- AWS Executive Insights›
- Alle Folgen›
- Agentenbasierte KI in Aktion
Agentenbasierte KI in Aktion: Daten in Ergebnisse umwandeln
Ein Gespräch mit den AWS Executives in Residence Tom Soderstrom und Miriam McLemore
In dieser Folge …
Erkunden Sie die transformative Kraft agentenbasierter KI mit den AWS Executives in Residence Tom Soderstrom und Miriam McLemore. Sie erläutern, wie Unternehmen überwältigende Datenmengen in umsetzbare Geschäftsergebnisse umwandeln können. Unsere Experten stützen sich auf ihre umfangreiche Erfahrung in der Führung digitaler Transformation am Jet Propulsion Laboratory der NASA bzw. bei Coca-Cola und geben praktische Einblicke in die Überwindung von Datenparalysen, den Abbau organisatorischer Silos und die Einführung einer Experimentierkultur. Ob kompromisslose Nutzung von Dateneinblicken in der Formel 1 oder die globale Strategie der NASA für den Austausch von Daten – in dieser Folge erwarten Sie Erfolgsgeschichten aus der Praxis. Außerdem erhalten Sie wertvolle Orientierung, wie Entscheider aus dem Geschäfts- und IT-Bereich im Zeitalter generativer und agentenbasierter KI die Schnittstelle zwischen strukturierten und unstrukturierten Daten souverän meistern.
Transkript des Gesprächs
Mit den AWS Executives in Residence Tom Soderstrom und Miriam McLemore
Tom Soderstrom:
Willkommen zum Executive-Insights-Podcast, in dem wir über Einblicke sprechen, die wir von unseren Kunden weltweit gewonnen haben. Ich bin Tom Soderstrom, ich bin Enterprise Strategist und bei mir ist …
Miriam McLemore:
Miriam McLemore, ebenfalls Enterprise Strategist.
Tom Soderstrom:
Wir gehören zu einer Gruppe, die die Transformation für unsere jeweiligen Unternehmen oder Agenturen geleitet hat. Bei Miriam war das, sehr beeindruckend, …
Miriam McLemore:
Coca-Cola.
Tom Soderstrom:
… Coca-Cola, und bei mir war es Jet Propulsion Laboratory der NASA.
Miriam McLemore:
Nur die NASA. Keine große Sache.
Tom Soderstrom:
Nur die Sache mit der Cloud. Wenn Sie sich das hier ansehen glauben wir, dass Sie etwas daraus mitnehmen können, insbesondere wenn Sie ein Geschäftsführer sind oder in der IT arbeiten und sich Gedanken darüber machen, was mit all diesen Daten passieren wird. Oder wenn Sie einfach nur herausfinden möchten, wie Sie in Ihrem Unternehmen aufsteigen und das wohl größte aktuelle Thema anpacken können: Daten – und was wir damit machen können. Laut Gartner-Studien sind die meisten Menschen mit ihren Dateneinblicken nicht zufrieden.
Tom Soderstrom:
Wenn ich Führungskräfte frage: „Was denken Sie über Daten?“, höre ich oft: „Intuitiv weiß ich, dass Daten das Lebenselixier des Unternehmens sind, aber ich bin überfordert. Ich weiß nicht, was ich tun soll. Wie viel sollte ich ausgeben? Wie viel kann ich ausgeben? Was sollte ich tun?“ Oder: „Ich habe all diese Daten, einige kenne ich, andere nicht. Kann ich sie monetarisieren?“ Oder: „Ist die Qualität meiner Daten gut genug? Sollte ich einfach warten, bis sie perfekt ist?“ Oder: „Wie stark wachsen sie?“ Ich werde darauf zurückkommen, wie stark sie wachsen. Das ist ziemlich astronomisch. Welche Aussagen hören Sie von Ihren Kunden?
