Erhalten Sie Zugang zu diesem und mehr als 300000 Büchern ab EUR 5,99 monatlich.
- Herausgeber: Carl Hanser Verlag GmbH & Co. KG
- Kategorie: Fachliteratur
- Sprache: Deutsch
- Veröffentlichungsjahr: 2020
Künstliche Intelligenz (KI) ist in der Wirtschaft in aller Munde. Aber nur die wenigsten Firmen wissen, wie sie KI für den Aufbau neuer Geschäftsfelder nutzen können. Genau darum geht es in diesem Buch. Die Autoren kommen aus der Praxis und beschreiben unter anderem KI-Projekte, die sie gemeinsam mit ihren Kunden umgesetzt haben. Profitieren Sie von diesem Know-how , um mit KI erfolgreich zu sein:
- grundlegendes Verständnis für die Möglichkeiten von Künstlicher Intelligenz
- Vorgehensmodell für das Entwickeln von KI-Anwendungen
- Folgenabschätzung für Prozesse und Geschäftsmodelle in verschiedenen Branchen durch KI
- Einsatzszenarien für Prozesse von Kommunikation bis Verwaltung
- Unterstützung mobiler Prozesse mithilfe von KI
Das Buch enthält konkrete, realisierbare Anwendungsfälle für das verarbeitende Gewerbe und für Dienstleister. Lassen Sie sich davon inspirieren, um eigene Lösungen zu entwickeln und zu vermarkten.
Sie lesen das E-Book in den Legimi-Apps auf:
Seitenzahl: 389
Das E-Book (TTS) können Sie hören im Abo „Legimi Premium” in Legimi-Apps auf:
Ähnliche
Volker Gruhn / Andreas von Hayn
KI verändert die Spielregeln
Geschäftsmodelle, Kundenbeziehungen und Produkte neu denken
Bibliografische Information der Deutschen Nationalbibliothek:Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de/ abrufbar.
Print-ISBN 978-3-446-46321-9E-Book-ISBN 978-3-446-46429-2ePub-ISBN 978-3-446-46688-3
Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutzgesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürften. Alle in diesem Buch enthaltenen Verfahren bzw. Daten wurden nach bestem Wissen dargestellt. Dennoch sind Fehler nicht ganz auszuschließen.
Aus diesem Grund sind die in diesem Buch enthaltenen Darstellungen und Daten mit keiner Verpflichtung oder Garantie irgendeiner Art verbunden. Autoren und Verlag übernehmen infolgedessen keine Verantwortung und werden keine daraus folgende oder sonstige Haftung übernehmen, die auf irgendeine Art aus der Benutzung dieser Darstellungen oder Daten oder Teilen davon entsteht.
Dieses Werk ist urheberrechtlich geschützt.
Alle Rechte, auch die der Übersetzung, des Nachdruckes und der Vervielfältigung des Buches oder Teilen daraus, vorbehalten. Kein Teil des Werkes darf ohne schriftliche Einwilligung des Verlages in irgendeiner Form (Fotokopie, Mikrofilm oder einem anderen Verfahren), auch nicht für Zwecke der Unterrichtsgestaltung – mit Ausnahme der in den §§ 53, 54 URG genannten Sonderfälle –, reproduziert oder unter Verwendung elektronischer Systeme verarbeitet, vervielfältigt oder verbreitet werden.
© 2020 Carl Hanser Verlag Münchenwww.hanser-fachbuch.de
Lektorat: Dipl.-Ing. Volker HerzbergHerstellung: le-tex publishing services GmbH, LeipzigIllustrationen: roeske + lazzari, Marcus LazzariCoverrealisierung: Max KostopoulosTitelmotiv: © istockphoto.com/SiberianArt
Inhalt
Titelei
Impressum
Inhalt
Vorwort
Autorenverzeichnis
1 KI verändert den Blickwinkel: Aufgaben anders definieren, Prozesse anders sehen, Daten anders verstehen
1.1 Treffsichere Vorhersagen – weitreichende Konsequenzen
1.2 Daten – erst Mittel zum Zweck, jetzt eigentlicher Zweck
1.3 Wissensarbeit im Wandel
1.4 KI kommt im Management an
1.5 Fähigkeiten und Anwendungen entwickeln
1.6 Fazit
Internetquellen
2 Building AI-based Systems: Ein Bauplan für KI-Anwendungen
2.1 Keine richtige Entwicklung ohne die richtigen Experten
2.2 Ohne Daten keine datengetriebenen Anwendungen
2.3 Anforderungen müssen klar sein
2.4 Ärmel hochkrempeln und bauen
2.5 Am Ende wird es noch einmal ernst
2.6 Fazit
Literatur
3 Interaction Room – der Raum, in dem KI-Anwendungen geboren werden
3.1 KI-Anwendungsfälle identifizieren und die Umsetzung planen
3.2 Projekten einen Raum geben
3.3 Der IR:KI in der Praxis
3.6 Fazit
4 Auf dem Weg zum datengetriebenen Unternehmen
4.1 Der Wert von Daten
4.2 Mit einer Datenstrategie zur Data-Driven-Company
4.3 Mit Hilfe der funktionalen Architektur zur modernen Datenplattform
4.4 Der Weg zu Datenplattform
4.5 Fazit
Literatur
Internetquellen
5 KI im Manufacturing: Daten – der Stoff, aus dem Produkte sind
5.1 Keine Branche wie jede andere
5.2 Vom Realen und Digitalen und der KI dazwischen
5.3 An Daten hängt, zu Daten drängt doch alles
5.4 Grau ist alle Theorie
5.5 Anwendungsbeispiele von After Sales bis Zielgruppenselektion
5.5.1 Forschung und Entwicklung (F&E)
5.5.1.1 Anwendungsfall Dimensionierung und Auslegung von Produkten
5.5.1.2 Anwendungsfall Simulation von Produkt- und Materialeigenschaften
5.5.2 Produktion
5.5.2.1 Anwendungsfall digitale Assistenzsysteme und Ressourcenmanagement
5.5.2.2 Anwendungsfall Anomalieerkennung in Produktstammdaten
5.5.2.3 Anwendungsfall Qualitätssicherung im Produktionsprozess
5.5.3 Supply Chain Management (SCM)
5.5.3.1 Anwendungsfall Pricing/Costing/Risiko- und Rohstoffanalyse
5.5.3.2 Anwendungsfall Optimierung von intralogistischen Prozessen
5.5.4 Sales/After Sales
5.5.4.1 Anwendungsfall Vertriebsoptimierung und Lead Generation
5.5.4.2 Anwendungsfall automatische Produktauswahl und Konfiguration
5.5.4.3 Anwendungsfall Predictive Maintenance
5.5.4.4 Anwendungsfall Steuerung von Servicetechnikern
5.6 Fazit
Literatur
6 KI in der Finanzindustrie: Kunden anders erreichen, Prozesse anders denken
6.1 Eine besondere Branche
6.2 KI-Anwendungen im Bankvertrieb
6.2.1 Automatisiert im Vertrieb
6.2.2 Automatisiert Anfragen bewerten
6.3 KI-Anwendungen in der Prozessoptimierung
6.4 KI-Anwendungen im Service
6.4.1 Der Sprachassistent als rechte Hand
6.4.2 Ein Bankexperte aus Bits und Bytes: Chatbot der Fiducia & GAD IT AG verbindet Wissenswelten und macht Informationen einfacher zugänglich
6.5 Fazit
7 KI in Versicherungen – Zufriedenere Kunden, weniger Betrug, bessere Prozesse
7.1 KI im Versicherungsvertrieb
7.2 Künstliche Intelligenz in der Betrugserkennung von Versicherungsunternehmen
7.2.1 Versicherungsbetrug: Verbrechen ohne Opfer?
7.2.2 Status quo der softwaregestützten Betrugserkennung
7.2.3 Regelbasierte Systeme als Basis für KI
7.2.4 Ansätze des Maschinellen Lernens
7.2.5 Explainable Artificial Intelligence als Enabler der aufsichtsrechtlichen Compliance
7.2.6 Der Blick in die Kristallkugel
7.3 Praxisbeispiel Barmenia: Klassifikation von Texten mit Techniken des »Very Deep-Learning« – E-Mails intelligent verteilen
