Auswahlkriterien für Mittelständler

Nur in authentische KI investieren

Nicht überall, wo Künstliche Intelligenz (KI) draufsteht, ist auch „echte Intelligenz“ drin. Auf dem Markt kursieren zahlreiche Mogelpackungen, die Verantwortliche entlarven sollten. Doch worauf kommt es tatsächlich an?

Schatten eines Mannes verziert mit Symbolen

Nicht jede Lösung für Künstliche Intelligenz (KI) hält tatsächlich das, was sie verspricht.

„Neben den Projekten, die die Unternehmen gezielt anstoßen, kommt Künstliche Intelligenz (KI) über Apps, moderne Anwendungen und Cloud-Services in Form von Updates und neuen Releases automatisch in die Fach- und IT-Abteilungen. Aus diesem Grund sollten sich Organisationen jetzt gezielt mit dem Thema KI beschäftigen, um schnell einen Nutzen aus den bereits verfügbaren Lösungen zu ziehen“, lautet das Fazit einer aktuellen KI-Studie von IDC.

Für mittelständische Unternehmen ist beim Einsatz von Künstlicher Intelligenz der Nutzen entscheidend, so die Studie weiter. Ebenso entscheidend ist für Firmenchefs auch, wie sie diesen via KI generieren. Denn wenn sie ernsthaft erwägen, tatsächlich ihr Investitions-Portemonnaie zu öffnen, ist Vorsicht geboten. Denn wo KI draufsteht ist nicht immer auch KI drin. Mitunter ist das Label „Künstliche Intelligenz“ lediglich eine Mogelpackung. Das ist gerade für mittelständische Unternehmen fatal, sind deren finanziellen Mittel doch in der Regel limitiert. Welche konkreten Gefahren lauern können, zeigt ein Technologievergleich.

Robotic Process Automation

So soll sich beispielsweise der breite geschäftliche Einsatz von Robotic Process Automation (RPA) in Europa laut einer Studie der ISG Information Services Group zufolge bis 2020 verdoppeln. Die Unternehmen wollen damit vor allem ihren Kundenservice verbessern und ihre Finanzprozesse verschlanken. Gleichzeitig werden bis dahin weniger als zehn Prozent noch gar nicht in RPA investiert haben. Die befragten Unternehmen gaben an, dass sie in Automatisierung investieren, um vor allem die Qualität, die Geschwindigkeit und Effizienz des Kundenservice sowie der Finanzprozesse zu verbessern.

Soweit so gut, denn RPA hat tatsächlich einen massiven Einfluss auf die Automatisierung, sie ermöglicht sie in vielen Bereichen erst. Allerdings dient als technologisches Fundament hier zumeist Machine Learning – was dann fälschlicherweise mit Künstlicher Intelligenz gleichgesetzt wird.

RPA bedeutet, dass software-basierte Roboter beispielsweise Informationen aus einer CRM-Anwendung in eine andere Unternehmensanwendung portieren. Sie übernehmen Workflows, die vorher händisch ausgeführt wurden. „Intelligent“ ist daran lediglich, dass diese Automatisierung regelbasiert verläuft: „Wenn A eintritt, transportiere Datei B zu C“ – mehr nicht. Das heißt, hier kommen regelbasierte Erkennungsmuster zum Einsatz. Die Versicherungswirtschaft nutzt diese Art der RPA vielfach erfolgreich. Etwa wenn es um die Regulierung von Bagatellschäden geht, bei denen eine bestimmte Schadenssumme (Erkennungsmuster) nicht übertroffen wird und ein exakt definierter Sachverhalt vorliegt (Erkennungsmuster). Dann löst der Software-Roboter die Regulierung aus.