Miriam McLemore:
Das Problem, das ich bei Kunden beobachtet habe, ist, dass wir uns bisher auf strukturierte Daten verlassen haben, weil diese in unsere Tabellen passten. Das war das, was wir berechnen konnten. Das konnten wir zuverlässig und genau in Dashboards eintragen. Aber es gibt diese riesige und wachsende Welt unstrukturierter Daten, auf die Kunden jetzt Zugriff haben möchten. Die Welt der agentenbasierten KI eröffnet die Möglichkeit, diese unstrukturierten Daten zu nutzen und sie in die strukturierten Daten zu integrieren – doch das sind neue Kennzahlen für Geschäftsführer. Dies ist eine andere Art und Weise, Ihr Unternehmen, Ihre Position, die Chancen und Ergebnisse, die Sie erzielen können, zu bewerten. Die Fragen, die ich von Kunden erhalte, lauten: „Wo fange ich an? Ich bin überwältigt. Ich habe eine Menge von diesen strukturierten Sachen. Das alles ist unstrukturiert. Wo fange ich an?“
Tom Soderstrom:
Ja, es ist lähmend für sie.
Miriam McLemore:
Das ist es.
Tom Soderstrom:
Ich dachte, ich bringe ein paar konkrete Datenbeispiele mit.
Miriam McLemore:
Ja.
Tom Soderstrom:
Ich habe einen Podcast mit Mai-Lan Tomsen Bukovec gemacht, die bei AWS für Daten verantwortlich ist.
Miriam McLemore:
Ja, natürlich.
Tom Soderstrom:
Sie hat mir einige interessante Statistiken über S3, ihre primäre Datenquelle, gegeben. Es gibt 1 Million Data Lakes auf S3, fasst 1 Billion Objekte und hat viele, viele Exabyte. Durchschnittlich 150 Millionen Anfragen pro Sekunde. Hat Tausende von Kunden, die mehr als ein Petabyte speichern; mehrere, die über ein Exabyte speichern. Für einen Geschäftsführer ist das aufregend. „Schau dir all die Sachen an, die ich besitze.“ Für einen ITler ist das entsetzlich. „Wie verwalte ich das?“ Ich denke, das Wachstum der Daten … und Sie haben es gut ausgedrückt … wo beginne ich? Fangen Sie einfach an. 10 % sind strukturiert, der Rest ist unstrukturiert. Mit agentenbasierter KI und generativer KI können Sie davon profitieren. Ich denke, darüber werden wir in Zukunft sprechen, über Erfolge und Misserfolge.
Miriam McLemore:
Nun, es ist interessant, Tom. Zumindest stelle ich fest, dass Finanzdienstleistungen, Versicherungen und in einigen Bereichen das Gesundheitswesen schneller einspringen, da ihre Daten bereinigt sein müssen. Sie haben viel Zeit in die Genauigkeit und Integrität ihrer Daten investiert. Andere Unternehmen haben viele Datensilos und Inkonsistenzen in ihren Daten. Daher müssen sie Daten bereinigen und eine Daten-Governance einrichten, um diese neue Technologie nutzen zu können.
Tom Soderstrom:
Ja. Es spiegelt wider, was ich höre. Wir haben beide mit Kunden auf der ganzen Welt zu tun, mit großen Kunden und allen, die wirklich reguliert sind. Wir sehen das als Nachteil, aber das ist es nicht. Es ist ein Vorteil, denn sie wissen bereits, wie sie mit ihren Daten umgehen müssen. Der öffentliche Sektor, in dem ich aufgewachsen bin, tut das auf jeden Fall. Ich dachte, wir könnten vielleicht einfach über einige unserer Kunden sprechen, die es falsch gemacht haben, und über einige, von denen wir lernen können, weil sie es richtig gemacht haben. Dann könnten wir vielleicht einige konkrete Kundenbeispiele mit Namen anführen.
Miriam McLemore:
Ja.
Tom Soderstrom:
Trauen Sie sich?
Miriam McLemore:
Definitiv.
Tom Soderstrom:
Also gut. Nicht erfolgreich – sie erzeugen zu viel Reibung. Ich sehe das die ganze Zeit. Die Person, die die Daten besitzt … Zitat „die Daten besitzt“ … will sie nicht teilen.
