Dein KI-Projekt läuft wahrscheinlich auf Daten, die du bereits besitzt.
Die meisten Unternehmen benötigen keine neuen Daten, um mit KI zu beginnen; sie müssen die Informationen, die sie bereits haben, auffindbar, aktuell und im eigenen Besitz machen.
Den ersten KI-Projektplanung nicht am Datenakquise scheitern lassen
Die meisten Unternehmen gehen bei der Planung ihres ersten KI-Projekts davon aus, dass die schwierigste Hürde die Beschaffung von Daten sei. Das ist meistens nicht der Fall. Die Verträge, Angebote, Support-Tickets, Produktspezifikationen und Richtlinienunterlagen, die für ein nützliches System erforderlich sind, existieren bereits innerhalb des Unternehmens. Das Problem ist, dass sie an sechs verschiedenen Orten in vier Versionen vorliegen, ohne dass jemand sagen kann, welche korrekt ist.
An dieser Lücke scheitern KI-Projekte oft. Nicht im Modell, sondern in der Dokumentation.
Von einer Frage beginnen, nicht von einer Archivsuche
Der Instinkt besteht darin, alles Inventar zu führen, bevor man beginnt. Widerstehen Sie diesem Drang. Eine umfassende Datenprüfung dauert Monate, erzeugt eine Tabellenkalkulation, die niemand liest, und verzögert das, was Ihnen am meisten beibringen würde.
Wählen Sie stattdessen eine Entscheidung oder eine wiederkehrende Aufgabe aus: Wie wir einen nicht-standardisierten Auftrag berechnen. Was wir einem Kunden mitteilen, dessen Bestellung verspätet ist. Welche Klausel wir in einem Lieferantenvertrag nachgeben können. Bereiten Sie dann nur die Informationen vor, die diese Aufgabe nähren. Sie werden mehr über den Zustand Ihrer Daten aus zwanzig tatsächlich verwendeten Dokumenten erfahren als aus einer vollständigen Karte von Dokumenten, die Sie nicht nutzen.
Was "bereit" wirklich bedeutet
Für eine bestimmte Gruppe von Dokumenten müssen vier Bedingungen erfüllt sein:
- Findbar. Das System kann es erreichen, ohne dass jemand eine Datei per E-Mail sendet. Ein gemeinsamer Ordner, eine Datenbank, ein exportierter Ordner – das Mechanismus ist weniger wichtig als die Tatsache, dass es sich in einem erreichbaren Ort befindet.
- Aktuell. Es gibt eine autoritäre Version, und alle stimmen darüber überein, welche es ist.
- Zugriffsberechtigt. Der Zugriff wird durch den Fragenden kontrolliert, nicht dadurch, ob das System zufällig über die Datei verfügt.
- Beschrieben. Jedes Dokument enthält Informationen zu dessen Ersteller, Datum und Anwendungsbereich.
Keiner dieser Punkte ist technisch. Alle sind organisatorisch, daher neigen sie dazu, an die falschen Personen weitergegeben zu werden.
Das Versionsproblem ist das teure
Wenn drei Preislisten existieren und zwei veraltet sind, bemerkt ein Mensch die Daten und wählt die richtige aus. Ein System nicht. Es wird aus der Version antworten, die es gelesen hat, mit demselben selbstsicheren Ton, den es verwendet, wenn es richtig ist, und jemand wird einem Kunden eine Ratekarte aus dem Jahr 2023 zitieren.
Die Lösung ist unglamourig, aber langlebig. Benennen Sie einen Eigentümer pro Dokumentgruppe. Lassen Sie sie die kanonische Version deklarieren, die anderen in einem nicht erreichbaren Speicher archivieren und die Verantwortung für deren Aktualität übernehmen. Tun Sie dies, und Ihr KI-Projekt wird besser. Überspringen Sie KI komplett, und Ihre Firma wird trotzdem besser, was ein gutes Zeichen dafür ist, dass Sie an der richtigen Sache arbeiten.
Das meiste wertvolle Wissen wurde nie schriftlich festgehalten
Die Antworten Ihrer besten Mitarbeiter sind selten im Handbuch zu finden. Sie befinden sich in Support-Tickets, E-Mail-Antworten an Vertrieb und der Nachricht, in der ein Kollege erklärt hat, warum dieser bestimmte Kunde eine Ausnahme erhält.
Beginnen Sie damit, diese in dem Format aufzunehmen, in dem sie bereits vorliegen. Sammeln Sie die zwanzig häufigsten Fragen Ihrer Mannschaft und schreiben Sie die tatsächlichen Antworten – kurz, datiert und mit einer Zuordnung. Dreißig gute Antworten werden mehr für ein erstes System leisten als ein zweihundertseitiges Richtliniendokument, das seit der letzten Umstrukturierung nicht mehr geöffnet wurde.
Entscheiden Sie, was das System nie sehen darf
Bevor Sie irgendetwas verbinden, ziehen Sie eine Linie. Gehaltsdaten, Gesundheitsinformationen, unredigierte Kundendaten, vertrauliche Angelegenheiten. Entscheiden Sie, was bleibt aus, schreiben Sie es auf und machen Sie die Ausschlussregelung strukturell – separate Speicherorte, getrennte Berechtigungen – anstatt eine Anweisung zu geben, der das System folgen soll.
Entscheiden Sie dann, wie der Zugriff funktioniert. Wenn ein Vorgesetzter ein Dokument einsehen kann und ein Praktikant nicht, muss dies auch gelten, wenn beide über einen Chat-Fenster fragen. Systeme, die für jeden gleichermaßen antworten, können am Ende die falsche Person ansprechen.
Ein Ablaufdatum setzen
Altes Informationen ist der stille Fehlermodus. Eine Richtlinie, die 2024 abgelaufen ist, bleibt unbegrenzt im Ordner und liest sich als autoritativ. Geben Sie jedem Dokumentensatz ein Überprüfungs- und einen zuständigen Prüfer. Wenn ein Dokument abläuft, wird es bis zu seiner erneuten Genehmigung aus dem Pool entfernt.
Was Sie erwarten können
Die Vorbereitung von Daten für eine Arbeitsweise dauert Wochen, nicht Quartale, und die zweite Arbeitsweise ist schneller, weil die Eigentumsgewohnheiten bereits etabliert sind. Messen Sie den Fortschritt an zwei Dingen: Wie oft die Antwort des Systems korrekt ist und wie oft Sie diese Antwort auf ein spezifisches Dokument zurückverfolgen können. Letzteres ist wichtiger in einem frühen Stadium. Eine Antwort, die nicht zurückverfolgt werden kann, kann nicht korrigiert werden.
Dies ist der am wenigsten sichtbare Teil der KI-Implementierung und auch der schwerste. Es ist auch der Bereich, an dem wir die ersten Wochen der meisten Engagements verbringen, weil ein gutes Modell, das unordentliche Informationen liest, vertrauenswürdige, gut geschriebene Fehler erzeugt – und die sind schwieriger zu erkennen als offensichtliche.