7.3.1 Einsatz Neuronaler Netze
7.3.2 Textverarbeitung
7.3.3 KI trainieren
7.4 Fazit
Literatur
Internetquellen
8 KI im Handel: Der sechste Sinn für Entscheider und Kunden
8.1 Vorteil Online?
8.2 Der Datenfluss hilft dem Warenfluss
8.3 Individuelle Kommunikation im großen Maßstab
8.4 Neue Erlebnisse im Handel: die virtuelle Duftprobe
8.5 Fazit
9 KI in der Medizin: Neue Möglichkeiten, neue Verfahren, neue Herausforderungen
9.1 Daten – ein Instrument für Mediziner
9.2 Neue Technologien verändern den Gesundheitsmarkt
9.3 Veränderungen bei der Zulassung von Medizingeräten mit Künstlicher Intelligenz
9.4 Fazit
Literatur
Internetquellen
10 KI in der Energiewirtschaft: Das Netz wird schlauer
10.1 Wandel durch die Wende
10.2 Daten bewegen Energie
10.3 Smart City und Quartiere: Die Intelligenz in Stadt und Netz
10.4 Intelligente Ladesäulenkonzepte
10.5 Exkurs: 5G, Blockchain und KI
10.6 Fazit
Literatur
Internetquellen
11 KI in der öffentlichen Verwaltung: Auf der Suche nach Technologie, die der Gesellschaft dient
11.1 Die Ausgangslage
11.2 Die Herausforderungen
11.3 Die Lösungsansätze
11.4 Fazit: Zum Überwinden der spezifischen »föderalen Hürden« im Bund-Länder-Kontext
Internetquellen
12 KI im Customer Experience Management: Echte Erlebnisse mit Künstlicher Intelligenz
12.1 Erlebnisse lassen sich nicht kopieren
12.2 Von Daten und Erlebnissen
12.3 KI im Einsatz – Beispiel Sportartikel
12.4 KI schafft neue Einsichten
12.5 KI wirkt quer durch alle Prozesse
12.6 Der Plan für eine datengestützte Kommunikation
12.7 Fazit
Internetquelle
13 KI in mobilen Anwendungen: KI to go
13.1 Bilder, Kontext, Sprache – der mobile Dreiklang
13.2 Der Vergleich von Äpfeln und Androiden
13.3 Intelligenz im Gerät oder in der Cloud
13.3.1 Anwendungsfall »KI-gesteuertes, mobiles Informationsmanagement«
13.3.2 Anwendungsfall: Mobile KI unterstützt Patienten mit Depressionen im Umgang mit ihrer Krankheit
13.3.3 Anwendungsfall »Mobiler Arbeitsschutz mit KI«
13.3.4 Anwendungsfall »KI unterstützt den barrierefreien Informationszugang«
13.4 KI hilft, wo es weh tut: dull, dirty, dangerous
13.5 Fazit
14 KI in der Kommunikation: Automatisieren, personalisieren, besser kommunizieren
14.1 Daten sind der Schlüssel zur Kommunikation
14.2 Möglichkeiten quer durch alle Branchen
14.3 Konsistenz in der Vielfalt
14.4 Der Digital Experience Content Process
14.5 Fazit
15 KI out-of-the-box: Intelligente Services für einfachere KI-Projekte
15.1 Services als Alternative – AI as a Service
15.2 Chancen mit KI-Services
15.3 Risiken und Nebenwirkungen
15.4 KI-Services und die Rolle der Data Scientists
15.5 Fazit
Internetquellen
16 Chatbots in die Kommunikation integrieren »Hallo, können Sie mich verstehen?«
16.1 Chatbots verstehen Schritt für Schritt ihren Teil der Welt
16.2 Der Werkzeugkoffer für den Chatbot-Bau
16.3 Fazit
17 KI im IT-Betrieb: Erweitern, Bereichern oder Ersetzen des IT-Supports durch AIOps-Lösungen
17.1 Herausforderungen für Unternehmen bei Integration von AIOps-Plattformen
17.2 Machine-Learning-Komponenten bei AIOps
17.3 Anwendungsfälle und Nutzen durch den Einsatz von AIOps
17.3.1 Intelligente Alarmierungen durch Korrelation der Ereignisse und Ursachenanalyse
17.3.2 Anomalieerkennung und Identifizieren von Bedrohungen
17.3.3 Optimierung von IT-Service-Management-Prozessen am Beispiel Chatbots
17.4 Exkurs: AI im IT-Security-Bereich
17.5 Vorgehensplan für AIOps-Projekte
17.6 Fazit
Internetquellen
18 Wie KI den Arbeitsplatz von morgen prägt
18.1 Modernes Arbeiten in Unternehmen – Status quo von New Work
18.2 Möglichkeiten und Grenzen kognitiver Fähigkeiten von KI im Überblick
18.2.1 Informationen aus Bildern und Videos erkennen
18.2.2 Texte verstehen mit Text Mining
18.2.3 Sprache zu Text & Text zu Sprache
18.2.4 Erkennen von Anomalien aus Zeitreihen
18.3 Wie Künstliche Intelligenz schon heute den Arbeitsplatz beeinflusst
18.3.1 Entscheidungsfindung nach Aktenlage
18.3.2 Auswahl geeigneter Mitarbeiter durch Automation im Bewerbungsprozess
18.3.3 Übernahme von risikoreichen Arbeiten durch Roboter
18.3.4 Automation der Kommunikation durch menschenähnliche Avatare
18.3.5 Verbesserte Wahrnehmung und Zusammenarbeit durch Mixed Reality
18.4 Veränderung von Kompetenzprofilen am Arbeitsplatz durch den Einsatz kognitiver Systeme
18.5 Fazit
Internetquellen
19 Umfrage unter Entscheidern und Endverbrauchern zum Thema KI: zwischen Begeisterung und Berührungsängsten
19.1 KI & die Endkunden: keine German Angst, dafür German Neugier
19.2 KI & die Entscheider: KI findet statt – nur ist das Top-Management nicht immer dabei
19.3 KI & die Entscheider: Der Druck durch den digitalen Wettbewerb ist kleiner als vermutet
19.4 KI & die Entscheider: je kleiner, desto weiter weg von der Cloud
19.5 KI & die Entscheider & die Endverbraucher: Bock auf Bots?
19.6 Fazit
Glossar
Liebe Leserinnen, liebe Leser,wie nähern wir uns einem Thema, dessen Auswirkungen vom Bezahlvorgang an der Supermarktkasse bis hinein in die Tiefen der Medizin reichen? Einem Thema, das Experten bereits mit jedem Superlativ beschrieben haben? Das Arbeits- und Privatleben gleichermaßen verändert? Unser Ansatz: Wir nähern ihm uns mit dem Blick fürs Machbare. Als wir dieses Buch planten, war dies unsere Vorgabe. Beim Zusammenstellen der Themen und beim Schreiben hatten wir die Menschen vor Augen, die in ihren Organisationen den Einsatz von Künstlicher Intelligenz (KI) voranbringen. Die verstehen wollen, welche Möglichkeiten in Technologie stecken. Die Entwicklungen vorantreiben, Projekte aufsetzen und Organisationen umstrukturieren. Unser Ziel ist es, KI greifbar zu machen. Deswegen beschäftigen wir uns nicht mit theoretischen Diskussionen wie dem Philosophieren über starke KI – also Anwendungen, die es in Intellekt und Flexibilität mit dem menschlichen Geist aufnehmen können. So interessant solche Gedankenspiele sind, sie helfen im Hier und Jetzt nicht weiter. Wer heute über KI-Projekte entscheidet, dem nutzt der Blick auf den fernen Horizont der Entwicklung wenig. Der will greifbare Informationen.
Greifbar bedeutet für jede Branche etwas anderes: Einen Automobilhersteller treiben andere Themen um als eine Bank. Ein Pharmaunternehmen muss anderen regulatorischen Anforderungen genügen als ein Handelsunternehmen. Entsprechend unterschiedlich sind die Voraussetzungen und denkbaren Einsatzszenarien. Diesen Unterschieden tragen wir in den Kapiteln Rechnung, die sich einzelnen Branchen widmen. Expertinnen und Experten beleuchten Branchenbesonderheiten und KI-Einsatzmöglichkeiten. Sie zeigen, wie datengetriebene Anwendungen Bestehendes verändern und Neues ermöglichen.
Greifbar bedeutet für uns aber auch, KI-Themen und -Fragestellungen herauszugreifen, die für jede Entscheiderin und jeden Entscheider relevant sind – unabhängig von einzelnen Branchen. Die Kommunikation mit Kunden ist so ein Thema: KI erlaubt eine Art der persönlichen Ansprache, die bisher im großen Maßstab undenkbar war. Chatbots sind eine Ausprägung dieser Entwicklung. Im zweiten Teil des Buches stellen wir Ihnen eine ganze Reihe dieser branchenübergreifenden Themen vor – von Kommunikation über vorkonfigurierte KI-Anwendungen bis hin zu KI-geprägten Arbeitsmodellen, Stichwort »New Work«.
