Cassie Kozyrkov
Die meisten Unternehmen geben viel Geld für KI aus, ohne eine klare Vorstellung davon zu haben, welche Entscheidungen die Technologie tatsächlich verbessern soll. Modelle werden eingeführt, Dashboards schießen wie Pilze aus dem Boden, und die Führungskräfte können immer noch nicht sagen, ob all das die Qualität der Entscheidungen, die das Unternehmen trifft, tatsächlich verändert. Was fehlt, sind nicht mehr Daten oder bessere Algorithmen, sondern ein systematischer Ansatz, um KI-Ergebnisse mit den Entscheidungen zu verknüpfen, die ein Unternehmen richtig treffen möchte.
Cassie Kozyrkov ist ehemalige Chief Decision Scientist bei Google und Gründerin von „Decision Intelligence“, einem Fachgebiet, das Unternehmen dabei unterstützt, KI und Daten in bessere Geschäftsentscheidungen umzusetzen.
Full Profile
Warum Unternehmen mit Cassie Kozyrkov zusammenarbeiten
- Sie hat den Bereich „Decision Intelligence“ bei Google von Grund auf aufgebaut und fünf Jahre lang geleitet. Das bedeutet, dass Führungskräfte Rat von jemandem erhalten, der das Problem, das sie zu lösen versuchen, bereits in großem Maßstab gelöst hat.
- Sie hat das Fachgebiet selbst benannt und systematisiert. Wenn ein CEO fragt, was „Decision Intelligence“ ist und warum seine KI-Investitionen in diesem Bereich angesiedelt sein sollten, ist sie die primäre Quelle – und nicht nur eine Interpretin des Rahmenwerks eines anderen.
- Sie hat persönlich mehr als 20.000 Google-Mitarbeiter aus allen Bereichen in datengestützter Entscheidungsfindung und KI geschult und weiß daher, wie man die Inhalte sowohl bei nicht-technischen Führungskräften als auch bei Ingenieuren verständlich vermittelt.
- Sie übersetzt KI und Statistik in eine Entscheidungssprache, die Vorstände und Führungskräfte nutzen können. Ihr Kurs „Making Friends with Machine Learning“, der ursprünglich nur für Google entwickelt wurde, ist heute die Referenz für Tausende von Führungskräften außerhalb des Unternehmens.
- Sie berät auf dem Niveau, das der Stoff erfordert. Ihr Sitz im Innovationsbeirat der Federal Reserve Bank of New York und ihre Zusammenarbeit mit Forbes zum Thema KI zeigen, dass ihre Analysen nicht nur von Unternehmenskunden, sondern auch von politischen und medialen Institutionen ernst genommen werden.
Wichtige Stationen ihrer Laufbahn
- Googles erste „Chief Decision Scientist“ (2018 bis 2023), leitete den Bereich „Decision Intelligence“ innerhalb der Abteilungen „Research“ und „Machine Intelligence“.
- Gründerin und CEO von Kozyr, einem Beratungs- und Schulungsunternehmen im Bereich KI, das Führungskräfte und deren Teams betreut.
- Hat persönlich mehr als 20.000 Google-Mitarbeiter in datengestützter Entscheidungsfindung und KI geschult und über 500 Projekte im Bereich „Decision Intelligence“ bei Google begleitet.
- Schöpfer von „Making Friends with Machine Learning“, ursprünglich ein interner Google-Kurs, mittlerweile ein kostenloser öffentlicher Kurs auf YouTube.
- Autorin des „Decision Intelligence“-Substacks und seit sechs Jahren in Folge „LinkedIn Top Voice“; ihre Artikel erschienen in der „Harvard Business Review“, bei „Fortune“, „Fast Company“, „WIRED“ und im „Wall Street Journal“.
- Mitglied des Innovationsbeirats der Federal Reserve Bank of New York (2023 bis 2024); „Few-Glasson Distinguished Alumna“ der Duke University.
Biografie
Die meisten Unternehmen haben kein Datenproblem, sondern ein Entscheidungsproblem. Die Dashboards, Pipelines und Modelle sind vorhanden, und dennoch können Führungskräfte immer noch nicht sagen, welche Entscheidungen aufgrund all dessen nachweislich besser sind. Diese Lücke ist das Thema, mit dem sich Cassie Kozyrkov seit einem Jahrzehnt beschäftigt – zunächst bei Google und nun gemeinsam mit Führungskräften aus verschiedenen Branchen.
Bei Google wurde sie 2018 zur ersten „Chief Decision Scientist“ des Unternehmens ernannt und hatte diese Position bis 2023 inne. Sie schuf eine neue Funktion, die zwischen den Bereichen Forschung und Machine Intelligence einerseits und dem operativen Geschäft andererseits angesiedelt war, und nutzte diese, um KI und Daten durch eine Disziplin zu leiten, die sie „Decision Intelligence“ nennt. Bis zu ihrem Ausscheiden hatte sie persönlich mehr als 20.000 Googler geschult und über 500 Projekte im Rahmen dieses Konzepts beeinflusst.
Der Grund, warum ihre Arbeit über Google hinauswirkt, liegt darin, dass sie die Inhalte verständlich gemacht hat. Ihr Kurs „Making Friends with Machine Learning“, der innerhalb von Google entwickelt und später vollständig auf YouTube veröffentlicht wurde, ist eine der wenigen wirklich leicht verständlichen Erklärungen dazu, wie maschinelles Lernen tatsächlich in unternehmerische Entscheidungen eingebunden wird. Ihre Artikel in der „Harvard Business Review“, bei „Fortune“, „Fast Company“, „WIRED“ und im „Wall Street Journal“ haben dasselbe für Führungskräfte ohne technischen Hintergrund geleistet, und ihr „Decision Intelligence“-Substack ist zu einer praktischen Referenz für Praktiker geworden.
