Auf den Use Case kommt es an

Die richtige KI-Lösung finden

20.05.2019
Von 
Johann Toll ist Executive Director Transformations bei IPSoft.
Künstliche Intelligenz kann nicht alle Probleme lösen. Entscheidend für einen erfolgreichen Einsatz ist, die richtigen Herausforderungen mit den passenden Lösungen zu verknüpfen.

Immer mehr Unternehmen und Behörden wollen Mitarbeitern, Kunden und Bürgern einen besseren Service bieten und setzen dafür immer häufiger Künstliche Intelligenz (KI) ein - Tendenz steigend. Bisher wurden auf KI basierende Lösungen vor allem dafür genutzt, Präferenzen und Vorlieben von Verbrauchern zu erkennen und für personalisierte Empfehlungen zu nutzen. Heute dreht sich die Diskussion jedoch vor allem darum, was die nächste Generation - die "kognitive KI" ­­- können sollte. Das Besondere dieser sogenannten kognitiven KI (Englisch: Cognitive AI): Sie reflektiert menschliche Lernprozesse und unsere Art zu kommunizieren.

Cognitive KI reflektiert menschliche Lernprozesse und unsere Art zu kommunizieren
Cognitive KI reflektiert menschliche Lernprozesse und unsere Art zu kommunizieren
Foto: Phonlamai Photo - shutterstock.com

Studie zum Einsatz kognitiver KIs

Die rasanten Entwicklungen im Bereich KI spiegeln sich auch in einer immer umfassenderen Berichterstattung wider. Vor kurzem habe ich im Harvard Business Review einen interessanten Artikel über eine Studie gelesen, in der untersucht wurde, wie Unternehmen ihre Geschäftsziele durch den Einsatz kognitiver KI erreicht haben. Betrachtet wurden 152 KI-Projekte in drei unterschiedlichen Schwerpunktbereichen: Automatisierung, Datenanalyse sowie Serviceleistungen für Kunden/Mitarbeiter und Engagement.

  1. Automatisierung
    Automatisierung kann mehr oder weniger komplex sein: von der Erkennung und Kategorisierung von Dateneingaben bis hin zum Auslesen juristischer Dokumente unter Einsatz von NLP (Natural Language Processing). Die US-amerikanische Raumfahrtbehörde NASA beispielsweise hat in den Bereichen Personalwesen (HR), Buchhaltung, IT-Support und Rechnungswesen eine Vielzahl von Prozessen erfolgreich automatisiert. So sind etwa bestimmte HR-Prozesse inzwischen bereits zu 86 Prozent automatisiert - menschliches Eingreifen ist nicht mehr erforderlich. Solche weniger komplexen Bots ordnet die Studie in die Kategorie Robotic Process Automation (RPA) ein.

  2. Datenanalyse
    Kognitive Erkenntnisse werden für die Interpretation und Analyse von Daten sowie für Prognosen genutzt und kommen in vielen verschiedenen Bereichen zum Einsatz: In Verkauf und Marketing, im Risiko- und Sicherheitsmanagement sowie bei der Preisgestaltung. In diesem Kontext ist Machine Learning (ML) eine wichtige Technologie, die entsprechende Systeme umso besser und präziser macht, je mehr diese genutzt werden.

  3. Service und Engagement
    Kognitives Engagement bedeutet, dass digitale Mitarbeiter mit Menschen in einer als natürlich empfundenen Sprache kommunizieren, konkrete Probleme lösen, Fragen beantworten oder Aufträge erfüllen können. Beispiele sind etwa Hilfe bei einem IT-Problem, bei der Eröffnung eines Bankkontos oder auch bei der Buchung eines Hotelzimmers. In diesem Bereich ist EQ (Emotionale Intelligenz) für entsprechende kognitive KI-Lösungen genauso wichtig wie der IQ - denn guter Service basiert vor allem auch darauf, dass der einzelne Kunde sich verstanden fühlt.

Erst das Problem analysieren, dann die KI wählen

Was also sind die Erfolgsfaktoren für den Einsatz von KI? Am wichtigsten ist es, die identifizierten Herausforderungen mit den passenden Lösungen zu verbinden. Das klingt offensichtlich, aber die Studie weist auf viele Fälle hin, in denen Unternehmen das Problem, das gelöst werden sollte, zunächst falsch einschätzten - was dann dazu führte, dass eine unpassende KI-Lösung eingesetzt wurde. Zum Beispiel versuchte Facebook, allgemeine Benutzeranfragen von einem Chatbot beantworten zu lassen. Das Resultat: 70 Prozent aller Fragen konnten nicht ohne die Hilfe menschlicher Mitarbeiter beantwortet werden. Die Bots hatten die Anfragen als Optimierungsvorschläge interpretiert und somit falsch eingeschätzt.

Möglicherweise müssen Sie KI-Systeme aus mehreren Kategorien verwenden, um ein bestimmtes Problem effizient zu lösen. Entscheidend ist und bleibt, diejenigen Use Cases zu identifizieren, in denen eine bestimmte Art von KI-Lösung den größten Mehrwert bietet und diese bei Bedarf nach und nach auszubauen.

Mein Tipp an Sie, wenn Sie die Einführung einer KI-Lösung planen: Nehmen Sie sich zunächst die Zeit, sorgfältig potenzielle Use Cases zu identifizieren, die Ihrem Unternehmen, Ihren Mitarbeitern und Kunden den größtmöglichen Mehrwert bieten. Und erst, wenn Sie hier eine Entscheidung getroffen haben, schauen Sie sich nach den passenden Lösungen um. Viel Erfolg!