Am Anfang des Buches stehen einige grundlegende Überlegungen zu KI. Der Fokus liegt auf den Veränderungen, die datengetriebene Anwendungen für Management, Unternehmen und Projektarbeit mit sich bringen. Unter anderem stellen Ihnen unsere Autoren und Autorinnen mit »Building AI-based Systems« (BAIbS) und dem »Interaction Room« (IR) ein Projektvorgehensmodell beziehungsweise Projektwerkzeug vor. Zwei Konzepte, die den eingangs beschriebenen Blick fürs Machbare widerspiegeln. Sie erlauben es Unternehmen, systematisch die eigenen KI-Potenziale zu entdecken und in Anwendungen umzumünzen.
Wohin die Reise mit der KI geht, kann niemand seriös beantworten. Wer hätte vor zehn Jahren vorhergesagt, wie Smartphones und Apps Leben und Wirtschaft verändern? Irgendwann fahren Autos selbst und die Algorithmen arbeiten in Bereichen, die wir uns heute kaum vorstellen können. Aber wo die Reise gerade startet, davon haben wir eine recht genaue Vorstellung. Wir befragten über 300 Unternehmensverantwortliche und 1000 Endkunden und -kundinnen zu ihren Einstellungen, Plänen und Erwartungen an KI. Dabei zeigte sich unter anderem: Verbraucherinnen und Verbraucher sind neuen Anwendungen gegenüber offener, als es die Berichterstattung der letzten Wochen und Monate vermuten lässt. Die Analyse der Umfrageergebnisse rundet unseren Blick auf KI ab.
Zwei Themen ziehen sich, unabhängig von den jeweiligen Inhalten, quer durch fast jeden der folgenden Beiträge: Daten und Menschen. Daten sind inzwischen der Stoff, aus dem die unternehmerischen Träume sind. Seien es personenbezogene Daten, Nutzungsdaten, Umweltdaten, Verkaufsdaten, Produktionsdaten oder Maschinendaten: Unternehmen, die richtig mit ihnen umgehen, die richtigen Schlüsse aus ihnen ziehen und auf ihrer Basis neue Services und Produkte anbieten, gehören zu den Gewinnern. Denn Daten sind der Treibstoff, der viele neue Geschäftsmodelle oder Anwendungsfälle befeuert: ohne Daten keine KI.
In all dem muss der Mensch seine Rolle neu finden. Wie sich die Zusammenarbeit zwischen dem Menschen und der KI gestalten wird, ist eine der spannendsten Fragen der nächsten Jahre. Fähigkeiten wie Kreativität, Methodenwissen oder das Erbringen von Transferleistungen werden immer bedeutender. Denn das sind Kompetenzen und Fertigkeiten, die KI-Anwendungen auf absehbare Zeit nicht kopieren können. Spätestens beim Small Talk an der Kaffeemaschine, aus dem die nächste große Produktidee entsteht, ist jede KI-Anwendung hoffnungslos unterlegen.
Ich hoffe, dass Sie am Ende der Lektüre ein besseres Verständnis dafür haben, welche Rolle KI in Ihrem Umfeld spielen kann. Ein Verständnis dafür, wie aus Daten Geschäft werden kann. Und dass Sie beim Lesen so viel Vergnügen haben wie wir beim Schreiben.
Herzliche Grüße
Volker Gruhn
PROF. DR. JÜRGEN ANGELE leitet das Competence Center »Künstliche Intelligenz« bei adesso. Er berät Firmen beim Einsatz von Methoden der Künstlichen Intelligenz und leitet entsprechende Projekte. Er promovierte im Teilgebiet »Wissensrepräsentation und Schlussfolgerungssysteme«. Prof. Angele verfügt über dreißig Jahre Erfahrung in KI-Projekten, als Wissenschaftler, Gründer und Leiter eines Unternehmens und bei der Beratung von Start-ups. Er publizierte über 100 Veröffentlichungen und hält 9 Softwarepatente in diesem Bereich.
VOLKAN BASARAN arbeitet seit 2019 bei adesso SE und beschäftigt sich mit Themen wie die agile Entwicklung und Integration von Microservices, CI/CD Ansätze im Umfeld API-Management und AIOps Lösungen. Hierbei verwendet er Cloud basierte Lösungsansätze zur Findung performanten und skalierbaren Architekturen
FLORIAN BLIESCH leitet bei der adesso mobile solutions GmbH den Bereich Consulting. Nach langer Tätigkeit in der in Finanzbranche, in der er internationale Mobil-Projekte verantwortete, liegt sein beraterischer Fokus auf hochverfügbaren und kritischen mobilen Anwendungen. Zusätzlich auf Innovationsmanagement und der Integration von Schlüsseltechnologien wie AR und KI in mobile Nutzungsszenarien.
BORIS BOHN war bis 2021 bei ARITHNEA als Geschäftsführer für die Bereiche Vertrieb, Marketing und Business Development verantwortlich. Nach seinem Studium der Wirtschaftsinformatik und der Erlangung eines MBA in den USA, sammelte er mehr als 18 Jahre Erfahrung in namhaften Beratungshäusern und Internet-Agenturen – seit 2005 auch in leitender Funktion. Seit 2013 bereicherte er ARITHNEA mit seiner umfassenden Expertise im Digital Business und fundierten Erfahrung im E-Commerce. Mit der Übernahme der ARITHNEA GmbH von der adesso SE wechselte Bohn in die Line of Business Digital Experience und ist dort seit 2020 Bereichsleiter Digital Channels.
BENEDIKT BONNMANN studierte an der Dualen Hochschule Mannheim Wirtschaftsinformatik und machte im Anschluss einen MBA an der Graduate School Rhein Necker mit dem Schwerpunkt Corporate Performance Management. Nach Stationen in der Business Intelligence Beratung mit SAP Schwerpunkt gründete er ein eigenes Beratungshaus, welches dann von der adesso Group übernommen wurde. Seitdem treibt Bonnmann das Thema Data, Analytics und KI bei adesso voran. Hier ist er verantwortlich für den Unternehmensbereich Data & Analytics sowie für die KI-Community.
TIM BUNKUS startete seine berufliche Laufbahn als Full Stack Developer mit Schwerpunkt auf kollaborativen Anwendungen. Seit 2017 ist Tim als Senior Consultant bei adesso tätig, sein Schwerpunkt ist die Operationalisierung von Künstlicher Intelligenz in Kundenprojekten z. B. im Automotive-, Retail- oder Manufacturingumfeld. Seit 2019 ist Tim als Teil der »KI Pioniere« für die Strategische und Vertriebliche Ausrichtung der adesso SE zum Thema KI zuständig.
DENNIS DACHKOVSKI studierte an der Freien Universität Physik mit den Schwerpunkten Ab-Initio Simulationen und Quantenmechanik. Nach verschiedenen Stationen in der Halbleiterbranche, sowohl als Forscher für neuartige Technologien, als auch Projektleiter für die Automatisierung von Epitaxie- und Ätzprozessen, hat er sich auf das Thema KI spezialisiert. Seit 2019 ist er bei adesso als Technologieberater für den Einsatz von KI im öffentlichen Sektor tätig.
PETER DE LORENZI studierte an der Universität zu Köln Betriebswirtschaftslehre mit dem Schwerpunkt Wirtschaftsinformatik. Nach diversen Stationen in Vertreib und Beratung im IT Umfeld ist er seit dem Jahr 2011 bei adesso für den Geschäftsbereich IT Management Consulting verantwortlich.
DR. TILL DETTMERING ist studierter Biologe und Teamleiter im Bereich Life Sciences der adesso SE. Sein Spezialgebiet ist die Schnittstelle zwischen Naturwissenschaftlern und Softwareentwicklern, um die Digitalisierung in Life Sciences voranzutreiben. Nach Forschungstätigkeit in der Krebs- und Strahlenforschung fokussiert er sich auf die Entwicklung von Produkten in der In-Vitro-Diagnostik und Medizintechnik.
PAUL DITTRICH lebt und arbeitet in Berlin und hat Betriebswirtschaft mit dem Schwerpunkt Energiemanagement studiert. Er war als langjähriger Berater für große Energieunternehmen und Übertragungsnetzbetreiber für die adesso SE tätig. Durch unterschiedliche Projekte im Bereich der Elektromobilität und der Netzplanung ist er mit zwei weiteren Kollegen auf die Idee von urban ENERGY gekommen. Mit der adesso SE und Phoenix Contact konnte er zwei starke Partner, aus den Bereichen der IT und der Elektrotechnik davon überzeugen, urban ENERGY zu gründen, um als Gründer sowie Geschäftsführer für diese tätig zu werden.
CHRISTOPH FEDDERSEN ist seit 2016 VP Product Management der e-Spirit AG, Anbieter des hybriden Content Management Systems FirstSpirit. e-Spirit hilft Unternehmen dabei, maßgeschneiderte Digital Experience Plattformen aufzubauen, um sich von ihren Mitbewerbern abzuheben. Die Orchestrierung personalisierter, Content-getriebener digitaler Erfahrungen auf allen Kanälen steht dabei im Mittelpunkt. Christoph beschäftigt sich primär mit der Frage wie aktuelle und zukünftige Herausforderungen bei der Umsetzung digitaler Strategien durch FirstSpirit elegant gelöst werden können. Dabei spielt künstliche Intelligenz eine immer wichtigere Rolle.
