Künstliche Intelligenz

Unternehmen gehen KI-Projekte zu technisch an

Wolfgang Herrmann ist Deputy Editorial Director der IDG-Publikationen COMPUTERWOCHE und CIO. Zuvor war er Chefredakteur der Schwesterpublikation TecChannel und stellvertretender Chefredakteur COMPUTERWOCHE. Zu seinen thematischen Schwerpunkten gehören Cloud Computing, Big Data / Analytics und Digitale Transformation.
In der künstlichen Intelligenz sehen Experten einen Treiber der Digitalisierung. Doch in der Praxis zeigt sich, dass statt dem wirtschaftlichen Nutzen oft technische Aspekte im Vordergrund stehen.

"Jeder Prozess und jedes User Interface muss künftig AI-enabled sein", forderte Frank Riemensperger auf dem Big-Data- und AI Summit des Branchenverbands Bitkom. "Die Einstiegshürde für die künstliche Intelligenz ist niedrig", ermutigte der Vorsitzende der Accenture-Ländergruppe Deutschland, Österreich und Schweiz die rund 1200 Teilnehmer. Unternehmen könnten heute ohne größere Vorabinvestitionen etwa mit Googles TensorFlow-Framework in das Thema einsteigen.

Künstliche Intelligenz: Algorithmen reichen nicht, um Projekte auch wirtschaftlich erfolgreich zu gestalten.
Künstliche Intelligenz: Algorithmen reichen nicht, um Projekte auch wirtschaftlich erfolgreich zu gestalten.
Foto: Phonlamai Photo - shutterstock.com

Derzeit spielt die Musik in Sachen künstliche Intelligenz (KI) allerdings nicht unbedingt in Deutschland. Riemensperger verwies darauf, dass China im internationalen Vergleich am meisten in KI-Initiativen investiere. Deutsche Unternehmen liefen Gefahr, den Anschluss zu verpassen.

"Künstliche Intelligenz wird eine Schlüsselrolle für die deutsche Industrie spielen und die zweite Welle der Digitalisierung einläuten", prognostizierte Andreas Dengel vom Deutschen Forschungszentrum für Künstliche Intelligenz. Viele sähen darin aber ein rein technisches Thema. Der Wissenschaftler rät Unternehmen, mehr zu experimentieren und sich im ersten Schritt auf Quick Wins zu konzentrieren.

Lufthansa: "Beginnen Sie nicht mit KI-Technik"

Wie so oft mangelt es hierzulande weniger an Forschungsaktivitäten als an der praktischen Umsetzung. "Beginnen Sie nicht mit KI-Technik", warnte etwa Marcel Kling, der bei der Lufthansa das Personalisierungsprogramm "smile" leitet. Die Suche nach der "goldenen KI-Methodik" habe schon viele Projekte ins Stocken gebracht. Entscheider sollten stattdessen mit einem konkreten Anwendungsfall und einem klar erkennbaren wirtschaftlichen Nutzen an den Start gehen.

Mit dem Programm "smile", das die Lufthansa bereits seit dem Jahr 2014 verfolgt, ist beispielsweise das Ziel verbunden, die Customer Experience zu verbessern. Dazu müsse man sämtliche Touchpoints nahtlos verbinden, erläuterte Kling. Überall dort, wo im Konzern Kundeninteraktion stattfinde, müsse die gleiche Informationsbasis vorliegen. Heute gebe es im Kundendialog oft Brüche, die nicht selten zu verärgerten Fluggästen führten. Mithilfe von künstlicher Intelligenz will die Lufthansa vor allem individueller auf Kunden eingehen.

Anmeldung zum Systemhauskongress CHANCEN

Zu den ersten "smile"-Anwendungen gehören beispielsweise personalisierte Flugangebote und individuelle Zusatzdienste. So könnte einem Kunden auf dem Weg zum Terminal etwa zur richtigen Zeit via App ein Platz in der Lounge angeboten werden. Einen Schritt weiter gehen sogenannte "Customer Retention Services". Ein KI-basiertes System soll dabei aus negativen Serviceerlebnissen wie etwa einer Verspätung lernen und dem Fluggast auf Basis seiner individuellen Vorlieben und Präferenzen Kompensationsvorschläge unterbreiten. Das kann eine Flasche Champagner sein oder auch ein Upgrade in eine höhere Klasse.

Natürlich braucht auch ein Programm wie smile eine technische Infrastruktur. Die Lufthansa setzt dazu auf eine Microservices-Architektur. Klings Team sieht sich im Lufthansa-Konzern auch als Dienstleiser, der anderen Bereichen mithilfe von KI "Decision as a Service" für unterschiedliche Kundenszenarien zur Verfügung stellt. Smarte Systeme könnten im Idealfall automatisiert entscheiden, welche Produkte einem Kunden wann und in welcher Form offeriert werden.

Auch bei der Otto Group und der Consorsbank war nicht in erster Linie die Technik Ausgangspunkt von KI-Initiativen. So bietet Otto seinen Kunden beispielsweise aggregierte Produktbewertungen anderer Kunden als Service auf der Website an. Dafür hat das Unternehmen ein Machine-Learning-System entwickelt, das komplett auf Open-Source-Software basiert. Die Nürnberger Online-Bank Consorsbank versucht mithilfe von Machine Learning, mehr über ihre Online-Community herauszufinden und beispielsweise die wichtigsten Influencer in Fachdiskussionen zu identifizieren.

Inhalt dieses Artikels

 

microfin

Völlig richtig: Unternehmen verzetteln sich derzeit noch viel zu oft beim Einstieg in KI. Jetzt ist schnelles Handeln gefragt, keine ausladenden Vorstudien. In der Realität bedeutet das, sich Unterstützung von außen zu sichern und auf bewährte Methoden zurückzugreifen, also z.B. ein Sourcing-Modell auch für KI zu nutzen. Wegen der strategischen Bedeutung ist aber zugleich besondere Sorgfalt im Prozess gefragt. Weil gleichzeitig ein Aufbau von Know-how und Akzeptanz im Unternehmen unverzichtbar ist, gelten im KI-Sourcing verschärfte Qualitätsmaßstäbe und viel Weitblick. Kein stumpfes „make or buy“, sondern eher „plan, buy and make”.
Leyla Varli, microfin Unternehmensberatung GmbH

comments powered by Disqus