KI – was hat das mit Corporate Leadership zu tun?

Wir starten eine Serie zum Thema Künstliche Intelligenz – nein, eigentlich sind wir schon mittendrin. Es geht darum, unterschiedliche Aspekte, Entwicklungen und Positionen darzustellen. Künstliche Intelligenz wird unser Leben bestimmen – immer mehr: Wir brauchen als Gesellschaft dazu nicht weniger als ein kollektives Narrativ. Dazu wollen wir in dieser Serie mit Sichtweisen von Expertinnen beitragen.

Der Winter ist vorbei, gemeint ist der sogenannte KI-Winter. Aber was hat das mit Corporate Leadership zu tun? Einiges. Mit Winter ist wohl der Winterschlaf gemeint, der seit einigen Jahren beendet ist, weil die Entwicklung der grundsätzlichen Algorithmen nun durch Daten befeuert wird und KI-Anwendungen rasant an Beweglichkeit und Relevanz zulegen. Denn wir alle sind inzwischen Datenproduzenten. Hinzu kommen die Daten aus der Industrie 4.0, in der bestenfalls alle Objekte, ja ganze Produktionsanlagen vernetzt sind und permanent in ihren virtuellen Abbildern Daten generieren – im „Digital Flow“ mit allen anderen Unternehmensdaten.

Weil wir’s können – Werte auf dem Prüfstand

Stellen Sie sich vor, jeder von knapp 250.000 Mitarbeitern in einem Unternehmen hat eine App, mit der er permanent alle anderen, Kollegen, Mitarbeiter und Chefs, bewerten muss. Dafür stehen 100 Kategorien zur Verfügung – ständiges Feedback und Kritik. Diese App ist mit dem Vergütungssystem verbunden: Aus Rating wird Ranking und das wiederum steuert Hire-and-Fire.

cobweb-921039_1920_pixabay

Science Fiction? Nein, Realität bei Bridgewater and Associates. Stellen Sie sich auch vor, eine Leadership-KI sei in der Lage, alle verfügbaren Daten, Analysen, Szenarien und Risiken im Geschäftsumfeld auszuwerten und nach den Mustern und Entscheidungsstrukturen des Gründers und seines Topmanagements Vorgehensweisen vorzugeben – AI-unterstütztes Decision Making. Das heißt PriOS und ist noch in der Entwicklung. Aber Tatsache ist, dass an einigen Vorstandstischen bereits Artificial Manager sitzen, die „Management-Legwork“ machen und nach Datenmodellen entscheiden.

Im Prinzip…

Der „Cobot“ von Manuela Veloso begrüßt Besucher und bringt sie zu ihren Gesprächspartnern. Er versteht und spricht unsere Sprache. Diese KI hat die Größe eines 10-jährigen Kindes, ein Gestell auf Rädern mit einem Touchscreen auf Kopfhöhe. Im unteren Bereich gibt es ein Körbchen und an der Seite baumelt ein Handtuch. Der „Cobot“ hat gelernt, sich im Gebäude zu bewegen, ohne gegen Wände zu rollen, und kann Hindernissen ausweichen. Braucht er Unterstützung, beispielsweise wenn er Kaffee holen soll, kann er Menschen um Hilfe bitten und verarbeitet die Informationen. Wohlbemerkt: Er probiert aus und lernt – mit einem Algorithmus, der ihn dazu befähigt.

brettspiel-business-challenge-277052_pexels_klein.jpg

Ein weiteres Beispiel: Wenn Sie dem Industrie-Roboter des japanischen Unternehmens Fanuc den Auftrag geben, Objekte aus einer Box in einen anderen Container zu legen, dann lernt er über Nacht, einen Gegenstand dieser Form zu greifen und dort wieder abzulegen, wo er hingehört. Er probiert es aus und sammelt dadurch die erforderlichen Daten. Er braucht keine weitere Programmierung dafür. Geben Sie zwei Robotern den selben Auftrag, lernen sie in der Hälfte der Zeit wie’s geht, weil Sie beide vernetzen können. Es gibt ebenfalls Roboter, die sich selbst reparieren und natürlich modifizieren oder andere bauen können.

… so gut wie Daten und Muster

Was passiert, wenn die Software Bewerbergespräche führt? Mehr Objektivität, weniger Sympathie-Punkte durch Attraktivität, die Software registriert auch Mimik und Gestik, ist effizient. Aber die Ergebnisse sind nur so gut, wie die vorgegebenen Ziele und die Entscheidungsmuster der HR-Mitarbeiter von denen sie lernt.

rawpixel-196464-unsplash_klein

Beispielsweise fielen im Recruiting-Prozess eines Unternehmens alle Bewerber durch, die aktuell außerhalb einer bestimmten Entfernung zum Standort lebten. Warum? Weil die Software tägliches Pendeln über eine weite Strecke als häufigen Kündigungsgrund abgespeichert hatte und die Zielvorgabe „möglichst lange Betriebszugehörigkeit“ dem entgegenstand. Damit bekamen „ärmere“ Bewerber aus den Vorstädten systematisch ein schlechteres Ranking – egal wie geeignet sie sonst waren.

