KI-Reifegradmodelle sind eine Anleitung zum Mittelmaß

KI-Reifegradmodelle sind eine Anleitung zum Mittelmaß.

Klingt erstmal provokant, macht auf den zweiten Blick aber Sinn.

Die Theorie dazu ist nicht von mir, sondern von Roger Martin, einem bekannten "Management Thinker" und renommierten Strategieexperten und Co-Autor des Buchs "Playing to Win". In seinem Artikel "Benchmarking is for Losers" von 2023 argumentiert er, dass Benchmarking, also die Fit-Gap-Analyse zwischen dem eigenen Unternehmen und dem in einer Disziplin führenden Wettbewerb, nur für "Loser" nützlich sei. Ein Loser ist für Martin ein Unternehmen, das seine vorhandenen Ressourcen nicht optimal einsetzt, also hinter seinen Möglichkeiten zurückbleibt.

Benchmarking ist also sinnvoll, um offensichtliche Defizite aufzuholen, es hilft jedoch nicht, um in die Gewinnerposition zu kommen. Man bleibt maximal Durchschnitt, denn Benchmarking zeigt nur, wo andere heute schon stehen. Und was so offen daliegt, macht nicht nur die eigene Organisation nach, sondern jeder. Zudem ist es zweifelhaft, ob die Besten gerade wegen der Dinge, die man abschauen kann, vorne liegen. Ihr Vorsprung steckt in genau jenen Dingen, die man nicht nachmachen kann. Genau das ist der Kern von Strategie!

Bei KI-Reifegradmodellen werden organisationale Fähigkeiten wie der einfache Zugriff auf Daten, der Einsatz ausgefeilter Governance-Prozesse oder der Aufbau einer AI-Community of Practice "gebenchmarkt". Wie beim generellen Benchmarking helfen sie, Rückstände aufzuholen, aber mehr nicht. Man sollte sich also bewusst sein, für welche KI-Anwendungsfälle und die dafür nötigen Fähigkeiten das Mittelmaß OK ist und wann nicht.

Wie beim Eiskunstlauf kann man zwischen Pflicht und Kür unterscheiden. KI-Reifegradmodelle sind gut für die Pflicht, die Kür schafft man damit aber nicht. Unternehmen brauchen also zuerst Klarheit, was für sie Pflicht ist und was Kür. Wer ein Reifegradmodell blind anwendet, übernimmt stattdessen die Einteilung, die der Autor des Modells getroffen hat. Nur weil das Modell eine föderierte Datenplattform als höhere Reifestufe führt, ist sie für das eigene Unternehmen noch keine Pflicht. Erfolgreiche Unternehmen nutzen genauso gut zentrale Datenplattformen.

Warum also die disruptivste Technologie seit dem Internet nur dazu nutzen, den Anschluss zu halten? Für manche Unternehmen ist Benchmarking genau die richtige Antwort. Für andere verschenkt es das eigentliche Potenzial von KI und womöglich den einzigen Vorsprung, den sie hätten. Welches von beiden auf euch zutrifft, verrät kein Reifegradmodell.

Auf unserem diesjährigen DataLab Community Summit am Mittwoch, 9. September, in Köln vertiefe ich das Thema in meinem Vortrag "AI-Roadmap, aber welche? Ein Kompass für Entscheider" und gebe euch eine einfache Heuristik an die Hand, wie ihr zwischen Pflicht- und Kür-Initiativen unterscheidet, und was das für eure AI-Roadmap bedeutet.

Neugierig? Mit über 160 Teilnehmenden sind wir zwar ausgebucht, aber ich kann noch zwei VIP-Tickets vergeben. Sprecht mich einfach direkt an.