DR. THOMAS FRANZ leitet den Technologiebeirat der adesso SE. Er befasst sich mit dem Einsatz neuer IT-Ansätze und den einhergehenden architektonischen, methodischen und organisatorischen Veränderungen. Er promovierte in einem Teilgebiet der künstlichen Intelligenz, dem »Semantic Web«. 1997 stieg er als freiberuflicher Software-Entwickler in das IT-Geschäft ein und hat seitdem als Wissenschaftler, Gründer eines Start-ups sowie als Berater umfangreiche Erfahrungen gesammelt.
JAN PHILIPP GIESE studierte an der Christian-Albrechts-Universität Kiel Wirtschaftswissenschaft mit den Schwerpunkten Marketing und Wirtschaftspolitik. Nach Stationen bei Allianz, IBM und Sopra Steria ist er seit 2016 für den Bereich Consulting Insurance der adesso SE verantwortlich. Seine Schwerpunkte bilden dabei die Digitalisierung des Vertriebs, des Vermittler- und Kundenservices sowie des Kundenmanagements.
SONJA GOSSENS-APEL berät seit 2007 Kunden verschiedenster Branchen in Bezug auf die Digitalisierung ihrer Kerngeschäftsprozesse, Optimierung der Customer Experience, Relaunches von Websites, Kundenportalen und zu Onlineshops. Seit Anfang 2016 war sie im Business Development für die ARITHNEA GmbH tätig, wo sie seit 2018 auch den Auf- und Ausbau dieses Bereichs verantwortete. Insbesondere in sehr frühen Projektphasen unterstützt sie Kunden mithilfe verschiedenster Workshop-Formate dabei, die Zielsetzung, den Scope und die Roadmap für Digitalisierungs- und Webprojekte jeder Art zu erarbeiten. Mit der Übernahme der ARITHNEA GmbH durch die adesso SE wechselte sie in die Line of Business Digital Experience und ist dort seit 2020 als Senior Business Developer.
MARCUS GROSS studierte an der Universität Dortmund Wirtschaftsmathematik mit den Schwerpunkten Wirtschaftsinformatik, Fuzzy Theorie und Operation Research. Nach Stationen im internationalen Beratungsumfeld war er von 2018 bis 2021 Business Development Manager für den Handel bei der adesso SE aktiv. Seine Schwerpunkte waren IT-Lösungen für Retail, Business Analytics und Cognitive Computing – Themen, die er vor adesso bei IT-Konzernen und Unternehmensberatungen vorangetrieben hat. Die Retail-Lösung für »Automatisiertes Handling von Produktinformationen« hat er bei adesso maßgeblich mitkonzipiert.
PROF. DR. VOLKER GRUHN gründete 1997 die adesso SE mit und ist heute Vorsitzender des Aufsichtsrats. Er ist Inhaber des Lehrstuhls für Software Engineering an der Universität Duisburg-Essen. Seine Forschungsschwerpunkte in diesem Bereich liegen auf mobilen Anwendungen und der Auseinandersetzung mit den Auswirkungen der Digitalen Transformation, insbesondere der Entwicklung und des Einsatzes von Cyber-Physical Systems. Prof. Dr. Gruhn ist Autor und Co-Autor von über 300 nationalen und internationalen Veröffentlichungen und Konferenzbeiträgen.
DR. THORSTEN HAGEMANNbegleitet medizintechnische Unternehmen, Leistungserbringer und Kostenträger bei den Herausforderungen der Digitalisierung. Seit jüngstem ergänzt er mit seinem Know-how die Line of Business Health der adesso SE im Business Development für die Gesundheitsmärkte und ist so Innovator für die Verbesserung, Optimierung oder Neudefinition in medizinischen Versorgungs- und Behandlungsprozessen. Als studierter Mediziner schließt er die Lücke zwischen medizinischen Prozessen und digitalen Lösungsansätzen.
GERHARD HAUSMANN arbeitet nach dem Studium der Mathematik zunächst als Lehrer im Bereich der beruflichen Bildung. Ab 2000 entwickelte er Software für die Barmenia in Wuppertal, wo er heute als Architekt für Systeme der künstlichen Intelligenz tätig ist. Sein Arbeitsschwerpunkt ist die Prozessautomation, insbesondere die Entwicklung von Expertensystemen für die Prüfung von Rechnungen und von Automaten für die Dunkelverarbeitung.
DR. MARC HESENIUS ist Postdoc am Lehrstuhl für Software Engineering der Universität Duisburg-Essen. Seine Forschungsschwerpunkte liegen im Bereich der Entwicklungsprozesse und -Werkzeuge für datengetriebene Anwendungen sowie den technischen Aspekten von Mensch-Maschine-Interaktion.
STEFAN HUSSMANN studierte an der Hochschule Esslingen Computer-Softwaretechnik. Nach unterschiedlichen Stationen im Bereich der Automobilbranche ist er seit 2013 für adesso aktiv und leitet die Line of Business Automotive & Transportation.
VOLKER ILLGUTH hat an der Universität Leipzig Rechtswissenschaft und Betriebswirtschaftslehre studiert, unter anderem mit den Schwerpunkten Public Management und Versicherungsbetriebslehre. Er ist Senior Consultant bei der adesso SE und hat seine Beratungsschwerpunkte auf die Entwicklung und den zielgerichteten Einsatz von IT-Systemen in den Bereichen Kunden- und Vertriebsmanagement sowie Schaden- und Personenschadenmanagement gelegt.
LEIF JANZIKwar von 2012 bis 2020 bei adesso mobile solutions GmbH tätig und hat eine Vielzahl von mobilen Projekten begleitet. Neben der Kundenberatung rund um mobile Technologien, Aufbau von in-house Mobile-Teams und der Mobilisierung bestehender Geschäftsprozesse verantwortete er die Evaluation neuer Technologien und Lösungen bei adesso mobile. Leif Janzik verantwortete im Consulting-Bereich der adesso mobile als Solution Architect und Managing Consultant alle strategischen Technologiethemen und arbeitete an der Schnittstelle zwischen mobilen Clients und komplexen Backendprozessen. Er beriet eine Vielzahl von Kunden rund um den Lifecycle mobiler Anwendungen und bei der Mobilisierung bestehender Geschäftsprozesse.
ANDREAS KNOOR ist seit 2019 Mitglied im Vorstand der e-Spirit AG. Als Chief-Product-Officer verantwortet er die Produktstrategie und Produktentwicklung des hybriden Content Management Systems FirstSpirit. Darüber hinaus leitet er die Bereiche Professional Services und Cloud-Business. Bevor er seine derzeitige Vorstands-Funktion übernahm, steuerte er als Chief-Operating-Officer die Nordamerika-Aktivitäten bei der e-Spirit und war darüber hinaus als Projektleiter und Software-Architekt in vielen internationalen IT-Projekten tätig.
BERND KRÖGER studierte an der Fachhochschule Kiel Technische Informatik mit dem Schwerpunkt Systemtechnik. Seit 1995 entwickelt er IT-Lösungen für und mit Kunden der öffentlichen Verwaltung. Hier setzte er sich mehrfach mit EU-Bund-Länder-übergreifenden Vorhaben und deren Herausforderungen erfolgreich auseinander. KI-Elemente nehmen dabei eine immer stärkere Rolle ein.
HANS-PETER KUESSNER ist Leiter des Competence Centers »Kognitive Anwendungssysteme« bei der adesso SE. Nach Abschluss des BWL Studiums war er in der Abteilung »Künstliche Intelligenz« einer IT Unternehmensberatung als Software- und Knowledge-Engineer tätig. Danach hatte er verschiedene Rollen im Bereich Organisation und Informatik eines Unternehmens inne, und baute anschließend ein Geschäftsfeld zum Thema kollaborative Anwendungssysteme bei IBM Global Services auf. Vor seiner Zeit bei adesso war er Mitgründer und Gesellschafter eines mittelständischen IT Beratungsunternehmens. Schwerpunkt seiner aktuellen Projekte ist die Gewinnung strukturierter Informationen aus unstrukturierten Daten (wie Sprache/Text) - insbesondere im Rahmen der Realisierung von Chatbots.
JANNIK KUTSCHERist erfahrener Business Engineer in der Line of Business Data & Analytics der adesso SE. In Kundenprojekten füllt er die Rollen des Strategieberaters, Business Analysten und Requirements Engineers aus. Darüber hinaus ist er zertifizierter Interaction-Room-Coach und hat den IR:KI mehrfach erfolgreich durchgeführt.
