monaco casino monte carlo

Das Thema KI ist gerade in der Industriewelt im Hype und jeder möchte etwas mit IoT, Predictive Maintenance oder Automated Quality machen. Zum Glück, denn das sichert unseren europäischen Wettbewerb langfristig. Für viele Unternehmen ist ein interner KI-Expertenstab allerdings nicht ökonomisch etc. Kurzum: Es gibt viele (gute) Gründe einen KI-Dienstleister zu beauftragen. Im Folgenden habe ich daher einen Leitfaden für die Suche nach dem perfekten KI-Dienstleister erstellt. Dazu noch folgender Hinweis: Dieser Artikel erscheint unabhängig von jeglichen Beratungsdienstleistern, weshalb ich auch keine Firmennamen erwähnen werde (außer uns hehe): Bei Interesse an industriellen KI-Projekten können Sie sich gerne jederzeit an uns wenden – wir helfen zuverlässig und effektiv.

Bei der Wahl des Dienstleisters gibt es verschiedene Kriterien nach welchen man sich orientieren kann und sollte. Diese werden im Folgenden kurz vorgestellt sowie positive und negative Effekte mit der damit verbundenen Wahl erörtert. Dabei ist wichtig zu erwähnen, dass in die Auswahl verschiedene Faktoren mit individueller Gewichtung fließen können. Eine Übersicht dazu ist in der untenstehenden Abbildung zu finden.

Insgesamt unterschiedet sich die KI-DL Suche erheblich von der anderer DLs: KI ist ein Thema bei welchem Erfahrungen in den letzten Jahren getätigt wurden. Hier gilt nicht die Regel, dass die besten Berater Ü50 sind und Anzug tragen. Folglich lohnt es sich neben den klassischen Beratungshäuser und Tec-Dienstleistern einen Blick über den Tellerrand hinaus zu wagen. Des Weiteren ist ein KI-Dienstleister oft am längeren Hebel: Die Auftragsbücher sind trotz Covid-19 auf lange Sicht gut gefüllt. Es ist daher besonders wichtig sich vor dem Sourcing die Faktoren gut anzuschauen:


Kundenportfolio und Projektreferenzen

Der naheliegendste und gleichzeitig bedeutendste Faktor für die Auswahl sollte nicht etwa die Unternehmensgröße, sondern die Referenzen sein. Das liegt daran, dass Unternehmen, die sich einig sind „wir brauchen KI“ meistens einfach irgendetwas mit KI machen wollen. Da hilft ein Plan – also: Bei KI-Dienstleistern im Internet (z.B. constai.de) nach Use-Cases suchen die interessant fürs eigene Unternehmen klingen. Hier gilt es sich inspirieren zu lassen. Es ist dabei auf keinen Fall bad-practise nach links und rechts zu schauen, da man sich in der Orientierungsphase befindet. Im Gegenteil ist das sogar gut, irgendwie muss man ja Erfahrungen sammeln.

Die Suche nach Inspiration kann dabei über Fachmessen, Internet, Fachzeitschriften aber auch Podcasts gehen. Hierbei kann man sich zügig einen Überblick verschaffen, bei welchem DL sich ein Kontaktaufbau lohnt und bei welchem eher nicht.

Hat man voll all dem keine Ahnung oder möchte wirklich von null auf an die Hand genommen werden, so ist das gefährlich: KI ist keine Wunderwaffe (auch wenn sie gerne als diese verkauft wird!). Deshalb sollte man sich vor Beginn eines KI-Projekts mit einem DL intern bewusst machen „was will ich eigentlich“. Falls Sie allerdings damit schon überfordert sind: consti@constai.de oder 017682724836, wir sind für Sie da ;).

Achtung aber vor KI-Dienstleistern die Ihnen von Beginn an Floskeln mit fixen Versprechungen a la „mit uns sparen Sie 30% der FEK“. Warum? Ganz einfach: KI Use-Cases sind immer fertigungsspezifisch und pauschale Aussagen daher ganz kritisch.


