Künstliche Intelligenz für Business-Prozesse

Natürliche Intelligenz allein genügt heute nicht mehr, um am Markt erfolgreich zu sein. Dieser Ansicht sind die meisten der von dem Wissenschaftsjournal „MIT Sloan Management Review“ befragten Unternehmensführer. So glauben 84 Prozent der Umfrageteilnehmer, dass Künstliche Intelligenz (KI) ihnen einen Wettbewerbsvorteil verschaffen wird.

Eine ganze Reihe von Software-Anbietern integriert mittlerweile Künstliche Intelligenz in ihr Portfolio, so etwa Adobe mit der Plattform Sensei. Auch OpenText hat mit Magellan ein entsprechendes KI-Angebot: „Da KI in den vergangenen Jahren durch alle Branchen an Interesse gewonnen hat, steigt auch das Interesse an den entsprechenden Lösungsszena­rien“, erklärt Eugen Klass, Data Scientist bei OpenText.

Das Interesse verwundert nicht, denn die Anwendungs­felder sind in der Tat vielfältig.

Einkauf: Die Einsatzmöglichkeiten Künstlicher Intelligenz reichen von automatisierten Bestellvorgängen bis zur intelligenten Analyse des gesamten Beschaffungsprozesses.

Kundenservice und -Support: Funktionen wie Sprach- und Texterkennung, Sprachverständnis und automatisierte Übersetzung können in der Kundenkommunikation helfen, um Anfragen per E-Mail, Chat oder Telefon automatisiert zu beantworten. Oder man lässt Anfragen per KI vorsortieren und klassifizieren. KI-basierte Empfehlungen für Produkte oder Services erhöhen die Kundenbindung und -zufriedenheit.

Vertrieb: Mit prädiktiven Verfahren und Sentimentanalysen lässt sich das Kundenverhalten vorhersagen, um etwa einer Abwanderung entgegenzuwirken. Explorative Verfahren erlauben es, Kunden besser zu verstehen und zu segmentieren sowie potenzielle Neukunden und Zielgruppen zu identifizieren.

Marketing: Kundenansprache und -kommunikation lassen sich mit Hilfe von KI individueller gestalten. Der Interessent erhält so maßgeschneidert und kanalübergreifend die passenden Botschaften und Angebote.

Personalwesen: Bei der Personalsuche können KI-Funktionen helfen, die richtigen Kandidaten für eine Position zu identifizieren. Neben prädiktiven Verfahren und Methoden zur Entscheidungsfindung lassen sich Stimm- oder Bildanalysen einsetzen, um das Verhalten eines Bewerbers im Vorstellungsgespräch zu analysieren. Schließlich lässt sich mit Chatbots und Selfservice-Portalen der Aufwand in der Personalverwaltung reduzieren.

IT-Service- und -Support: Mit KI-Unterstützung lassen sich digitale Arbeitsplätze automatisiert und personalisiert zur Verfügung stellen. Prädiktive Verfahren können Systemprobleme erkennen, bevor es zu Ausfällen kommt.

IT-Sicherheit: Die intelligente Verhaltensanalyse von Nutzern und Systemen erlaubt es, Sicherheitsprobleme und Betrugsversuche schneller und zuverlässiger zu erkennen.

Produktion: Mit Hilfe Künstlicher Intelligenz lassen sich dynamische Produktionsumgebungen entwickeln, die sich an veränderte Bedingungen anpassen. Neben intelligenten, selbstlernenden Robotern kommen Methoden der prädiktiven Analyse, der Entscheidungsunterstützung und der Empfehlungslogik zum Einsatz, um Prozesse zu beschleunigen.

Logistik: KI unterstützt Logistikprozesse unter anderem in Form von prädiktiven Analysen und Empfehlungsverfahren. Lieferketten lassen sich so optimieren und Lieferengpässe oder Kostenrisiken vorab identifizieren.

Auch in branchenspezifischen Anwendungen spielen KI-Funktionen zunehmend eine Rolle.

Finanz­dienstleister: KI gewinnt unter anderem bei der Vermögensverwaltung an Bedeutung. Ein Beispiel sind automatisierte Anlagesysteme, sogenannte Roboadvisor.

Automobilindustrie: Selbstfahrende Fahrzeuge und Assistenzsysteme sind die bekanntesten Einsatzzwecke. Auch die Produktion nutzt intelligente Maschinen und Programme zur Optimierung.

Gesundheitswesen: Sowohl in der Forschung als auch in der praktischen Medizin werden große Hoffnungen auf KI gesetzt. Sie erlaubt es, in riesigen Datenmengen Muster zu erkennen, um etwa Faktoren bei der Krebsentstehung zu analysieren.

Versicherungen: Künstliche Intelligenz kann Versicherungsunternehmen helfen, Muster in großen Datenmengen zu erkennen, Risiken zu evaluieren sowie Produkte und Tarife besser auf Zielgruppen zuzuschneiden. Im operativen Bereich helfen KI-Anwendungen wie Chatbots und virtuelle Assistenten bei der Kundenkommunikation sowie bei der Schadensabwicklung.