PAUL LEMECH studierte Wirtschafsinformatik an der Frankfurt University of Applied Sciences und arbeitet seit 2019 bei adesso SE. Er ist unter anderem mit dafür verantwortlich, die Themen wie Künstliche Intelligenz im IT-Betrieb, API Management und Microservicebasierte Integration von Unternehmensanwendungen voranzutreiben. Die Bereitstellung und Transformation von Daten zählt zu seinen Hauptaufgaben, da er als Schnittstelle zwischen beteiligten Systemen agiert.
DAVID MÄRTE studierte Wirtschaftsinformatik an der Berufsakademie Stuttgart in Zusammenarbeit mit Hewlett-Packard. Nach einigen Jahren bei HP Software wechselte er 2010 zu adesso, wo er neben dem Aufbau des Standorts Stuttgart auch für Kunden wie Daimler und Bosch verantwortlich war. Als Leiter der Line of Business Manufacturing Industry verantwortet er den Auf- und Ausbau einer adesso Kernbranche.
MARKUS MERDER leitet bei adesso die Bereiche Consulting und Softwareentwicklung in der Line of Business Manufacturing Industry. Darüber hinaus ist er für das »Digital Experience Lab« von adesso am Standort Dortmund zuständig. Nach seinem Studium der Informatik und Wirtschaftsinformatik war Markus Merder In der Vergangenheit als Software Architekt und Projektleiter tätig. Dabei begleitete er u. a. Projekte für die Digitalisierung der Produktion und führte sie erfolgreich bei Kunden ein.
OLE MEYER hat Informatik studiert und promoviert aktuell an der Universität Duisburg-Essen am Lehrstuhl für Software Engineering insb. Mobile Anwendungen. Sein Forschungsfokus liegt dabei auf dem Entwicklungsprozess von intelligenten Agenten durch bestärkendes Lernen. An der Schnittstelle von Forschung und Praxis bringt er als Gründer und Geschäftsführer der TamedAI GmbH aktuelle Forschungsergebnisse mit wirtschaftlichen Lösungen zusammen und bietet Unternehmen eine technologische Plattform für die Umsetzung und den Betrieb von KI-Anwendungen.
UDO MÜLLER ist Dipl. Betriebswirt (BA) und war bis 2021 bei adesso als Senior Business Developer für Analytics und Künstliche Intelligenz im Banking verantwortlich. Die Weiterentwicklung des adesso Portfolios sowie die Beratung der adesso Bankkunden in der Anwendbarkeit dieser Schlüsseltechnologien gehörten zu seinen Aufgabenschwerpunkten.
ZSOLT ORBÁNführte eine umfassende Studie über den Einfluss immersiver und multisensorischer Technologien (v.a. Mixed Reality) im Handelsumfeld zur Erlebnis- und Kaufimpulssteigerung durch. Die Forschungsergebnisse wurden für den Deutschen Wissenschaftspreis 2020 (GS1/EHI) nominiert und auf dem Handelskongress Deutschland ausgestellt. Zsolt studierte Business & Technologie an der Technischen Universität München sowie Digital Business Management an der RFH Köln. Er verfügt über langjährige Erfahrung im digitalen Startup-Umfeld und berät mit den Schwerpunkten Innovationsmanagement und Customer Experience.
HÜSEYIN ÖZTAS Leiter Competence Center für Business Integration, verantwortlich mit seinen Team für ESB, API Management und AIOps Themen. Er verfügt 30 Jahre Projekterfahrung als Architekt und Projektleiter. Er verwendet agile Techniken für robuste und skalierbare Lösungen in Integrationsarchitekturen.
DR. MARCO PEISKER hat an der Universität Leipzig Wirtschaftsinformatik mit den Schwerpunkten Versicherungsbetriebslehre und Versicherungsinformatik studiert, worauf er die Promotion an der TU Chemnitz folgen ließ. Er ist Managing Consultant und Teamleiter bei der adesso SE und beschäftigt sich mit verschiedenen Aspekten der Digitalisierung in der Versicherungswirtschaft, insbesondere mit dem optimalen Einsatz von intelligenten Systemen zur Betrugsabwehr und Workflow-Steuerung.
MARCUS PETERS studierte Wirtschaftsinformatik an der Fachhochschule Dortmund und ist seit 2006 bei der adesso SE aktiv. In verschiedenen Rollen baute er das Beratungsgeschäft mit dem Schwerpunkt »Modern Workplace« auf. Heute ist er verantwortlich für die Entwicklung des Neugeschäfts im Technologieumfeld »Microsoft«.
DR. MARTIN PETERS studierte an der Fachhochschule Dortmund Informatik und promovierte an der Universität Kassel. Bereits während dieser Zeit beschäftigte er sich intensiv mit Themen der Industrie 4.0 und der Maschine-zu-Maschine Kommunikation. Als Geschäftsführer der com2m GmbH, die seit 2016 Teil der adesso Group ist, liegt sein Fokus auf dem Bereich des Internet of Things.(Foto: Christoph Meinschäfer Fotografie)
DIRK PLATZ, Studium der Informatik an der Uni Dortmund und Promotion in Informatik an der Uni Siegen ist seit 1999 mit einer kurzen Unterbrechung bei der adesso SE tätig. Bei adesso verantwortet er die Line of Business Insurance bestehend aus den Bereichen Consulting, Softwareentwicklung und Vertrieb. Im Rahmen seiner Arbeit im Kontext von Versicherungsprojekten spielen KI und Techniken zur Analyse großer Datenmengen eine immer größere Rolle und werden zur weiteren Optimierung und Automatisierung aller Prozesse in der Versicherungswirtschaft beitragen.
JENS POLSTER ist Leiter eines Competence Centers »Künstliche Intelligenz« bei der adesso SE. Nach dem Studium der Datentechnik an der TH Darmstadt mit Diplomarbeit an der Queen’s University in Belfast war er als Seniorberater und Teamleiter bei einem IT-Dienstleister der IBM Global Services im Collaboration-Umfeld tätig. Als Mitgründer und Gesellschafter eines IT-Beratungsunternehmens verantwortete er den Bereich Collaboration und war auch im Bereich Cognitive Computing tätig. In seinen aktuellen Projekten beschäftigt er sich mit der Verarbeitung unstrukturierter Daten mithilfe von Machine Learning, u. a. bei der Einführung und Pflege von Chatbots.
BERNHARD RAWEIN ist Informatiker und als Senior-Platform-Manager Data & AI für die Microsoft-Data & AI-Plattform bei adesso verantwortlich. Er beschäftigt sich seit über 15 Jahren mit dem Thema Data & Analytics und berät die Kunden der adesso SE in Strategie und Architekturthemen.
NILS SCHWENZFEIER hat Informatik studiert und promoviert aktuell an der Universität Duisburg-Essen am Lehrstuhl für Software Engineering insb. Mobile Anwendungen. Sein Forschungsfokus liegt dabei im Bereich maschinelles Lernen und der automatisierten Erkennung von Anomalien in großen Datenmengen. An der Schnittstelle von Forschung und Praxis bringt er als Gründer und Geschäftsführer der TamedAI GmbH aktuelle Forschungsergebnisse mit wirtschaftlichen Lösungen zusammen und bietet Unternehmen eine technologische Plattform für die Umsetzung und den Betrieb von KI-Anwendungen.
PROF. DR. RÜDIGER STRIEMER studierte Wirtschafts- und Sozialwissenschaften an der Universität Dortmund und hat an der Technischen Universität Berlin in Informatik promoviert. Nach seiner Tätigkeit als wissenschaftlicher Mitarbeiter am Fraunhofer-Institut für Software- und Systemtechnik kam er zur adesso SE, wo er als langjähriger Co-Vorsitzender des Vorstandes für die Software-Entwicklung verantwortlich war. Rüdiger Striemer leitet den Ausbau des internationalen Geschäfts der adesso SE und ist Professor für Wirtschaftsinformatik an der Technischen Hochschule Wildau.
STEPHAN THIES ist Diplom-Betriebswirt und studierte an der Uni Münster. Er ist bei der adesso SE für das SAP Beratung und Entwicklung zuständig und verfügt über mehr als 10 Jahre Beratungserfahrung bei Kunden der Energiewirtschaft. Mit Paul Dittrich und David Stolz gründete er 2019 urban energy, ein auf intelligentes Energiemanagement und IoT-Anwendungen spezialisiertes Lösungshaus. Er bringt Erfahrung im Bereich des Aufbaus von Entwicklungsmannschaften von mehr als 50 Kollegen mit, bildet bei urban energy die Schnittstelle zum Investor adesso und ist für vertriebliche Themen verantwortlich.
