Planview Blog

Ihr Wegweiser durch die digital vernetzte Arbeitswelt

Künstliche Intelligenz, Vision und Trends

Innovation im Fokus: Die KI-Reife in Unternehmen steigern

Vernetzte Arbeitsintelligenz durchbricht die Silos, in denen viele KI-Pilotprojekte bislang verharren

Veröffentlicht By Dr. Richard Sonnenblick
Innovation im Fokus: Die KI-Reife in Unternehmen steigern

Anmerkung der Redaktion: Die Reihe Innovation im Fokus bietet Ihnen exklusive Einblicke in Entwicklungen bei Planview und relevante Markttrends. Grundlage sind Gespräche mit Technologie- und Geschäftsexpert:innen weltweit, deren Perspektiven maßgeblich zu den Fortschritten beitragen, die wir als Unternehmen vorantreiben.

Den heutigen Beitrag über die Entwicklung der nächsten Generation von KI sollten Sie keinesfalls verpassen. Dr. Rich Sonnenblick, Chief Data Scientist bei Planview, erklärt, warum die meisten KI-Pilotprojekte nicht skalierbar sind. Außerdem erläutert er, wie vernetzte Intelligenz zur Fähigkeit von Unternehmen beiträgt, von theoretischen Experimenten zu praktischem Business Impact überzugehen.

Heutzutage drehen sich Gespräche über KI mit Tech-Leader:innen und Führungskräften oft um ein entscheidendes Thema: den KI-Reifegrad.

Die meisten Organisationen haben bereits mit KI experimentiert und schulen ihre Belegschaft. Viele andere nutzen generative KI (einschließlich LLMs) für Pilotprojekte und die Entwicklung von Capabilitys, um die individuelle Produktivität und Effizienz zu steigern. Die jüngste globale Umfrage von McKinsey zum Thema KI zeigt, dass 88 % der Unternehmen generative KI in mindestens einer Geschäftsfunktion einsetzen (im Vergleich zu 78 % im Vorjahr).

Mit der zunehmenden Verbreitung von KI wächst auch der Anspruch der Führungskräfte an einen klar messbaren ROI. Der ausschlaggebende Faktor ist dabei laut MIT der Reifegrad der KI.

Das KI-Reifegradmodell des Massachusetts Institute of Technology (MIT) beschreibt einen vierstufigen Prozess:

  • In Phase 1 experimentieren Organisationen und bereiten sich auf KI vor.
  • In Phase 2 werden KI-Pilotprojekte initiiert und Capabilitys entwickelt.
  • In Phase 3 etablieren Unternehmen KI-Arbeitsweisen.
  • In Phase 4 sind Unternehmen bereit, KI langfristig zu integrieren.

Im Forschungsbericht heißt es ferner, dass „Unternehmen die größten finanziellen Auswirkungen beim Übergang von Phase 2 zu Phase 3 der KI-Reife sehen“ – ein Faktor, der die Vorteile der unternehmensweiten Verankerung von KI unterstreicht.

Laut McKinsey schaffen es branchen- oder funktionsspezifische Anwendungsfälle, die das größte Potenzial für finanzielle Erträge bergen, jedoch selten über die Pilotphase hinaus. Die Gründe sind meist technische, organisatorische, datenbezogene oder unternehmenskulturelle Hürden.

Unternehmen berichten uns von ähnlichen Faktoren, die die KI-Reife beeinflussen.

Weitere Informationen: KI-Trendbericht: 4 Paradigmenwechsel, auf die Sie sich vorbereiten sollten

Welche Faktoren verzögern wirklich die KI-Reife?

Einige Unternehmen berichten uns, dass sie mit Einschränkungen bei der Integration von Altsystemen oder mit isolierten Abteilungen zu kämpfen haben. Andere stellen fest, dass schlechte Datenqualität – oder das altbekannte Problem des Widerstands gegen Veränderungen – sie daran hindert, KI im gewünschten Tempo zu skalieren.

Für uns haben diese Hindernisse eine gemeinsame Ursache: die inhärente Komplexität der digital vernetzten Arbeitswelt.

Digital vernetzte Arbeit beschreibt das Zusammenwirken aller kritischen Elemente eines Unternehmens – von der Idee bis zum Geschäftsergebnis. Menschen, Technologien, Daten, Abhängigkeiten und andere wichtige Elemente einer Organisation stehen alle in Bezug zueinander. In diesem Umfeld ist eines der größten Risiken die mangelnde Vernetzung – Silos, die die Abstimmung behindern, Verzögerungen verursachen und andere schwerwiegende Konsequenzen mit sich bringen.