Disruption von Führung

KI ist aus der Beta-Phase raus. Sie bietet Lösungen für mehr Produktivität und Insights aus Big Data innerhalb wie außerhalb des Unternehmens. Die Analytik ist ihre große Stärke. KI-Anwendungen leisten Management-Legwork und können Entscheidungen treffen. Sie lernen und werden besser. Das bedeutet nicht weniger als eine Disruption der Essenz von Führung.

ball-63527_1920_pixabay

Eine der wesentlichen Aufgaben heute ist, eine klare Positionierung zum Thema KI im Topmanagement zu entwickeln. Werte und Kultur eines Unternehmens stehen hier zur Disposition und müssen sich im Umgang mit KI und Digitalisierung beweisen bzw. weiter entwickelt werden. Empathie, der Aufbau von tragfähigen Beziehungen, Führung mit gemeinsamen Zielen, die Übergabe von Verantwortung an Mitarbeiter sowie eine Fehlerkultur, die Freiräume für Innovationen schafft und die Fähigkeit sich selbst zu reflektieren und klar zu positionieren – auch zum strategisch sinnvollen Einsatz von KI –  sind Kriterien, die in Zukunft Leadership ausmachen.

Aber wer übernimmt die Verantwortung für KI-basierte Entscheidungen? Nach welchen Kriterien und mit welchen Zielen wird eine Anwendung entwickelt? Wie wird Transparenz gewährleistet? Unternehmen und Gesellschaft brauchen Richtlinien und Visionen: Compliance-Herausforderungen sind sozusagen systemimmanent, Unternehmen, Märkte und Gesellschaft werden immer wieder auch mit unbeabsichtigten Konsequenzen beim Einsatz von KI konfrontiert sein.


Auch interessant in unserem Blog:


Linkliste


Foto Credits

Titel: brandi-redd auf Unsplash
Spinnennetz: Quelle Pixabay
Schachbrett: Quelle Pexels
Menschen in einer Reihe: rawpixel auf Unsplash
Weltkugel: Quelle Pixabay

Advertisements

„Von Mixed Reality bis Künstliche Intelligenz: Ist Menschsein allein nicht genug?“

„Wie nah möchten wir Menschen mit Technologie verbunden sein und wie können wir die Entwicklung von Tech-Trends wie Künstlicher Intelligenz beeinflussen?“ Alissia Quaintance, unsere Expertin aus der Produktentwicklung für neue Technologien, spricht in diesem Podcast über KI, VR und AR (Künstliche Intelligenz, Virtual Reality und Augmented Reality). Es ist die erste Folge des neuen Microsoft Podcast: Zwischen 0 und 1 – Tech Trends auf dem Prüfstand.

Alissia gibt hier Insights aus dem Kreationsprozess, spricht über den Stand der Entwicklung, Perspektiven und die Historie. Daraus entsteht ein schlüssiges Bild, dass auch für nicht-Techies sehr klar, umfassend und leicht verständlich ist: Super-spannend bis zur letzten Minute!

Alissia ist brilliant in ihrer einfachen und überzeugenden Darstellung dieser komplexen Thematik. Sie bietet damit einen Einstieg in genau das, was wir heute brauchen: einen breit geführten Diskurs über technologische Entwicklungen in Unternehmen und in der Gesellschaft.


Profil von Alissia Quaintance

Alissija_Quaintance_Bild_1

Alissia Quaintance ist Digital Innovation Strategist und Co-Founder von IQ Gemini und beschäftigt sich mit der Interaktion von Mensch und Technologie mit Schwerpunkt auf Mixed Reality und Künstliche Intelligenz. Als Expertin für digitale Innovation spezialisiert sich Alissia auf die Erarbeitung von Strategien für den Einsatz neuer Technologien und den gezielten Aufbau innovativer Teams für Unternehmen, Marken und Institutionen, die immersive Technologien einsetzen möchten. Ihre Mission ist es, Virtual Reality und die Mensch-Maschine-Interaktion auf eine neue Ebene zu heben.

Alissia unterstützt Branchen-Pioniere und Vordenker bei der Entwicklung von Innovationen. Sie befähigt Organisationen, bessere Fragen zum Thema Technologie zu stellen, die weit über Design und Entwicklung hinausgehen. Ihre Arbeit schlägt dabei die Brücke zwischen internen Teams von weltweit führenden Unternehmen, Tech OEMs, Kreativen, Entwicklern, Anthropologen, Verhaltenspsychologen und Kognitionsforschern – immer mit dem Ziel, Anwendungen und Technologien zu kreieren, die den Konsumenten auf einer tieferen Ebenen erreichen.