Künstliche Intelligenz für Business-Prozesse

Einfache Umsetzung

von - 16.10.2018
Trotz der vielfältigen Anwendungsmöglichkeiten und des starken Interesses an KI-Lösungen mangelt es vielfach noch an der Umsetzung.
Salesforce Einstein
Beispiel Salesforce Einstein: Unternehmen nennen ihre Plattformen für Künstliche Intelligenz gern nach großen Wissenschaftlern, Detektiven oder Forschern.
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.
Hartmut König
Hartmut König
CTO Central Europe bei Adobe
www.adobe.com/de
Foto: Julian Meichsner
„Der Einsatz von KI sollte grundsätzlich den Anforde­rungen konkreter Geschäfts­prozesse folgen.“
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.
Der richtige Einstieg in KI
Diese Tipps vom Analystenhaus Gartner helfen bei der Umsetzung von KI-Projekten:
Von anderen lernen: Tauschen Sie sich vor einem KI-Projekt mit Unternehmen aus, die bereits Erfahrungen beim Einsatz haben.
Geduld haben: Viele Unternehmen unterschätzen die Komplexität von KI-Projekten und erwarten zu schnelle Ergebnisse. Bei einer Umfrage gaben 58 Prozent an, bis zum Start der Pilotphase zwei oder mehr Jahre benötigt zu haben. Nur 28 Prozent kamen im ersten Jahr über das Planungsstadium hinaus.
Qualitativ statt quantitativ denken: Für erste KI-Projekte ist es sinnvoller, „weiche“ Ergebnisse wie eine höhere Kundenzufriedenheit oder reibungslosere Prozesse zu definieren, statt etwa definierte Summen für zu erzielende Gewinne festzulegen.
Verbessern statt ersetzen: Viele Führungskräfte sehen in einer KI-basierten Automatisierung die Möglichkeit, Arbeitskräfte einzusparen und die Kosten zu senken. Die Angst um den Arbeitsplatz führt jedoch dazu, dass Mitarbeiter Projekte mit Skepsis und Furcht betrachten und sie nach Möglichkeit torpedieren.
Know-how-Transfer einplanen: Externe Dienstleister und Hersteller können bei der Planung und Installation von KI-Lösungen eine große Rolle spielen. Sie sollten aber auf jeden Fall sicherstellen, dass auch intern genügend Know-how aufgebaut wird, um die Lösung selbstständig betreiben zu können.
Auf Nachvollziehbarkeit achten: Wählen Sie eine KI-Lösung, bei der sich die Entscheidungsfindung überwachen und nachvollziehen lässt, idealerweise über Prüfprotokolle und Funktionen, die eine Visualisierung der Resultate bieten und deren Entstehung erklären.
Klein anfangen: Erste KI-Experimente sollten überschaubare Fragestellungen aufweisen und möglichst ohne Ergebnisdruck durchgeführt werden können.
KI erlebbar machen: Lassen Sie die Mitarbeiter in den Fachabteilungen mit KI-Hardware wie Alexa spielen. Bieten Sie Ihnen über Demos von KI-Software oder Cloud-Angeboten die Möglichkeit, Künstliche-Intelligenz-Funktionen ohne Ergebnisdruck auszuprobieren.
Am Steuer bleiben: Der Einsatz von Künstlicher Intelligenz erfordert neue Kompetenzen und eine andere Herangehensweise an Probleme und Projekte. Stellen Sie daher sicher, dass Ihre IT-Abteilung die notwendigen Fähigkeiten aufbaut und die Steuerung der KI-Strategie im Unternehmen und der daraus resultierenden Projekte in der Hand behält.
Quelle: Build the AI Business Case, Gartner 2018 (ergänzt, verändert)
Verwandte Themen