KI-Anbieter finden

Doch steckt im Lösungspaket wirklich Künstliche Intelligenz drin oder handelt es sich um eine Mogelpackung? Das ist für Unternehmen oft schwer ersichtlich. Wer eine KI-Lösung sucht, sollte daher die Hersteller und ihre Produkte anhand mehrerer Kriterien prüfen.

Für Gérard Bauer, Vice President EMEA von Vectra, einem Anbieter von IT-Sicherheitsplattformen auf Basis von KI und Machine Learning, ist eine Frage entscheidend: Wie tief und breit ist die Entwicklungskompetenz eines Anbieters? Ein Indikator dafür sei die Zahl der Mitarbeiter, die einen «Background» in KI, Machine Learning (ML) und Data Science haben. Wenn beim Anbieter nur ein einziger Entwickler vorhanden ist, der zudem eine geringe ML-Erfahrung hat, ist Bauer zufolge höchstwahrscheinlich nur eine Open-Source-Bibliothek im Einsatz. Und das heisst, es wird mit KI nur «herumgespielt».

Laut Bauer sollten Unternehmen ausserdem versuchen, herauszufinden, ob bei einem infrage kommenden KI-Anbieter für den Bereich, in dem man nach Lösungen sucht, passende Fachkräfte vorhanden sind. «In vielen Fällen der angewandten KI geht es nicht nur darum, grosse Datenmengen zu erfassen und Berechnungen auszuführen», so Bauer. «In der Cybersicherheit brauchen wir beispielsweise erfahrene Sicherheitsforscher, die technische Verhaltensweisen von Angreifern hypothetisieren und validieren können. Ein Datenwissenschaftler allein hätte hier nicht den nötigen Einblick.» Nur in Zusammenarbeit mit dem Sicherheitsforscher könne der Datenwissenschaftler einen effektiven Algorithmus zur Erkennung von Cyberangriffen entwickeln.

Pluspunkte sollte man auch KI-Anbietern geben, die sich nachweislich langfristig für Innovationen und praxisrelevante Ergebnisse engagieren. Auszeichnungen und Branchen­anerkennungen deuteten diesbezüglich auf Glaubwürdigkeit und Relevanz in der Branche hin. Ein Indikator dafür ist, ob ein Unternehmen von etablierten Branchenanalysten genannt wird, ein weiterer, ob die Firma Patente angemeldet hat oder - noch besser - eigenentwickelte KI-Technologien patentieren liess.

Ein weiteres Kriterium bei der Anbieter-Suche sind die Daten, die dieser für das Erstellen, Trainieren, Testen und Betreiben seiner Algorithmen verwendet. Denn bei Data Science geht es Bauer zufolge nicht einfach nur darum, komplizierte Algorithmen zu entwickeln. «Neben der Auswahl algorithmischer Ansätze muss der Datenwissenschaftler auch das Kuratieren der Daten, die Auswahl und Extraktion von Merkmalen sowie das Training managen», so der Vectra-Manager. Unternehmen sollten ihren zukünftigen KI-Anbieter deshalb auch nach seiner Datenbasis fragen: «Suchen Sie nach Informationen über die Herkunft, Qualität, Verwaltung und Sicherheit der Daten sowie darüber, wie und wo sie verwendet werden.»

Besonders bei jüngeren Unternehmen empfehle sich ausserdem ein kritischer Blick auf das Führungsteam und die Mitarbeiter. Wichtig sei, dass sie über Erfahrung in der Branche verfügen. Weitere Kriterien sind die Erfolgsbilanz und der Ruf des Unternehmens sowie Informationen darüber, in welche Bereiche es seine Investitionen lenkt.

«Denken Sie ausserdem daran, dass KI ein reales Werkzeug ist und kein fernes Ziel. Es geht darum, wie KI eingesetzt wird», betont Gérard Bauer. Daher sollte ein KI-Tool auf autonome Weise für Effizienzgewinne oder neue Erkenntnisse sorgen. Wenig hilfreich sei eine herkömmliche Lösung mit «angeflanschter» Automatisierung, die durch Prozesse hinter den Kulissen unterstützt wird.

Des Weiteren empfiehlt Bauer, auf unabhängige, verifizierte Tests der Lösungen eines Anbieters und die Resonanz von User-Communities zu achten. Solche Informationsquellen seien neutraler als Referenzen, die der Hersteller bereitstellt.

Besonders wichtig ist schliesslich das Testen eines KI-Tools im eigenen Unternehmen. Nur so lasse sich dessen Effizienz ermitteln. «Suchen Sie nach Evaluierungs- oder Proof-of-Concept-Programmen, die es Ihnen ermöglichen, in Ihrer Umgebung praktische Erfahrungen zu sammeln und die richtige Lösung zu finden», so der Experte.