JOONAS TROJAN hat einen berufsbegleitenden Master im Bereich Management an der International School of Management in Dortmund absolviert. Als Teamleiter im Bereich Digitalisierung verantwortet er ein Beraterteam mit den Schwerpunkten Business- und IT-Consulting. Durch seine Projekte und Tätigkeiten verfügt er über breitgefächerte methodische Kompetenzen in den Bereichen Projekt- und Anforderungsmanagement, in agilen Vorgehensmodellen sowie über innovative Methoden wie Design Thinking und dem Interaction Room.
ANDREAS VON HAYN studierte an der Ruhr-Universität Bochum Wirtschaftswissenschaft mit den Schwerpunkten Marketing und Sozialpsychologie. Nach Stationen im SAP-und Microsoft-Partnerumfeld ist er seit 2012 im Bereich Corporate Communications der adesso SE aktiv. Hier organisiert er unter anderem Kommunikationskampagnen rund um Themen wie Digitale Transformation oder Künstliche Intelligenz.
Rüdiger StriemerVolker Gruhn
Menschen pressen neue Technologien in die bekannten Muster der Vergangenheit: Die Buchstabenanordnung auf Computertastaturen orientiert sich an Schreibmaschinen der 1870er. Die ersten Automobile sahen aus wie Kutschen, die ersten Filme wie Theateraufführungen. Zu Beginn einer Entwicklung fällt es schwer, sich vom Bewährten zu lösen. So betrachten Unternehmensverantwortliche Neues aus dem Blickwinkel des Bestehenden: An welcher Stelle können wir dieses Stück Technik in unsere laufenden Prozesse einbauen? Wie viel effizienter werden wir dadurch? Gelegentlich aber halten Technologien Einzug, die Grundlegendes verändern. Die Spielregeln neu definieren. IT ist ein Beispiel dafür. Oder das Internet. In jüngerer Vergangenheit mobile Anwendungen. Und jetzt ist mit Künstlicher Intelligenz (KI) eine weitere Technologie dieses Kalibers reif für den Einsatz. KI verändert bestehende Prozesse, aber sie eröffnet auch gänzlich neue Möglichkeiten. Und sie stellt neue Anforderungen an Entscheider und Beschäftigte.
Dieses Neue ist der Schwerpunkt der folgenden Ausführungen. Das Ziel ist nicht die umfassende Darstellung aller Details, sondern das Herausgreifen interessanter Aspekte: von Einstellungen, die sich ändern, über Organisationen, die sich anpassen, bis hin zu Aufgabenbereichen, die sich wandeln. Im Folgenden stehen die interne Perspektive eines Unternehmens und die strategischen Implikationen im Vordergrund. KI-Technologien haben auch weitreichende Auswirkungen auf alle Aspekte der Kundenkommunikation. Diese sind Gegenstand des Kapitels 12 Künstliche Intelligenz im Customer Experience Management.
Unter einer KI-Strategie soll dabei eine Menge an technologischen Vorgaben und von musterhaften KI-Anwendungsfällen verstanden werden. Anhand der Muster prüfen die Verantwortlichen, ob eine – im weitesten Sinne – IT-Projektsituation geeignet ist, KI-Anwendungsfälle zu ermöglichen. Kommen die Beteiligten zu diesem Ergebnis, setzen sie die technologischen Vorgaben als Orientierungskorridore für die Umsetzung ein. Architekturvorgaben werden passend zu Anwendungsfall und Technologie aus der KI-Strategie vorgegeben.
Losgelöst von Verfahren und Technologien verändern KI-Anwendungen ein zentrales Element der Unternehmensführung: die Fähigkeit, Prognosen zu treffen. Sie entdecken Muster und Zusammenhänge in Daten, die für Menschen aufgrund der Datenmenge oder der Komplexität der Beziehungen nicht oder nur mit großem Aufwand zu erkennen sind. Was bisher wie Zufall erscheint, ist häufig ein mangelndes Verständnis für die vorhandenen Daten. KI eröffnet neue Möglichkeiten, Entwicklungen in der realen Welt vorauszusagen. Vorboten davon sehen wir beispielsweise bereits im Maschinenbau. Verbesserte Prognosen haben aber weitreichende Konsequenzen quer durch alle Branchen: Mit welcher Wahrscheinlichkeit klickt ein Webseitenbesucher auf ein Banner? Entspricht das Werkstück den Qualitätsvorgaben? In welche Richtung entwickeln sich die Rohstoffpreise?
Das Vorhersagen von Entwicklungen und das Koordinieren von Ressourcen, um diese Entwicklungen zu beeinflussen beziehungsweise angemessen auf sie zu reagieren, ist eine der zentralen Aufgaben des Managements. Berichtslinien, Key Performance Indicators oder Analysen: All dies dient dazu, Informationsgrundlagen zu schaffen, auf deren Basis die Beteiligten schätzen, wie sich Absatzmärkte, Einkaufspreise oder Wettbewerbssituationen entwickeln. An dieser Stelle setzen viele KI-Anwendungsfälle an. Es gibt Szenarien, in denen die datenbasierten Anwendungen bessere Ergebnisse liefern als die bisherigen Prozesse.
»Besser« bezieht sich dabei auf die Dimensionen:
Genauer: Die Fehlerquote der KI-Anwendung ist in einem wirtschaftlich relevanten Ausmaß geringer als die der Fachleute. Beispielsweise prognostiziert eine datengestützte Lösung in einem Chemieunternehmen den Bedarf an einem Rohstoff für das nächste Quartal im Durchschnitt um drei Tonnen genauer als die Einkäufer. Da das Unternehmen den Rohstoff in Gebinden von zwei Tonnen bestellt, reduziert die genauere Prognose die Kosten im Einkauf.
Kostengünstiger: Für aufwändige Rechercheprozesse wie Marktanalysen ist ein hoher manueller Arbeitsanteil typisch. Das Suchen und Zusammenstellen von Daten, das Auswerten und das Ableiten von Handlungsempfehlungen kostet die Experten Zeit. Entsprechend hoch sind die Kosten für solche Aufgaben. KI-Anwendungen helfen dabei, Teile des Prozesses zu automatisieren. Beispielsweise durch das Erstellen von Dossiers, die Daten aus unterschiedlichen Quellen in Form eines lesbaren Textes aufbereiten. Analysten konzentrieren sich darauf, auf Basis von vorbereiteten und aufbereiteten Datengrundlagen Schlüsse zu ziehen. Dies ist nur ein Beispiel für das Senken von Prognosekosten durch KI. Ähnliches lässt sich für zahlreiche Aufgabenbereiche in Unternehmen konstruieren.
Schneller: Ein Beispiel aus der Fertigung verdeutlicht die Bedeutung von schnelleren Prognosen. In eng getakteten Produktionsabläufen müssen Prüfer in kurzer Zeit Aussagen über die Qualität einer Komponente fällen. KI-Anwendungen, die beispielsweise auf das optische Erkennen von Qualitätsschwankungen trainiert wurden, überwachen Prozesse in Echtzeit und greifen im Bedarfsfall ein. Solche automatisierten Prüfprozesse ergänzen bestehende Abläufe und verbessern das Endergebnis.
Umfassender: Eng mit den geringeren Kosten und den schnelleren Ergebnissen ist dieser Punkt verknüpft. Datenbasierte Prognosen halten Einzug in Unternehmensbereiche und Prozesse, für die sich Prognosen und Analysen bisher nicht rechneten. Beispielsweise weil die wirtschaftliche Bedeutung einer Produktkategorie oder eines Marktsegments nicht groß genug ist. Oder in Prozesse, bei denen Ergebnisse schnell vorliegen müssen, damit sie eine Relevanz haben – siehe das Beispiel der automatisierten Prüfprozesse. Quer durch das ganze Unternehmen eröffnen KI-Anwendungen das Potenzial datenbasierter Entscheidungen für neue Unternehmensbereiche.
Auf diesen Ebenen wirken KI-Anwendungen im unternehmerischen Umfeld. Die Kapitel dieses Buches sind voller Beispiele dafür, welche Anwendungsfälle auf Basis genauerer, kostengünstigerer, schnellerer und umfassenderer Prognosen denkbar sind. Von individueller Kundenkommunikation bis zur individuellen Produktion, von Betrugserkennung bis zur Krebserkennung.
Aber, und diese Einschränkung ist wichtig, um das Verhältnis von KI und Mensch zu verstehen: Die Fertigkeiten der KI-Anwendungen beschränken sich auf ein enges Handlungsfeld. Das KI-gestützte bilddiagnostische Verfahren zur Qualitätsprüfung kann eine Katze nicht vom Eiffelturm unterscheiden. KI-Lösungen liefern in einem klar umrissenen Kontext Ergebnisse. Dies teilweise präziser, günstiger oder schneller als das, was Menschen leisten. Menschen hingegen sind flexibel und arbeiten sich in neue Situationen ein. Wissen aus Gebiet A übertragen sie intuitiv auf Gebiet B. Sie liefern mit großer Kreativität Ergebnisse in einem breiten Aufgabenspektrum.
