View a markdown version of this page

Generatives KI-Reifegradmodell Stufe 4: Skala - AWS Präskriptive Leitlinien

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 4: Skala

Stufe 4 des generativen KI-Reifegradmodells, die Skalierungsstufe, geht von operativer Exzellenz zu skalierbarer Innovation über. Organizations beginnen, über einzelne Produktionsbereitstellungen hinauszugehen und ein robustes Ökosystem aus wiederverwendbaren Komponenten, standardisierten Mustern und automatisierten Workflows zu schaffen. Dieses Ökosystem hilft Unternehmen dabei, die Einführung generativer KI in mehreren Abteilungen zu beschleunigen und gleichzeitig eine solide Unternehmensführung und Kostenoptimierung aufrechtzuerhalten. Durch die Einrichtung skalierbarer Architekturen und Self-Service-Funktionen ermöglicht dieser Reifegrad Unternehmen die effiziente Implementierung zahlreicher generativer KI-Anwendungen, die letztlich die unternehmensweite Transformation und nachhaltige Innovation vorantreiben.

In diesem Abschnitt werden folgende Themen behandelt:

Fokus und Kriterien

Auf dieser Ebene gehen Unternehmen von operativer Exzellenz zu skalierbaren Innovationen über und konzentrieren sich dabei auf die Entwicklung wiederverwendbarer Komponenten und Muster, die die Einführung generativer KI im gesamten Unternehmen beschleunigen. Der Schwerpunkt verlagert sich von individuellen Produktionsbereitstellungen hin zum Aufbau von Funktionen, die Self-Service-Funktionen, standardisierte Muster und automatisierte Workflows ermöglichen und gleichzeitig die Kosten optimieren und die Governance in großem Umfang aufrechterhalten. Im Gegensatz zu Level 3, das sich auf ausgewählte Produktionsworkloads konzentriert, ermöglicht Level 4 die schnelle Bereitstellung einer großen Anzahl generativer KI-Anwendungen mithilfe standardisierter und wiederverwendbarer Komponenten, wodurch unternehmensweite Effizienz- und Produktivitätssteigerungen erzielt werden.

Für diese Stufe gelten die folgenden Kriterien:

  • In mehreren Abteilungen wird generative KI in großem Umfang eingesetzt.

  • Die Organisation hat eine unternehmensweite generative KI-Infrastruktur und ein Tooling-Ökosystem eingerichtet.

  • Ein Betriebsmodell und eine RACI-Matrix werden definiert und implementiert.

  • Eine verfügbare Bibliothek umfasst standardisierte, wiederverwendbare KI-Komponenten, -Muster und Anwendungen. Self-Service-Funktionen machen die Bibliothek unternehmensweit zugänglich.

  • Automatisierte Governance-Mechanismen funktionieren unternehmensweit.

  • Die Organisation verfügt über Nachweise für nachhaltige Innovationspraktiken und -ergebnisse.

Wichtigste Aktivitäten

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

Säule der Adoption Aktivitäten
Geschäft
  • Richten Sie generative KI-Projekte auf langfristige Geschäftsziele aus. Konzentrieren Sie sich auf Umsatzwachstum, Kostensenkung und Kundenzufriedenheit.

  • Fördern Sie die unternehmensweite Einführung generativer KI durch wiederverwendbare Komponenten und standardisierte Muster, die einen Mehrwert bieten.

  • Finalisieren Sie das generative KI-Betriebsmodell und die RACI-Matrix für skalierte Abläufe.

  • Richten Sie spezialisierte Teams für die Architektur, Entwicklung und Wartung der Plattform ein.

  • Schaffen Sie standardisierte Verwaltungs- und Genehmigungsworkflows.

  • Implementieren Sie fortschrittliche Analysen und Überwachungen für kontinuierliche Verbesserungen.

  • Etablieren Sie einen proaktiven Ansatz, um die nächsten innovativen und hochwertigen Anwendungsfälle für KI zu identifizieren. Denken Sie an interne Anwendungsfälle, die die Produktivität verbessern, und externe Anwendungsfälle, die sich auf Produkte konzentrieren.

  • Evaluieren Sie die Möglichkeiten zur Automatisierung komplexer Entscheidungsprozesse

  • Beurteilen Sie die Möglichkeiten zur Personalisierung und Produktverbesserung

Personen
  • Schulen Sie Ihre Mitarbeiter in der Nutzung generativer KI-Tools und fördern Sie eine Kultur des kontinuierlichen Lernens und der Innovation.

  • Entwickeln Sie innerhalb des Exzellenzzentrums Mentorenprogramme, die Wissen von generativen KI-Experten an andere Teammitglieder weitergeben.

  • Verwenden Sie ein Inhouse-Modell oder ein Crowdsource-Modell, um die Entwicklung der wiederverwendbaren generativen KI-Komponenten zu beschleunigen.

  • Führen Sie KI-Zertifizierungsprogramme über ein Exzellenzzentrum durch.

Governance
  • Richten Sie unternehmensweite KI-Governance- und Ethik-Rahmenbedingungen ein, die Datennutzung, Modellgerechtigkeit und Transparenz abdecken.

  • Skalieren Sie verantwortungsvolle KI-Praktiken durch standardisierte Frameworks und automatisierte Leitplanken.

  • Legen Sie Richtlinien und Qualitätsstandards für Beiträge fest.

Plattform
  • Entwickeln Sie wiederverwendbare KI-Komponenten wie Microservices-Architekturen und automatisierte Pipelines für die Bewertung von Lösungen unter menschlicher Aufsicht.

  • Erstellen Sie standardisierte Lösungsvorlagen wie RAG-Implementierungen und Agenten-Workflows.

  • Erstellen Sie einen standardisierten Plan für die Integration mit Tools von Drittanbietern unter Verwendung von Industriestandards wie Model Context Protocol (MCP).

  • Implementieren Sie Self-Service-Funktionen über ein internes Portal, z. B. eine API-First-Integrationsarchitektur und einen Component Marketplace.

Sicherheit
  • Implementieren Sie Sicherheitskontrollen auf Unternehmensebene und automatisierte Konformitätsprüfungen.

Operationen
  • Entwickeln Sie Prozesse und Richtlinien zur Unterstützung eines internen Entwicklungsmodells oder eines Crowdsourcing-Entwicklungsmodells.

  • Implementieren Sie umfassende Observability-Frameworks.

  • Erstellen Sie Dashboards, mit denen Sie die Leistung überwachen können.

  • Implementieren Sie automatisierte Systeme, um Feedback zu sammeln.