Einsatzbereiche von KI: Wie Künstliche Intelligenz Arbeitsbereiche verändert

Künstliche Intelligenz (KI) wird oft mit Automatisierung gleichgesetzt. "Künstliche Intelligenz im Kontext einer Organisation dient dem Ziel, jede Art von Entscheidung potenziell zu automatisieren", hat beispielsweise der Branchenverband Bitkom   in seinem KI-Leitfaden   von 2017 definiert. Legt man diese Annahme zugrunde, ist damit die Erwartung verbunden, dass KI (über Chatbots, Roboter etc.) körperlich schwere und/oder sich wiederholende Tätigkeiten übernimmt und damit die menschlichen Kollegen mehr Zeit für anspruchsvollere und kreativere Aufgaben haben.

Die Realität ist jedoch noch etwas differenzierter. "KI übernimmt nicht in erster Linie die Aufgabe des Menschen, eine Handlung auszuführen, sondern die Berechnung der jeweils zum Zeitpunkt X optimalen Handlung basierend auf Daten", definiert Timo von Focht, Country Manager DACH der Customer-Data-Plattform Commanders Act  . Aufgrund der inzwischen sehr hohen Rechenleistung von Computerchips sowie der beliebig skalierbaren Datenmenge, auf die zugegriffen werden kann, sei die KI dabei für viele (nicht für alle) Anwendungen der Rechenleistung des menschlichen Gehirns überlegen. Bei der Verarbeitung von Zahlen auf jeden Fall. Bei der Verarbeitung von Bildinformationen und komplexen Mustern eher noch nicht.

Ist von KI die Rede, wird unweigerlich über deren Überlegenheit gegenüber dem menschlichen Gehirn diskutiert - zu unterschiedlich sind die Anwendungsfälle und damit die Anforderungen an Fertig- und Fähigkeiten. "Man unterscheidet deshalb zwischen 'schwacher und starker KI'", erklärt von Focht:

• Eine schwache KI kann klar eingegrenzte Aufgaben sehr gut erledigen, zum Beispiel Sprache oder Bilder erkennen - aber eben nichts anderes.
  
• Eine wirklich starke KI könnte aber so eigenständig denken wie ein Mensch und ihn vielleicht sogar übertrumpfen.

Derzeit sei eine starke KI laut von Focht noch "eine Zukunftsvision". Realität sind dagegen bereits folgende Einsatzbereiche, zählen die Experten auf:

Arbeitsbereiche, die sich durch den Einsatz von KI verändern

• Vertriebsoptimierung
  In einem Call-Center mit einem über 100 Vertriebsmitarbeitern großen Team und dem Vertrieb eines einfachen Produktes kommt es vor allem darauf an, die Kunden richtig zu priorisieren. Vertriebler mit viel Erfahrung haben eventuell einen Riecher. Jedoch ist der Großteil der Mitarbeiter nicht lange in dem Job. Ein Tool, das auf der Basis der Erfahrungen, die das Unternehmen gemacht hat, den nächsten Kundenansprechpartner vorschlägt, kann die mangelnde Erfahrung ausgleichen und ist ein klassischer Ansatz der Optimierung. Es ersetzt den Mitarbeiter nicht, sondern unterstützt ihn, um bessere Ergebnisse zu erzielen.
  
  
• Automatisierte Bearbeitung von Kundenanfragen
  Gerade Großkunden erhalten pro Tag Tausende von Anfragen. Häufig sind dies Anliegen wie Reklamationen, Umtausch, Retouren und Gutscheinverrechnungen. Bisher konnte mit der IT hier ein Großteil nicht automatisiert werden, dies ist nun auf der Basis von KI möglich, schildert Joubin Rahimi, Managing Director des Digitaldienstleisters Synaigy   : "30 Prozent der Anfragen müssen weiterhin von einem Menschen übernommen werden." Die Mitarbeiter, die für die Abarbeitung solcher Aufgaben nicht mehr benötigt werden, wurden für den Vertrieb umgeschult.
  