Wir beobachten, dass Silos die KI-Reife auf vielerlei Weise behindern. Ein konkretes Beispiel: Ein KI-Tool kann nicht auf Informationen zu Kapazitätsbeschränkungen aus Ressourcenmanagementsystemen oder Abhängigkeitsdaten von Bereitstellungsteams zugreifen. Infolgedessen kann die KI nicht erkennen, welche strategischen Initiativen gefährdet sein werden, und die Bereitstellungsteams können wiederum nicht einsehen, wie ihre Arbeit mit den übergeordneten Objectives und Key Results (OKRs) zusammenhängt.

Ohne einen zusammenhängenden Kontext bleibt jede Abteilung auf isolierten Experimenten sitzen, die nur selten unternehmensweiten Mehrwert erbringen.

Um den Reifegrad der KI zu fördern, müssen diese Silos mit Informationen überbrückt werden, die nicht nur aus einzelnen Funktionen stammen, sondern den gesamten Unternehmenskontext widerspiegeln. Hier kommt unsere KI für die digital vernetzte Arbeitswelt ins Spiel.

Anvi – Ihr Schlüssel für digital vernetztes Arbeiten

Planview Anvi™ ist die nächste Generation der Enterprise-KI für die digital vernetzte Arbeitswelt. Sie vereint das gesamte Spektrum von KI-Fähigkeiten auf unserer End-to-End-Plattform – von unserem Connected Work Graph bis hin zu generativer und agentischer KI.

Im Gegensatz zu allgemeinen KI-Tools versteht Anvi die Beziehungen zwischen Portfolioinvestitionen, Ressourcenkapazitäten, strategischen Zielen und teamübergreifenden Abhängigkeiten. Anvi basiert auf der umfassenden Data Fabric von Planview. Dank ihrer tiefen fachlichen Verankerung bietet sie Orientierungshilfen und schlägt intelligente Maßnahmen vor, um strategische Investitionen zu priorisieren und positive Geschäftsergebnisse zu fördern.

Cognizant steigerte mit Anvi seine Bereitstellungsproduktivität, erhöhte die Benutzerakzeptanz und verbesserte die Identifizierung sowie Minderung von Projektrisiken.

Nachdem Cognizant mit Planview die Grundlage für ihr PPM-System geschaffen hatte, ging das Unternehmen von der Pilotierung generativer KI dazu über, KI-Funktionen direkt in die Arbeitsabläufe in den Bereichen Governance, Schulung und technische Berichterstattung zu integrieren.

Estela Lauricella-Thota, Senior Director, Technology Transformation, erklärt: „Wir haben eine solide Daten- und Prozessgrundlage geschaffen. So sind wir nun bestens positioniert, um mittels generativer KI und Planview Anvi die nächste Welle der digitalen Transformation voranzutreiben – mit dem Ziel, die Produktivität zu erhöhen, die Akzeptanz zu verbessern und einen höheren PPM-Reifegrad zu erzielen.“

Im Folgenden erfahren Sie mehr über die Funktionen von Anvi und deren Mehrwert für Ihr Unternehmen.

Data Fabric

Die Data Fabric bildet die Grundlage dafür, dass die KI in ihren Analysen über isolierte Pilotprojekte hinausgehen kann. Dank unserer mehrjährigen Investition in die Entwicklung einer semantischen Ebene für die vernetzte Arbeit kann Anvi mehr als nur Daten aggregieren: Die KI-Assistenz versteht die konkrete Bedeutung dieser Daten in Ihrem Geschäftskontext.

Anvi ist in der Lage, über verschiedene Tools hinweg Verbindungen zwischen einem strategischen Ziel, den daraus resultierenden finanzierten Initiativen, den Kapazitäten der beteiligten Teams sowie den einzelnen Aufgaben und deren Abhängigkeiten herzustellen. 

Anvi deckt Ihr gesamtes Arbeitsumfeld ab und identifiziert Risiken und Chancen, die mehrere Systeme betreffen – Muster, die nicht erkennbar sind, wenn sich Daten in Silos befinden.

Weitere Informationen: Datenarchitektur: Der Erfolgsfaktor agentischer KI

Connected Work Graph

Hier verwandelt sich Anvi vom reinen Produktivitätstool zu einem echten Motor für die strategische Umsetzung. Der Connected Work Graph erstellt eine dynamische Karte, die die Verbindungen zwischen Arbeit, Teams, Projekten und Ergebnissen visualisiert.

Die mühsame Analyse von Tabellenzeilen weicht einer sofortigen Visualisierung.

Benutzer:innen können verfolgen, wie die tägliche Arbeit konkret zu den strategischen Zielen beiträgt, und versteckte, portfolioübergreifende Abhängigkeiten identifizieren, bevor sie sich negativ auf die Geschäftsergebnisse auswirken. So lassen sich strukturelle Engpässe beseitigen, die die Umsetzung strategischer Initiativen verzögern.

