Dr. Andrew Ng
Die meisten Unternehmen haben KI-Pilotprojekte durchgeführt. Nur wenige sind darüber hinausgegangen. Die Lücke liegt nicht im Technischen, sondern im Organisatorischen. Der Aufbau der internen Strukturen, Teams und Entscheidungskompetenzen, die für den großflächigen Einsatz von KI erforderlich sind, ist die Herausforderung, die die meisten Führungsteams bislang noch nicht gemeistert haben. Ohne einen systematischen Ansatz häufen sich die KI-Investitionen an, ohne dass sich ihre Wirkung vervielfacht.
Die Herausforderung, KI von vereinzelten Pilotprojekten zu einer unternehmensweiten Kompetenz auszubauen, ist das Thema, mit dem sich Andrew Ng – Mitbegründer von Google Brain, der Coursera zu einer Plattform mit 150 Millionen Lernenden ausgebaut und das „AI Transformation Playbook“ verfasst hat – im Laufe seiner Karriere beschäftigt hat, um Unternehmen bei der Lösung dieser Aufgabe zu unterstützen.
Full Profile
Warum Unternehmen mit Andrew Ng zusammenarbeiten
- Sein „AI Transformation Playbook“ – ein benanntes, fünfstufiges Rahmenwerk, das direkt aus dem Aufbau von KI-Teams bei Google und Baidu hervorgegangen ist – bietet Unternehmen einen strukturierten Umsetzungsweg und nicht nur Grundsätze. Das ist der Unterschied zwischen einer Richtung und einem Plan.
- Er hat beide Seiten der Herausforderung bei der Einführung von KI kennengelernt: als Verantwortlicher dafür, zwei der weltweit größten Technologieunternehmen zu „AI-first“-Unternehmen zu machen, und als Gründer von Plattformen, die mehr als 8 Millionen Menschen in KI-Kompetenzen geschult haben. Die Fehlerquellen an beiden Enden sind für ihn keine Theorie.
- Seine These „KI ist der neue Strom“ definiert KI neu als universell einsetzbare Infrastruktur und nicht als Funktion oder Produkt – eine Unterscheidung, die verändert, wie Vorstände Kapital zuweisen und wie Führungsteams die Verantwortlichkeiten strukturieren.
- Er wurde in die erste „Time100 AI“-Liste des Time Magazine (2023) aufgenommen – eine Anerkennung für seinen aktiven, aktuellen Einfluss in diesem Bereich – und in den Vorstand von Amazon berufen. Ersteres signalisiert Anerkennung durch Fachkollegen; Letzteres steht für Glaubwürdigkeit in der Führungsetage.
- Im Rahmen von „AI Aspire“, das in Zusammenarbeit mit Bain & Company entwickelt wurde, berät er Unternehmen beim Übergang von KI-Experimenten zu einer skalierbaren Transformation – und verschafft Organisationen damit Zugang zu einer Perspektive, die sich im Venture-Building, im Hyperscale-Betrieb und in der Massenbildung bewährt hat.
Wichtige Stationen seiner Laufbahn
- Mitbegründer von Google Brain – dem Forschungsteam, dem die Neugestaltung von Googles Ansatz im Bereich der künstlichen Intelligenz zugeschrieben wird
- VP und Chief Scientist bei Baidu, wo er ein 1.300-köpfiges KI-Team leitete, das für die globale KI-Strategie des Unternehmens verantwortlich war
- Mitbegründer und Vorsitzender von Coursera (NYSE: COUR), das mittlerweile weltweit über 150 Millionen registrierte Lernende betreut
- Gründer von DeepLearning.AI – über 8 Millionen Menschen haben KI-Kurse im Rahmen seiner Programme absolviert
- Aufgenommen in die Liste der „Time100 Most Influential People“ (2012), der „Fast Company’s Most Creative People“ (2014) und der „Time100 AI“ (2023)
- Mitglied des Vorstands von Amazon (ernannt im April 2024)
- Autor der weit verbreiteten Bücher „AI Transformation Playbook“ und „Machine Learning Yearning“
- Er hat einen BSc von der Carnegie Mellon University, einen MSc vom MIT und einen PhD von der UC Berkeley; Mitautor von über 200 Forschungsarbeiten
Biografie
Die meisten KI-Pilotprojekte entwickeln sich nie zu KI-Unternehmen weiter. Andrew Ng hat jahrelang untersucht, warum das so ist – zunächst als Gründungsleiter von Google Brain und anschließend als Vizepräsident und Chefwissenschaftler bei Baidu, wo er ein 1.300-köpfiges KI-Team aufbaute. Die Kluft zwischen isolierten KI-Experimenten und unternehmensweiten Fähigkeiten ist das Problem, das er aus nächster Nähe untersucht hat.
Sein „AI Transformation Playbook“ – das direkt auf diesen Erfahrungen basiert – legt ein Fünf-Schritte-Modell dar, mit dem die Einführung von KI vom anfänglichen Schwung zu einer unternehmensweiten Infrastruktur ausgebaut werden kann. Es findet breite Verbreitung, weil es die KI-Transformation als operative Herausforderung und nicht als technologische Frage behandelt. Seine These, dass KI ebenso eine Infrastruktur ist wie einst die Elektrizität, bietet Vorständen einen strategischen Rahmen, der branchen- und geschäftsmodellübergreifend gilt.