Handel: Groß- und Einzelhändler kann KI bei der Sortimentsgestaltung, der Preisfindung und der Bestandsverwaltung sowie in der Logistik und im Service unterstützen.

Telekommunikation: Netzbetreiber und Service-Provider optimieren mit KI-gestützten Verfahren ihre Netzauslastung, sagen Kapazitätsengpässe vorher und optimieren die Wartung von Funkmasten und anderen Sendeeinrichtungen.

Trotz der vielfältigen Anwendungsmöglichkeiten und des starken Interesses an KI-Lösungen mangelt es vielfach noch an der Umsetzung.

Laut der eingangs erwähnten Studie haben nur 39 Prozent der befragten Unternehmen bereits eine KI-Strategie. Noch bei viel weniger Firmen ist Künstliche Intelligenz produktiv im Einsatz, wie der „2018 CIO Survey“ des Analystenhauses Gartner ergab. Gerade einmal 4 Prozent hatten bereits KI-Lösungen oder -Funktionen implementiert.

Die Gründe für diese Zurückhaltung sind sehr verschieden. Die rasante Entwicklung macht den Markt unübersichtlich und es fällt schwer, in der Fülle der Angebote das richtige zu finden. Services, die etwa von Cloud-Plattformen wie Amazon Web Services (AWS), Microsoft Azure, Google Compute Platform oder IBM Watson angeboten werden, sind zwar leicht zu nutzen, ihre Integration in Anwendungen und Geschäftsprozesse bleibt jedoch den Unternehmen überlassen.

KI-Plattformen wie die OpenText-Lösung Magellan, Sensei von Adobe oder Einstein von Salesforce wollen diese Hürden senken und den Einsatz erleichtern. „Gerade kleinere Unternehmen, die keinen eigenen Data Scientist oder IT-Experten mit einschlägigen Erfahrungen haben, können von der KI profitieren, wenn sie wie bei Salesforce Einstein direkt in den Produkten integriert ist“, betont Jochen Katz, Senior Product Marketing Manager bei Salesforce. Die KI-Plattform Magellan erweitert die Enterprise-Information-Management-Anwendungen (EIM) von OpenText um KI, kann aber auch für andere Machine-Learning-Szenarien eingesetzt werden.

Adobe bietet mit Sensei ebenfalls KI-Fähigkeiten in seinen Kernprodukten an: „Unsere KI-Plattform ist längst ein zen­traler integrierter Bestandteil der Adobe Experience Cloud und kommt in jeder unserer Lösungen automatisch zum Einsatz“, erklärt Hartmut König, CTO bei Adobe. „Wir haben Endanwender, die Sensei nutzen und dabei vielleicht gar nicht wissen, dass es sich um eine KI-Lösung handelt.“ Das Unternehmen hat drei Bereiche definiert, in denen ihm der KI-Einsatz besonders wichtig erscheint: „Computational Creativity“, „Experience Intelligence“ und „Content Understanding“. Computational Creativity soll Designern, Fotografen und anderen Kreativen Routinearbeit abnehmen und so den kreativen Prozess beschleunigen. Experience Intelligence hilft, Daten besser zu interpretieren, um so die Kundenerfahrung zu optimieren, und Content Understanding erlaubt es, aus der Masse von Inhalten, die sich etwa in einer Mediendatenbank befinden, Informationen zu extrahieren und neue Einsichten zu gewinnen.

Auch bei Salesforce stehen die Kernapplikationen des Unternehmens rund um das Customer Relationship Management (CRM) im Mittelpunkt. Auf Basis der Leads, Kontakte, Opportunities, E-Mail- und Kalenderdaten baut die Plattform ein individuelles Vorhersagemodell. Die erstellten Prognosen sind in allen Salesforce-Produkten wie der Sales Cloud, der Service Cloud oder der Marketing Cloud verfügbar.

Neben den genannten gibt es eine Reihe weiterer Plattformen, die Machine-Learning-Algorithmen für die Automatisierung und Verbesserung von Geschäftsprozessen zur Verfügung stellen. Zu nennen wäre beispielsweise Infosys NIA von EdgeVerve Systems. NIA ist Teil des Aikido-Frameworks von Infosys, das wissensbasierte Systeme, Design-Thinking-Ansätze und analytische Methoden kombiniert, um die digitale Transformation in großen, multinationalen Unternehmen zu unterstützen.

Die von dem indischen IT-Spezialisten Wipro 2016 gestartete Plattform Holmes will Künstliche Intelligenz und Automation vereinen. Sie stellt unter anderem anwendungsspezifische Schnittstellen für Finanzdienstleister, den Handel, die produzierende Industrie und Telekommunikationsunternehmen zur Verfügung, mit deren Hilfe sich die operative Effizienz und Effektivität steigern lassen soll.

