Orell Garten

Erst das Problem, dann die KI

Das häufigste Muster hinter schlecht vorbereiteten Projekten ist für Orell kein technisches: Ein Unternehmen will KI machen, weil man KI eben macht, und sucht sich anschließend eine Aufgabe dazu. Sein Gegenmittel ist eine Pause und ein Schritt zurück zu den Zielen und zum eigentlichen Problem. Dass die ehrliche Antwort manchmal lautet, dass KI an dieser Stelle nicht weiterhilft, hält er für vollkommen legitim.

„Ich sehe ganz oft, dass man mit KI anfängt und dann ein Problem sucht."

Datenqualität ist keine absolute Größe

Daten sind nach seiner Erfahrung fast immer vorhanden, nur selten so organisiert, dass man mit ihnen arbeiten kann: im SharePoint oder, im schlimmsten Fall, auf einer Festplatte im Schrank, jedenfalls nicht automatisiert abrufbar. Ob Daten gut sind, lässt sich für ihn ohnehin nicht allgemein beantworten. Dieselben Datensätze können für eine Fraud Detection völlig ausreichen und für eine Churn-Analyse unbrauchbar sein, weil beide auf ganz andere Dimensionen schauen. Er hält deshalb die Rohdaten vor und sichert die Qualität in anwendungsspezifischen Streams.

Open Source oder proprietär: entscheidend ist die Abhängigkeit

Orell nennt sich einen großen Fan von Open Source, schiebt aber nach, dass er solche Lösungen auch selbst betreiben kann und dass das längst nicht für jeden Betrieb gilt. Wichtiger als das Lager ist ihm die Frage, welche Abhängigkeiten entstehen und wie kritisch sie sind: Ein Modell kann abgeschaltet, reguliert oder spürbar teurer werden. In bestimmten regulierten Branchen, so wurde ihm berichtet, ist ein Exit-Plan deshalb Pflicht. Bei den Preisen rechnet er eher mit steigenden als mit fallenden Token-Kosten, weil Hardware und Energie aktuell nicht billiger werden.

Datenstrategie statt Dashboard-Sammlung

Eine Datenstrategie beginnt bei ihm mit dem Ist-Zustand: Was passiert gerade im Unternehmen, welche Daten gibt es, wo drückt der Schuh? Was Controlling für die Finanzen leistet, leisten Daten für den Rest des Unternehmens. Viele Dashboards hält er dabei eher für ein Warnsignal als für einen Fortschritt, vor allem wenn zwei davon auf dieselbe Frage verschiedene Antworten geben. Danach helfen Pilotprojekte, weil sich der Wert einer neuen Technologie meist erst beziffern lässt, wenn man sie ausprobiert hat.

„Was wir eigentlich wollen, ist der Weg von ‚wir denken, dass das so ist‘ zu ‚wir wissen, dass das so ist‘."

Wofür er im Syndikat ansprechbar ist

Orell ordnet sich selbst klar ein: nicht als Spezialist für Modelle, sondern als derjenige, der alles vorbereitet, damit KI sinnvoll umgesetzt werden kann. Das reicht von der Datenstrategie über Architekturentscheidungen bis zur Datenverarbeitung, und er bleibt bis in die Umsetzung dabei. Gute Datenarbeit, sagt er, falle ohnehin erst auf, wenn sie fehlt.

„Ich bin eigentlich für alles ansprechbar zwischen Daten entstehen und KI passiert."