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.
Implementierung eines KI-gestützten ADM-Zielbetriebsmodells
Verwenden Sie einen strukturierten, schrittweisen Ansatz, um ein generatives Zielbetriebsmodell (TOM) für KI-Anwendungsentwicklung und -wartung (ADM) zu implementieren. Der folgende Ansatz bringt schnelle Erfolge mit langfristigen transformativen Veränderungen in Einklang und minimiert gleichzeitig Störungen des laufenden Betriebs. Jede Phase befasst sich mit bestimmten Komponenten des TOM, wobei deren wechselseitige Abhängigkeit und Entwicklung während des Implementierungsprozesses hervorgehoben werden.
Wie in der folgenden Abbildung dargestellt, besteht die Implementierungsstrategie aus Phasen, die sich über einen Zeitraum von 12 Monaten von der grundlegenden bis zur fortgeschrittenen Komplexität weiterentwickeln:
-
Phase 1: Grundsteinlegung — Diese Phase findet in den Monaten 1—3 statt. Es legt grundlegende Verwaltungsstrukturen fest und führt wichtige KI-Tools ein, während gleichzeitig schnelle Erfolge erzielt werden.
-
Phase 2: Aufbau von Fähigkeiten — Diese Phase findet in den Monaten 3—6 statt. Es erweitert die Einführung von KI und befasst sich mit Prozessen mittlerer Komplexität. Starten Sie Ihr KI-COE, erweitern Sie die Einführung von KI auf Rollen im Projektmanagement und im Betrieb und arbeiten Sie mit Ihren ADM-Partnern zusammen, um wichtige SDLC-Prozesse mithilfe generativer KI neu zu gestalten.
-
Phase 3: Skalierung der Transformation — Diese Phase findet in den Monaten 6—12 (und darüber hinaus) statt. Es implementiert fortschrittliche Lösungen und bewältigt Herausforderungen mit höherer Komplexität. Implementieren Sie beispielsweise fortschrittliche KI-Lösungen für Architekturdesign, Full-Stack-Entwicklung und Sicherheitsüberwachung. Entwickeln Sie Ihre KI-Governance auf Unternehmensebene und entwickeln Sie Ihre Vertragsbeziehungen zu ADM-Partnern weiter, um der neuen KI-gestützten Realität Rechnung zu tragen.
Anmerkung
Führen Sie vor Beginn der Implementierung eine KI-gestützte SDLC-Eignungsbeurteilung durch, um einen Überblick über die aktuellen SDLC-Fähigkeiten Ihres Unternehmens zu erhalten und wichtige Verbesserungsbereiche zu identifizieren. Weitere Informationen finden Sie unter Nächste Schritte.
Die tatsächlichen Zeitpläne können je nach organisatorischem Kontext, Implementierungsansatz und anderen Faktoren wie Umfang und Umfang der Implementierung variieren. Einige Organisationen können je nach ihren spezifischen Umständen und ihrem Reifegrad in kürzerer oder längerer Zeit Ergebnisse erzielen.
Wenn Sie diese Phasen durchlaufen, können Sie die ADM-Praktiken Ihres Unternehmens systematisch transformieren und KI einsetzen, um Innovation, Effizienz und Wettbewerbsvorteile zu fördern. Weitere Informationen zur Verwendung eines schrittweisen Ansatzes in Ihrem Unternehmen finden Sie unter Roadmap für die Implementierung eines KI-gestützten ADM-TOM und unter Bewährte Methoden für alle Implementierungsphasen.
Organizations können im Rahmen dieser Transformation ihre internen Kapazitäten verbessern. Dieser Weg erfordert auch kontinuierliche Anpassungen und eine klare Kommunikation mit allen Beteiligten. Das Ergebnis ist ein integriertes, globales ADM-Zielbetriebsmodell für KI-gestützte Softwareentwicklung und Wartung mit Ihren Beratungs- und Technologiedienstleistern.
Roadmap für die Implementierung eines KI-gestützten ADM-TOM
Die folgende Tabelle enthält einen Referenzplan, der einen schrittweisen Ansatz zur Implementierung eines ADM-TOM verwendet und gleichzeitig die Unterbrechung des laufenden Betriebs minimiert. Für jede ADM-Komponente beschreibt die Roadmap die relevanten Aktivitäten, die in jeder Implementierungsphase stattfinden.
ADM-Komponente |
Grundsteinlegung: Monate 1—3 |
Aufbau von Fähigkeiten: Monate 3—6 |
Skalierung der Transformation: Monate 6—12 und darüber hinaus |
|---|---|---|---|
Strategische Ausrichtung |
|
|
|
Organisatorische Struktur |
|
|
|
Talent und Fähigkeiten |
|
|
|
Unternehmensführung und Ethik |
|
|
|
Messung der Leistung |
|
|
|
Partner-Ökosystem |
|
|
|
Technologie und Tools |
|
|
|
Prozesse |
|
|
|
Informationen zu einem Rahmen einer KI-Vision für ADM, der ein Leitbild, Ziele und strategische Initiativen umfasst, finden Sie in Anhang A: Beispielrahmen für eine KI-Vision für ADM. Eine detaillierte Implementierungscheckliste, die Unternehmensführung, Organisationsstruktur, Rollen, Prozesse und Tools in allen drei Phasen abdeckt, finden Sie in Anhang B: Implementierungscheckliste für ein ADM-TOM.
Bewährte Methoden für alle Implementierungsphasen
Es ist wichtig, die folgenden bewährten Verfahren in allen Implementierungsphasen zu beachten. Für jede bewährte Methode wird die zugehörige Komponente des Betriebsmodells angezeigt, sodass angegeben wird, welcher Aspekt des Modells am stärksten betroffen ist:
-
Überwachen und passen Sie den Ansatz kontinuierlich auf der Grundlage von Feedback und Ergebnissen an. (Leistungsmessung)
-
Kommunizieren Sie mit allen Beteiligten klar und deutlich über verschiedene KI-Initiativen und deren Auswirkungen. (Strategische Ausrichtung)
-
Sorgen Sie für ein ausgewogenes Verhältnis zwischen KI-Automatisierung und menschlicher Aufsicht, um die Qualität sicherzustellen und die Kontrolle zu behalten. (Unternehmensführung und Ethik)
-
Beurteilen Sie regelmäßig die Kapitalrendite (ROI) von KI-Initiativen und passen Sie die Strategie entsprechend an. (Leistungsmessung; strategische Ausrichtung)
-
Gehen Sie in einem globalen Bereitstellungsmodell auf Datenschutz- und Sicherheitsbedenken ein, die für den Einsatz von KI spezifisch sind. (Unternehmensführung und Ethik)
-
Evaluieren Sie regelmäßig die Auswirkungen von KI auf das Outsourcing-Wertversprechen und passen Sie das Engagement-Modell nach Bedarf an. (Partner-Ökosystem; strategische Ausrichtung)