Verfahren wie Machine Learning oder Künstliche Neuronale Netze (siehe Kapitel 20 Glossar) sind eine notwendige Bedingung für das Umsetzen datengetriebener Prozesse. Aber wer KI primär als technologisches Thema betrachtet, springt zu kurz. Denn die Ergebnisse, die die Anwendungen liefern, und die Entscheidungen, die sie autonom treffen oder zumindest vorbereiten, beeinflussen das Leben und die Arbeit von Menschen. Die Verantwortlichen müssen in ihren Organisationen die passenden Voraussetzungen, Prozesse und Strukturen schaffen – nicht nur, um KI-Anwendungen zu entwickeln, sondern auch, um Beschäftigte abzuholen und zu motivieren. Einige der zentralen Aspekte solcher strategischen Überlegungen greifen die folgenden Abschnitte auf. Zunächst liegt der Fokus auf einem Thema, das die Grundlage für KI-Anwendungen bildet: auf Daten – und darauf, welche Rolle sie in Unternehmen spielen beziehungsweise spielen sollten.
Welchen Stellenwert das Thema Daten in einem Unternehmen hat, bestimmt entscheidend die Zugehörigkeit zu einer Branche. Auf der einen Seite stehen Unternehmen, deren ganzes Geschäftsmodell um Daten und Digitales kreist. Social-Media- oder E-Commerce-Plattformen sind ohne Daten nicht denkbar; sie basieren darauf. Die Angebote und Dienstleistungen sind mehr oder weniger entkoppelt von den Vorgängen in der »realen« Welt. Auf der anderen Seite stehen Unternehmen, die aus dieser realen Welt stammen: Maschinenbauer, Fahrzeughersteller oder Chemieunternehmen. Ihre Angebote basieren nicht auf Bytes, sondern auf Atomen. Datenverarbeitung und IT-Prozesse spielen auch für den Geschäftserfolg dieser Unternehmen eine entscheidende Rolle. Aber ihr Ursprung ist ein anderer. Diese Prägung zieht sich quer durch die Hierarchie, Funktionsbereiche und Verantwortlichkeiten. Und sie bestimmt das Denken der Beschäftigten. Allzu oft ist IT hier immer noch etwas, was hinter einer Abteilungstür stattfindet. Eine notwendige interne Dienstleistung, die erbracht werden muss, damit die eigentlichen Aufgaben – beispielsweise das Produzieren von Fahrzeugen – funktionieren.
Zwischen Unternehmen aus der digitalen Sphäre und denen aus der realen stehen Dienstleister wie Banken, Versicherungen oder Logistikdienstleister. Ihre Aktivitäten kreisen nicht um das Produzieren, sondern um Services. Ihre Angebote sind an Vorgänge in der realen Welt gekoppelt. An das Haus, das finanziert werden soll. An die Maschine, gegen deren Ausfall sich ein Hersteller absichern möchte. An die Lieferung, die effizient den Empfänger erreichen soll. Auch in diesen Unternehmen wird die IT häufig noch als Erbringer von Dienstleistungen betrachtet – und nicht als Schlüssel zu neuen Geschäftsmodellen.
Bild 1.1Digitale vs. reale Welt
Diese Dreiteilung – digitale Sphäre, reale Sphäre, Service-Sphäre – vereinfacht die Realität natürlich drastisch. Aber es kommt hier weniger auf das exakte Beschreiben der Sachverhalte an, sondern mehr auf das Herausarbeiten des Selbstverständnisses eines Unternehmens im Umgang mit Daten und Digitalem. Für die einen sind sie Mittel zum Zweck, für den anderen der Zweck. Unternehmen, die ihre Wurzeln in der digitalen Welt haben, behandeln Daten als wertvollen Rohstoff. Alle Wertschöpfung geht von ihnen aus. Diese Einstellung verschafft diesen Unternehmen einen kaum zu überschätzenden Vorteil. Der Blick auf die Liste der größten Unternehmen (auf Basis der Marktkapitalisierung) zeigt, wie erfolgreich datengetriebene Geschäftsmodelle sein können: Microsoft, Apple, Amazon und Alphabet, die Google-Muttergesellschaft, machen die ersten vier Plätze unter sich aus.
Daten haben inzwischen quer durch alle Branchen einen anderen Stellenwert. Immer mehr Unternehmen erkennen, dass in ihnen das Potenzial für neues Geschäft und neue Angebote steckt. Daten erlauben es einem Maschinenbauer, den Einsatz seiner Geräte in Industrieunternehmen genau zu prognostizieren und statt Maschinen Betriebsstunden zu verkaufen. Der Kfz-Versicherung ermöglichen Daten, das Nutzungsverhalten ihrer Kunden einschätzen zu können und statt pauschale Leistungen anzubieten gefahrene Kilometer zu versichern. Dies ist nur möglich, wenn Sensoren alle wichtigen Betriebsparameter erfassen und die Geräte mit dem Internet verbunden sind. Die Anbieter berechnen mithilfe von Prognosemodellen die Ausfall- und Unfallwahrscheinlichkeiten. Sie passen Wartungsintervalle und Tarife an das reale Nutzerverhalten an.
Beispiele wie diese gibt es immer häufiger. Sie zeigen: Die Abläufe der realen und der digitalen Welt verschmelzen miteinander. Entwickler, Ingenieure und Anwender integrieren physische Gegenstände und Abläufe unmittelbar in digitale Prozesse. Güter und Geräte, ausgestattet mit einer eigenen digitalen Identität, Sensorik oder Steuerungseinheit, melden ihren Zustand permanent oder auf Anfrage in Echtzeit an das System. Das Digitale ist gerade dabei, das Reale mit einer Schicht zu überziehen. Die Daten, die hier fließen, und die Informationen, die Unternehmen hier gewinnen, sind der Rohstoff, auf dem die Wirtschaft in Zukunft basiert. Und in vielen Konstellationen werden KI-Verfahren die Werkzeuge sein, die diesen Rohstoff weiterverarbeiten. Entsprechend bestehen die smarten Systeme der Zukunft aus einer Mischung aus klassischen Informations- und datengetriebenen Systemen.
Der Datenfluss durch das Unternehmen wird genauso bedeutend wie der Materialfluss durch die Produktion. Das bedeutet ein Umorientieren auf organisatorischer Ebene. Für viele Unternehmen ist damit eine Abkehr von etablierten Strukturen verbunden. Abläufe und Verantwortlichkeiten entstanden im prä-digitalen Zeitalter. Sie genügen nur eingeschränkt den Anforderungen an durchgängige Prozesse und einen damit verbundenen durchgängigen Datenstrom. Wenn Vertrieb, Marketing, Kundenservice und Finanzbuchhaltung jeweils auf eigene Datenbanken mit Kundeninformationen zugreifen, wird es schwierig, daraus ein vollständiges, datengestütztes Bild der Interessen, Planungen und Kommunikationsthemen einer Person abzuleiten und ihr Verhalten zu prognostizieren. Solange Abteilungen in ihren eigenen Grenzen denken und Daten in ihren eigenen Silos ablegen, werden KI-Projekte nicht zum gewünschten Ziel führen. Das Kapitel 4 »Auf dem Weg zum datengetriebenen Unternehmen« beschreibt einen Ansatz, wie Verantwortliche sowohl einzelne KI-Projekte als auch gleichzeitig die dazugehörigen Strukturen entwickeln können.
Dieses Bewusstsein für die Bedeutung von Daten ist das Fundament für den erfolgreichen Einsatz von KI in Unternehmen. Alle Beteiligten müssen ein Verständnis dafür entwickeln, wie wichtig ein vernünftiger Umgang mit Daten ist. Das reicht vom datenschutzkonformen Erfassen bis zur beschriebenen abteilungs- und siloübergreifenden Datenhaltung. Das bedeutet auch, ein Gespür für die Möglichkeiten zu entwickeln, die in Daten stecken. Offen zu sein für die Auseinandersetzung mit IT- und KI-Experten und zu experimentieren. Denn in KI-Projekten ist der Weg nicht so vorgezeichnet wie in klassischen IT-Projekten. Zu Anfang ist den Beteiligten häufig nicht klar, ob KI-Verfahren der geeignete Weg sind und ob die Datengrundlage ausreicht (siehe Kapitel 2 »Building AI-based Systems«).
Die Ausführungen bis hierhin zeigen: KI ist zunächst keine Frage von Technologien. Es gilt, Menschen zu überzeugen und mitzunehmen – sonst haben KI-Initiativen in Unternehmen keine Chance. Im Folgenden geht es um das Verhältnis von Menschen und KI-Anwendungen.
