„Generative KI erfährt gerade einen Hype“

ITM: Herr Freund, worin unterscheiden sich die verschiedenen KI-Modelle?
Freund: Die generative KI nutzt Daten, um neue Inhalte zu erstellen. Basierend auf bestehendem Content, zum Beispiel in Form von Fotos, Artikeln, Podcasts oder Musik lernt sie, wie eine bestimmte Form von Text, Bildern oder Audiodateien aufgebaut ist und kann so eine neue, eigene Version erstellen – etwa eine Sprachnachricht mit der Stimme einer realen Person. Auch Code lässt sich inzwischen mittels KI generieren. Predictive AI oder prädiktive KI nutzt Daten und das Erkennen von Mustern hingegen, um Ereignisse oder Abläufe vorauszusagen. Sie wird häufig in Bereichen wie der Klimaforschung oder in Business Intelligence (BI) eingesetzt und ist besonders gut darin, die Auswirkungen von Änderungen in komplexen Systemen zu prognostizieren. Die Erweiterte Intelligenz – oder Augmented Intelligence – ist eine weitere spannende und bisher vielleicht am wenigsten beachtete Art von KI, die die menschliche Produktivität verbessern kann. Diese KI kann dazu beitragen, Entscheidungen zu beschleunigen, die normalerweise von einem Menschen getroffen worden wären, und so die Effizienz eines Prozesses steigern. Bei der Menge an Geschäftsentscheidungen, die täglich getroffen werden müssen, birgt das ein riesiges Potenzial.

ITM: Wie kommen sie jeweils in der Prozessororchestrierung zum Einsatz?
Freund: Generative KI kann man über verschiedene Wege in der Prozessorchestrierung einsetzen, z.B. über eine API wie der von ChatGPT. Man kann sie mithilfe eines Connectors in einen Prozess integrieren und so z.B. Textinhalte erstellen und weiterverarbeiten – etwa für einen Slackbot. Auch beim Gestalten des Prozesses in einem Process Modeling Tool kann generative KI helfen, z.B. um Vorschläge für ein Formular aus einer einfachen Texteingabe (einem sogenannten Prompt) zu erstellen. Generative KI kann zudem Testdaten erstellen, um Prozessmodelle auf Funktionalität zu testen. So wie Software-Entwickler, die Tools wie Github Copilot nutzen, um schneller zu coden, könnten Prozessmodellierende zukünftig generative KI-Tools für solche Zwecke hinzuziehen. Natürlich ersetzt das nicht völlig die Expertise von Menschen – spart aber Zeit und Ressourcen in der Anfangsphase der Prozessmodellierung. Prädiktive KI hat besonders im Bereich der Optimierung von Geschäftsprozessen großes Potenzial. Auf Basis der Laufzeitdaten eines Prozesses findet sie Zusammenhänge zwischen dem Aufbau des Modells und der Effizienz dessen. Prädiktive KI kann auch unscheinbare Muster in Daten erkennen. Ein Beispiel wäre ein Finanzdienstleister, der mit Hilfe eines umfangreichen Laufzeitdatenschatzes Muster aufdeckt, die auf Finanzbetrug hinweisen. Erweiterte Intelligenz wiederum kann dazu beitragen, einen Prozess aufzubauen, der sich selbst verbessert. So ein System könnte bei der Datenanalyse der Prozessausführung nicht nur eigenständig entscheiden, wie ein Prozess effizienter gestaltet werden kann, sondern diese Entscheidung auch direkt umsetzen, mit minimaler oder sogar ganz ohne menschliche Intervention. Tests spielen eine große Rolle in der Automatisierung, und auch hier gibt es Potenziale für Erweiterte Intelligenz: Sie kann Testfälle für bestimmte Funktionstypen generieren, beispielsweise für das Ausfüllen von Formularen, und dabei auch simulieren, was durch menschliche Fehleingaben alles schief gehen könnte. Das System lernt so, Fehler automatisch zu korrigieren, um eine bessere Datenerfassung zu garantieren.

Dies ist ein Artikel aus unserer Print-Ausgabe 11/2023. Bestellen Sie ein kostenfreies Probe-Abo.

ITM: Welche Art von KI birgt dabei das meiste Potenzial?
Freund: Generative KI erfährt gerade einen Hype und ist für viele Anwendungsszenarien bereits gut ausgereift. Aber auch Prädiktive KI und Erweiterte Intelligenz haben großes Potential für die Automatisierung und Prozessorchestrierung. Grundsätzlich ist die Frage danach, welche KI das meiste Potenzial hat, wenig ausschlaggebend. Am Ende kommt es darauf an, für jedes Verfahren und jedes Einsatzgebiet das Meiste aus der jeweils passenden Technologie herauszuholen. Relativ gemessen daran, was sie in der Prozessorchestrierung bewirken kann, findet die Erweiterte Intelligenz erstaunlich wenig Erwähnung in den Medien. Halten wir einmal fest: Im Jahr werden bis zu drei Milliarden geschäftliche Entscheidungen getroffen. Das Potenzial der Effizienzsteigerung ist also enorm. Und auch selbst heilende Prozesse – also Prozesse, die sich intelligent selbst verbessern und ihre Effizienz steigern – werden in der nahen Zukunft sehr begehrt sein.

ITM: Wo liegen aus Ihrer Sicht die größten Hoffnungen für die nächsten zwei bis fünf Jahre?
Freund: Wir haben seit 2020 einen regelrechten Kaufrausch am Unternehmenssoftwaremarkt erlebt. Nicht zuletzt durch die Pandemie sind zahlreiche Software-Lösungen und Endpunkte in vielen Unternehmen dazu gekommen – und mit ihnen die Frage, wie sie sich effizient in den geschäftlichen Alltag integrieren lassen. Einer Vielfalt an Endpunkten in komplexen Prozessen Herr zu werden, wird eine Schlüsselaufgabe für viele Unternehmen in den nächsten Jahren sein. Die Prozessorchestrierung wird dabei eine tragende Rolle spielen. Jeder Schritt in dieser Aufgabe kann durch eine KI verbessert werden: Von der Modellierung über die Testung bis hin zur Optimierung.