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. # Stufen im Reifegradmodell der generativen KI Das generative KI-Reifegradmodell ist in vier primäre Stufen gegliedert. Jede Stufe steht für den Fortschritt eines Unternehmens bei der Nutzung generativer KI-Fähigkeiten. Dieses Modell kann Unternehmen dabei helfen, zu verstehen, wo sie derzeit stehen, und sie zu den nächsten Schritten auf ihrem Weg zur generativen KI führen. Das folgende Diagramm zeigt die vier Stufen des Reifegradmodells für generative KI und die wichtigsten Aktivitäten für jede Stufe. ![Die vier Stufen des Reifegradmodells der generativen KI: Vision, Experiment, Markteinführung und Skalierung.](http://docs.aws.amazon.com/de_de/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/images/gen-ai-maturity-model-levels.png) Im Folgenden sind die vier Stufen des Reifegradmodells der generativen KI aufgeführt: + [Stufe 1: Stellen Sie sich vor](level-1.md) + [Stufe 2: Experimentieren](level-2.md) + [Stufe 3: Markteinführung](level-3.md) + [Stufe 4: Skala](level-4.md) Die Bezeichnungen für jeden Reifegrad spiegeln die Auswirkungen der Einführung generativer KI innerhalb des Unternehmens wider. Wenn Sie die Position Ihres Unternehmens auf einer bestimmten Stufe ermitteln, können Sie Einblicke in die Chancen gewinnen, die sich auf dem nächsten Reifegrad bieten. Niedrigere Stufen umfassen im Allgemeinen eher taktische, generative KI-Anwendungsfälle, und die höheren Ebenen sind tendenziell strategischer und transformativer Natur. Viele Unternehmen werden feststellen, dass Merkmale verschiedener Reifegrade für ihre Teams und Anwendungsfälle gelten. Das liegt daran, dass keine einzelne Stufe von Natur aus besser oder schlechter ist — der entsprechende Reifegrad hängt von den Zielen und der Bereitschaft des Unternehmens ab. **Anmerkung** **Mit diesem generativen KI-Reifegradmodell soll eine Organisation oder ihre generativen KI-Fähigkeiten nicht ausschließlich als Anfängerorganisation oder als transformativ eingestuft werden.** Vielmehr sollte jeder Aspekt der Einführung generativer KI unabhängig betrachtet werden. Die Merkmale der einzelnen Reifegrade stellen ein Kontinuum innerhalb des jeweiligen spezifischen Faktors dar, sind aber nicht unbedingt mit dem gleichen Grad in Bezug auf andere Aspekte korreliert. Die folgende Tabelle gibt einen Überblick über die vier Stufen. **** | Kategorie | Stufe 1: Stellen Sie sich vor | Stufe 2: Experimentieren | Stufe 3: Starten | Stufe 4: Skalierung | | --- | --- | --- | --- | --- | | Beschreibung | Organizations erforschen generative KI-Konzepte, schaffen Bewusstsein und identifizieren potenzielle Anwendungsfälle. | Organizations validieren das Potenzial generativer KI durch strukturierte Pilotprojekte und Machbarkeitsnachweise und entwickeln gleichzeitig technische Kernkompetenzen und grundlegende Rahmenbedingungen für die Implementierung. | Organizations setzen systematisch produktionsreife generative KI-Lösungen mit robusten Governance-, Überwachungs- und Unterstützungsmechanismen ein, um einen gleichbleibenden Mehrwert und betriebliche Exzellenz zu bieten und gleichzeitig die Sicherheits- und Compliance-Standards aufrechtzuerhalten. | Organizations richten unternehmensweite generative KI-Funktionen mithilfe wiederverwendbarer Komponenten, standardisierter Muster und Self-Service-Plattformen ein, um die Einführung zu beschleunigen und gleichzeitig die automatisierte Verwaltung aufrechtzuerhalten und Innovationen zu fördern. | | Fokus | Schärfen Sie das Bewusstsein und das Verständnis für generative KI-Technologien, erkunden Sie potenzielle Anwendungen und identifizieren Sie Bereiche, in denen KI dem Unternehmen einen Mehrwert bieten kann | Validieren Sie die Unternehmenswerte durch strukturierte Pilotprogramme und bauen Sie Kernkompetenzen auf | Stellen Sie einsatzbereite Lösungen bereit, die durch robuste Markteinführungsprozesse, umfassende Governance-Frameworks und Leistungsüberwachung einen messbaren Geschäftswert bieten | Erstellen Sie wiederverwendbare Komponenten und Muster, die die Einführung generativer KI im gesamten Unternehmen beschleunigen | | Kriterien | [See the AWS documentation website for more details](http://docs.aws.amazon.com/de_de/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/overview-levels.html) | [See the AWS documentation website for more details](http://docs.aws.amazon.com/de_de/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/overview-levels.html) | [See the AWS documentation website for more details](http://docs.aws.amazon.com/de_de/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/overview-levels.html) | [See the AWS documentation website for more details](http://docs.aws.amazon.com/de_de/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/overview-levels.html) | | Wichtigste Aktivitäten | [See the AWS documentation website for more details](http://docs.aws.amazon.com/de_de/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/overview-levels.html) | [See the AWS documentation website for more details](http://docs.aws.amazon.com/de_de/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/overview-levels.html) | [See the AWS documentation website for more details](http://docs.aws.amazon.com/de_de/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/overview-levels.html) | [See the AWS documentation website for more details](http://docs.aws.amazon.com/de_de/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/overview-levels.html) | Um das Reifegradmodell weiter zu erklären und zu verstehen, ist es wichtig zu verstehen, wie Unternehmen bei der Einführung generativer KI in der Regel vorankommen. Dieser Fortschritt spiegelt nicht nur wider, wie Unternehmen generative KI-Funktionen nutzen, sondern auch, was sie dazu bewegt, ihre Einführung voranzutreiben. In der Anfangsphase hatten viele Benutzer möglicherweise überhaupt keine formalisierten KI-Prozesse. Vielmehr betrachten sie ihre Tools als eine verbesserte Sammlung von Funktionen aus verschiedenen internen Quellen. Mit zunehmender Weiterentwicklung der Unternehmen werden diese Funktionen immer einheitlicher verwaltet und standardisiert. Wenn die Funktionen immer ausgefeilter und besser auffindbar werden und Benutzer sich von Natur aus für die Nutzung von KI-Funktionen entscheiden, wenden sich Unternehmen in der Regel von externen Motivationen wie Mandaten oder Anreizen ab. Im Idealfall beginnen sie sogar, ihre eigenen Anstrengungen in umfassendere KI-Innovation und -Entwicklung zu investieren.