  
• Viele kleine Unterstützungen
  "Gute KI merkt man oft nicht. Bestimmte Aufgaben entfallen einfach und das waren meist nervige unangenehme Aufgaben", erklärt Carlo Matic, Geschäftsführer der Digitalagentur Interactive Pioneers   . Über viele kleine Unterstützungen freue man sich - bei Microsoft gibt es dazu ein schönes Beispiel: Nach einem Urlaubsantrag werden automatisch die Kalender upgedatet und die Abwesenheitsnotiz eingestellt.
  
  
• Betrieb in der IT
  Der Betrieb von größeren ECommerce-Systemen bedingt auch ein ausgeklügeltes Monitoring. Das Aufsetzen und Optimieren ist eine anspruchsvolle Aufgabe. Durch den Einsatz eines KI-Tools werden Anomalien eigenständig erkannt. Auf dieser Basis kann ein Mitarbeiter die Arbeit aufnehmen. Auch das Setzen von Schwellwerten und die Darstellung von Zusammenhängen macht die Software selber. Dies spart eine Menge Zeit und kann für andere notwendige Tätigkeiten gut genutzt werden - vor allem in Hinblick auf den IT-Fachkräftemangel eine sinnvolle Ergänzung.
  
  
• Softwareentwicklung
  Viele Komponenten in der Softwareentwicklung wurden eine lange Zeit händisch getätigt. Durch die Verbesserung der IT, den Einsatz von KI und weiteren Verfahren werden Fachbereiche immer schneller eigene Anwendungen (auf Low-Code-Plattformen) erstellen. Die Softwareentwickler werden sich immer stärker auf komplexere Probleme fokussieren. "Der Beruf des Softwareentwicklers wird sich zum einen viel dichter in Richtung Fachlichkeit bewegen und zum anderen mehr technische Tiefe gewinnen", ist Rahimi überzeugt.
  
  
• Empfehlungsmaschine
  Für einen Sportartikelhersteller hat Synaigy eine Empfehlungsmaschine gebaut. Kunden können auf der Webseite nach Eingabe und Beantwortung von sechs Fragen die Empfehlung des richtigen Sportgerätes erhalten. Für die Kunden hat es den Vorteil, eine Empfehlung auf der Basis von Daten zu erhalten, die sehr wahrscheinlich auch eine sehr gute Fachverkäuferempfehlung ist. Für das Unternehmen hat es den Vorteil, sehr viel früher einen Einblick zu erhalten, welche Produkte wirklich angefragt sind. Somit können Überkapazitäten reduziert und Kosten gespart werden.
  
  

  Bild: Commanders Act

  Timo von Focht

  
  

• Customer-Data-Plattform
  Aktuell hat die KI eher eine den Menschen unterstützende als eine eigenverantwortlich ausführende Funktion. Timo von Focht sieht im Bereich der Customer-Data-Plattform, dass die Anbieter mehr und mehr mit Datenmodellen und KI arbeiten, um anhand von Machine Learning die Interessen der Kunden, ihre Intention und die Steuerung der Customer Journey zu optimieren. So könnten beispielsweise Nutzer mit hoher Kaufwahrscheinlichkeit automatisiert vom Retargeting ausgenommen werden, Nutzersegmente automatisch erkannt oder Website-Inhalte auf Basis von in Echtzeit kombinierten kanal- und geräteübergreifenden Informationen zu Nutzerattributen, Interessen, soziodemografischen Daten, Lookalike-Analysen (Was haben Nutzer mit ähnlichen Eigenschaften getan), Warenverfügbarkeit, Wettbewerbsangeboten, Preissensitivität oder Wetterdaten ausgespielt und gegen alternative Inhalte getestet werden.
  
