{"id":11431,"date":"2024-01-22T10:28:09","date_gmt":"2024-01-22T09:28:09","guid":{"rendered":"https:\/\/www.semantha.de\/?p=11431"},"modified":"2024-01-22T14:20:00","modified_gmt":"2024-01-22T13:20:00","slug":"wann-sollten-unternehmen-ki-projekte-intern-umsetzen-wann-outsourcen","status":"publish","type":"post","link":"https:\/\/www.semantha.de\/de\/wann-sollten-unternehmen-ki-projekte-intern-umsetzen-wann-outsourcen\/","title":{"rendered":"Wann sollten Unternehmen KI-Projekte intern umsetzen, wann outsourcen?"},"content":{"rendered":"\n

K\u00fcnstliche Intelligenz (KI) wird bald zur Standardtechnologie in Unternehmen geh\u00f6ren. Bereits 2023 setzten laut McKinsey 55% aller Unternehmen KI in mindestens einem Unternehmensbereich ein<\/a> – ein Wert, der seit Jahren stabil bleibt [1]. Wie strategisch geschickt sie dabei vorgehen, wird in Zukunft ein Schl\u00fcsselfaktor im Wettbewerb um Kunden sein. In Gesch\u00e4ftsf\u00fchrungen und Management nimmt deshalb die Diskussion Fahrt auf, ob sie intern ein KI-Team aufbauen sollten.<\/p>\n\n\n\n

In diesem Artikel stellen wir die Vor- und Nachteile von Inhouse-KI-Teams und Outsourcing von KI-Entwicklung vor. Als Anbieter von KI-L\u00f6sungen sind wir nicht ganz objektiv, aber wir haben gute Gr\u00fcnde, in bestimmten F\u00e4llen f\u00fcr ein Outsourcing zu pl\u00e4dieren. Welche? Lies selbst.  <\/p>\n\n\n\n

Der erste Gedanke: KI-Entwicklung unternehmensintern aufbauen<\/strong><\/h1>\n\n\n\n

Der Gedanke, eigene KI-Entwickler zu besch\u00e4ftigen, liegt nahe: K\u00fcnstliche Intelligenz wird in Zukunft wohl in (fast) jedem Unternehmen und jedem Unternehmensbereich verwendet werden. Die Entwickler vertiefen ihr Know-how sukzessive und die Kosten f\u00fcr ein solches Team sind \u00fcber die Zeit niedriger als die regelm\u00e4\u00dfige Beauftragung externer Dienstleister.<\/p>\n\n\n\n

Ein weiterer scheinbarer Vorteil von internen KI-Teams: Sie k\u00f6nnen Anwendungen individuell entwickeln und f\u00fcr das Unternehmen ma\u00dfschneidern. Kaufen Unternehmen KI-Anwendungen ein, sind die Konfigurationsm\u00f6glichkeiten eingeschr\u00e4nkt. Dies w\u00e4re jedoch f\u00fcr die meisten die einzig realistische Alternative. Denn eine komplette Individualentwicklung durch externe KI-Experten ist f\u00fcr viele Unternehmen zu kostspielig.<\/p>\n\n\n\n

Beide vermuteten Hauptvorteile von interner KI-Entwicklung sind bei n\u00e4herer Betrachtung allerdings nicht \u00fcberzeugend.<\/p>\n\n\n\n

Warum Outsourcing von KI-Entwicklung Vorteile bringt  <\/strong><\/h1>\n\n\n\n

Wer sein Entwicklerteam in der Vergangenheit aufstocken wollte, wei\u00df, wie schwierig es ist, IT-Fachkr\u00e4fte zu finden. KI-Entwickler zu finden, potenziert die Schwierigkeit noch einmal. Die Suche dauert lange und ist extrem kostenintensiv. Der Aufbau eines internen KI-Teams kann so schnell zum Engpass werden, der den wirtschaftlich so wichtigen Fortschritt in der Implementierung der Technologie behindert.<\/p>\n\n\n\n