Für profane Abläufe und Prozesse ist das ausreichend, wollen Verantwortliche jedoch das volle Potential der Automatisierung ausschöpfen, sind diese Erkennungsmuster völlig überfordert. Erst wenn hier additiv Cognitive Computing mit ins Spiel kommt, lässt sich, erstens, von Künstlicher Intelligenz sprechen und, zweitens, die Wertschöpfung auch auf komplexeren Wirkungsebenen anwenden. Im Cognitive Computing kommen unterschiedliche Technologien wie beispielsweise Machine Learning plus Natural Language Processing (NPL), semantische Analyse oder Sentimentanalyse zum Einsatz. Diese Kombination ist lernfähig, da sie nicht nur Wortanalysen oder Regeln folgt, so wie es im RPA üblich ist. Hier kommen menschliche Verständnismuster zum Einsatz, um Big Data und unstrukturierte Informationen aus unterschiedlichsten Quellen, wie Dokumenten, Nachrichten, Presseartikeln, Forschungsberichten oder E-Mails zu interpretieren und nicht nur Abfolgen aus einer CRM- oder Finanz-Software. Eine solche Cognitive-Automation kann relevante Informationen erkennen und extrahieren.

Gefragt: Lernfähige Software

Bildlich gesprochen ist RPA eine fest installierte Gondel, die – sehr zuverlässig – Dinge von A nach B transportiert. Vor und zurück, ohne Spielraum, ohne Flexibilität. Cognitive Computing hingegen ist das autonome Fahrzeug, das unterschiedliche Ziele selbstständig und ansteuern kann. Das nicht nur reagiert, sondern auch agiert.

Keine Frage: RPA verrichtet in vielen Unternehmen täglich ein gutes Werk und hilft Unternehmern durch automatisierte Prozesse Geld zu sparen. Für komplexe Prozesse, die Künstliche Intelligenz voraussetzen, damit sie sich erfolgreich automatisieren lassen, reicht dies aber nicht aus. Beispiele hierfür sind die Automatisierung im Kundenservice oder die externe Kommunikation mit Kunden, Partnern und Lieferanten mittels Chatbots. Hier muss eine große Anzahl von unterschiedlichsten Informationen gesammelt, verdichtet, ausgewertet und – darauf kommt es an – schließlich auch bewertet werden. Wenn sich mittelständische Unternehmen auf „Kollege Computer“ verlassen wollen, dann müssen dessen Kenntnisse weitreichender sein als bei einem RPA-Bot, der aufgrund eines Regelbaums entscheidet. Cognitive Computing in der Kombination mit Künstlicher Intelligenz ist lernfähig, addiert Wissen, kann derart autonom Entscheidungen treffen oder diese beeinflussen.

Die Anwendungsgebiete dieser Technologie für mittlere Unternehmen sind vielfältig. Im Kundendienst lassen sich so Fragen in natürlicher Sprache beantworten, so dass Kunden tatsächlich eine zufriedenstellende Antwort erhalten. Eingehende E-Mails kategorisiert eine solche Software automatisch, ohne dass ein Unternehmen Gefahr läuft, dass wichtige Inhalte versanden. Sie können damit auch das Kundenverhalten zuverlässig analysieren und prognostizieren sowie ihr Zielgruppen-Targeting massiv verbessern. Industrielle Unternehmen sind damit im Informationsmanagement und im Wissensaustausch wesentlich effizienter.

Fazit: RPA ist eine wichtige Entwicklung der IT – gewesen. Für mittelständische Unternehmen in der Plattformökonomie kann die Kombination KI und Cognitive Computing jedoch wichtiger sein. Denn erst damit lassen sich die vollen Potentiale der Wertschöpfung heben.

* Der Autor Stefan Welcker ist Geschäftsführer bei der Expert System Deutschland GmbH.

Bildquelle: Thinkstock/iStock

©2019Alle Rechte bei MEDIENHAUS Verlag GmbH

Unsere Website verwendet Cookies, um Ihnen den bestmöglichen Service zu bieten. Durch die weitere Nutzung der Seite stimmen Sie der Verwendung zu. Weitere Infos finden Sie in unserer Datenschutzerklärung.

ok