Die bereits skizzierte Vielfalt der Einsatzmöglichkeiten ist es, die KI schwer greifbar macht. Es gibt nicht den einen Bereich in einem Unternehmen, beispielsweise die Produktion, in dem sie eine Rolle spielt. Es gibt nicht den einen Aufgabenbereich, beispielsweise Personalbeschaffung, den der Einsatz von KI-Technologien verändert. Der Umgang mit Daten und das Treffen von Prognosen sind quer durch alle Abteilungen und Aufgaben relevant. Entsprechend groß ist das Potenzial zur Veränderung in Unternehmen. Viel Veränderung bringt viel Unsicherheit mit. Beschäftigte sehen den Einsatz von KI-Anwendungen in ihrem Umfeld durchaus kritisch. Es entsteht der Eindruck, dass intellektuelle Fähigkeiten, Ausbildung und Erfahrung in vielen Bereichen schlicht durch Daten und Algorithmen ersetzt werden können.
Im Detail sind die Auswirkungen von KI-Technologien auf einzelne Aufgabenbereiche vielfältig und komplex. Aber ein Trend zieht sich durch viele Jobprofile: Es läuft nur selten auf ein »entweder Mensch oder KI«, sondern eher auf ein »Mensch und KI« hinaus. Die Situation ist vergleichbar mit der Fertigungsindustrie in den 1980ern: Auch die Roboter in der Produktion verdrängten den menschlichen Arbeiter nicht. Sie ermöglichten neue, gemeinsame Arbeitsabläufe. Jede Seite bringt ihre individuellen Vorteile in die Zusammenarbeit ein: der Roboter beispielsweise seine Fähigkeit, ohne Ermüdungserscheinungen schwere Gegenstände zu bewegen. Der Mensch sein Talent für das flexible Reagieren auf Veränderungen oder Störungen. Gemeinsam entsteht ein Prozess, der dem alten Ablauf überlegen ist.
Eine ähnliche Kooperation wird in Zukunft auch in vielen Bereichen zu beobachten sein, in denen heutzutage traditionell Wissensarbeiter aktiv sind. Statt manueller Arbeit verändert KI die kognitive Arbeit des Menschen (siehe Kapitel 18 »New Work«).
Mögliche Einsatzszenarien sind:
KI als zweite Expertenmeinung: Wenn ein menschlicher Experte unsicher ist, wenn er »ein komisches Gefühl« hat, legt er den Fall seinem KI-Kollegen vor: Der Sachverständige einer Versicherung lässt prüfen, ob die Bilder der Schadensmeldung wirklich zur Unfallbeschreibung passen. Der Mediziner, ob der komische Fleck auf dem Röntgenbild nicht doch mehr bedeutet. Das System gleicht das Bildmaterial mit den Fällen in der Datenbank ab, sucht ähnliche Muster und prüft, zu welchem Ergebnis diese Fälle in der Vergangenheit führten.
KI zum Vorqualifizieren: Eine Anwendung sichtet alle Datensätze und legt dem menschlichen Experten einen Fall ab einer bestimmten Prognosewahrscheinlichkeit vor. Um im Medizinbeispiel zu bleiben: Die Anwendung vergibt Wahrscheinlichkeiten für die Diagnose »gutartig« beziehungsweise »bösartig«. Der Mediziner beschäftigt sich intensiv nur mit den Fällen, bei denen die KI ihm signalisiert, dass die Interpretation der Ausgangsdaten zu keinem eindeutigen Ergebnis führt. Er kann seine knappe Zeit – und Aufmerksamkeitsspanne – auf die komplexeren Fälle konzentrieren.
KI in der Recherche: Sogenannte Natural-Language-Processing-Techniken (NLP) ermöglichen es KI-Anwendungen, den »Sinn« von Inhalten zu erfassen. Sie fassen Dokumente zusammen und stellen das Ergebnis beispielsweise in Form von Dashboards dar. Mithilfe von maschinellen Lernverfahren werden das Thema sowie Informationen über die Semantik des Textes extrahiert und in einer Zusammenfassung gebündelt. Dies erlaubt es den Experten, umfangreichere Quellen oder permanente Informationsströme schneller zu erfassen und zu analysieren.
Bild 1.2Mögliche Einsatzszenarien von KI in Arbeitsprozessen
Aktuell zeichnet sich eine Entwicklung ab, die die Autoren Reeves und Ueda in ihrem Grundlagenartikel »Designing the Machines That Will Design Strategy« als »integrated strategy machine« bezeichnen. Diese integrierte Strategiemaschine entsteht durch das Zusammenspiel von Menschen und KI. Ihr Ziel ist es, das Ergebnis der menschlichen Entscheidungen zu verbessern – und nicht das menschliche Denken zu ersetzen. Ein System, in das jede Seite ihre Stärken einbringt – Kreativität und Menschlichkeit auf der einen, Geschwindigkeit und Genauigkeit auf der anderen Seite. So entsteht etwas, das besser ist als die Summe der einzelnen Teile.
Die Verantwortlichen in Unternehmen stehen vor der Aufgabe, diesen Veränderungsprozess zu koordinieren. Auf der einen Seite stehen Mitarbeiter mit ihren Ideen, Anforderungen und Ansprüchen. Auf der anderen Seite neue Technologien und Verfahren, für deren Einsatz es wenig bis keine Erfahrungswerte gibt. Und deren Potenzial und Fähigkeiten sich laufend weiterentwickeln.
Dabei müssen die Entscheider in Unternehmen die Veränderungsprozesse nicht nur begleiten, sie sind unmittelbar davon betroffen. Denn KI-Lösungen werden auch auf Managementebene Einzug halten. Vorboten davon lassen sich bereits erkennen.
In der Unternehmensführung sind Werkzeuge zur Analyse von Daten seit Jahrzehnten weit verbreitet. Business Intelligence (BI) oder Business Analytics (BA) sind Standardkomponenten von Enterprise-Resource-Planning-(ERP)-Anwendungen. Diese Werkzeuge dienen bisher zur Datenaufbereitung beziehungsweise -visualisierung. Sie liefern die aggregierten Daten, die das Management als Grundlage für das Treffen von Entscheidungen braucht. KI-Komponenten eröffnen die Möglichkeit, Teile der Entscheidungsumsetzung anzustoßen, zu orchestrieren, anzupassen und zu überwachen.
Auch hier gilt: Unternehmen werden ihre Führungskräfte nicht durch Code-Zeilen ersetzen. Aber KI-Anwendungen helfen dabei, die Qualität der Entscheidungen durch genauere Prognosen, bessere Informationen, schnellere Analysen und das Entlasten von Routinearbeiten zu verbessern. Sie verändern die Rollen und die Aufgabenbereiche von Managern.
Führungskräfte in Unternehmen haben ein breit gefächertes Aufgabenspektrum. Das reicht von der Rechnungs- oder Urlaubsfreigabe bis zur Informationsrecherche für das Erarbeiten neuer Sachverhalte. Vom Zusammenstellen von Teams bis zum strategisch-kreativen Erarbeiten neuer Konzepte. Von Routine bis zu »nicht planbar«.
Auf der Seite der Routinetätigkeiten lassen sich KI-Anwendungsfälle schnell identifizieren. Diese regelmäßig wiederkehrenden Arbeiten übernehmen Systeme teilweise oder ganz. Beispiel Urlaubsantrag: Beim Eingang eines Antrages prüft eine trainierte KI-Anwendung den verbleibenden Urlaubsanspruch des Mitarbeiters, sie fragt Einsatzpläne und Kalender ab. Gleichzeitig vergleicht sie die Situation mit den Entscheidungen der Vergangenheit. Am Ende steht die von der KI-Lösung getroffene Entscheidung »Urlaub zustimmen« oder »Urlaub ablehnen«. Je nachdem, wie »sicher« sich die Lösung ist, legt sie den Fall der Führungskraft vor – oder leitet die nächsten Schritte wie Freigabe, Information an die Personalabteilung oder Eintrag in den Teamkalender eigenständig ein.
In diesen oder ähnlichen Prozessen statten Entscheider KI-Systeme mit Freiheitsgraden und Handlungsspielraum aus. Dieses Vorgehen müssen sie den Mitarbeitern gegenüber transparent darstellen. Nur so werden sie in der Belegschaft Akzeptanz für den Einsatz von solchen KI-Lösungen schaffen. Unternehmen sollten verdeutlichen, welche Vorteile der Einsatz von Automatisierungsroutinen bringt. Dazu gehören beispielsweise kürzere Reaktionszeit oder mehr Fairness bei Entscheidungen. Beschäftigte dürfen nicht das Gefühl bekommen, einem seelenlosen Apparat ausgeliefert zu sein.
Richtig in der Organisation verankert hilft KI den Verantwortlichen, Zeit einzusparen. Zeit, die für die Arbeit mit Menschen und für kreative Tätigkeiten zur Verfügung steht. Eine gute Situation für Manager, die hier ihre Stärken haben.
KI-