Miriam McLemore:
Das stimmt.
Tom Soderstrom:
Wenn Sie meine Daten haben möchten, müssen Sie ein Formular ausfüllen. Tatsächlich zwei oder drei Formulare. Wir möchten, dass alle die Daten nutzen können. Wie lautet also die Antwort? Das Konzept umdrehen.
Miriam McLemore:
Ja.
Tom Soderstrom:
Wenn ich meine Daten schützen muss, fülle ich ein Formular aus. Das ist ganz einfach. Zum Beispiel haben wir bei einer großen Weltraumorganisation festgestellt, dass sie genauso viel Geld dafür ausgaben, die Speisekarte der Cafeteria zu schützen wie die Uplink-Befehle für Raumfahrzeuge. Aber das weiß man erst, wenn man hinschaut, wenn man es sieht.
Miriam McLemore:
Es ist faszinierend, denn wir befanden uns in einer Welt, in der Daten Macht bedeuteten. Wer die Daten besitzt, kontrolliert sie auch. Ich habe das selbst erlebt, in den Abteilungen, mit denen ich zu tun hatte – nur die Finanzabteilung hatte Zugriff auf die Finanzdaten. Nur die Mitarbeiter in der Wissenschaft konnten diese Daten einsehen. Diese Silos blieben bestehen, weil sich in diesen Organisationen eine Kultur entwickelte, in der das Teilen von Daten als unsicher galt. Ich finde dieses Konzept großartig, das umzudrehen – über den Wert zu sprechen und Daten als unternehmerischen Vermögenswert zu betrachten. Sie sind kein funktionaler Vermögenswert.
Tom Soderstrom:
Ganz genau. Wir hatten darüber gesprochen, ein organisatorisches Data Mesh zu entwickeln, bei dem es wirklich um Anreize geht. Es geht um die Leute, die die Daten nutzen wollen, sie wirklich nutzen wollen.
Miriam McLemore:
Das stimmt.
Tom Soderstrom:
Diejenigen, die die Daten produzieren, wollen, dass die Leute sie verwenden. Warum geschieht das also nicht? Man braucht jemanden in der Mitte, der dafür sorgt, dass es geschieht, und der Anreize schafft. Die Reibung entfernt.
Miriam McLemore:
Manchmal kann die Daten-Governance zu Reibungspunkten führen.
Tom Soderstrom:
Ja.
Miriam McLemore:
Ich stimme dir zu – man muss es auch auf die richtige Weise machen. Es gibt Datenproduzenten und Datenkonsumenten, aber dazwischen braucht man die Fähigkeit, diese Daten zu verwalten und zu kontrollieren. Und man benötigt die richtigen Sicherheitsvorkehrungen, die richtige Identität und den richtigen Zugriff sowie Verwaltungskontrollen. All das ist absolut wichtig. Wir sagen nicht, dass es ein Freifahrtschein für alle sein muss.
Tom Soderstrom:
Richtig.
Miriam McLemore:
Wir sagen, dass man Erkenntnisse zusammenführen muss, um Ergebnisse zu erzielen. Das ist interessant. Ich hatte kürzlich die großartige Gelegenheit, eine Formel-1-Veranstaltung zu besuchen.
Sie sind ein großartiges Beispiel dafür, wie Teams, Fahrer und die gesamte F1-Organisation datengesteuert sind. Was ich daran besonders schätze und was meiner Meinung nach viele Organisationen übernehmen könnten, ist, dass nichts, keine Sensoren, kein Dateneinblick zum Auto oder zum Bildschirm hinzugefügt werden, da hier Entscheidungen in Sekundenbruchteilen oder Millisekunden getroffen werden müssen. Sie priorisieren konsequent, welche Erkenntnisse wichtig sind, was tatsächlich zu einem Geschäftsergebnis führt. Denn natürlich kommt es in der Formel 1 auf Geschwindigkeit an.
Tom Soderstrom:
Ja. Tatsächlich ist von allen Führungskräften, mit denen ich dieses Jahr gesprochen habe – und ich bin sicher, Ihnen geht es genauso –, Geschwindigkeit die oberste Priorität.
