Kommentar von Gerd Plewka, Blue Prism Künstliche Intelligenz für alle

Anbieter zum Thema

IBM Deutschland GmbH

Sinequa

Insider Research

Blue Prism Group plc

Es ist an der Zeit Künstliche Intelligenz (KI) im großem Maßstab – auch in kleineren – Unternehmen zu etablieren, um klare Geschäftsvorteile aus der Implementierung zu ziehen. Dabei müssen sie, aber auch der Tech-Sektor generell, ihre Denkweise ändern und KI nicht länger als einen neuen Trend oder Buzzword betrachten, sondern als Grundlage eines jeglichen Geschäftsbetriebes.

Mehr als die Hälfte der Führungskräfte (64 Prozent) in der DACH-Region ist bereits davon überzeugt, dass KI in Zukunft zu Vorteilen führen wirdMehr als die Hälfte der Führungskräfte (64 Prozent) in der DACH-Region ist bereits davon überzeugt, dass KI in Zukunft zu Vorteilen führen wird. Dazu gehören unter anderem Kosten-, Zeit- sowie Fehlerminimierung, ein nachhaltigerer Einsatz von Ressourcen, ein verbesserter Kundenservice, der zur höheren Kundenzufriedenheit beiträgt, sowie die Steigerung der Mitarbeiter- und Unternehmenseffizienz.

Mit dem zunehmenden Einsatz von KI erweitert sich auch das Spektrum der Anwendungsfälle für Automatisierungen. Software-Roboter, auch Digitale Mitarbeiter genannt, werden durch die Kombination mit KI intelligent und können somit entsprechend auch selbst Entscheidungen treffen, anstatt nur repetitive Aufgaben nach einem festen Muster auszuführen.

KI und RPA: eine hilfreiche Kombination

KI ist also die perfekte Ergänzung zu Robotic Process Automation (RPA). Durch die Zusammenführung dieser beiden Technologien können auch unstrukturierte Daten analysiert, kategorisiert und extrahiert werden – die Funktionalität steigt und der Output komplexer und intelligenter RPA-Workflows wird verbessert. Mit der Einführung dieser sogenannten Intelligenten Automatisierung werden die Geschäftsprozesse in Unternehmen unterschiedlicher Branchen stark optimiert und produktiver gestaltet, da die Digitalen Mitarbeiter kognitive Fähigkeiten erhalten. Zudem führt die Integration von KI-Funktionen zu einer verbesserten Arbeitseffizienz und -produktivität bei gleichzeitig höherer Genauigkeit beim Zugriff auf die unstrukturierten Daten.

Die Geschäftsautomatisierung wird somit auf neue strategische Bereiche gehoben, indem Aufgaben automatisiert werden, die früher nur manuell durch die Mitarbeiter erledigt werden konnten. Unternehmen können von allen Vorteilen der beiden Technologien profitieren und darüber hinaus Synergieeffekte schaffen, indem sie eine All-in-One-Plattform für die Automatisierung von End-to-End-Prozessen nutzen und die Effizienz der intelligenten Funktionen ausschöpfen.

Die Digitalen Mitarbeiter können demnach folgende Aufgaben übernehmen:

• Problemlösung – Sie können Logik-, Geschäfts- und Systemprobleme selbstständig lösen

• Lernen – Sie besitzen die Fähigkeit, sich an sich entwickelnde Prozessmuster anzupassen und kontextbezogene Bedeutungen abzuleiten

• Kollaboration – Sie arbeiten nahtlos mit Menschen und Systemen zusammen

• Visuelle Wahrnehmung – Sie sind in der Lage visuelle Informationen zu interpretieren, zu verstehen und in einen Kontext zu setzen

• Planung und Ablaufplanung – Sie können Arbeitsabläufe optimieren und Möglichkeiten für bessere Ergebnisse entdecken

• Wissen und Einsicht – Ihnen ist es möglich Erkenntnisse aus unterschiedlichen Datenquellen zu gewinnen, zu verstehen und bereitzustellen

Stolperfallen bei der KI-Skalierung und wie man sie vermeidet

Data Science, KI und Geschäftsprozesse harmonieren nicht: Unternehmen sollten KI und ihre Prozesse nicht als getrennte Einheiten ansehen. KI und die intelligenten Digitalen Mitarbeiter sollten als vollständiges Mitglied der Teams angesehen werden, damit KI erfolgreich in einem Unternehmen etabliert werden kann. Darüber hinaus müssen Data Scientists und Process Analysts in funktionale Teams eingebettet werden und Geschäftsstrategien sowie Ziele wie Umsatzsteigerung und Projektumsetzung verstehen. Denn die Skalierung von KI kann nur funktionieren, wenn alle am selben Strang ziehen.

