Künstliche Intelligenz (KI) entwickelt sich zum Treiber für die digitale Transformation. Unser Beitrag analysiert die Relevanz von KI für die Wirtschaft. Wir beziehen uns dabei auf die Lünendonk-Studie „Relevanz von künstlicher Intelligenz für große Unternehmen“.
Die Ergebnisse haben auch für den Mittelstand Gültigkeit. Mehr noch: Je schneller Unternehmen die Relevanz von KI erkennen und nutzen, umso besser positionieren sie sich im Wettbewerb. Denn binnen kurzem wird Künstliche Intelligenz zum bestimmenden Faktor für den Erfolg aller Unternehmen.
Hinweis: Eine Definition und Hintergrundwissen über Künstliche Intelligenz finden Sie in unserem Artikel „Wie funktioniert Künstliche Intelligenz?“.
Künstliche Intelligenz in Unternehmen
Derzeit sehen Unternehmen den größten Mehrwert von Künstlicher Intelligenz (KI) in der Prozess-Automatisierung und in einer stärkeren Kundenorientierung webbasierter Services, der Digital Customer Experience.
Auch für Analytics interessieren sich Unternehmen, die große Datenmengen – Big Data – nach Mustern durchforschen, um Rückschlüsse auf ihren Markt und ihre Kunden zu ziehen.
Weitere bedeutende Anwendungen für Künstliche Intelligenz liegt in der Industrie 4.0, Internet of Things (IoT) und Robotik. Zwei Drittel der Unternehmen rechnen mit einer hohen Nachfrage nach solchen Lösungen
Die Marktforscher von Lünendonk rechnen für die nächsten Jahre mit einer großen Zahl an Rollouts neuer, KI-basierter Methoden, Prozesse und Geschäftsmodelle.
Interaktion mit Kunden wird persönlicher
Mehr als die Hälfte der Unternehmen versprechen sich von KI ein tieferes Kundenverständnis. Die meisten Unternehmen verfügen über große Mengen von Daten über ihre Kunden, die noch unzureichend genutzt werden. Künstliche Intelligenz kann helfen, Muster im Kundenverhalten zu identifizieren.
Chatbots analysieren Kundenbedarf
Der Mehrwert wäre eine auf den Kunden zugeschnittene Customer Journey. Vom neuen Website-Besucher bis hin zum Stammkunden kann mittels KI eine persönliche Kommunikation aufgebaut werden, die beiden Seiten Vorteile bringt.
Dies wird in Zukunft immer stärker automatisiert geschehen. Chatbots helfen Kunden, ihren Bedarf zu identifizieren. Marketing Automation versorgt Interessenten mit präzise abgestimmten Informationen. Programmatic Advertising ermöglicht eine automatisierte Zielgruppenansprache.
Personalisierte Angebote
Handelsunternehmen sehen zu 92 Prozent ein hohes Potenzial der KI, um näher an die Kunden heranzurücken. Bewegungsdaten verraten, wo welche Waren im Geschäft am besten platziert werden und ermöglichen personalisierte Angebote.
Banken und Versicherungen nutzen schon heute verstärkt intelligente Chatbots. Im Finanzbereich überflügeln Robo-Advisoren die traditionellen Fondsmanager. KI ist in der Lage, mehr Börsendaten in kürzerer Zeit zu verarbeiten, Muster zu erkennen und Prognosen sowie Empfehlungen für den Wertpapierhandel auszusprechen, als jeder menschliche Berater es könnte.
Computer übernimmt Routineaufgaben
Drei Viertel der Studienteilnehmer wollen mittels Künstlicher Intelligenz Routineaufgaben reduzieren. Das spart Arbeitskosten, verbessert die Prozessqualität und verkürzt Durchlaufzeiten.
Industrieunternehmen setzen verstärkt Roboter ein. Das Zusammenspiel von Bild- und Texterkennung, Machine Learning und Prozessautomatisierung verspricht spannende KI-Lösungen für die Industrie 4.0.
Standardprozesse begünstigen Automatisierung
Am höchsten ist das Potenzial in Branchen, die schon heute hoch standardisierte Prozesse haben. Dazu zählen die Finanz- und Versicherungswirtschaft, IT und Telekommunikation, sowie Handel, eCommerce und Logistik.
