Anwendungsfall

AI Governance und Adoption

Ein solides Rahmenwerk für die KI-Governance und die Verfolgung von KI-Initiativen

Da Unternehmen zunehmend auf künstliche Intelligenz (KI) setzen und KI in immer mehr Anwendungen und Geschäftsprozessen Einsatz findet, sollten eine solide KI-Governance und entsprechende Arbeitspraktiken zu wesentlichen Bestandteilen eines guten Enterprise Architecture Management (EAM) werden.

Voraussetzung dafür ist ein vollständiger Überblick über die IT-Landschaft, damit Sie die möglichen Risiken, Vorteile und Anwendungsfälle für eine Vielzahl von KI-Technologien verstehen und darstellen können.

Die neue Erweiterung des SAP LeanIX-Metamodells ist auf KI-Technologien ausgelegt und verschafft Ihnen die Übersicht und Kontrolle, die Sie für eine wirksame Einführung und Governance von künstlicher Intelligenz benötigen.

Erfahren Sie, wie Sie mit dieser Erweiterung den Mehrwert Ihrer KI-Initiativen maximieren und die Risiken reduzieren können.

80 %

der Unternehmen setzen generative KI ein

90 %

der IT-Experte gaben an, dass sie einen klaren Überblick über den Einsatz von KI in ihren Unternehmen benötigen

14 %

gaben an, die erforderliche Übersicht über KI zu haben

Report

SAP LeanIX AI Survey – Ergebnisse 2024

SAP LeanIX hat 226 IT-Fachleute weltweit befragt, um mehr zu ihrer Vorgehensweise bei der Einführung und Governance von künstlicher Intelligenz in ihren Unternehmen zu erfahren.

Zum Report

So funktioniert's

Umfassende Bewertung von KI-Initiativen

Ergänzen Sie Ihre Business Capabilities und Applikationen mit KI-relevanten Informationen wie etwa KI-Nutzung, KI-Risiken und KI-Potenzial. Damit erhalten Sie einen Überblick darüber, wo diese Technologien in Ihrer IT-Landschaft angewendet werden
Legen Sie Kategorien fest und bestimmen Sie, wo KI die Produktivität erhöhen, Interaktionen verbessern bzw. bestehende Prozesse transformieren kann
Finden Sie heraus, welche Applikationen am meisten von neuen KI-Technologien profitieren würden und priorisieren Sie Ihre Maßnahmen dementsprechend

KI-bedingte Risiken verfolgen

Erhalten Sie eine volle Übersicht zu möglichen Risiken, denen Ihre Applikationen ausgesetzt sind
Stimmen Sie KI-Risiken auf die Nutzung und möglichen Vorteile der künstlichen Intelligenz ab
Unterstützen Sie das Risikomanagement und die Risikominderung von KI-Technologien, indem Sie den Stakeholdern die notwendigen Informationen bereitstellen
Ermitteln Sie die Applikationen mit dem höchsten KI-Risiko, um weitere Prüfungen und Abhilfemaßnahmen zu priorisieren

KI-Einsatz und Standardisierung abbilden

Fügen Sie KI-Technologien, wie z. B. Large Language Modells (LLM), zu Ihren Lifecycle-Visualisierungen hinzu, um den Reifegrad und den Einführungsstatus verschiedener KI-Technologien in Ihrem Unternehmen zu erfassen
Nutzen Sie die Bewertung des Reifegrades und des Einführungsstatus, um die KI-Technologien zu ermitteln, die für eine Standardisierung in Frage kommen
Verfolgen Sie neue LLM und andere KI-Technologien in Ihrem Unternehmen, die sich im Anfangsstadium der Einführung und Bewertung befinden
Führen Sie eine Governance-Richtlinie für die Einführung und Standardisierung von KI ein. Nutzen Sie hierfür Erkenntnisse, die Sie aus dem Technology Lifecycle Report gewonnen haben

Planentwurf für KI-bezogene Transformationen

Entwerfen Sie einen Plan für Ihre KI-Initiativen und dokumentieren Sie Informationen wie Zeitplan, nötige Ressourcen und damit verbundene Applikationen bzw. IT-Komponenten
Erstellen Sie strategische Roadmaps für die Transformation von Business Capabilities und Applikationen mit KI, und stimmen Sie sich mit den relevanten Stakeholdern ab
Behalten Sie den Überblick über Ihre KI-Projekte und verfolgen Sie deren Fortschritt
Halten Sie Ihre EA-Dokumentation auf dem neuesten Stand und führen Sie die Impacts automatisch nach Abschluss eines Projekts aus