige Entscheidungsfindung
• die Fähigkeit, zeitaufwändige intelligente Arbeit an KI auszulagern
• die Unterstützung und Verstärkung der Belegschaft
• belohnendere Kundenerlebnisse

Darüber hinaus stellt Davis fest, dass diese Bereiche in Zukunftsvisionen besonders häufig besprochen werden.

Umfassende intelligente Suche

„Eine intelligentere Suche ist eines der Dinge, die sich die Menschen von KI am meisten wünschen“, sagte Davis. „Sie möchten ihre Suche mit einer Eingabeaufforderung in natürlicher Sprache und in einer Gesprächsform durchführen können. Um Informationen anzufordern und die richtige Antwort zu erhalten, auch wenn die Daten an verschiedenen Stellen vorhanden sind, um Empfehlungen, Anleitungen oder sogar umsetzbare Erkenntnisse zu erhalten, mit denen man arbeiten kann.

KI-gestützte Plattformen organisieren Inhalte auf eine menschenähnlichere Art und Weise, indem sie über die engen Datenetiketten und Filter von Altsystemen hinausgehen. Lösungen wie Hyland Insight können aufschlussreichere Beziehungen zwischen Datenpunkten herstellen, unabhängig davon, wo die Inhalte gespeichert sind. Darüber hinaus kann generative KI einspringen und die Suche auf die nächste Ebene bringen, indem sie Erkenntnisse und Antworten liefert.

Intelligente Suche in der Praxis: Stellen Sie sich vor, Sie werden mit der Überprüfung von 1.000 juristischen Verträgen beauftragt und suchen nach Formulierungen zum Thema Grundbesitz. Anstatt nach Schlüsselwörtern oder Metadaten-Tags zu suchen (oder, schlimmer noch, nach dem Gang zum Drucker einen Textmarker hervorzuholen), kann der KI-gestützte Mitarbeiter dem System Anweisungen geben: „Was sind die wichtigsten Bestimmungen und Bedingungen im Zusammenhang mit der Übertragung des Grundstückseigentums in unseren Standard-Grundstücksverträgen?“ Innerhalb von Sekunden werden die Ergebnisse abgerufen und der Mitarbeiter kann die wertvollsten Informationen überprüfen und mitnehmen.

„KI bietet die Möglichkeit, einen intelligenten virtuellen Assistenten zu nutzen, der wichtige Informationen finden, Empfehlungen abgeben, Anleitungen geben und Dinge zusammenfassen kann“, sagte Davis. „Die Leute möchten das auf einfache Weise tun, indem sie natürliche Sprache verwenden, und sie möchten mehrere Datenspeicher durchsuchen, um Informationen in anderen Systemen zu finden.“

Intelligentere Automatisierung

Dank der nativen Automatisierungsfunktionen von Hyland sind die Kunden in der Lage, den Rest ihrer Daten zu erschließen und Beziehungen herzustellen, die neue Geschäftsprozesse vorantreiben können.

„Die Leute erkennen den Wert der Nutzung von KI als autonome Agenten hinter den Kulissen, um Prozesse voranzutreiben“, sagte Davis. „KI kann dabei eine Rolle spielen, sowohl bei der Verarbeitung als auch beim Automatisierungsteil. Das Wichtigste ist meiner Meinung nach, dass die Leute wirklich verstehen, dass ein Großteil ihrer Arbeit mit den richtigen Informationen automatisiert werden könnte.“

Und es geht nicht nur um die reine Automatisierung von Prozessen. KI kann die Menschen, die an diesen Prozessen arbeiten, unterstützen und ihnen helfen, schneller und effektiver zu arbeiten. KI-Modelle können sogar verstehen, wie ein Prozess funktioniert, und auf der Grundlage der gewonnenen Erkenntnisse Änderungen im Prozessablauf empfehlen.

Intelligenz über Metadaten hinaus

Mit KI-fähigen Inhalten wird der gesamte Informationslebenszyklus aufgewertet. Die zwischen Datenpunkten aufgebauten und von der KI verstandenen Beziehungen schaffen Möglichkeiten für ein verbessertes Content-Management, verbesserte Prozesse, Suchfunktionen und Governance. KI bereichert Ihren Arbeitsablauf zum Beispiel durch:

• die Verwaltung von Inhalten: Ein größeres Volumen und ein höherer Wert an Informationen können organisiert, erkannt, extrahiert und aus unstrukturierten Inhalten aktiviert werden, was zu einem umfassenderen Content-Management und einer besseren Entscheidungsfindung führt.
• Prozesse: Komplexere Prozesse können durch die Fähigkeit der KI automatisiert werden, zusammenhängende und relevante Daten aus unstrukturierten Inhalten zu erkennen und Workflows mit menschenähnlicher Intelligenz voranzutreiben.

KI in verschiedenen Rollen

Die effektive Nutzung von KI im gesamten Unternehmen erfordert Zeit, Ausbildung und Innovation. Viele Unternehmen setzen KI verstärkt ein, da sie an Vertrauen, Kompetenz und Kreativität gewinnen. Davis stellte drei Szenarien der KI-Ausführung vor:

Level 1: KI unterstützt Menschen
Stellen Sie sich einen bestehenden Prozess vor, bei dem ein Mitarbeiter alles ansieht und die Entscheidung trifft. KI kann unterstützend eingreifen, indem sie Antworten auf Fragen zum Inhalt liefert. Anstatt dass ein Mitarbeiter Tausende von Dokumenten liest, kann KI den Inhalt zusammenfassen und dem Mitarbeiter die Informationen liefern, die er braucht, um eine schnelle und fundierte Entscheidung zu treffen.

Level 2: KI automatisiert Prozesse unter menschlicher Überprüfung
In diesem Szenario ist der Prozess so eingerichtet, dass das KI-Modell die Laufarbeit übernimmt und seine Ergebnisse einem hochqualifizierten Mitarbeiter zur Überprüfung vorlegt. Ein Prozess kann zum Beispiel fünf Entscheidungen beinhalten, die durch KI automatisiert werden können. Während das KI-Modell diese Entscheidungen durcharbeitet, kann es zur Überprüfung zurückgehen, aber schließlich durchläuft es den Prozess. Die Ergebnisse des Modells gehen zur Überprüfung an den hochqualifizierten Mitarbeiter. Diese Erweiterung der intelligenten Arbeit und der qualifizierten Überprüfung steigert die Effizienz und verbessert die Qualität der Arbeit, mit der Menschen ihre Zeit verbringen.

Level 3: 100 % KI-gesteuert
Wenn Modelle eine Genauigkeit von 99 % erreichen, gelten sie als voll funktionsfähig. Natürlich sind Governance und Qualitätssicherung nach wie vor erforderlich, aber in diesem Stadium ist die KI ein vollständig automatisierter Teil des Teams.