Miriam McLemore:
Muss auch so sein.
Tom Soderstrom:
Schnelle Markteinführung, schnelle Rentabilität, schnelle Compliance, schnelle Qualifizierung. Und die Daten können dabei helfen. Es ist eine aufregende Zeit. Was ich außerdem bei Unternehmen als Fehler beobachte, ist, dass sie versuchen, perfekt zu sein. Wie in Ihrem Formel-1-Beispiel: Wenn Sie nur theoretisch vorgehen und es nie testen, werden Sie es nie erfahren. Beginnen Sie mit einem geschäftlichen Anwendungsfall, probieren Sie ihn aus, wiederholen Sie ihn und erwarten Sie, dass die erste Version die schlechteste und teuerste ist. Dann können Sie weitermachen. Daten ermöglichen all diese anderen Dinge, und wir werden gleich noch auf agentenbasierte KI eingehen.
Miriam McLemore:
Ja, aber diese Experimentierkultur – diesen wichtigen Punkt möchte ich nicht außer Acht lassen. Denn wenn wir uns darauf konzentrieren, mehr Daten zu integrieren, muss in Ihrem Unternehmen eine Kultur herrschen, die es uns ermöglicht, zu lernen und diese Verbesserungen umzusetzen. Das macht agentenbasierte KI. Diese Agenten sind selbstverbessernde Agenten. Sie werden sehen, wie der Weg war, und sie werden beginnen zu lernen, ob es einen besseren Weg gibt. Wir müssen diese Kultur auch in unseren Unternehmen haben.
Tom Soderstrom:
Ja. Noch einmal zu den Anreizen: Wenn Sie … da ich das ja wollte … rückwärts arbeiten? Was ist das Endergebnis, das ich möchte? Wie komme ich dorthin und wie können meine Daten mir dabei helfen? Lonely Planet hat seine Petabytes an Daten genommen und sie organisiert. Sie haben generative KI eingesetzt und diesen virtuellen Reiseberater entwickelt.
Miriam McLemore:
Ja.
Tom Soderstrom:
Kone Elevators, ein finnisches Unternehmen, Hunderttausende von Aufzügen. Die Person geht raus, um das Problem zu beheben, und hat alle Informationen griffbereit. Ich denke, eine der Erkenntnisse, die wir aus all dem gewinnen können, ist, dass alles Daten sind. Code besteht aus Daten. Amazon hat das gesamte Java geändert und aktualisiert. Klingt langweilig. Es ist teuer. Durch den Einsatz generativer KI und Agenten sowie die Verarbeitung der CODIS-Daten konnten 3 500 Arbeitstage und 250 Millionen USD eingespart werden. Es ist eine faszinierende neue Welt. Was ist Ihr Lieblingsbeispiel für agentenbasierte KI?
Miriam McLemore:
Eigentlich gefällt mir das Beispiel, das Sie gerade mit Lonely Planet genannt haben – vielleicht, weil ich selbst viel reise. Das Unternehmen hat ganz klar herausgearbeitet, was Reisende eigentlich brauchen. Was erwarten Reisende von einem Reiseberater? Welche Hilfe wünschen sie sich? Wo sollte ich übernachten? Wo soll ich essen? Wie kann man mein Leben einfacher machen? Was ist das Äquivalent zu Uber in diesem Land? Hilf mir beim Reisen, mach es für mich einfach und nutze dafür Daten. Das ist eines der Dinge, die ich an dem Beispiel von Lonely Planet so schätze.
Tom Soderstrom:
Ein weiteres Beispiel, das mir sehr gut gefällt, ist, dass die Daten der NASA jetzt in AWS Data Exchange verfügbar sind und nun dazu beitragen können, Überschwemmungen in Australien und Dürren in Afrika vorherzusagen, da jeder darauf zugreifen kann. Eine Professorin an der Universität Sydney hat ihre gesamten Genomdaten auf Open Data Exchange veröffentlicht, und ein Forscher in Schweden hat herausgefunden, wie man Koalas retten kann. Es ist einfach diese globale …
Miriam McLemore:
Das gefällt mir.