Doch selbst wenn ein, zwei KI-Entwickler an Bord gekommen sind: Das Feld der KI-Entwicklung ist breit und um mit Datensets und Algorithmen so umzugehen, dass ein Unternehmen das Potenzial der Technologie aussch\u00f6pft, m\u00fcssen Entwickler Dom\u00e4nenwissen mitbringen. Der KI-Einsatz, um Prozesse in der Logistik zu automatisieren, unterscheidet sich vom Einsatz von KI f\u00fcr die automatisierte Dokumentenpr\u00fcfung. <\/p>\n\n\n\n

Je mehr Anwendungsf\u00e4lle mit von KI optimiert werden sollen, desto weniger kann ein internes Team dieses Dom\u00e4nenwissen mitbringen. Anders Experten von KI-Anbietern, die sich auf spezielle Anwendungsfelder spezialisiert haben: Sie m\u00fcssen sich nicht erst lange ins Thema einarbeiten.<\/p>\n\n\n\n

Dass externe KI-Outsourcing per se teurer ist als interne KI-Entwicklung, ist eine Milchm\u00e4dchenrechnung. Experten ben\u00f6tigen aufgrund ihrer Erfahrung in der Regel weniger Zeit, um bessere Ergebnisse zu liefern. F\u00fcr einzelne Projekte k\u00f6nnen Unternehmen vom Wissen von Top-Experten profitieren, deren Festanstellung sie sich nicht leisten k\u00f6nnen. Hinzu kommt, dass f\u00fcr viele Use Cases bereits exzellente Tools am Markt verf\u00fcgbar sind, die Anbieter f\u00fcr ihre Kunden anpassen.<\/p>\n\n\n\n

Es stimmt, dass Unternehmen damit Abstriche an der Individualit\u00e4t der L\u00f6sung machen m\u00fcssen. Doch diese sind meist gering und der Nutzen, der durch die schnelle Integration in den Arbeitsprozess entsteht, \u00fcberwiegt den Nachteil bei Weitem. Interne Teams m\u00fcssten sich \u00fcber Wochen und Monate einarbeiten, um das Kompetenzniveau spezialisierter Dienstleister zu erreichen. W\u00e4hrend dieser Zeit fallen nicht nur Personalkosten, sondern auch Weiterbildungskosten an sowie Kosten f\u00fcr Hardware und Software, die interne Entwickler ben\u00f6tigen, wenn sie KI-Services entwickeln sollen. Nach dem Deployment kommen laufende Kosten hinzu, um das Datenmodell der KI-Anwendung zu pflegen.<\/p>\n\n\n\n

Beim Outsourcing erhalten Unternehmen nicht nur schnell eine funktionsf\u00e4hige L\u00f6sung, sondern sparen sich auch diverse laufende Kosten. Dienstleister entwickeln ihre KI-Anwendung zudem kontinuierlich weiter. Von den Verbesserungen profitieren Kunden beim SaaS-Modell ohne weitere Kosten. Ganz automatisch. Bei Problemen mit der Software haben Unternehmen kompetente Ansprechpartner, die zeitnah reagieren und die Technologie im Detail kennen \u2013 besser als es jeder interne IT-Support leisten k\u00f6nnte.<\/p>\n\n\n\n

Es kommt darauf an, aber meist ist der Fall klar<\/strong><\/p>\n\n\n\n

Das Outsourcing von KI-Entwicklung ist keine perfekte L\u00f6sung. Unternehmen m\u00fcssen Kompromisse eingehen, doch im Vergleich zur Inhouse-Entwicklung \u00fcberwiegen in den meisten F\u00e4llen die Vorteile.<\/p>\n\n\n\n

Wenn Unternehmen bisher nicht wissen, in welchem Umfang sie k\u00fcnstliche Intelligenz in Zukunft in ihre Prozesse und ihr Unternehmensmodell integrieren m\u00f6chten, sollten sie einzelne Use Cases zun\u00e4chst von externen Dienstleistern realisieren lassen. Der Aufbau eines Inhouse-Teams w\u00e4re mit zu hohen Risiken verbunden.<\/p>\n\n\n\n

Damit die eingekaufte KI-Anwendung auch bestm\u00f6glich auf die Unternehmensziele einzahlt, sollten Entscheider ausreichend Zeit in die Wahl des KI-Dienstleisters investieren und vorab wichtige Fragen kl\u00e4ren:<\/p>\n\n\n\n