Heute leitet sie Kozyr, berät Führungsteams zu KI-Strategie und Entscheidungsgestaltung und ist Mitglied des Innovationsbeirats der Federal Reserve Bank of New York für KI und Finanzmärkte. Der rote Faden ist durchgängig. Sie ist eine der wenigen Stimmen im Bereich KI, die von der Entscheidung ausgeht, die das Unternehmen richtig treffen möchte, und von dort aus rückwärts zur Technologie vorgeht – statt umgekehrt.
Wichtige Vortragsthemen
- Entscheidungsintelligenz
- KI-Strategie und -Einführung
- Datengestützte Entscheidungsfindung
- Maschinelles Lernen für Führungskräfte
- Verantwortungsvoller und effektiver Einsatz von KI
- KI-Kompetenz für Führungskräfte
- Voreingenommenheit und Urteilsvermögen in KI-Systemen
Ideal für
- CEOs, Vorstände und Führungsteams, die eine KI-Strategie festlegen und die Kapitalallokation darauf abstimmen
- Chief Data, Analytics und AI Officers, die ein operatives Modell für Entscheidungsintelligenz aufbauen
- Transformations- und Strategieverantwortliche, die dafür zuständig sind, KI-Pilotprojekte in Geschäftsergebnisse umzusetzen
- Führungskräfteprogramme und Offsite-Veranstaltungen, die echte KI-Kompetenz erfordern – und keine Verkaufsgespräche von Anbietern
Lernziele für die Teilnehmer
- Eine Arbeitsdefinition von „Decision Intelligence“ und deren Einordnung im Verhältnis zu Data Science, Analytik und KI-Investitionen.
- Eine präzisere Analyse der Gründe, warum KI-Projekte ins Stocken geraten: falscher Entscheidungsumfang, falscher Verantwortlicher oder falsche Fragestellung an das Modell.
- Eine gemeinsame Sprache für technische und nicht-technische Führungskräfte, um KI-Initiativen zu diskutieren, ohne auf Schlagworte zurückzugreifen.
- Konkrete Techniken, um Entscheidungen auf häufige Verzerrungen zu überprüfen, darunter Ergebnisverzerrung und Bestätigungsverzerrung.
- Eine realistische Einschätzung darüber, bei welchen Entscheidungen man aktuellen KI-Systemen ohne menschliches Urteilsvermögen im Entscheidungsprozess vertrauen kann und bei welchen nicht.
Vorträge
Ein Leitvortrag darüber, was „AI-first“-Führung tatsächlich erfordert und wie man KI in Entscheidungen einbindet, anstatt sie nur um sie herum zu gestalten.
Die wichtigsten Erkenntnisse:
- Was ändert sich an der Aufgabe einer Führungskraft, wenn KI vom Werkzeug zum Standard wird?
- Wo KI im Entscheidungsprozess hingehört und wo menschliches Urteilsvermögen weiterhin eine tragende Rolle spielt.
- Die organisatorischen Rahmenbedingungen, die KI-Anwender von „KI-nativen“ Unternehmen unterscheiden.
Ein direkter Einblick in die Gründe, warum die meisten KI-Programme hinter den Erwartungen zurückbleiben – basierend auf Erfahrungen bei Google und der Beratung von Führungskräften in anderen Unternehmen.
Die wichtigsten Erkenntnisse:
- Die immer wiederkehrenden Fehler, die KI-Pilotprojekte zum Scheitern bringen, bevor sie in die Produktion gehen.
- Wie man den KI-Hype von den wenigen Entscheidungen unterscheidet, die tatsächlich davon profitieren.
- Ein einfacher Test, um festzustellen, ob ein KI-Projekt eine Finanzierung wert ist.
Eine Einführung in „Decision Intelligence“ als operative Ebene zwischen Daten, KI und den Entscheidungen, die ein Unternehmen tatsächlich trifft.
Die wichtigsten Erkenntnisse:
- Die Kernkomponenten einer Decision-Intelligence-Praxis.
- Wie Entscheidungen so abgegrenzt werden, dass Daten und KI sinnvoll darauf angewendet werden können.
- Was gemessen werden muss, um festzustellen, ob sich die Entscheidungsqualität verbessert.
Eine praxisorientierte Einheit zu den Verzerrungen und Prozessfehlern, die Führungsentscheidungen beeinträchtigen, mit Lösungen, die bereits in der nächsten Sitzung umgesetzt werden können.
Wichtigste Erkenntnisse:
- Ergebnisverzerrung und Bestätigungsverzerrung bei Führungsentscheidungen.
- Die Qualität einer Entscheidung von der Qualität ihres Ergebnisses trennen.
- Einfache Maßnahmen für Entscheidungen mit hohen Risiken.
Ein Vortrag darüber, wie eine einheitliche Sichtweise innerhalb von Daten- und KI-Teams zu systematischen blinden Flecken führt und was Führungskräfte dagegen tun können.
Die wichtigsten Erkenntnisse:
- Wo Vorurteile tatsächlich in KI-Systeme einfließen: eher bei Entscheidungen als im Code.
- Die organisatorischen Gewohnheiten, die KI-Voreingenommenheit im Laufe der Zeit verstärken.
- Praktische Maßnahmen, die Führungskräfte ergreifen können, um die Inputs für ihre KI-Arbeit zu erweitern.