Neben der technischen Bewertung eines KI-Lösungen ist ebenso die wirtschaftliche Bewertung in Form von Kosten-Nutzen-Analysen entscheidend, um die Sinnhaftigkeit der Umsetzung zu bestimmen. Klassische Verfahren stoßen hierbei jedoch an ihre Grenzen und sind nicht zielführend, da es sich um die Ermöglichung von Innovationen, den Aufbau neuer Kompetenzen und weiteren damit verbundenen positiven Effekten handelt. Darüber hinaus sind klassische Bewertungsmethoden nicht zielführend, da KI-Projekte sehr unterschiedlich sein können und Nutzen sowie Aufwände individuell angepasst werden müssen. Aus diesem Grund existiert bisher keine einheitliche Vorgehensweise oder Methode zur Bewertung der Wirtschaftlichkeit von KI-Lösungen.

Nachfolgend werden Ihnen einige Kriterien vorgestellt, die im Rahmen einer Bewertung von KI-Lösungen herangezogen werden können. Hierbei handelt es sich allerdings nur um einen Auszug von bedeutenden Kriterien, je Anwendungsfall können noch weitere individuelle Bedingungen hinzukommen. Die Kriterien müssen individuell für den jeweiligen Anwendungsfall ausgewählt und berechnet werden, um eine Gegenüberstellung zu ermöglichen. Sind nur wenige Erfahrungswerte zu KI-Projekten und nicht ausreichend Mitarbeiter-Kompetenzen vorhanden, ist es hierbei ratsam, externe Expertise und Know-How einzuholen.

Kostentreiber:

• Aufwände für Datenbereinigung und -vorbereitung
• Anwerben und Bindung von Data Scientists
• Modellwartung und -pflege
• Operationalisierung und Live-Betrieb
• Komplexe Technologie-Stacks (Datenökosysteme)

Nutzen- und Profitabilitätstreiber:

• Umsatzsteigerungen bisheriger Geschäftsmodelle
• Umsatzsteigerungen durch Erschließung neuer Geschäftsmodelle
• Effizienzsteigerungen
• Kostensenkungen

• Die Wirtschaftlichkeit Künstlicher Intelligenz – Wie Datenprojekte vom Kostenblock zum Umsatzgenerator werden (2020)
  Alexis Fournier. Digitale Welt
• KI-Toolbox für Versorgungsunternehmen: Modul Wirtschaftlichkeit und Mehrwert (o.J.)
  Maximilian Feike