Natürlich sind der Straffung eines Rollout-Plans gewisse Grenzen gesetzt. „Die Kunden hätten es gern noch schneller, aber man sollte realistisch bleiben“, empfahl Rahme von Astea diesbezüglich.
Man sollte erwarten, dass die direkte Messung der Investitionsrentabilität in einem kleinen Projekt mit klar umrissenen Zielen einfacher sei, doch ist dies nicht immer der Fall. „Häufig ist nicht klar, welche Einsparungen sich erzielen lassen, bis man das System in Betrieb genommen hat, entweder auf Referenzsystemen, in Demo-Umgebungen oder in Pilot-Projekten bzw. im Proof-of-Concept“, sagte Englaro von si2. „Selbst wenn man die Einsparungen ermittelt hat, muss man während des Rollouts die Schlüsselfaktoren weiter im Auge behalten, da sich in vielen Fällen im Laufe des Projekts getroffene Entscheidungen auf diese Geschäftsziele auswirken, so dass ein System eventuell nicht so schnell implementiert werden kann, wie dies zu Beginn schien.“
Präzise definierte Messparameter sind selbstverständlich Voraussetzung für positive Ergebnisse. „Es müssen Systeme für eine laufende Überprüfung eingesetzt werden, um sicherzustellen, dass die Vorteile auch tatsächlich erreicht werden“, so Gartner-Analystin Beth Eisenfeld.
„Man muss die Resultate für jeden Vorgang messen“, so Batterley. „Wer nicht misst, hat keine Vorstellung davon, ob sie die angestrebte Investitionsrentabilität liefern.“
IBM Cloud setzt AMD Instinct MI300X Accelerators ein, um generative KI-Workloads und HPC-Anwendungen zu unterstützen.
Ein Viertel der Deutschen wählt Arztpraxen sogar ganz gezielt danach aus, ob sie Internettermine anbieten.
Der Technologiekonzern hat Industrie-PCs angekündigt, die mit Grafikprozessoren von NVIDIA ausgestattet sein werden.
ChatGPT, Google Gemini, MidJourney oder Anthropic Claude: Gut jeder zweite Bundesbürger hat generative KI bereits…
KI gehört schon zu den festen Instrumenten des Marketings. Doch viele Unternehmer setzen die KI…
Ransomware-Angriff auf die KI-gesteuerte Lieferkettenplattform Blue Yonder hat weitreichende Auswirkungen.