  
• Data Science
  Für die Mitarbeiter bedeutet die Einführung von KI nicht zwangsläufig weniger Arbeit, aber sie setzt fundierte Fachkenntnisse über Datenmodelle, Statistik und Technologien voraus, betont von Focht. Gerade ältere Mitarbeiter, die den Trend verpassen und sich nicht weiterbilden, werden es im Wettbewerb mit den meist jüngeren Fachkräften schwer haben. Denn diese bringen schon über die Ausbildung mehr Basiswissen mit und beschäftigen sich von Anfang an mit den neuen Technologien. "Data Science ist nicht mehr nur für Nerds oder Mathe-Genies, sondern wird zur Grunderfordernis für viele Jobs werden - ähnlich wie die Kenntnis der deutschen und englischen Sprache, das Bearbeiten von Dokumenten in Office-Programmen oder einen Führerschein zu besitzen", skizziert er.
  
  
• Automatisierte Datenpflege
  Artikel werden oft vermarktet, bevor alle Daten vorhanden sind. Verkauft werden können diese jedoch erst mit der Klärung der Schlüsseldaten für die Produkte. Dies dauert ca. 60-90 Tage. Eine manuelle Pflege der Daten kam nicht in Betracht, schildert Rahimi. Zum einen ist der Aufwand beträchtlich und zum anderen wäre hochqualifiziertes Personal notwendig. Dieses Personal würde diese Tätigkeiten jedoch nicht tätigen wollen. Die KI erkennt durch Korrelationen und ein stetiges Training, welche Produktattribute durch den bisherigen Informationsstand gefüllt werden können. Über 70 Prozent der Produkte konnten direkt nach Bekanntwerden gepflegt werden. Ein Abverkauf sei für diese Kunden 60-90 Tage vor der Konkurrenz möglich.
  
  
• Erkennung von Ersatzteilartikeln
  Gerade in der Industrie, in komplexen Anlagen und Geräten sind der Aftersales und die Ersatzteilbeschaffung ein großer Kostenblock. Eine häufige Fragestellung ist die Identifizierung von Ersatzteilen. Vor allem jüngere Mitarbeiter vor Ort haben nicht die Erfahrung für eine schnelle und korrekte Identifizierung. Auf der Basis von modernster Bilderkennung sind auch die richtigen Ersatzteile, trotz Verschmutzung, Abnutzung und einer Variantenvielfalt erkennbar.
  
  

  Joubin Rahimi

  
  

• Personalisierung
  Synaigys Start-Up Brytes   nutzt KI, um auf der Basis von über 200 Attributen zu erkennen, in welchem "Modus" und an welcher Stelle der Customer Journey sich der Kunde befindet. Durch das intelligente Ausspielen von Nachrichten lasse sich der Umsatz nachweislich erhöhen und die Zufriedenheit der Kunden steigern. Rahimi: "Wir nennen es Digitale Empathie und das Verstehen der digitalen Körpersprache." Zum Einsatz komme die Engine im Marketing.
  
  
• Change Management
  Eine besondere Rolle wird dem Change Management zukommen, prognostiziert von Focht. "Manager müssen lernen, mit den Ängsten ihrer Mitarbeiter bezüglich eines möglichen Jobverlusts umzugehen, was die Einführung und Umsetzung von KI im Unternehmen maßgeblich bremsen kann." Gleichzeitig gelte es, Perspektiven zu eröffnen, Fortbildungen zu organisieren, Rollen neu zu definieren und die eventuell freiwerdenden Ressourcen optimal an anderer Stelle einzusetzen. KI-Anwendungen sollen Menschen und Unternehmen bei der Ausübung ihrer Tätigkeiten unterstützen. Sie werden in Zukunft in vielen Fällen KI zu Hilfe nehmen müssen, um im Wettbewerb bei der Ausführung ihrer Tätigkeiten bestehen zu können.

Unterstützung im vorgegebenen Regelsystem - mehr nicht

Die Anwendungsfälle von KI sind nicht zwingend auf schwere körperliche oder sich wiederholende Tätigkeiten begrenzt, betont von Focht: "Intelligente Chatbots sind inzwischen in der Lage auf viele Situationen "intuitiv" zu reagieren und werden täglich weiter trainiert. Intelligente Werbung erkennt anhand des Nutzerverhaltens Interessen und die Intuition des Nutzers und passt sich entsprechend an. Mit KI können Entscheidungsbäume visualisiert und auf den jeweiligen Nutzer / das menschliche Gegenüber der KI Vorschläge gemacht sowie über die Verbindung mit Maschinen ausgeführt werden."