Anvi lernt kontinuierlich aus den Arbeitsabläufen Ihrer Organisation und gibt Optimierungsempfehlungen, die den Koordinationsaufwand reduzieren. Diese unternehmensweite Intelligenz verbindet alle Abhängigkeiten in Ihrer Organisation in Echtzeit und ermöglicht es der KI, über einzelne Anwendungsfälle hinauszugehen und bereichsübergreifende Fähigkeiten zu unterstützen.

Dialogbasierte KI

Stellen Sie Anvi Fragen in natürlicher Sprache, z. B. „Bei welchen Initiativen besteht die Gefahr, dass die Fristen des 3. Quartals verpasst werden?“ oder „Wo haben wir unsere technischen Ressourcen überstrapaziert?“, und erhalten Sie zuverlässige Antworten, die auf den Daten aus all Ihren verbundenen Systemen basieren.

Anvi beantwortet nicht nur Fragen, sondern liefert auch kontextbezogene Empfehlungen basierend auf Ihrer Rolle und Ihrem Fachwissen. Diese unterstützen Sie bei der Portfoliopriorisierung, der Ressourcenzuteilung sowie bei strategischen Entscheidungen.

Sie können auch direkt im Chat Aktionen auslösen, wie Projekte aktualisieren, Managementzusammenfassungen generieren und Statusberichte erstellen. Mit einer einzigen Interaktion lassen sich Daten erfassen, analysieren und nutzen, ohne zwischen verschiedenen Tools hin- und herwechseln zu müssen.

Maßgeschneiderte Agenten

Erstellen Sie intelligente Workflows, die mehr leisten, als nur die individuelle Produktivität zu steigern. Beginnen Sie mit vorgefertigten Agenten für gängige Szenarien, wie die Überwachung des Portfoliozustands oder die Ressourcenplanung, und konfigurieren Sie ganz einfach eigene Agenten entsprechend den spezifischen Prozessen und Regeln Ihres Unternehmens. Sie können diese Agenten so programmieren, dass sie automatisch ausgeführt werden und beispielsweise regelmäßig Briefings für die Geschäftsführung liefern oder bei anstehenden Projekten nach Lücken in der Datenqualität suchen. So bleibt Ihnen mehr Zeit für strategische Aufgaben.

In den Anfängen von Anvi, als die Idee der agentischen KI noch in ihren Kinderschuhen steckte, haben die Teams von Planview während eines 60-minütigen Workshops mit Anvi über 200 benutzerdefinierte Agenten erstellt.

Weitere Informationen: Die Zukunft von KI-Agenten im Unternehmen abbilden

In-App

Die Risikoerkennung identifiziert anhand von Mustern in Ihren Daten frühzeitig potenzielle Hindernisse und Abweichungen vom Zeitplan. Die Sentimentanalyse verfolgt automatisch die Stimmung im Team und das Engagement der Stakeholder:innen in der Kommunikation. Die Erkennung von Leistungsanomalien identifiziert ungewöhnliche Muster in den Bereitstellungsmetriken, die Aufmerksamkeit erfordern.

Darüber hinaus erhalten Sie in Planview.Me personalisierte Einblicke in die wichtigsten Prioritäten für Ihre spezifische Rolle und Ihren Workflow. Die Informationen werden Ihnen direkt im Zuge Ihres regulären Arbeitsprozesses zugespielt.

Fortschritt im Zeitalter der KI

Heutzutage reicht es nicht mehr aus, Ihre KI-Initiativen mit hochwertigen Daten zu versorgen. Diese Daten müssen von Ihrer KI als komplexes Netz von Ressourcen, Aktivitäten und Zielen verstanden werden. Um Ihre KI-Reife zu steigern, brauchen Sie eine KI, die Ihr gesamtes Unternehmen als vernetztes System begreift.

Genau das bietet Anvi. Wir sind stolz darauf, eine Innovation dieses Ausmaßes auf den Markt zu bringen, während unser Fokus weiterhin darauf liegt, die zentralen Ziele unserer Kund:innen voranzutreiben.

Wenn Sie Anvi in Aktion erleben möchten, sehen Sie sich unsere On-Demand-Demo von Anvi an oder besuchen Sie https://www.planview.com/de/ai/.

Ähnliche Beiträge

Verfasst von Dr. Richard Sonnenblick Chief Data Scientist

Dr. Sonnenblick, Chief Data Scientist bei Planview, verfügt über langjährige Erfahrung in der Zusammenarbeit mit einigen der größten Pharma- und Biowissenschaftsunternehmen der Welt. Dank des im Rahmen seiner Arbeit gewonnenen Wissens hat er erfolgreich aufschlussreiche Priorisierungs- und Portfoliobewertungsprozesse, Scoring-Systeme sowie finanzielle Bewertungs- und Prognosemethoden zur Verbesserung von Produktprognosen und Portfolioanalysen entwickelt. Dr. Sonnenblick hat einen Ph.D. und einen Master in Engineering and Public Policy von der Carnegie Mellon University sowie einen Bachelor in Physik von der University of California Santa Cruz.