Ein wenig verwaist wirkt hingegen die Plattform Haven OnDemand von Hewlett Packard Enterprise (HPE). Nach der Übernahme des HPE-Software-Geschäfts durch Micro Focus fühlt sich offenbar weder der neue noch der alte Inhaber für die Plattform verantwortlich. Offiziell wird die Plattform aber noch von HPE betrieben. Haven OnDemand stellt Programmierschnittstellen (APIs) bereit, mit denen sich intelligente Funk­tionen in Business-Applikationen integrieren lassen.

Die Faszination für die Möglichkeiten der KI und die Rasanz des Fortschritts verdecken bisweilen die Tatsache, dass Künstliche Intelligenz kein Allheilmittel ist. „Der Einsatz von KI sollte grundsätzlich den Anforderungen konkreter Geschäftsprozesse folgen“, unterstreicht Adobe-CTO König.

Auch Jochen Katz von Salesforce rät, erst einmal den konkreten Anwendungsfall zu definieren und sich klar darüber zu werden, welches Geschäftsproblem mit der KI gelöst werden soll. Danach gilt es, alle Daten zu sammeln und vorzubereiten, damit die KI mit diesen Informationen arbeiten kann. „Dies ist oft der schwierigste Teil, da die meisten Unternehmensdaten in vielen unterschiedlichen Systemen leben“, erklärt Katz. Wichtig sei es, mit einem Szenario zu beginnen, das einen tatsächlichen Mehrwert liefert, rät OpenText-Data-Scientist Klass. „Kunden, die auf ihrem Weg zu einer KI-Lösung schon weiter sind, sollten sicherstellen, dass sie auf die richtigen Personen, Daten, Infrastrukturen und Prozesse setzen.“

Marcell Vollmer, Chief Digital Officer beim E-Procurement-Anbieter SAP Ariba, erklärt, wie der Einkauf vom KI-Einsatz profitiert und warum sich Unternehmen bei der Umsetzung von Projekten oft schwertun.

Marcell Vollmer: KI ist definitiv die Zukunft für IT-Systeme, Anwendungen und die Automatisierung von Prozessen. Im Moment sind wir noch in einem frühen Stadium, aber die Geschwindigkeit der Entwicklung ist enorm. Wir messen KI deshalb eine große Bedeutung bei. Wir schauen uns das für alle Unternehmensprozesse an und arbeiten konzernübergreifend mit einem Team an der Inte­gration von KI-Funktionen. Wir entwickeln sehr viel selbst, nutzen aber auch Partnerlösungen wie IBM Watson.

Vollmer: Ein Beispiel ist ein intelligenter Assistent für das Beschaffungsmanagement. Er kann unter anderem aus den unstrukturierten Daten einer E-Mail-Nachricht die für eine Bestellung relevanten Informationen extrahieren und direkt den Bestellvorgang oder eine Ausschreibung auslösen. Der Assistent kann auch Lieferanten vorschlagen, indem er Daten der Vergangenheit analysiert und nach vorgegebenen Kriterien wie Preis, Qualität oder Zahl der Reklamationen bewertet.

Vollmer: Viele Prozesse lassen sich durch den Einsatz von KI enorm beschleunigen, wie ein anderes Beispiel zeigt: Mit Hilfe intelligenter Assistenten konnte in einem internen Dienstleistungszentrum die Bearbeitungsdauer für das Rechnungs­management vom Eingang über die Prüfung und die Freigabe von zehn Tagen auf rund elf Minuten reduziert werden.

Vollmer: Das eine sind die Prozesse selbst. Häufig stellt man in den Projekten fest, dass viele Verfahren und Schritte für einen Prozessablauf nicht klar dokumentiert sind und auch nicht einheitlich angewendet werden. Für ein System, das auf Algorithmen basiert, ist es sehr schwer, solche Prozesse zu erfassen. Sie sind einfach nicht standardisiert genug. Man könnte auch sagen: Das System ist noch nicht intelligent genug.

Die zweite Schwierigkeit liegt in den Daten und der Datenqualität. Der Prozess kann sehr gut definiert sein, das nützt aber nichts, wenn der qualitativ und quantitativ notwendige Input fehlt. Deshalb beziehen sich viele aktuelle Beispiele auf überschaubare, gut abgrenzbare Anwendungsbereiche. Die Integration von KI in kom­plexere, unternehmensübergreifende Prozesse wird parallel erfolgen. Zum einen wird die Intelligenz der Systeme immer größer, auf der anderen Seite arbeiten die Unternehmen daran, die Komplexität in den Daten und Prozessen, die sich über die Jahre entwickelt hat, zu verringern und so den KI-Einsatz zu erleichtern.

Vollmer: Der Anwendungsfall muss zum Unternehmen passen. Wenn Sie gerade ein Shared Service Center neu aufbauen, dann sind die Herausforderungen andere, als wenn Sie bereits gut strukturierte Prozesse haben, die vielleicht schon über Robotics Process Automation automatisiert sind. Auch die Ziele müssen klar sein: Wollen Sie in erster Linie die Prozessqualität verbessern, Kosten senken oder Mitarbeiter von operativen Aufgaben entlasten?