Ng war Mitbegründer von Coursera, das mittlerweile über 150 Millionen registrierte Lernende betreut, und gründete DeepLearning.AI, über das mehr als 8 Millionen Menschen KI-Kompetenzen erworben haben. Der Aufbau von KI-Kompetenz in dieser Größenordnung – und die Messung dessen, was funktioniert – verschafft ihm eine konkrete, praxiserprobte Perspektive darauf, was die Transformation der Belegschaft in der Praxis tatsächlich erfordert. Nur wenige Referenten können auf vergleichbare praktische Erfahrungen verweisen.
Er verfügt über Abschlüsse der Carnegie Mellon University, des MIT und der UC Berkeley, ist Mitautor von über 200 Forschungsarbeiten und sitzt im Vorstand von Amazon. Er wurde 2023 in die erste „Time100 AI“-Liste des Time Magazine aufgenommen – eine Auszeichnung, die eher den aktuellen Einfluss als historische Verdienste würdigt – und gründet weiterhin über den AI Fund KI-Unternehmen mit sowie berät Unternehmen in Fragen der KI-Strategie über AI Aspire, eine Firma, die er in Partnerschaft mit Bain & Company aufgebaut hat.
Wichtige Vortragsthemen
- Einführung und Transformation von KI in Unternehmen
- KI-Strategie für Vorstände und Führungskräfte der obersten Ebene
- Agentische KI und die nächste Phase der KI-Systeme
- Entwicklung von KI-Fachkräften und Kompetenzaufbau
- Verantwortungsvolle KI-Entwicklung und Regulierung
- Grundlagen des maschinellen Lernens und angewandte KI
- Die Wirtschaftlichkeit von KI als universell einsetzbare Infrastruktur
Ideal für
- Führungskräfte der obersten Ebene und Vorstände, die KI-Strategien festlegen und Kapitalzuweisungen vornehmen
- Chief Technology Officers und Chief Digital Officers, die KI-Programme in Unternehmen leiten
- CHROs und Personalverantwortliche, die für die Weiterbildung im Bereich KI und die Transformation der Belegschaft zuständig sind
- Transformationsleiter und Innovationsteams, die den Übergang von KI-Pilotprojekten zum groß angelegten Einsatz vorantreiben
Lernziele für die Teilnehmer
- Ein strukturiertes Rahmenwerk zur Diagnose, wo die Einführung von KI im Unternehmen ins Stocken gerät und wie es weitergehen soll
- Klarheit darüber, wie interne KI-Kompetenzen – Teams, Arbeitsabläufe und Governance – aufgebaut werden können, anstatt sich auf isolierte, projektbezogene Ansätze zu verlassen
- Ein Rahmenkonzept auf Vorstandsebene für KI als Infrastruktur mit Auswirkungen auf Investitionen, Personal und Wettbewerbspositionierung
- Praktisches Verständnis dafür, was der groß angelegte Aufbau von KI-Fachkräften erfordert – basierend auf Programmen, die bereits Millionen von Menschen geschult haben
- Eine fundiertere Sichtweise auf die verantwortungsvolle KI-Entwicklung – bei der zwischen glaubwürdigen Risiken und spekulativen Bedenken unterschieden wird – von einem Praktiker, der diese Positionen öffentlich und in der Politik vertreten hat
Vorträge
Untersucht, wie Maschinen aus unstrukturierten Daten lernen, um Bereiche wie Computer Vision und natürliche Sprachverarbeitung voranzubringen, und was dies für Unternehmen bedeutet, die auf KI-Grundlagen aufbauen.
Wichtige Erkenntnisse:
- Wie Deep Learning aussagekräftige Muster aus unstrukturierten Daten extrahiert und wo diese Fähigkeit in der Praxis zum Einsatz kommt
- Der Unterschied zwischen überwachtem und unüberwachtem Lernen und wann sich der jeweilige Ansatz für Anwendungsfälle in Unternehmen eignet
- Was der aktuelle Stand der Forschung im Bereich des maschinellen Lernens für Unternehmen bedeutet, die in KI-Infrastruktur investieren
Untersucht, wie künstliche Intelligenz das Lernen neu gestaltet – indem sie personalisierte, adaptive Lernerfahrungen in großem Maßstab ermöglicht – und was dies für Organisationen bedeutet, die für die Kompetenzentwicklung ihrer Belegschaft verantwortlich sind.
Wichtige Erkenntnisse:
- Wie KI personalisierte Lernpfade schafft, die traditionelle Schulungsmodelle nicht in großem Maßstab nachbilden können
- Was ein erweiterter Zugang zu hochwertiger Bildung für globale Talentpipelines und Wettbewerbsvorteile bedeutet
- Die Auswirkungen des lebenslangen Lernens als strukturelle Notwendigkeit und nicht als kulturelles Ziel
Gibt einen Überblick über aktuelle Entwicklungen in den Bereichen KI und Robotik in der Fertigungsindustrie, im Gesundheitswesen und im Verkehrswesen, wobei der Schwerpunkt auf dem praktischen Einsatz und den Voraussetzungen für eine verantwortungsvolle, menschenzentrierte Umsetzung liegt.
Kernaussagen:
- Wie Robotik und KI die Abläufe in Schlüsselbranchen verändern und wo sich die Chancen in naher Zukunft konzentrieren
- Wie eine effektive Mensch-Maschine-Zusammenarbeit in der Praxis aussieht, jenseits des Hypes
- Welche ethischen und governancebezogenen Überlegungen Unternehmen vor der Einführung – und nicht erst danach – berücksichtigen müssen