Doch Standardtätigkeiten existieren in allen Unternehmen und nichts hindert die übrigen Branchen daran, ihre Prozesse zu definieren und auf Software-Lösungen abzubilden.
Integration von KI in Unternehmenssoftware
Rechnungswesen und Finanzbuchhaltung bieten sich hier besonders an, um den Einstieg in die Automatisierung von Geschäftsprozessen zu schaffen. Software-Anbieter experimentieren zum Beispiel mit KI-Anwendungen für die automatisierte Bearbeitung von Eingangsrechnungen. Dies war bis heute ein besonders arbeits- und zeitintensiver Prozess. In Kürze wird der Kollege Computer diese Aufgabe übernehmen können.
Die Integration von KI-Tools in ERP- und CRM-Anwendungen schreitet voran. Sprachassistenten unterstützen Sachbearbeiter bei der Suche nach Informationen und Manager bei Entscheidungsprozessen.
KI-Anwendungen – welche werden wo eingesetzt?
Die folgenden Beispiele verdeutlichen, dass KI in allen Branchen auf dem Vormarsch ist.
Künstliche Intelligenz in Sprachassistenten
Die bekanntesten Sprachassistenten sind Alexa und Cortana. Die Mehrheit der befragten Unternehmen setzt solche Assistenten ein. Anwendungen sind IoT-Haushaltsgeräte, die per Sprachsteuerung Temperatur, Musik und vieles mehr im Smart Home steuern.
Chatbots nehmen Kundenanfragen auf und geben intelligente Antworten auf Fragen. Eine Schnittstelle zu den Service-Prozessen des Unternehmens spült die Kunden-Interaktionen in die richtigen Kanäle, damit sie weiterbetreut werden können.
Am häufigsten sind Sprachassistenten in der produzierenden Industrie und bei Banken anzutreffen. Vier von fünf befragten Unternehmen dieser Branchen setzen die Technologie ein.
Sprachassistenten sind jedoch mehr als „nur“ Chatbots. Als Bestandteil von ERP-Systemen beantworten sie Managern, Kaufleuten und Controllern Fragen zur Unternehmenssituation und machen Sachbearbeiter auf anstehende Aufgaben aufmerksam.
Künstliche Intelligenz in der Automatisierung
Prozessautomatisierung ist der zweitwichtigste Einsatzbereich von KI. Fast zwei Drittel der befragten Unternehmen automatisieren ihre Geschäfts- und IT-Prozesse mithilfe von Bots.
Künstliche Intelligenz in Predictive Analytics
Business Intelligence (BI) profitiert besonders stark von Künstlicher Intelligenz. Bessere Datenanalysen und Predictive Analytics sind der Schlüssel zur Entscheidungsfindung im Unternehmen der Zukunft. Selfservice-BI-Anwendungen liefern den einzelnen Abteilungsleitern und Bereichen im Unternehmen Auswertungen, die eine präzise Unternehmenssteuerung ermöglichen.
KI-Tools finden Anomalien in großen Datenbeständen. Das können zum Beispiel Kreditdaten, IoT-Sensordaten, Verkehrsdaten und Auslastungsdaten sein.
Die Lünendonk-Studie hebt besonders die Bedeutung solcher Analysen für die Fraud Detection und Kundensegmentierung hervor.
IT Servicemanagement
KI-gesteuerte Bots identifizieren beispielsweise Incidents, bewerten ihre Häufigkeit und unterstützen damit den First-Level-Support. Ebenso wie in der Industrie decken die digitalen Helfer Anomalien im Betrieb von Servern auf. So werden Warnsignale frühzeitig wahrgenommen und die Zuverlässigkeit der Systeme verbessert.
Weitere Beispiele für den KI-Einsatz im ITSM sind das automatisierte Deployment von Software Releases sowie eine höhere Prozess-Sicherheit im Asset- und Configuration-Management.
