Cassie Kozyrkov
KI hat sich von der Beantwortung von Fragen hin zum Ergreifen von Maßnahmen entwickelt, und die meisten Betriebsmodelle waren dafür nicht ausgelegt. Führungskräfte müssen nun festlegen, welche Entscheidungen weiterhin von Menschen getroffen werden und wer die Verantwortung trägt, wenn ein System eigenständig handelt. Die Pilotprojekte nehmen immer weiter zu, während niemand eine Kennzahl nennen kann, die durch eines davon verbessert wurde.
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, ihn fünf Jahre lang geleitet und dem Fachgebiet selbst seinen Namen gegeben. Wenn ein CEO fragt, was „Decision Intelligence“ ist und warum seine KI-Investitionen in diesen Bereich fließen sollten, ist sie die primäre Quelle und nicht nur eine Vermittlerin eines fremden Konzepts.
- Sie hat persönlich mehr als 20.000 Google-Mitarbeiter aus allen Funktionsbereichen in datengestützter Entscheidungsfindung und KI geschult und weiß daher, wie man das Thema sowohl bei nicht-technischen Führungskräften als auch bei Ingenieuren verständlich vermittelt.
- In ihrer aktuellen Arbeit im Führungskräftebereich beschäftigt sie sich damit, was sich ändert, wenn KI handelt, anstatt nur zu beraten. Sie unterzieht Führungskräfte mehreren Tests: ob die KI-Roadmap proaktiv ist, ob Aufmerksamkeit als Investition betrachtet wird und ob ein Pilotprojekt einen namentlich benannten verantwortlichen Leiter auf Führungsebene sowie eine geschäftliche Kennzahl hat, die es beeinflussen soll.
- Sie vermittelt dies in großem Maßstab auch außerhalb der Vorstandsetage. „Making Friends with Machine Learning“ begann als interner Google-Kurs und ist mittlerweile öffentlich zugänglich; außerdem hat sie den MasterClass-Zertifikatskurs „Data-Driven Decision-Making in the Age of AI“ entwickelt, der auf ihren eigenen Rahmenwerken basiert und an dem DJ Patil, der erste Chief Data Scientist der USA, mitwirkt.
- Sie war eine volle Amtszeit lang Mitglied des Innovationsbeirats der Federal Reserve Bank of New York, wo sie sich mit den Auswirkungen von KI auf die Finanzmärkte befasste, und hat mit Führungskräften bei Lenovo, der NASA und Gucci zusammengearbeitet.
Wichtige Stationen ihrer Laufbahn
- Googles erste Chief Decision Scientist (2018 bis 2023), leitete den Bereich „Decision Intelligence“ innerhalb der Abteilung „Research and 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 geleitet.
- Entwicklerin des MasterClass-Zertifikatskurses „Data-Driven Decision-Making in the Age of AI“, der auf ihren eigenen Rahmenwerken basiert und an dem DJ Patil, der erste Chief Data Scientist der USA, mitwirkt. Außerdem entwickelte sie „Making Friends with Machine Learning“, ursprünglich ein interner Google-Kurs, der nun kostenlos auf YouTube verfügbar ist.
- Hielt Vorträge in mehr als 40 Ländern und auf allen sieben Kontinenten, darunter bei den Vereinten Nationen, dem Weltwirtschaftsforum, dem Web Summit und SXSW.
- Mitglied des Innovationsbeirats der Federal Reserve Bank of New York (2023 bis 2024); „Few-Glasson Distinguished Alumna“ der Duke University.
Biografie
Die Dashboards sind erstellt, die Modelle laufen in der Produktion, und die Führungskräfte können immer noch keine einzige Entscheidung nennen, die nachweislich besser ist. Diese Lücke ist das Thema, mit dem sich Cassie Kozyrkov seit einem Jahrzehnt beschäftigt, zunächst bei Google und nun mit Führungsteams 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 im Rahmen einer Disziplin zu verarbeiten, die sie „Decision Intelligence“ nennt. Bis zu ihrem Ausscheiden hatte sie persönlich mehr als 20.000 Google-Mitarbeiter geschult und über 500 Projekte im Rahmen dieses Konzepts mitgestaltet.
