Als Expertin für digitale Geschäftsmodelle unterstützen Sie Unternehmen dabei, konkrete Anwendungsfälle für den sinnvollen Einsatz von KI zu identifizieren, diese agil umzusetzen und den geschäftlichen Nutzen zu realisieren. Was fasziniert Sie an KI-Technologien?
Mich begeistert der unglaubliche Fortschritt, den wir in den letzten Jahren erlebt haben. Dinge, die vorher als unmöglich galten, sind nun im Alltag angekommen. Heute ist es für uns normal, dass wir Gesichtserkennung zur Authentifizierung nutzen, mit Alexa, Google Assistant oder Siri reden oder schnell mal einen Text übersetzen. Wir haben erlebt, dass Maschinen selbst so komplexe Spiele wie das Strategiespiel „Go“ erlernen und die besten Spieler besiegen können – und das ohne menschliche Spielpraxis zu nutzen. Mit immer preiswerterer Computerleistung, mehr und mehr Daten und leistungsfähigen Algorithmen sind wir hier auch bei weitem noch nicht am Ende der Möglichkeiten.
Sie sind Dozentin für Data Science & Künstliche Intelligenz im Master Wirtschaftsingenieurwesen Digitalisierung am IAW. Was sind die wesentlichen Inhalte des Moduls? Und was nehmen die Studierenden hier für die Praxis mit?
Nach einem Überblick zu Data Science, KI und Machine Learning lernen die Studierenden an Praxisbeispielen, was wichtige Einsatzgebiete und Funktionalitäten sind. Wir behandeln die Themen dabei nicht nur theoretisch, sondern zeigen, wie einfache Lösungen selbst designt und umgesetzt werden können: Angefangen bei der Einrichtung von Chatbots, über NLP und Visual Computing bis zu AutoML – die Studierenden gewinnen direkt Hands-on Erfahrungen für die berufliche Praxis.
Im Advanced Kurs wird dieses Wissen dann vertieft. Außerdem lernen die Studierenden, wie sie eine Datenstrategie erstellen und umsetzen, was sich hinter dem Schlagwort Big Data versteckt und wie sie große Datenmengen auswerten.
Für Unternehmen ist die praktische Umsetzung besonders wichtig. Daher diskutieren wir Fragen wie „Was ist das beste Vorgehen bei der Einführung?“, „Was hat sich bewährt?“, „Was sind Risiken?“ und zeigen Lösungswege auf. Die Studierenden erhalten so das nötige Handwerkszeug, um Data Science- und KI-Vorhaben selbst zu planen und erfolgreich umzusetzen. Der Bezug zum eigenen Arbeitsalltag steht hier im Zentrum. In den bisherigen Kursen wurden daher auch immer Ideen für das eigene Unternehmen oder Arbeitsumfeld generiert.
Data Science und Künstliche Intelligenz sind längst nicht mehr nur in Technologiekonzernen Thema. Warum ist die digitale Qualifizierung von Mitarbeiterinnen und Mitarbeitern langfristig ein lohnendes Investment für Unternehmen aller Branchen und Größen?
Data Science und KI sind wesentliche Komponenten von Digitalisierung. Konkrete Beispiele zeigen, dass neue Produkte und Services geschaffen werden und so mehr Umsatz gemacht werden kann. Gleichzeitig sieht man auch, dass durch KI die Automatisierung vorangetrieben wird und Kosten eingespart werden können. Dies beschränkt sich nicht nur auf Tech-Konzerne und Start-Ups, sondern ist relevant für Unternehmen aller Branchen und Größen.
Bei der Nutzung von KI im Unternehmen stehen wir trotzdem erst am Anfang. Laut einer Studie von McKinsey setzen erst 50% der befragten Unternehmen Künstliche Intelligenz ein und nur 22% der Befragten gaben an, mehr als 5% des unternehmensweiten EBIT durch den Einsatz von KI erzielt zu haben. Die Qualifizierung von Mitarbeiterinnen und Mitarbeitern mit dem entsprechenden Handwerkszeug, das wir vermitteln, nämlich das Know-how, wie man KI effektiv einführt, ist und bleibt auch langfristig wichtig.