Produktionssteuerung und vorausschauende Wartung
In der Fabrik 4.0 fallen massenhaft Sensordaten an. Künstliche Intelligenzen analysieren diese Daten und leiten entsprechende Folgeaktivitäten ein. Viele Aspekte der Produktionssteuerung lassen sich dadurch automatisieren.
Ein fast schon klassischer Anwendungsfall ist die vorausschauende Wartung (Predictive Maintenance) von Maschinen und Systemen. Diese spart einerseits Wartungskosten, weil Anlagen nicht nach Zeitablauf, sondern nach Notwendigkeit gewartet werden. Andererseits verhindert sie die gefürchteten Produktions-Stillstände, weil Maßnahmen rechtzeitig getroffen werden können, bevor ein Maschinenteil ausfällt.
Qualitätssicherung ist ein weiteres Beispiel: Abweichungen von der Norm werden von der KI zuverlässig erkannt. Das bedeutet, dass Produkte, die die Qualitätsanforderungen nicht erfüllen, aussortiert werden.
Künstliche Intelligenz in der Logistik
Technologie-Leader in der Logistik finden fast täglich neue Use Cases für Künstliche Intelligenz.
Bis autonome LKW die Straßen sicherer machen, ist es noch ein kleiner Weg. Einstweilen bewährt sich KI bei der Erstellung von Tourenplänen und bei der Begutachtung von Transportgütern.
Im Lager picken zunehmend Roboter die Güter und stellen Lieferungen intelligent zusammen. Doch auch in der Dokumentenabfertigung und bei der Integration von Supply Chain und Produktionssteuerung leisten die smarten Tausendsassas ganze Arbeit.
Künstliche Intelligenz in der Personalverwaltung
KI-Anwendungen finden sich auch im Personalbereich. Besonders in Industrie und Logistik werden HR-Prozesse mittels KI standardisiert und automatisiert. Auch bei großen Belegschaften finden Bots passgenaue Vertreter, wenn einmal jemand ausfällt. Oder sie geben Aufschluss über Abweichungen von der Norm.
Eine relativ junge Anwendung für KI ist das sogenannte E-Recruiting. Es hat das Potenzial, die Bewerbersuche zu revolutionieren.
Herausforderungen
Die Lünendonk-Studie identifiziert drei große Herausforderungen für KI-Anwendungen in Unternehmen. Auf die erste sind Sie bestimmt schon selbst gekommen. Stichwort DSGVO.
Datenschutz
Das aktuelle Datenschutzrecht erschwert das Handling und die Analyse von personenbezogenen Daten. Der Grundsatz der Datenminimierung und das faktische Verbot von Profiling bremsen die Datensammelwut der Unternehmen, insbesondere der Werbewirtschaft.
So ehrenwert es ist, gegen das Konzept „gläserner Kunde“ zu Feld zu ziehen, so ist es doch ein Hemmschuh auf dem Weg in die digitale Zukunft.
Unzureichende Datenqualität
60 Prozent der befragten Unternehmen beklagen, dass ihre Datenqualität für zukunftsweisende KI-Lösungen noch nicht ausreicht.
Wenn Daten aus unterschiedlichen Silos und Legacy-Systemen zusammengeführt werden, ergeben sich vielfältige Herausforderungen. Verschiedene Datenformate, Dubletten, veraltete und unvollständige Informationen erschweren die Transformation. Unter diesen Problemen leiden besonders der Handel und die Telekommunikationsbranche.
Vorbehalte wegen Jobverlust
Künstliche Intelligenz und Digitalisierung stehen bei Arbeitnehmern unter dem Verdacht, Jobkiller zu sein. Vorbehalte in der Belegschaft bremsen den Einsatz neuer Technologien aus. Führungskräfte und HR-Abteilungen haben hier noch viel Aufklärungsarbeit vor sich, bis die Mitarbeiter bereit sind, den unabwendbaren Change zu akzeptieren.
Die Geschichte der Arbeit hat gezeigt, dass sich technische Innovationen nicht langfristig aufhalten lassen. Aber sie hat auch erwiesen, dass jede industrielle Revolution am Ende mehr Arbeit entstehen ließ, nicht weniger. Nur dass diese Arbeit sich grundlegend wandelte. Diesen Wandel gilt es zu gestalten.