Dienstleistungstiefe

Ein weiteres wichtiges Entscheidungskriterium ist die Beratungstiefe. Zu Beginn ein Beispiel: Wir, die constai.de beraten sehr allgemein und am Anfang von KI-Projekten. Dabei fördern wir das allgemeine KI-Verständnis im Unternehmen und entwickeln erste Anwendungsfälle. Wir machen sozusagen die Kreativarbeit der Use-Case Identifikation. Danach folgt zusammen mit weiteren DL der technische Projektverlauf. Einen Gesamtüberblick zum KI-Projektablauf geben wir hier.

Nun stellt sich die berechtigte Frage: Warum nicht gleich einen All-in-One Dienstleister (AiO-DL) mit ins Boot nehmen? Auch das hängt von verschiedenen Faktoren und dem geplanten Projektverlauf ab. Möchte man beispielsweise zunächst nur potenzielle Use-Cases identifizieren und seine Mitarbeiter schulen, so sind kleinere Berater flexibler und kostengünstiger als AiO-DL, da diese auf eine langfristige Projektphase aus sind und weniger auf kurzeitige Beratung. Hat man hingegen einen konkreten Anwendungsfall oder hat eine Idee und möchte diese gleich umsetzen, so bietet sich das beauftragen eines AiO-DL an. Typische kleine Berater sind häufig einzelne Personen oder kleine Teams (z.B. constai.de) wohingegen DLs mit mehr Projekttiefe eigene Data-Scientisten und ML-Ingenieure haben um den Use-Case bis zur Evaluierung zu implementieren und zu betreuen. Der Nachteil bei der Beauftragung dieser ist hingegen, dass, wenn erst einmal der Stein in Form einer Beauftragung ins Rollen gebracht wurde er schwer wieder gestoppt werden kann oder der Dienstleister gewechselt werden kann.

Kurzum: Kleine Berater sind flexibler und eignen sich gut bei wenig konkreten KI-Vorstellungen, wohingegen AiO-Dls sich bei konkreten Projektzielen besser eignen. Dabei vermittelt der kleine Berater stets an den optimalen AiO-DL, wohin gegen bei einer direkten Beauftragung des AiO-DL ein Wechsel bei komplizierter Zusammenarbeit etc. nur schwer möglich ist.


Sonstige Faktoren

Neben den beiden Hauptfaktoren Skills und DL-Angebot spielen selbstverständlich noch weitere Faktoren mit rein. Diese sind sehr subjektiv wichtig und werden daher nur kurz der Vollständigkeit halber aufgeführt, können aber im Einzelfall durchaus relevant sein.

-Auftragslage: Wie ist die Wartezeit für einen Termin/Zusammenarbeit beim DL?

-Räumliche Distanz: Wo ist der Sitz des DL? (Evtl. interessant für Referenzkunden in der Region, Reisekosten etc.)

-Persönliche Ebene & Vertrauen: Kenn ich jemanden in der Richtung schon? DL-Sourcing ist letzten Endes immer Vertrauenssache: Wenn lass ich an meine Daten und Prozesse ran? Wer hilft mir wirklich kompetent und wer zieht mich nur ab?

-Kosten: Ist glaube ich selbsterklärend: Ist der Preis gerechtfertigt? Verkauft der mir etwa zu viel? Hier gibt es durchaus erhebliche Unterschiede zwischen den einzelnen Dienstleistern.

-uvm: Langfristigkeit der Unternehmung, Ruf des Unternehmens, Zertifizierungen, Erreichbarkeit (24/7 etc.)….



Zusammenfassend habe ich die einzelnen Faktoren in obenstehender Abbildung zusammengefasst und in Klammern einen Messrahmen für die Relevanz dieser Faktoren angehängt. Diese gelten dabei selbstverständlich nur als grober Messwert. Die weiteren Faktoren sind dabei nicht berücksichtigt, können aber bei Bedarf mit bis zu 10% gewichtet werden.

Nun, vielen Dank fürs Lesen! Es ist mir wie immer eine sehr große Ehre, dass Sie meinen Blogbeiträgen vertrauen. Im Gegenzug versuchen wir stets, unsere Beiträge mit gründlichster Genauigkeit sowie Vollständigkeit zu erarbeiten. Sollte dennoch etwas fehlen oder unklar sein oder was auch immer so gerne Rückmeldungen über consti@constai.de oder LinkedIn!