Die Konzeption des KI-Einsatzes ist nur ein Schritt: Oftmals ist KI vom Rest des Unternehmens abgetrennt und in einem Silo untergebracht. Die von Data Scientists konzeptionierten Modelle müssen jedoch im Geschäftsalltag Anwendung finden und innerhalb der Geschäftsprozesse genutzt werden, um im täglichen Leben nutzen zu bringen. Idealerweise arbeiten Data Scientists eng mit den Automatisierungsspezialisten („Process Analysts“) zusammen, die die geschäftliche Sicht des Unternehmens einbringen und für eine hohe Relevanz im Unternehmenskontext sorgen können.

Mangelnde Unterstützung durch die Geschäftsleitung: Möglicherweise muss ein Projekt beispielsweise Zugriff auf Daten unter der Kontrolle einer anderen Abteilung – vorrangigen Zugriff auf Server-Computing-Ressourcen, aktualisierte Hardware oder zusätzliche Mittel zum Testen von Hypothesen – erhalten. Für all das ist eine Führungskraft mit einem angemessenen Maß an Autorität und Befugnissen notwendig. Daher sollte es einen Verantwortlichen im Top-Management geben, der für den erfolgreichen Einsatz von Automatisierung und KI verantwortlich ist, beispielsweise CDO, CAO oder CAIO.

Inkonsistenz bei der Auswahl der Technologien und das Fehlen einer zentralisierten KI-Plattform: Mangelnde Klarheit bei der Technologieauswahl führt dazu, dass die wachsende Nachfrage nach KI im Unternehmen nach ersten positiven Ergebnissen nicht mehr erfüllt werden kann. Die Initiative zur qualitativen Veränderung des Unternehmens durch KI benötigt eine zentralisierte Technologie-Roadmap. Beginnend mit den ersten KI- und Automatisierungs-Projekten sollte sich das Unternehmen mit den Themen Compliance, Reproduzierbarkeit, Trainieren von Machine-Learning-Modellen, Standards für Datenspeicherung und Testen auseinandersetzen.

Mitarbeiter als Schlüssel zum erfolgreichen Einsatz intelligenter Automatisierung: KI-Fähigkeiten helfen dabei, mehr und schneller automatisieren zu können. Deshalb sollte sie als ein alltäglicher Bestandteil in jedem Unternehmen etabliert und in dessen Abläufe integriert werden. Das heißt jedoch nicht, dass die Mitarbeiter überflüssig werden. Im Gegenteil: KI soll sie bei ihren Aufgaben unterstützen. Dementsprechend muss der Fokus von Führungskräften auf der Aneignung und Weiterbildung von notwendigen Fähigkeiten der Mitarbeiter sowie der Zusammenarbeit von Technologie und Mensch liegen.

Um die Daten und die daraus gewonnenen Einsichten direkt in die Hauptgeschäftstätigkeiten einfließen zu lassen und gleichzeitig Skalierungsprobleme zu vermeiden, müssen das Data-Team und die für die Geschäftsprozesse Verantwortlichen Analysten eng und vertrauensvoll zusammenarbeiten.

Automatisierung fördert die Integration: Eine bereits bestehende Automatisierung von Geschäftsprozessen vereinfacht die Einbindung von KI in Geschäftsprozessen, indem die direkte Interaktion zwischen Mensch und KI verringert werden und der Mitarbeiter stattdessen mit den ihm bekannten Benutzerschnittstellen weiter interagieren kann. Dies senkt die Akzeptanzschwelle und kann so zum Abbau von Vorurteilen beitragen.

Unternehmen haben weitestgehend gerade erst damit begonnen, die Fähigkeiten, die KI bieten kann, umzusetzen. Allerdings darf KI nicht länger als ein neuer Trend gesehen werden, sondern muss in den Kern und den Alltag eines jeden Unternehmens eingebettet werden. Nur so können Unternehmen ihre Produktivität sowie Effizienz steigern und somit auch künftig wettbewerbsfähig bleiben.

(ID:48313902)