Ist es die immer wieder anklingende Angst des Verlusts von Arbeitsplätzen? Oder der Kontrollverlust über wichtige Prozesse im Unternehmen, weswegen Verantwortliche auf KI verzichten? Wie dem auch sei, die Industrielle Revolution 4.0 wird voranschreiten, so wie die anderen drei zuvor. Daher ist die Frage nicht, ob in Ihrem Unternehmen das Thema Künstliche Intelligenz angegangen werden soll, sondern wie.

Es lohnt sich, zunächst einen entmystifizierender Blick auf das Thema Künstliche Intelligenz. Es geht nicht darum, einen „Prozess-Frankenstein“ zu schaffen, der in unheimlicher Art und Weise die Kontrolle über Prozesse in Ihrem Unternehmen übernimmt, sondern darum, bestimmte Standardthemen von Menschen zu übernehmen, damit diese wieder mit ihren Kernkompetenzen an der Wertschöpfungskette arbeiten können und das tun, was man von ihnen erwartet: Produktiv zu sein und wertschöpfend. Nicht mehr, nicht weniger. Genau an dieser Stelle setzt der Einsatz von Künstlicher Intelligenz an, standardisierte, häufig wiederkehrende und keinen (wirtschaftlichen) Mehrwert bringende Prozesse zu automatisieren, damit Ihre Mitarbeiter mehr Zeit haben, um mit emotionaler Kompetenz, mit Kreativität und Erfahrung die geschäftskritischen Prozesse zu bearbeiten und den Unternehmenserfolg sicher zu stellen.

Künstliche Intelligenz – Was steckt dahinter?

Die Künstliche Intelligenz besteht – sehr vereinfacht gesagt – nur aus Mathematik und Training. Während die Mathematik die Regeln beschreibt, nach denen eine Eingangsfrage mit einer Antwort verknüpft wird, sorgt das Training dafür, dass auch anders klingende Fragen, mit identischem Kontext erkannt werden und einer bereits vorhandenen Antwort zugeordnet werden. Oder anders ausgedrückt: Eine Künstliche Intelligenz wird niemals einen Literatur-Nobelpreis bekommen, da es nicht ihre Aufgabe ist, „wohlklingende Lyrik“ zu produzieren, sondern nur dazu dient, Muster zu erkennen und Antworten zuzuordnen. Und hier wird schon deutlich, warum das Training einer KI der aufwändigere Teil ist, als die notwendigen Algorithmen auszuwählen. Gibt es zu jeder Eingangsfrage nur genau eine Antwort im System, so wird bereits die erste anderslautende Frage mit identischem Inhalt nicht erkannt, es bedarf des Trainers, diese Frage der bekannten Antwort zuzuordnen. Werden 100 oder gar 1.000 unterschiedliche Fragen pro Antwort ins Systeme eingespeist, ist die Ähnlichkeitsanalyse, die sog. „Similaritätsanalyse“ in der Lage, diese 1.001 Frage zu erkennen und die Antwort zu liefern. Damit wird deutlich, dass der Einsatz von Künstlicher Intelligenz immer dann Sinn macht, wenn eine große Anzahl ähnlicher Anfragen zu beantworten ist. Es lohnt daher, in einer Prozessanalyse zweistufig vorzugehen. Zunächst gilt es, Ihre Businessprozesse dahingehend zu analysieren, wie weit der Digitalisierungsgrad bereits fortgeschritten ist. Dabei geht es nicht nur um die offensichtlichsten, wie etwa den Prozessen an der Kundenschnittstelle, z.B. in einem Servicecenter oder an der Lieferantenschnittstelle bei der Warenkontierung, sondern insbesondere auch um Intercompany-Prozesse oder Predictive Maintenance. Oftmals werden Protokolle aus Maschinen trotzdem noch manuell ausgewertet, um dann einem Servicetechniker bestimmte Ersatzteile mitzugeben. Bei all diesen Prozessen loht sich der kritische Blick und – sofern noch nicht geschehen – die saubere und einheitliche Dokumentation der Prozesse, um im nächsten Schritt die Prozesse auszuwählen, bei denen eine Künstliche Intelligenz zum Einsatz kommen kann.

Künstliche Intelligenz – Wie das Projekt angehen?

Um eine Künstliche Intelligenz wirtschaftlich nutzen zu können, ist ein bestimmtes Volumen an gleichartigen Anfragen notwendig. Es ist daher zu analysieren, welche Prozesse wie oft pro Monat ablaufen und welche Varianz auftritt. Dabei gilt es auch zu prüfen, welche Relevanz dieser Prozess für Kunden (externe oder interne) und das Unternehmen hat. Dann gilt die ganz klare Empfehlung: Häufig wiederkehrende Standardprozesse ohne Mehrwert sollten automatisiert werden und genau hier greift die Künstliche Intelligenz an. Durch das hohe Volumen an bereits vorhandenen Fragen-/Antwortpaaren ist die Gewähr gegeben, die KI schnell antrainieren zu können und damit relativ schnell live gehen zu können und die Kosten zu reduzieren. In diesen Fällen wird ein „Return on Investment“ (ROI) trotz oftmals hohem Eingangsinvest meist schon innerhalb von 12 Monaten erreicht. Dabei errechnet sich der Mehrwert z.B. daran, dass ein Mitarbeiter in einem Servicecenter statt einer Adressänderung, die keinen Euro erwirtschaftet, in dieser Zeit auch einen Neukunden für ein Mobilfunkprodukt werben könnte.

Diese Anfangsanalyse ist von grundlegender Wichtigkeit für den späteren Erfolg eines Automatisierungsprojekts mittels künstlicher Intelligenz. Werden die Prozesse nicht sauber analysiert und dokumentiert, werden die Projekte zum Scheitern verurteilt sein. Es ist daher auch wenig hilfreich, in der Analysephase bereits einen Hersteller von KI-Software einzubeziehen, da dann – wenig verwunderlich – das Anpassen der Anforderung auf die Leistungsfähigkeit des angebotenen Produkts stattfindet, statt das richtige Produkt für Ihre Anforderung zu suchen. Die Analysephase sollte daher von neutraler Seite begleitet werden, um dann eine genau auf den Bedarf passende Lösung auswählen zu können, nicht umgekehrt. Oder wie ein Sprichwort treffend formuliert: „Der Wurm muss dem Fisch schmecken, nicht dem Angler!“ Lassen Sie sich also Zeit für die Analyse, STF unterstützt Sie hierbei gerne neutral und herstellerunabhängig. Danach Sie sind bestens gerüstet, um Ihr KI-Projekt zu starten.