Faculty Insight: Data Literacy als Wettbewerbsvorteil: Wie Führungskräfte KI-Potenziale freisetzen

Entdecken Sie, wie Andreas Steiner im MBA-Modul "Data Literacy & AI" der TU Wien Führungskräfte befähigt, KI-Potenziale zu nutzen und datengetriebene Entscheidungen erfolgreich umzusetzen.

"Daten und KI sind jedoch keine Selbstläufer – viele Projekte scheitern, weil der erwartete Mehrwert ausbleibt." Mit diesem Satz bringt Andreas Steiner, Data Scientist bei Celairion GmbH und wissenschaftlicher Mitarbeiter an der TU Wien, eine zentrale Herausforderung auf den Punkt. Im Modul "Data Literacy & AI" des Executive MBA General & Technology Management der TU Wien Academy for Continuing Education gibt er Führungskräften Einblicke, wie sie diese Hürde überwinden und KI-Potenziale voll ausschöpfen können.

people working on a project

Datenkompetenz und Wissen um KI sind essentielle Fähigkeiten moderner Führungskräfte. 

Datenkompetenz: Mehr als nur ein Schlagwort

In einer Welt, in der Unternehmen mit fortgeschrittenen KI-Fähigkeiten ihre Branchenkollegen finanziell übertreffen, ist Data Literacy für Führungskräfte essenziell. Steiner betont: "Daten und KI sind keine Zukunftsvisionen, sondern verändern bereits jetzt, wie Unternehmen arbeiten. Wer die Sprache der Daten spricht, behält die Kontrolle über die Zukunft." Doch was bedeutet Data Literacy konkret?

Es geht darum, Daten zu verstehen, kritisch zu bewerten und für Entscheidungen zu nutzen. Im MBA-Modul "Data Literacy & Artificial Intelligence" erarbeiten die Teilnehmer Strategien, "um Daten gewinnbringend einzusetzen und analysieren Stolpersteine einer erfolgreichen Implementierung." Sie lernen bewährte Methoden wie CRISP-DM, öffnet eine externe URL in einem neuen Fenster kennen und entwickeln konkrete Ansätze, "um KI und Datenanalyse für Ihr Einsatzgebiet sinnvoll nutzen zu können."

Praxisnahe Einblicke: KI in der Luftfahrtindustrie

Steiner bringt seine Expertise aus der Praxis bei Celairion, öffnet eine externe URL in einem neuen Fenster ein, wo er die Luftfahrtindustrie bei der Transformation von Inspektionsprozessen durch KI unterstützt. "Gemeinsam mit meinem Team arbeite ich daran, die Fehlererkennung zu verbessern und Fehlerquellen zu minimieren – unter anderem durch Bilddatenanalyse, Large Language Models sowie Vorhersagemodelle, Anomalieerkennung und intelligente Assistenzsysteme."

Diese Technologien haben das Potenzial, zahlreiche Branchen grundlegend zu verändern. Steiner demonstriert im Modul anhand konkreter Beispiele, wie KI-gestützte Lösungen in der Praxis aussehen und welchen Mehrwert sie bieten können.

Der Weg zur KI-Reife: Das MIT CISR Enterprise AI Maturity Model

Um den eigenen Fortschritt im Bereich Künstliche Intelligenz (KI) besser einschätzen und planen zu können, ist es hilfreich, sich am MIT CISR Enterprise AI Maturity Model, öffnet eine externe URL in einem neuen Fenster zu orientieren, das in einem Artikel der MIT Sloan School of Management vorgestellt wurde. Dieses Modell unterscheidet vier Stufen der KI-Reife:

Stufe 1: Experimentieren und Vorbereiten

Unternehmen in dieser ersten Phase konzentrieren sich darauf, ihre Belegschaft weiterzubilden, KI-Richtlinien zu entwickeln, stärker evidenzbasierte Entscheidungen zu treffen und mit KI-Technologien zu experimentieren, um ein besseres Verständnis für automatisierte Entscheidungsfindung zu entwickeln.

Stufe 2: Pilotprojekte und Fähigkeiten aufbauen

Unternehmen in dieser Phase setzen auf erste KI-Pilotprojekte, die sowohl für das Unternehmen als auch für die Mitarbeitenden einen messbaren Mehrwert schaffen.

Stufe 3: KI im gesamten Unternehmen industrialisieren

Der Übergang zu dieser Stufe ist ein entscheidender Schritt in der KI-Entwicklung eines Unternehmens – sowohl in Bezug auf das Unternehmenswachstum und die Rentabilität als auch auf die technologischen Plattformen, die für die notwendige Skalierung erforderlich sind.

Stufe 4: KI-zukunftsbereit werden

In dieser letzten Stufe gelten Unternehmen als KI-zukunftsbereit – das traf in der Studie auf 7 % der Unternehmen zu. Hier ist KI in alle Entscheidungsprozesse integriert, und Unternehmen setzen intern proprietäre KI-Modelle ein.

Stephanie Woerner, Direktorin des MIT CISR, hebt hervor: "Unternehmen können das MIT CISR Enterprise AI Maturity Model nutzen, um ihre aktuellen Fähigkeiten zu bewerten, Lücken zu identifizieren und eine Roadmap für Verbesserungen in verschiedenen Bereichen wie Prozesse, Technologie und Unternehmenskultur zu erstellen."

Nach Aktivierung werden u. U. Daten an Dritte übermittelt. Datenschutzerklärung., öffnet in einem neuen Fenster

Data Literacy & AI Essentials | Compact Program

Alin Kalam, Vortragender im Modul "Data Literacy & AI Essentials, erklärt, warum Entscheidungsträger Data-Kenntnisse zu ihrem Vorteil nutzen können.

Die Herausforderungen der KI-Implementierung

Trotz des enormen Potenzials von KI scheitern viele Projekte. Steiner erklärt: "Daten und KI sind jedoch keine Selbstläufer – viele Projekte scheitern, weil der erwartete Mehrwert ausbleibt." Im Modul werden daher auch die "Stolpersteine einer erfolgreichen Implementierung" analysiert und Strategien entwickelt, um diese zu überwinden.

Fazit: Die Zukunft gehört den datenkompetenten Führungskräften

Andreas Steiner fasst zusammen: "Daten und KI sind keine Zukunftsvisionen, sondern verändern bereits jetzt, wie Unternehmen arbeiten. Wer die Sprache der Daten spricht, behält die Kontrolle über die Zukunft." Das Modul "Data Literacy & AI" im Executive MBA-Programm der TU Wien bietet Führungskräften die Möglichkeit, die notwendigen Kompetenzen zu entwickeln, um in der datengetriebenen Welt von heute erfolgreich zu sein.

Für weitere Informationen zum deutschsprachigen, berufsbegleitenden Executive MBA General & Technology Management und dem Modul "Data Literacy & AI": 
Executive MBA General & Technology Management