Wichtige Erkenntnisse von Accelerate: Wie Finanzdienstleister und Fertigungsunternehmen Daten und KI für einen messbaren ROI nutzen

Für viele Unternehmen verschiedenster Branchen ist das Zeitalter der experimentellen KI dem Zeitalter der praktischen Implementierung gewichen. Selbst Unternehmen, die KI-Lösungen noch testen und evaluieren, wenden sich nicht mehr der Kunst des Möglichen zu, sondern konzentrieren sich stärker auf den ROI, der in Kürze messbar sein wird.

„Es wird nicht mehr ausreichen, wenn Ihr Unternehmen KI nur einsetzt, um die Zustimmung der Unternehmensführung zu gewinnen“, so Samuel Lee, Product Marketing Director für Finanzdienstleistungen bei Snowflake. „Stattdessen müssen Unternehmen einen echten Mehrwert aus ihrer KI-Implementierung ziehen. Führungskräfte werden zunehmendem Druck ausgesetzt sein, ihre KI-Investitionen und die weiteren geschäftlichen Auswirkungen zu quantifizieren.“

Das war eine zentrale Botschaft der beiden jüngsten Branchenveranstaltungen von Snowflake, Accelerate Financial Services und Accelerate Manufacturing, die im März stattfanden. Die Veranstaltungen in Zusammenarbeit mit dem Snowflake-Partner Amazon Web Services (AWS) waren eine wertvolle Gelegenheit für Fachleute und Führungskräfte, zu erfahren, wie sie Hindernisse bei der Daten- und KI-Implementierung überwinden, KI mit Zuversicht skalieren und erfolgreiche Geschäftsergebnisse erzielen können. 

Die Sessions beleuchteten die neuesten Branchentrends, innovative Anwendungsfälle und Strategien zur Erstellung einer erfolgreichen Unternehmensdaten- und KI-Strategie. Snowflake-Expert:innen, Kundenunternehmen und Führungskräfte von AWS lieferten strategische Einblicke und praktische Tipps zur Optimierung von KI-Strategien, Demos für wichtige Anwendungsfälle und Best Practices.

Hier sind sieben weitere aufschlussreiche Erkenntnisse:

• Für Unternehmen, die KI in ihrem Betrieb einsetzen wollen, ist eine Data-Cloud-Strategie der erste Schritt. „Der Einsatz fortschrittlicher KI/ML beginnt fast immer damit, alle Daten auf organisierte und systematische Weise in die Cloud zu übertragen“, so Magnus Akesson, Worldwide Head of Industrial Vertical Solutions GTM bei AWS. 

• Der Zugang zu fortschrittlichen KI-Funktionen transformiert und optimiert operative Aufgaben. „Wir erleben definitiv mehr betriebliche Effizienzfunktionen, insbesondere bei Aufgaben wie der Dokumentenverarbeitung“, so Debanit Das, Senior Director of Technology bei Northwestern Mutual. „In der Vergangenheit war die Verarbeitung unstrukturierter Daten zeitaufwendig und schmerzhaft und erforderte manuelle Arbeit. Indem wir diese Tasks nun mithilfe von LLM- und ML-Funktionen automatisieren, können wir sie kostengünstiger nutzen. Zwar war die Implementierung von Modellen zur semantischen Analyse und Mustererkennung immer möglich, doch es war kostspielig, ein eigenes Forschungs- und Entwicklungsteam zu haben. Mit etwas Prompt Engineering können Sie nun auf diese Funktionen zugreifen.“

• Die Einhaltung gesetzlicher Vorschriften hat bei der Einführung neuer Technologien oberste Priorität. „Viele Finanzdienstleistungsunternehmen nutzen KI, insbesondere generative KI und agentische Automatisierung“, so Lorraine Knerr, Global Head of GenAI and Data Solutions Strategy and Architecture bei AWS. „Sie wollen wissen, dass sie für die damit verbundene intensive regulatorische Kontrolle bereit sind, insbesondere in Sachen Datenschutz.“

• In einer Zeit, in der KI-Modelle immer ausgefeilter werden, vollzieht sich ein Wandel hin zu umfassender Governance. „Modell-Governance gab es schon immer, aber jetzt müssen nicht nur die Daten kontrolliert werden, die in das Training von KI-Modellen fließen, sondern auch die Reaktionen, die aus dem Modell herauskommen“, so Awah Teh, VP of Data Governance and Privacy Engineering bei Capital One.

• Führende Unternehmen implementieren facettenreiche Anpassungsstrategien, während sich Lieferketten erheblich verändern. Dazu gehören „die digitale Transformation, die Förderung kollaborativer Lieferantenbeziehungen, die Implementierung agiler und schlanker Fertigung sowie der Aufbau resilienter und flexibler Netzwerke“, so Saurabh Vijayvergia, AI Strategy and Engineering Leader bei Deloitte. „Einer der wichtigsten Schwerpunkte für Unternehmen bleibt weiterhin die Data Collaboration, um die Effizienz und Integration über die gesamte End-to-End-Wertschöpfungskette hinweg zu verbessern. ... Durch das nahtlose Data Sharing innerhalb der gesamten Wertschöpfungskette können diese Unternehmen mehr Transparenz und Einblicke in alle Facetten ihrer Lieferkette erhalten, was eine proaktive Erkennung und Abmilderung potenzieller Unterbrechungen ermöglicht.“

• Vor dem Einsatz neuer Technologien sollten Fertigungsunternehmen sicherstellen, dass ihre Daten in Ordnung sind. „Technologietools sind großartig. Doch schauen Sie sich zunächst die Prozesse an ... Richten Sie einen Data-Governance-Prozess und Stammdatenmanagement-Prozesse ein, die alle verfügbaren Daten inventarisieren“, so Ramin Rastin, Senior Vice President of Data Engineering and Advanced Data Sciences (AI/ML) bei GXO Logistics. „Korrigieren Sie zunächst all diese Prozesse, denn sobald Sie beispielsweise mit einem Partner wie Snowflake einen globalen Data Lake einrichten, wird das Onboarding dieses Tools viel einfacher, viel schneller und viel agiler. Und was man mit KI-Tools auf dieser Plattform erreicht, wird viel aussagekräftiger.“ 

• Generative KI verändert bereits die Lieferketten in der Fertigung. „Generative KI wird in allen Fertigungsunternehmen eingesetzt – egal, ob sie Bedarfsprognosen, Produktionsprozesse oder sogar Bestandsreduzierungen plant“, so Tim Long, Manufacturing Global Industry GTM Lead bei Snowflake. „Generative KI entwickelt sich in der gesamten Fertigungsbranche zu einer führenden Methode, um Fehler und Ursachen zu identifizieren.“ Darüber hinaus, so Long, „ermöglicht generative KI kognitive Lieferketten und sorgt dafür, dass das Produkt so effizient wie möglich an die Endkund:innen geliefert wird.“ 

Konnten Sie nicht dabei sein? Sie können die Veranstaltungen weiterhin on demand ansehen: Accelerate Financial Services und Accelerate Manufacturing.