In der klassischen Softwareentwicklung war der Prototyp die eigentliche Hürde und die Skalierung eine Fleißarbeit. Bei künstlicher Intelligenz kehrt sich dieses Verhältnis um. Wer das nicht erkennt, produziert überzeugende Piloten, die den Produktivbetrieb allerdings nie erreichen. Die regulierten Branchen zeigen, wie sich diese Falle umgehen lässt.
Fast jeder Entscheider bringt aus Jahrzehnten IT-Erfahrung eine Intuition mit: Man beginnt mit einem Prototyp und sobald dieser funktioniert, ist der schwierigste Teil bewältigt. Was folgt, ist das Ausrollen und der Betrieb. Diese Annahme war über lange Zeit korrekt. Bei künstlicher Intelligenz, speziell bei der Verwendung großer vortrainierter Sprachmodelle trägt sie nicht mehr. Das ist einer der am stärksten unterschätzten Gründe, warum KI-Vorhaben scheitern, obwohl sie vielversprechend begonnen haben. Die Risiken haben sich entlang des Projektverlaufs verlagert. Klassische Softwareentwicklung folgte lange einer vertrauten Logik: Erst wa...
Dieser Beitrag kann kostenfrei gelesen werden, nachdem sich mit ihrem Account angemeldet wurde.
Noch kein uplifted Account? Dann hier kostenfrei registrieren:
... oder hier anmelden:
