View a markdown version of this page

Generatives KI-Reifegradmodell Stufe 1: Envision - AWS Präskriptive Leitlinien
Fokus und KriterienWichtigste AktivitätenTransformationsstrategie

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Generatives KI-Reifegradmodell Stufe 1: Envision

Diese grundlegende Ebene dient als kritischer Ausgangspunkt, an dem Unternehmen generative KI-Konzepte untersuchen, das Unternehmensbewusstsein stärken und potenzielle Anwendungsfälle identifizieren, die ihren Geschäftszielen entsprechen. Durch die Schaffung dieser grundlegenden Grundlagen können Unternehmen eine klare Vision für ihre KI-Entwicklung entwickeln und gleichzeitig wichtige Aspekte in den Bereichen Geschäft, Mitarbeiter, Unternehmensführung, Plattform, Sicherheit und Betrieb berücksichtigen.

Fokus und Kriterien

Ziel auf dieser Ebene ist es, ein grundlegendes Verständnis und Bewusstsein für generative KI-Technologien und neue Branchentrends im Zusammenhang mit dieser Technologie aufzubauen. Dazu gehören die Bewertung potenzieller Anwendungen und die Identifizierung von Bereichen, in denen generative KI dem Unternehmen zugute kommen könnte. Diese Stufe konzentriert sich darauf, Interessengruppen über generative KI aufzuklären und damit zu beginnen, Anwendungsfälle zu untersuchen und eine Bewertung der Risiken und der kulturellen Eignung durchzuführen.

Für diese Stufe gelten die folgenden Kriterien:

  • Die Organisation hat Grundkenntnisse der generativen KI nachgewiesen.

  • Die Organisation hat das Bewusstsein für generative KI-Anwendungen und -Möglichkeiten in der Industrie dokumentiert.

  • Die Organisation hat zunehmend Verständnis dafür entwickelt, dass sie kulturell bereit ist, KI zu nutzen.

  • Die Organisation hat eine erste Untersuchung potenzieller Anwendungsfälle und Vorteile durchgeführt.

  • Die Organisation hat erste Überlegungen zu den Verwaltungs- und Sicherheitsanforderungen angestellt.

Wichtigste Aktivitäten

In der folgenden Tabelle sind die wichtigsten Aktivitäten für die einzelnen Adoptionssäulen aufgeführt.

Säule der Adoption Aktivitäten
Geschäft

  • Erfahren Sie, wie generative KI spezifische Geschäftsprobleme lösen kann.

  • Ordnen Sie erste generative KI-Anwendungsfälle Geschäftszielen zu, z. B. der Verbesserung der Kundenbindung oder der Automatisierung der Inhaltserstellung.

  • Identifizieren Sie hochwertige Datenquellen in Bezug auf ausgewählte Anwendungsfälle.
Personen

  • Führen Sie interne Schulungen und Workshops zum Wissensaustausch durch.

  • Identifizieren Sie KI-Champions innerhalb des Unternehmens, um die Erkundung generativer KI-Möglichkeiten voranzutreiben.

  • Bewerten Sie die Unternehmenskultur und die Bereitschaft Ihres Unternehmens im Change-Management für die Einführung generativer KI.

  • Beurteilen Sie die aktuellen technologischen Qualifikationslücken in Ihrem Unternehmen und ermitteln Sie, welche Investitionen für die Einführung generativer KI erforderlich sind.

  • Entwickeln Sie Bildungsinitiativen, um Führungskräften zu helfen, das strategische Potenzial, die technologischen Fähigkeiten, die transformativen Auswirkungen auf das Geschäft und die Bedeutung von Daten in generativen KI-Projekten zu verstehen.

  • Nehmen Sie an Branchenforen und Konferenzen teil, um von den Erfahrungen anderer Unternehmen mit der Einführung von KI zu lernen.

  • Organisieren Sie interne Hackathons, um Experimente zu fördern und Innovationen zu fördern.
Governance

  • Informieren Sie sich über ethische und regulatorische Überlegungen zur Einführung generativer KI, wie Datenschutz und Datensouveränität.

  • Entwickeln Sie erste Richtlinien für den verantwortungsvollen Einsatz von KI in der Organisation.
Plattform

  • Informieren Sie sich über die Anforderungen für die Einführung generativer KI, um sie an den Standards Ihres Unternehmens auszurichten.

  • Erkunden Sie AI/ML Modelle und Tools wie Amazon Bedrock für den Zugriff auf Basismodelle und Amazon SageMaker AI, um schnell zu experimentieren.

  • Beurteilen und katalogisieren Sie bestehende interne und externe Datenquellen. Bewerten Sie die Dateninfrastruktur und -qualität, um die Machbarkeit generativer KI und die potenziellen Implementierungsanforderungen zu ermitteln.
Sicherheit

  • Machen Sie sich mit den Sicherheitsauswirkungen und Aufgaben vertraut, die mit der Einführung generativer KI im Unternehmen verbunden sind, wie z. B.:

    • Datenschutz- und Datenschutzrisiken, einschließlich der potenziellen Offenlegung sensibler Informationen durch Trainingsdaten, Eingabeaufforderungen und Modellergebnisse

    • Herausforderungen bei der Zugriffskontrolle und Authentifizierung, die die Komplexität der Benutzerverifizierung und der rollenbasierten Berechtigungen in KI-Systemen umfassen

    • Modellieren Sie Sicherheitslücken, zu denen die Anfälligkeit für Prompt-Injection-Angriffe und die potenzielle Generierung unsicherer oder unangemessener Inhalte gehören
Operationen

  • Machen Sie sich mit den betrieblichen Herausforderungen vertraut, die mit der Einführung generativer KI im Unternehmen verbunden sind, wie z. B.:

    • Planen Sie die Anforderungen an die Leistungsüberwachung Ihrer KI-Lösungen ein.

    • Berücksichtigen Sie die Anforderungen an Governance und Versionierung.

    • Verstehen Sie, was für Verfahren zur Reaktion auf Vorfälle erforderlich ist.

Transformationsstrategie, um das nächste Level zu erreichen

Um den nächsten Reifegrad zu erreichen, sollten Sie die folgenden Aspekte berücksichtigen:

  • Richten Sie funktionsübergreifende generative KI-Teams ein — Bilden Sie funktionsübergreifende generative KI-Teams mit klaren Rollen und Verantwortlichkeiten. Zu den Teams sollten IT-Vertreter, Unternehmensvertreter, Akteure aus den Bereichen Sicherheit und Unternehmensführung sowie generative KI gehören, SMEs die Experimente leiten können. Diese Gruppe wird später, wenn Sie Ihre generativen KI-Bemühungen skalieren, die Grundlage für ein formal definierteres Center of Excellence (CoE) bilden.

  • Identifizieren und priorisieren Sie Anwendungsfälle — Entwickeln Sie eine Anwendungsfallmatrix, die Ihnen hilft, Projekte auf der Grundlage der Machbarkeit, der geschäftlichen Auswirkungen und der Ausrichtung auf strategische Ziele zu priorisieren. Für Machbarkeitsnachweise (PoCs) erstellen Sie eine kurze Liste der wichtigsten Anwendungsfälle.

  • Bereitstellung von Ressourcen für Pilotprojekte — Sicherung von Budget und Personal für die Durchführung kleiner Projekte. PoCs

  • Entwickeln Sie generative KI-Fähigkeiten — Qualifizieren Sie Ihre Mitarbeiter in Bezug auf bestimmte Tools und Technologien wie Amazon Bedrock, SageMaker KI, Amazon Q Business, Amazon Q Developer, Prompt Engineering, Retrieval Augmented Generation (RAG) sowie agentische KI und Workflows.

  • Vollständige vorläufige Steuerung — Richten Sie eine vorläufige Steuerung ein, die den Einsatz generativer KI steuert. Sie sollte die Einhaltung von Vorschriften, das Risikomanagement und ethische Überlegungen umfassen.

  • Kulturelle Bereitschaft — Beginnen Sie mit der Planung des organisatorischen Change-Managements für die unternehmensweite Einführung generativer KI.

  • Identifizieren Sie Erfolgsmetriken — Definieren Sie für jeden PoC die Erfolgskriterien sowie die geschäftlichen und technischen Kennzahlen.

Wenn Unternehmen diese Maßnahmen ergreifen, können sie Folgendes erwarten:

  • Sammeln Sie praktische Erfahrungen mit generativen KI-Technologien.

  • Validieren Sie die Machbarkeit und die potenziellen Auswirkungen bestimmter Anwendungsfälle.

  • Bauen Sie interne Fähigkeiten und Fachkenntnisse im Bereich generativer KI auf.

  • Identifizieren Sie potenzielle Herausforderungen und Risiken im Zusammenhang mit der Einführung generativer KI.

  • Verbessern Sie die Bereitschaft zur Einführung generativer KI, um die nächste Stufe zu erreichen.