Der "AI Graveyard"

Einen Überblick über die Menge an gescheiterten KI-Projekten zu erhalten, ist kaum möglich. Berichten des Harvard Business Review zufolge soll die Misserfolgsquote sogar bis zu 80 Prozent der Projekte betreffen. Dennoch versucht sich die Webseite dang.ai daran und betitelt das Ganze als "AI Graveyard" - zu deutsch "KI-Friedhof". Zwar ist nicht von einer vollständigen Auflistung auszugehen, dennoch befinden sich unzählige Projekte auf der Webseite. Dabei reichen die Themenbereiche der KI-Lösungen von unbegrenzten Anmachsprüchen für größeren Erfolg auf Tinder bis hin zu Kündigungsschreiben, um in der beruflichen Karriere den nächsten Schritt zu wagen. Die Liste ist lang und während der Untergang mancher Projekte selbsterklärend ist - schlichtweg, weil die Nachfrage für das Angebot fehlt - schienen andere zunächst vielversprechend.

Tech-Riesen übernehmen den Markt

Eine Vielzahl kleinerer KI-Projekte wurde durch große Unternehmen wie Microsoft oder ChatGPT-Entwickler OpenAI ersetzt, da sie die Nutzung mehrerer kleiner KIs überflüssig machten. So wurde einigen Projekten die Existenzgrundlage genommen, als ChatGPT die Fähigkeit erlangte, PDF-Dateien und andere Dokumente zu lesen, wie t3n.de berichtet. Auch Microsoft konnte GitHub mit einer KI-Lösung ausstatten, welche konkurrierende Programmierhilfen in den Schatten stellt. Sich gegen milliardenschwere Tech-Riesen zu bewähren, wird also auch im Bereich der künstlichen Intelligenzen immer schwieriger.

Viele scheitern bereits zu Beginn

Um zu verhindern, dass das eigene KI-Projekt überschwemmt wird und untergeht, empfiehlt Iavor Bojinov, ehemaliger Data Scientist und Hochschullehrer an der Harvard Business School, einige Schritte - diese beschreibt er in einem Artikel in der Zeitschrift Harvard Business Review. Der wohl wichtigste Aspekt spiegelt sich im ersten Schritt wider: der Auswahl. Werden die folgenden Punkte nicht bedacht, erhöht sich die Wahrscheinlichkeit des Scheiterns.

Während die richtige Auswahl und Vorbereitungen zu treffen bei allen Projekten entscheidend ist, bedarf dieser Aspekt Bojinov zufolge bei KIs besondere Aufmerksamkeit. Um sich in der Wirtschaftswelt der künstlichen Intelligenz zurechtzufinden, sollte sich das Ziel und der Zweck des Projekts im Voraus gut überlegt werden. Auch Steven Jones, Experte für Datenanalyse und künstliche Intelligenz, sieht hierin einen entscheidenden Aspekt. In einem Interview mit Parsionate erläutert er den seiner Meinung nach größten Aspekt, der KI-Projekte zum Scheitern bringt: "Ich denke, einer der Hauptgründe ist, dass Unternehmen oft nicht genau wissen, was sie von KI erwarten und welche Probleme sie lösen möchten".

Neben den Zielen, sollten auch die Rahmenbedingungen untersucht und festgelegt werden, so Bojinov. Entscheidend sind hierbei die Daten, denn der Erfolg von KI-Projekten hängt ihm zufolge maßgeblich von den zur Verfügung stehenden Daten ab. Auch Jones ist der Überzeugung, dass die mangelnde Datenqualität ein weiterer Grund für das Scheitern vieler Projekte ist. "Wenn die Daten nicht in ausreichender Menge oder Qualität vorhanden sind, führt dies dazu, dass das KI-System nicht die gewünschten Ergebnisse liefert", fügt er hinzu.

Ein weiterer wichtiger Faktor stellen die technologischen Möglichkeiten und Fähigkeiten dar. Bojinov erklärt, dass es neben genügend Datenspeicherungs- und Verwaltungskapazitäten, auch Mitarbeiter mit ausreichenden Kenntnissen in Data Science und Data Engineering geben muss. Jones ergänzt die Notwendigkeit der technischen Fähigkeiten dagegen mit Soft Skills, die seiner Meinung nach wichtiger sind. Dabei nennt er beispielsweise "eine erhöhte Frustrationstoleranz und den Willen, sich in ein Problem wirklich hineinzuarbeiten und nicht zu schnell aufzugeben". Für ihn ist klar: "Neben einer klaren Strategie ist für den Erfolg von KI-Projekten auch die sorgfältige Auswahl der Projekt-Partner elementar".

J. Vogel / Redaktion finanzen.net