Der Grund, warum ihre Arbeit über Google hinaus Wirkung zeigt, 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, erklärt in einfacher Sprache, wie maschinelles Lernen in geschäftliche Entscheidungen eingebunden wird. Ihre Artikel in der „Harvard Business Review“, bei „Fortune“, „Fast Company“, „WIRED“ und im „Wall Street Journal“ haben dasselbe für nicht-technische Führungskräfte geleistet, und ihr „Decision Intelligence“-Substack ist zu einer praktischen Referenz für Praktiker geworden.
Heute leitet sie Kozyr und berät Führungsteams zu KI-Strategie und Entscheidungsgestaltung. Im Mittelpunkt ihrer aktuellen Arbeit mit Führungskräften steht die Frage, was sich ändert, wenn KI nicht mehr nur berät, sondern selbst handelt. Eine der Aufgaben, die sie Führungskräften stellt, ist unverblümt: Nennen Sie den leitenden Verantwortlichen, der das Ergebnis will, und die Kennzahl, die sich dadurch verbessern soll. Die schwierigere Frage ist, wo die durch KI frei werdenden Arbeitsstunden neu investiert werden. Ihr MasterClass-Zertifikatskurs „Data-Driven Decision-Making in the Age of AI“, an dem DJ Patil, der erste Chief Data Scientist der USA, mitwirkt, vermittelt dieselbe Methode einem breiten Fachpublikum.
Wichtige Vortragsthemen
- Entscheidungsintelligenz
- Agentische KI und die sich wandelnde Rolle der Führungskraft
- KI-Strategie und -Einführung
- Datengestützte Entscheidungsfindung
- Maschinelles Lernen für Führungskräfte
- KI-Kompetenz für Führungskräfte und die breite Öffentlichkeit
- 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
- Führungskräfte im Bereich Transformation und Strategie, die dafür verantwortlich sind, KI-Pilotprojekte in Geschäftsergebnisse umzusetzen
- Mitarbeiter aller Ebenen und gemischte Zielgruppen bei Konferenzen oder internen KI-Tagen, bei denen technische und nicht-technische Mitarbeiter denselben Ausgangspunkt benötigen
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.
- Ein Test, der bei jedem KI-Pilotprojekt im Unternehmen angewendet werden sollte: Wer ist der verantwortliche Führungskraft, und welche Kennzahl soll dadurch verbessert werden?
- Eine Entscheidung darüber, wo das Unternehmen die durch KI eingesparten Arbeitsstunden neu investiert, bevor die Einsparungen stillschweigend als zusätzlicher Output absorbiert werden.
Vorträge
Ein Keynote-Vortrag zum Thema Führung: Was ändert sich, wenn KI nicht mehr nur Empfehlungen ausspricht, sondern selbst Maßnahmen ergreift, und was sollte als Erstes geändert werden?
Die wichtigsten Erkenntnisse:
- Jedes KI-Pilotprojekt muss einem Führungstest unterzogen werden: Es braucht einen namentlich benannten Verantwortlichen in leitender Position, der das Ergebnis anstrebt, sowie eine geschäftliche Kennzahl, die dadurch beeinflusst werden soll.
- Die durch KI eingesparten Stunden brauchen einen Verwendungszweck. Legen Sie fest, wo sie reinvestiert werden, bevor die Einsparungen als zusätzlicher Output absorbiert werden.
- Gestalten Sie einen Prozess so um, wie es ein digital affiner Wettbewerber tun würde, und beseitigen Sie dann die Übergaben, die nur aufgrund von Altsystemen bestehen.
Ein Vortrag für ein technisches und nicht-technisches Publikum gleichermaßen darüber, wie man nützliche Ergebnisse aus der KI erzielt, ohne jedes neue Tool beherrschen zu müssen.
Die wichtigsten Erkenntnisse:
- Beginnen Sie mit einem Ziel, das das Team als unmöglich aufgegeben hat, und prüfen Sie dann, ob KI die Lösung verändert.
- Überprüfen Sie, wie Sie KI derzeit einsetzen, und richten Sie sie dann auf Ihre tatsächlichen Prioritäten aus.
- Stellen Sie sicher, dass Ihre KI-Abkürzungen keinen Mehraufwand für Kollegen verursachen, und teilen Sie dem Team anschließend einen Erfolg und einen Fehler mit.