KI-Führung: GM's Ex-CAIO erklärt die unverzichtbare Rolle des Chief AI Officer

Barak Turovsky, ehemaliger Chief AI Officer (CAIO) bei General Motors, beleuchtet die entscheidende Rolle eines dedizierten KI-Verantwortlichen in großen Unternehmen. Er vergleicht die Position mit der eines Meisterkochs, der alle Zutaten, das Equipment und das Personal koordiniert, um innovative KI-Lösungen zu entwickeln. Seine Erfahrungen bei GM, Google und Cisco bieten tiefe Einblicke in die Herausforderungen und Notwendigkeiten der KI-Implementierung.

Die Rolle des Chief AI Officer (CAIO) bei General Motors

Barak Turovsky, eine Führungspersönlichkeit mit Stationen bei Google und Cisco, war bis November als Chief AI Officer bei General Motors (GM) tätig. Er berichtete an den Leiter der Softwareentwicklung, der wiederum direkt dem CEO unterstellt war. Turovsky, der seit 2014 an Künstlicher Intelligenz (KI) und Large Language Models (LLMs) arbeitet, leitete bei Google Translate die erste skalierte Implementierung von LLMs und Deep Neural Networks.

Die Position des CAIO bei GM entstand, als Turovsky von Cisco zu dem Automobilkonzern wechselte, um KI für physische Produkte zu entwickeln. Diese Rolle existiert nach einer Umstrukturierung der Software- und KI-Organisation bei GM nicht mehr. Turovsky beschreibt seine Zeit bei GM als einen intensiven Kurs in der Anwendung von KI zur Entwicklung physischer Produkte, einem Bereich, der noch weitgehend unerschlossen ist und stark an Bedeutung gewinnt.

Warum ein dedizierter KI-Verantwortlicher entscheidend ist

Turovsky betont, dass eine erfolgreiche KI-Implementierung eine Führungspersönlichkeit erfordert, die diesen Wandel vorantreibt und das Engagement der Unternehmensspitze sichert. Er argumentiert, dass funktionale Führungskräfte wie CTOs oder CIOs oft nur wenig oder gar kein Verständnis für KI besitzen. Um KI auf Softwareebene zu integrieren, sei daher eine andere Art von Expertise notwendig.

In traditionellen Großunternehmen gebe es mächtige Führungskräfte, die die Vorteile der KI-Skalierung für sich beanspruchen, aber nicht unbedingt die Verantwortung übernehmen wollen. Aus diesem Grund sei jemand mit tiefgreifendem KI-Wissen erforderlich, um die Prozesse zu steuern und die Richtung vorzugeben. Die Bezeichnung der Rolle sei dabei zweitrangig, solange die Funktion erfüllt werde.

Der CAIO als "Meisterkoch" der KI-Strategie

Um die Komplexität der CAIO-Rolle zu veranschaulichen, zieht Turovsky eine Analogie zum Meisterkoch eines Restaurants heran. Die drei primären Ressourcen, die Produkte oder "Gerichte" schaffen, sind demnach:

• Küchenausstattung: Dies entspricht der KI-Infrastruktur und den Modellen, die zur Entwicklung von KI-Lösungen notwendig sind.
• Zutaten: Hierunter fallen die Daten oder internen Assets, die zum Training und Betrieb von KI-Lösungen verwendet werden.
• Personal: Dies repräsentiert das Talent – von Hilfskräften über Köche bis hin zu Sous-Chefs und Meisterköchen für Gourmetrestaurants.

Die Komplexität des Endprodukts hängt von den Unternehmensbedürfnissen ab. Für sehr fortschrittliche, bahnbrechende Modelle, vergleichbar mit dem Hauptgericht in einem Gourmetrestaurant, müssen Unternehmen oft eigene KI-Lösungen entwickeln, da Standardversionen die erforderlichen Funktionen nicht erfüllen können. Der CAIO fungiert dabei als Meisterkoch, der sicherstellt, dass alle Komponenten reibungslos funktionieren und das "Hauptgericht" perfekt gelingt. Die größte Herausforderung sei dabei die Sicherung von Top-Talenten, da Anbieter oft unrealistische Versprechen machten.

Kernaufgaben eines Chief AI Officer

Die spezifischen Aufgaben eines Chief AI Officer variieren, lassen sich laut Turovsky jedoch in drei Hauptbereiche unterteilen:

• KI-Talentmanagement: Ein Schwerpunkt liegt auf der Einstellung eines erstklassigen Teams. In neuen Bereichen ist das Talentangebot begrenzt, weshalb die Mitarbeiter motiviert und flexibel sein müssen, um unbekannte Gebiete zu erschließen.
• Schaffung einer Innovationskultur: Es ist entscheidend, mit internen Stakeholdern zusammenzuarbeiten, die möglicherweise an etablierte Arbeitsweisen gewöhnt sind, sich aber aufgrund der KI anpassen müssen.
• Initiierung von Organisationswandel: Dies beginnt mit der Analyse der Bedürfnisse und Akteure innerhalb der Organisation. Es gilt, sowohl KI-Enthusiasten als auch Skeptiker zu identifizieren und einen Rahmen zu schaffen, der sowohl Top-down-Ziele als auch Bottom-up-Initiativen umfasst. In jeder Funktion müssen "Champions" identifiziert, gefördert und befähigt werden, da der CAIO den Wandel nicht alleine herbeiführen kann.