Tom Soderstrom:
…Hilfe. Wenn Sie den zukünftigen Führungskräften, die das jetzt verwalten werden, einen Rat geben könnten, was wären Ihre Empfehlungen? Was würden Sie sagen?
Miriam McLemore:
Ja. Ich war in Positionen, in denen ich der Dataczar war, und da ich in einem globalen Unternehmen gearbeitet habe, versuchten wir stets, Daten zusammenzuführen, aber wir haben dies zum Zwecke der Berichterstattung getan. Denn aus finanzieller Sicht mussten wir konsistent Berichte erstellen. Das war ein halbwegs guter Grund, aber es hat das Geschäft nicht vorangetrieben. Was ich neuen Führungskräften heute empfehlen würde, ist, mit dem zu beginnen, was Sie erreichen wollen. Was ist der geschäftliche bedarf, den Sie vorantreiben wollen? Ich habe die Formel 1 erwähnt, also die Verkürzung eines Boxenstopps von, ich glaube, in den 50er Jahren 67 Sekunden. Ein Boxenstopp kann jetzt in 1,8 Sekunden erreicht werden.
Tom Soderstrom:
Das ist beeindruckend.
Miriam McLemore:
Einfach alles, was möglich ist, aber es geht darum, alle unwichtigen Dinge auszublenden und sich nur auf die wichtigen zu konzentrieren, um sie dann millisekundengenau aufeinander abzustimmen. Wie machen wir das im Geschäft? Führungskräfte werden dazu inspiriert, Geschäftsergebnisse voranzutreiben und sich ständig zu verbessern. Ich finde, das ist eine aufregende Welt.
Tom Soderstrom:
Ja, es ist eine aufregende Welt.
Miriam McLemore:
Eine Führungskraft zu sein.
Tom Soderstrom:
Ich stimme Ihnen voll und ganz zu: Sich auf die Dinge zu konzentrieren, die wirklich wichtig sind. Das gilt auch für Daten. Machen Sie sich keine Gedanken darüber. Verwenden Sie einfach die Daten, mit denen Sie dieses Ergebnis erzielen können. Arbeiten Sie rückwärts und konzentrieren Sie sich darauf, und der Rest wird kommen. Diese zukünftigen Führungskräfte müssen die ganze Zeeit Ergebnisse vorweisen. Das entspringt einer Experimentierkultur und der ständigen Wiederholung. Ich würde sagen, dass die Datenbesitzer, die das Gefühl haben, die Kontrolle über ihre Daten zu haben, diese nutzen sollten, um diese neuen generativen KI- und agentenbasierten Ergebnisse voranzutreiben. Zeigen Sie Geschäftsergebnisse.
Miriam McLemore:
Ja. Was Ihre Bemerkung zur Führung angeht, müssen wir an der Spitze ansetzen und die Führungskräfte einbinden. Aber wir müssen auch von unten nach oben kommen und uns weiterbilden, damit wir uns in der Mitte als integriertes Team treffen.
Tom Soderstrom:
Vielen Dank. Danke, dass Sie mir wieder einmal etwas beigebracht haben. Ich weiß es zu schätzen.
Miriam McLemore:
Ich freue mich immer über unsere Gespräche, Tom.
Tom Soderstrom:
Vielen Dank.
Da wir uns zunehmend auf die Integration von Daten konzentrieren, muss in Ihrem Unternehmen eine Kultur herrschen, die es uns ermöglicht, daraus zu lernen und diese Verbesserungen umzusetzen. Das macht agentenbasierte KI. Diese Agenten sind selbstverbessernde Agenten. Sie werden sehen, wie der Weg war, und sie werden beginnen zu lernen, ob es einen besseren Weg gibt.
Miriam McLemore, AWS Executive in Residence
Abonnieren und zuhören
Hören Sie sich die Folge auf Ihrer bevorzugten Podcast-Plattform an: