Sprache auswählen

Login
03.04.2024

Von unserem Partner Dr. Andreas Rebetzky

Presseverlage arbeiten in ihren Redaktionen und Newsrooms mit Texten, Bildern und Videos. Die Prozessierung solcher Formate ist prädestiniert für den Einsatz von künstlicher Intelligenz. Um durch die Optimierung der zugrundeliegenden Verlagsprozesse Kosten einzusparen, ist es notwendig, diese detailliert zu analysieren und zu bewerten. In der Redaktion steht der Redaktionsprozess von der Information bis hin zum fertigen Artikel und dessen Überführung in den Publikationsprozess im Fokus.

Um die Auswirkung einer KI-gestützten Erstellung von Überschriften, Teasern und Inhalten sowie der automatisierten Verarbeitung von externen Meldungen zu ermitteln, muss die Bearbeitungszeit der einzelnen Prozessschritte erfasst werden. So lässt sich feststellen, wieviel Zeit durch den KI-Einsatz eingespart werden kann. Aus der verkürzten Gesamtbearbeitungszeit ergibt sich der Effizienzfaktor. Anschließend gilt es noch, das Mengengerüst zu bestimmen, also wie viele Artikel pro Zeiteinheit auf diese Weise bearbeitet werden.

Rebetzky_KI_Artikel_1.png

Im Beispiel wird Prozessschritt 2 durch den Einsatz der KI um 50 Prozent reduziert, Prozessschritt 3 um 60 Prozent. Das wirkt sich auf den Gesamtprozess mit einer Verkürzung um ca. 20 Prozent aus. Arbeiten nun beispielsweise 50 Redakteure mit diesem Prozess, so sind die Prozesseinsparungen mit den Kosten von 10 Redakteuren zu berechnen.

Die Kosten für KI-basierte Optimierung von Verlagsprozessen

Für die Kostenbetrachtung müssen alle Kostenarten und Investitionen berücksichtigt werden, die dem Projekt zugeordnet werden können.

Kostenart

Beschreibung

Kosten für Software, bzw. deren Entwicklung

Zum Beispiel SaaS-Kosten bei einem externen Anbieter, Softwaresysteme, die als Investition gelten und abgeschrieben werden oder Softwareentwicklungskosten – sowohl intern als auch extern, jeweils bewertet mit den Tagessätzen.

Wartungs- und Weiterentwicklungskosten

Software, die als Lizenz gekauft wurde, unterliegt meist den jährlichen Wartungskosten. Bei Eigenentwicklungen sind die Anpassungen und erforderlichen Patches zu berücksichtigen, die es auch ohne inhaltliche Weiterentwicklung gibt. Z.B. Anpassungen an neuen Betriebssysteme, Bibliotheken, Sicherheitspatches. Auch Kosten für inhaltliche Weiterentwicklungen sollten hier approximativ erfasst werden.

Infrastrukturkosten

Hier sind die Kosten für Hardware, Netze, Konnektivität zu berücksichtigen, in diesem Fall für die Grafikprozessoren (GPU), die für den Einsatz der KI benötigt werden.

Betriebskosten

Kosten der IT oder externer Partner, die Infrastruktur und Applikation zu betreiben.

Durch die aktuelle Knappheit ist die Beschaffung der erforderlichen Grafikprozessoren (GPU) ein wesentlicher Kostenfaktor beim Einsatz von KI-Anwendungen. Nachdem Nvidia als Schrittmacher zeitweilig quasi Monopolist war, stehen mittlerweile viele andere GPU-Hersteller in den Startlöchern, so dass in den kommenden Jahren mit einem deutlichen Preisrückgang pro Leistung zu rechnen ist.

Der Return on Investment

Typischerweise hat jedes Projekt sogenannte Initial- oder Einführungskosten. Erst nach einer Zeit können die Früchte geerntet werden. Die organisatorische Herausforderung ist es, die Optimierung, z.B. den höheren Durchsatz pro Redakteur, zu dokumentieren.

Rebetzky_KI_Artikel_2.png

Im vorliegenden Beispiel startet das Projekt im dritten Monat und verursacht die entsprechenden Initialkosten von ca. 9 TEUR. Danach betragen im Beispiel die monatliche Betriebskosten ca. 4,3 TEUR. Die Einsparungen werden in drei Stufen erreicht: Zu je einem Drittel nach 3, 9 und 18 Monaten. Die Grafik zeigt, dass die monatlichen Einsparungen schon nach kurzer Zeit ein Vielfaches der Kosten betragen. Der ROI im Beispiel liegt hier bereits bei ca. vier Monaten.

