Am Anfang steht der Proof of Concept

Strategien für künstliche Intelligenz (KI)

Vidhi Chugh

AI strategist and ethicist

Machbarkeits-Workshops

Die Machbarkeit des Projekts evaluieren

Data decision

Machbarkeits-Workshops

Die Machbarkeit des Projekts evaluieren

Time and money investment

Datenattribute

Raw attributes usable as available

Datenattribute

Need processing

Datenattribute

Lead time from the invoice date to the delivery date

Verfügbarkeit von Daten

Intern
Externe Attribute

Aufwand auf Projektebene geschätzt
Aufgaben in kleinere Teile aufteilen

Data collection

Verfügbarkeit von Daten

Intern
Externe Attribute

Aufwand auf Projektebene geschätzt
Aufgaben in kleinere Teile aufteilen

Data preprocessing

Verfügbarkeit von Daten

Intern
Externe Attribute

Aufwand auf Projektebene geschätzt
Aufgaben in kleinere Teile aufteilen

Data quality assessment

Die Idee evaluieren

Cross-functional stakeholders

Likelihood of success

Die Idee evaluieren

Cross-functional stakeholders

Und Lösungen finden

Address challenges

PoC = Probefahrt

Erfahrungen sammeln vor dem Kauf

Test-driving a car

PoC = Probefahrt

Erfahrungen sammeln vor dem Kauf
Machbarkeit: über ein paar Wochen bis zu mehreren Monaten

Idea's feasibility

PoC = Probefahrt

Erfahrungen sammeln vor dem Kauf
Machbarkeit: über ein paar Wochen bis zu mehreren Monaten

Business value

Die hohe Relevanz eines PoC

Verbesserungspotenzial für eine reibungslose Produktentwicklung
Demonstriert das Wertversprechen
Feedback einholen

Technical capabilities

Regulatory compliance

Business alignment

Zeit, den PoC abzuschließen

Sorgfältige Bewertung; Entscheidung auf Basis der Ergebnisse

Abandon

Zeit, den PoC abzuschließen

Sorgfältige Bewertung; Entscheidung auf Basis der Ergebnisse

Conditional advancement

Zeit, den PoC abzuschließen

Sorgfältige Bewertung; Entscheidung auf Basis der Ergebnisse

Time to scale

Abhängig von den Daten

Unzureichende Datenqualität:
- Irritiert den Lernprozess des Modells
- Unterdurchschnittliche Ergebnisse
- Robuste Datenvalidierungsprüfungen

Fehlende Datenvielfalt:
- Repräsentative Daten vorbereiten

Misleads model learning

Abhängig von Software und Hardware

Incompatible tech stack

Rewriting code

Time consuming

Hardware

Eine klare Entscheidung

Erforderliche Leistung zur Skalierung
Kleine Komponente; muss kompatibel sein
Kosten und Herausforderungen machen eine Skalierung unpraktisch
Die Finanzierung abklären!

No repeatable patterns

No improvements

Time to scale

Lass uns üben!

Strategien für künstliche Intelligenz (KI)