„Jeder hasst Veränderungen“

Veränderung kommt – ob man will oder nicht. „Man kommt viel schneller voran, wenn man alle Beteiligten mitnimmt“ – Wie die KI-Beauftragte des Met Office die Einführung von KI vorantreibt

Bei der KI-Adoption geht es nicht nur um die Bereitstellung von Tools; es geht primär darum, Akzeptanz auf psychologischer Ebene zu schaffen, erklärt die Chief AI Officer des Met Office.

Technologieunternehmen, Consulting-Firmen und andere Vorreiter der Digitalisierung erweitern ihre Führungsebene derzeit rapide um eine strategische Schlüsselrolle: den Chief AI Officer (CAIO). Diese Position ist verantwortlich für die Steuerung, Skalierung und Operationalisierung neuer KI-Technologien. Dass das Met Office – der nationale Wetterdienst des Vereinigten Königreichs – diese Rolle ebenfalls besetzt hat, mag zunächst überraschen.

„Aufgrund der rasanten Evolution von KI in den letzten fünf Jahren besteht die Kernaufgabe eines CAIO aktuell im Management transformativer Prozesse“, so CAIO Professor Kirstine Dale während des „Met Office in the Cloud“-Events im vergangenen Monat.

„Es geht vor allem darum, die Organisation agil zu machen und Neugier sowie Vertrauen gegenüber neuen Technologien zu fördern... Die strategische Ausrichtung lässt sich deutlich effizienter umsetzen, wenn man alle Stakeholder auf diese Reise mitnimmt.“

Doch wie steuert man diesen Prozess in einer Organisation mit rund 2.500 Mitarbeitenden? Es ist eine Herausforderung, und Dale räumt ein: „Das zentrale Thema ist Change Management – und die Tatsache, dass Menschen Veränderungen grundsätzlich skeptisch gegenüberstehen.“

Um die Akzeptanz zu erhöhen, wählte das Met Office für sein Programm den neutralen Titel „KI für alle“. Das Curriculum umfasst wesentliche Governance-Aspekte wie die Definition von Rahmenbedingungen (Boundary Conditions) für den KI-Einsatz, Upskilling und Prompt-Engineering-Schulungen sowie fachspezifische Deep-Learning-Module für die Wettermodellierung.

„Wir decken ein breites Spektrum ab“, sagt Dale. „Es geht nicht nur um technisches Change Management; es geht darum, die Belegschaft inhaltlich und emotional zu überzeugen.“

Vertrauen als Systemkomponente

Akzeptanz zu schaffen bedeutet vor allem, Vertrauen zu generieren – ein kritischer Faktor im KI-Diskurs.

Vertrauen ist ein fragiles Gut. In der Öffentlichkeit steht das Met Office ohnehin unter ständiger Beobachtung, wenn Vorhersagen nicht eintreffen. Integriert man nun KI-Modelle, deren Entscheidungsprozesse oft nicht vollständig transparent sind (Black-Box-Problematik), steigt das Risiko für Reputationsschäden erheblich.

Dale unterstreicht die Relevanz präziser Ergebnisse: Das Met Office liefert die Entscheidungsgrundlage für kritische Infrastrukturen, den Flugverkehr, maritime Sicherheit und militärische Operationen.

Daher sei es „mission-critical“, das Vertrauen in die Prognosen während der KI-Transformation aufrechtzuerhalten. Tatsächlich ist KI für das Met Office kein Neuland; grundlegende Techniken werden dort seit über zwei Jahrzehnten eingesetzt.

„KI umfasst auch etablierte Verfahren wie das Clustering zur Wolkenklassifizierung. Das ist Standard-Repertoire und bei uns seit langem im Einsatz.“

Die neueren, datengetriebenen Systeme haben die Spielregeln jedoch verschärft. Ende 2022 sorgte eine „Explosion“ neuer KI-Prognosemodelle für einen hohen Adaptionsdruck. Während frühere Modelle oft an spezifischen Parametern wie Niederschlagsdaten scheiterten, markierten die jüngsten Fortschritte einen signifikanten Wendepunkt in der Performance.

Für das Met Office war dies das Signal zur Skalierung. Zuvor musste jedoch die größte Hürde für Unternehmen weltweit genommen werden: der Fachkräftemangel.

Strategische Partnerschaften gegen den Talentmangel

„Im Met Office trifft man an jeder Ecke auf Meteorologen, aber erfahrene Data Scientists sind deutlich seltener“, erklärt Dale.

„Wir haben frühzeitig erkannt, dass wir unsere Data-Science-Kapazitäten massiv ausbauen müssen.“

Da herkömmliche Rekrutierung und internes Training nicht schnell genug skalierten, setzte das Met Office auf eine strategische Partnerschaft mit dem Alan-Turing-Institut, dem nationalen britischen Institut für KI und Data Science.

„Wir haben meteorologische Expertise eingebracht, sie das Know-how in Data Science. Heute findet ein gegenseitiger Transfer statt: Unsere Meteorologie färbt auf ihre Prozesse ab und umgekehrt.“

Diese Synergie hat das Met Office technisch für die KI-Ära gerüstet. Die Organisation ist nun dabei, moderne KI fundiert und skalierbar zu implementieren.

Doch Dale betont auch, dass erfolgreiche KI-Adoption bedeutet, die Grenzen der Automatisierung zu kennen.

„Unabhängig davon, ob wir physikbasierte Modelle oder Machine-Learning-Prognosen nutzen: Ich sehe keine Zukunft, in der kein Mensch mehr im Prozess involviert ist (Human-in-the-loop).“

„Operationelle Meteorologen werden auch weiterhin ein integraler Bestandteil des Systems bleiben.“

--

Dieser Artikel erschien ursprünglich auf unserer Schwester-Website Computing.