Die KI kann in fast allen Prozessschritten zu einer Optimierung beitragen. In einer durchgängig KI-optimierten Redaktion kann mit einem Sparpotenzial zwischen 40 und 70 Prozent gerechnet werden. Für die meisten Verlage wird die Einführung von KI daher zu einer überlebenswichtigen Komponente.

KI als Teil der Digitalstrategie

Das Beispiel zeigt, wie wichtig es ist, den Einsatz künstlicher Intelligenz in der Digitalstrategie zu verankern. Oft besteht diese nur aus einer Sammlung digitaler Projekte, die häufig auf einer in den vergangenen Jahrzehnten gewachsenen Legacy-IT aufbaut. Die Vielzahl der Legacy-Anwendungen und eine oft unzureichende IT- und Digitalisierungsarchitektur erschweren die Umsetzung einer konsistenten digitalen Transformation. Projekte dauern zu lange, sind teuer und oft nicht ausreichend integriert in die digitalen Kernsysteme des Unternehmens.

Unter den vielen Projekten gilt es daher, die Wichtigkeit des Einsatzes von KI herauszuarbeiten und im Kontext der Gesamtstrategie zu priorisieren. KI sollte dabei nicht als isoliertes „Etwas“ im Verlag stehen. Dafür sind die Auswirkungen und Konsequenzen viel zu dramatisch. Aber wie kann ein Verlag das eine tun – nämlich seine vielen Digitalisierungsprojekte durchführen – ohne das andere zu lassen – den disruptiven Einsatz von KI zu ermöglichen. Hier sind umfassende Überlegungen erforderlich, denn es geht um Systeme, Prozesse und die Mitarbeiter. Einer Studie des „Senats der Wirtschaft“ zur Folge, sind 75 Prozent des Erfolges digitaler Projekte abhängig von den Fachbereichen. Nur 25 Prozent betrifft die IT. Nichtsdestotrotz ist genau dieses Viertel meistens der entscheidende Erfolgsfaktor. Fehlt eine Gesamtarchitektur der Prozesse und der IT, verpuffen viele Bemühungen. Nicht ohne Grund scheitern Über 60 Prozent aller IT- und Digitalisierungsprojekte.

Für die Entwicklung einer konsistenten Digitalstrategie bietet sich die im Maschinen- und Automobilbau bereits häufig angewandte iterative D4.M-Methode an:

  • Umfassende und differenzierte Bestandsaufnahme als Digital Screening oder Deep Dive
  • Ermittlung des digitalen Reifegrads nach Westerman (MIT)
  • Differenzierte Bewertung der Einzelthemen in fünf Dimensionen: Digitaler Status, Skills, Differenzierungsfähigkeit, Zielkonformität, Externer Skillaufbau
  • Integration von Innovationsthemen in die Digitalstrategie
  • Ermittlung der Abhängigkeiten der Einzelthemen und Abbildung in einer Abhängigkeitsmatrix
  • Abstimmung der Inventur mit den Stakeholdern
  • Ableitung von Prioritäten der Einzelthemen
  • Bündelung der Themen zu Initiativen und Programmen zur digitalen Optimierung
  • Beschreibung der resultierenden Vorhaben mit einer Canvas Methode mit Zielwerten, Stakeholdern, Skill-Anforderungen, Nutzen und Kosten
  • Ableitung einer Roadmap für die folgenden zwei bis vier Jahre
  • Erstellung einer Business Component Map (BCM)

Die Strategieentwicklung und -umsetzung für den Presseverlag erstreckte sich in unserem Beispiel über vier zentrale Themenkomplexe:

  • Verlagsprozesse (Vom Redaktionsprozess bis hin zur Logistik)
  • Supportprozesse (Vom Controlling bis zur Business Intelligence)
  • Organisation (Von der Prozessinventur bis zum EAM)
  • Innovation (Von digitalen Produkten bis zur künstlichen Intelligenz)

Fazit

Wird künstliche Intelligenz von vorneherein als integraler Bestandteil der Digitalstrategie einbezogen, kann sie ihr ganzes Potenzial als Game-Changer der digitalen Transformation entfalten. Das gilt für Redaktions-, Produktions- und Distributionsprozesse von Verlagshäusern ebenso wie für Unternehmensprozesse nahezu aller Branchen. Daher gilt: Denken Sie groß und umfassend – richtig aufgesetzt amortisieren sich die Kosten schnell.