Wie Unternehmen die Anforderungen an AI-Kompetenz erfüllen können, bevor sie dazu gezwungen werden
Die rasche Einführung von Generative AI (GenAI) in Unternehmen zeigt das Potenzial auf, Arbeitsrollen strategischer zu gestalten und Produktivitätsgewinne zu erzielen. Allerdings kann eine schnelle Einführung auch Risiken mit sich bringen, insbesondere für Organisationen, die über keine AI-Kompetenz und Governance-Rahmenbedingungen verfügen.
Mit den neuen AI-Tools, die in den Nachrichten trendig sind, möchten die Mitarbeiter diese natürlich selbst ausprobieren und Möglichkeiten zur Produktivitätssteigerung erkunden. Doch ohne vorherige Schulung und Bildung über organisatorische Governance und bewährte Verfahren kann unschuldiges Experimentieren erhebliche Risiken für das Unternehmen mit sich bringen. Beispielsweise könnte die Eingabe sensibler Kundeninformationen in ChatGPT in bestimmten Fällen einen Vertragsbruch darstellen.
Dieses Szenario verdeutlicht die dringende Notwendigkeit, den Fokus auf die AI-Kompetenz sowohl in Regierungsrahmenbedingungen als auch in Öffentlich-Privaten Partnerschaften zu erhöhen. Es besteht die Befürchtung, dass viele Unternehmen, die seit der Einführung von ChatGPT optimistisch gegenüber GenAI eingestellt sind, die AI-Kompetenz vernachlässigt haben. Warum? Hohe Bildungskosten, falsch ausgerichtete Anreize und ein Mangel an bewährten Lernwerkzeugen haben AI-Kompetenzinitiativen zu einer Herausforderung gemacht. Allerdings wird eine aufkommende Regulierung wahrscheinlich die Organisationen dazu drängen, die Vorteile von AI mit verantwortungsbewusstem und informierten Einsatz in Einklang zu bringen.
AI-Kompetenz ist zentral für den verantwortungsvollen Einsatz
Im globalen AI-Regulierungsrahmen gilt der EU AI Act als Vorreiter. Ab Februar 2025 sind alle Unternehmen, die AI-Systeme in der EU entwickeln, integrieren oder bereitstellen, verpflichtet, Maßnahmen zu ergreifen, um sicherzustellen, dass die Mitarbeiter über ein ausreichendes Maß an AI-Kompetenz verfügen. Der Act definiert AI-Kompetenz als die Fähigkeiten, das Wissen und das Verständnis, die erforderlich sind, um die informierte Bereitstellung von AI-Systemen zu erleichtern.
Ein Fokus auf AI-Kompetenz ist sinnvoll, da Missbrauch der Technologie, selbst wenn er auf mangelndem Wissen beruht, strenge Konsequenzen gemäß dem Act nach sich ziehen könnte. Ein gutmeinender HR-Mitarbeiter könnte beispielsweise AI-Tools einsetzen, um Entscheidungen über Einstellungen oder Beförderungen zu rationalisieren. Während dieser Einsatz die Effizienz des Mitarbeiters verbessern könnte, könnte der EU AI Act dies als hochriskant definieren und das Unternehmen bestrafen, wenn die entsprechenden Kontrollen nicht vorhanden sind.
Die Datenkompetenz wird ein Faktor bei möglichen Strafzahlungen für Verstöße gegen die Vorschriften des EU AI Acts sein, die Unternehmen mit Sitz in der EU oder globale Organisationen mit Mitarbeitern in der EU betreffen. Organisationen, die nicht in diese Kategorie fallen, könnten dennoch gezwungen sein, über AI-Kompetenz nachzudenken, da es lokale regulatorische Anforderungen gibt. Nehmen wir die USA als Beispiel: Während es unwahrscheinlich erscheint, dass die US-Bundesregierung bald einen umfassenden regulatorischen Rahmen für AI einführt, arbeiten viele gesetzgebende Körperschaften auf staatlicher Ebene daran, und einige dieser Staaten überlegen, wie sie AI-Kompetenz priorisieren können.
Mit dem Fortschritt der AI können wir mit weiterer Regulierung rechnen. In die Entwicklung einer soliden Basis für AI-Kompetenz zu investieren, ist daher eine kluge Entscheidung für globale Unternehmen. Es ist mehr als eine Compliance-Übung. AI-Kompetenz ist ein wesentlicher Bestandteil verantwortungsvoller AI-Praktiken. Die Auswahl von Initiativen mit angemessenen Nuancen und Balancen ist entscheidend, um die Bemühungen zur Etablierung von AI-Kompetenz erfolgreich zu gestalten.
Keine einfachen Lösungen
Es sollte gesagt werden, dass die Steigerung der AI-Kompetenz eine Herausforderung für die Gesellschaft insgesamt darstellt. Der Bedarf, die AI-Kompetenz schnell im gesamten Arbeitskräfte zu verbessern, ist so groß, dass wir beginnen müssen, darüber nachzudenken, wie wir AI-Bildung in Schulen und anderen Ausbildungs- oder Bildungsplattformen integrieren können. So wird sichergestellt, dass zukünftige Generationen langfristig gut auf die Transformation der Gesellschaft durch AI vorbereitet sind.
Das gesagt, haben Organisationen ein berechtigtes Interesse daran, die AI-Kompetenz aufzubauen und können in diesem Bereich effektiv sein. Die Verfolgung von AI-Kompetenz, ohne zuvor die Datenkompetenz angegangen zu haben, ist jedoch voreilig. AI-Kompetenz beginnt mit der Datenkompetenz. Hier ist der Grund: AI ist nur so gut wie die Daten, die für ihr Training und ihre Eingaben verwendet werden; ohne die Grundlagen des Umgangs mit Daten zu verstehen, wird es den AI-Mitarbeitern wahrscheinlich nicht gelingen, das Potenzial von AI für transformative Ergebnisse zu maximieren.
Um grundlegende Datenfähigkeiten im gesamten Arbeitskräfte zu verbessern, benötigen Arbeitgeber Initiativen, die auf die unterschiedlichen Bedürfnisse ihrer Mitarbeiter eingehen und Schulungen an technische Fähigkeiten anpassen. Praktische Schulungsmöglichkeiten und On-Demand-Ressourcen für kontinuierliches Lernen helfen dabei, ansprechende Bildung über die Grundlagen der Datenwissenschaft und den Umgang mit Daten zu bieten. Ich habe aus erster Hand gesehen, wie das Gamifizieren von Bildung durch Datenherausforderungen und Datathons eine hervorragende Methode ist, um Datenanalyse durch Erfahrung zu lehren.
Datenwissen als Grundlage für AI-Kompetenz
Mit einer grundlegenden Datenkompetenz und dem unterstützenden Datenstack können Unternehmen mit der Förderung der AI-Kompetenz innerhalb der Belegschaft fortfahren. Die wichtigste Botschaft, die in diesen Bemühungen vermittelt werden muss, ist wahrscheinlich die einfachste: Konsultieren Sie einen CIO oder einen Gleichwertigen, bevor Sie diese neue AI-App herunterladen. Solche Downloads sind die wahrscheinlichsten Treiber von AI-Risiken, aber ein organisationsweites AI-Governance-Programm, das klare Richtlinien für genehmigte AI-Nutzungen und -Anwendungen bietet, kann dabei helfen, dies zu mildern.
Governance-Programme können auch einen Intake-Prozess einrichten, um AI-Anwendungen zu bewerten und zu genehmigen, sowie den Mitarbeitern klare Kommunikationskanäle bieten, um Antworten auf die Fragen zu suchen, was angemessen ist und was nicht.
Es besteht auch die Möglichkeit, die Programme zu verbessern, indem das Interesse der Mitarbeiter an den neuesten „heißen“ GenAI-Tools anerkannt wird. Anstatt Widerstand zu leisten und strenge Blockaden zu verwenden, können Unternehmen das Interesse nutzen, indem sie praktische Lernmöglichkeiten anbieten, die die Kompetenz durch tatsächliche Interaktion mit den Tools verbessern. Diese Art von Aktivität sensibilisiert die Mitarbeiter für die Risiken, die sie verstehen müssen, und die Schritte, die sie innerhalb ihrer Organisationen unternehmen müssen, um sicherzustellen, dass sie diese Risiken nicht unbeabsichtigt verschärfen.
Die Grundlagen einer AI-Erfolgsgeschichte
Mit klaren Governance-Rahmenbedingungen und einem Grundwissen über die Grundlagen von Daten ist es wahrscheinlicher, dass Mitarbeiter AI verantwortungsbewusst nutzen. Infolgedessen sind riskante Verhaltensweisen, die gegen die Regulierung verstoßen könnten, viel weniger wahrscheinlich.
Wichtig ist, dass Regulierung nicht der einzige Anreiz zur Priorisierung der AI-Kompetenz ist. Der Umgang mit Daten muss über technische Mitarbeiter hinaus demokratisiert werden, damit AI erfolgreich ist und eine Rendite erzielt. Die Etablierung von AI-Kompetenz ist entscheidend, um mehr Mitarbeiter an Bord zu bringen und sie in die Lage zu versetzen, mit der Technologie zu arbeiten. Mit den in diesem Artikel hervorgehobenen Nuancen bietet AI-Kompetenz eine überlegene Alternative zu AI-Einführungen, die auf strenger Überwachung und pauschalen Regeln basieren. Stattdessen können Organisationen das Interesse der Mitarbeiter an „heißen“ AI-Tools mit Bildung und Schulung nutzen, die haften bleibt. Unterstützt von der erforderlichen Infrastruktur, um das Beste aus Daten für AI-Ausgaben herauszuholen, werden diese Organisationen gut auf dem Weg zu beschleunigtem AI-Erfolg sein.