So wird in Zukunft die KI auch Aufgaben von Kollegen mit hohem Bildungsgrad ergänzen oder ersetzen, lautet die Schlussfolgerung: Mediziner, Rechtsanwälte, Steuer- und Versicherungsberater, Marketingverantwortliche, Ingenieure oder selbst Komponisten und Künstler werden sich auf neue Zeiten einstellen müssen. Denn je nachdem wie die KI programmiert wurde, kann sie auch "kreativ" sein. Kreativ bedeutet in diesem Zusammenhang, dass eine KI innerhalb der Aufgabe, für die sie entwickelt wurde, neue Lösungen finden kann. Was sie jedoch nach wie vor nicht kann: die Aufgabe an sich hinterfragen. Von Focht: "Eine KI ist besser als jeder Mensch darin, die Dinge "richtig" zu machen. Sie kann jedoch bisher nicht in Frage stellen, ob die richtigen Dinge getan werden, d.h. sie kann ihr vorgegebenes Regelsystem nicht verlassen."

Die nächsten "Intelligenzschübe"

Die aktuelle KI wird oft noch mit der Intelligenz eines Klein- bzw. maximal eines Grundschulkindes verglichen. Die nächsten "Intelligenzschübe" erwartet Rahimi auf drei Ebenen:

1. Die kontinuierliche Verbesserung der Algorithmen:
   Millionen von Data Scientists, Analysten und Entwicklern schaffen und verbessern KI-Komponenten.
   
2. Die Verfügbarkeit der Services und eine einfachere Verknüpfung dieser miteinander:
   Die einzelne KI ist mächtig, die Kombination gleicht jedoch einer Multiplikation. Wie ein Kleinkind auch ist es nicht nur die Fähigkeit, etwas zu sehen und zu erkennen, sondern dies auch auszusprechen oder zu malen. Die Verknüpfung dessen schafft einen viel höheren Mehrwert, vgl. dazu das Beispiel zur "Empfehlungsmaschine". Hätte der Sportartikelhersteller noch KI-gestützte Roboter zur Herstellung der Spielgeräte, könnten nicht nur die besten Geräte ausgewählt, sondern die passenden Geräte noch optimiert werden und das in einer Losgröße 1.
   
3. Die Erweiterung durch mehr Daten und neue Technologien wie Quantencomputer:
   Die KI benutzt Wahrscheinlichkeiten, um ihre Aufgaben zu erledigen. Wenn Google ein Bild mit KI analysiert und sagt, dass es sich nicht um einen Fußball handelt, dann hat eine KI die Wahrscheinlichkeit der Richtigkeit im Hintergrund bewertet und beispielsweise gegenüber der eines Volley- oder Handballs verglichen. Die aktuelle IT-Hardware basiert auf 0 oder 1. Ja oder Nein, Wahr oder Falsch. Die Quantencomputer können ein Ja, Nein oder auch Vielleicht zurückgeben. Somit trifft das Bespielen von Quantencomputern mit neuronalen Netzen aus der KI auf ein System, was genau dafür ausgelegt ist, erläutert Rahimi: "Konkret bedeutet es, dass Aufgaben, die jetzt mit einer KI zu lange dauern zu lösen in Bruchteilen gelöst werden können." Dies sei aber nur ein erster Schritt. Im nächsten Schritt gehe es um die Frage, wie eine Kombination der Technologien zu ganz neuen Möglichkeiten führt. Potenzial sieht er in der Gesundheitsindustrie, Pharmazie, Wetter und Zukunftsforschung, Landwirtschaft und auch im Marketing.

Bis wir für Quantencomputer entwickeln können, wird noch viel Zeit vergehen, aber das ändert natürlich noch einmal alles, schätzt auch Carlo Matic. Das größte wirtschaftliche Potential sieht er gar nicht nur in der Automatisierung, sondern vor allem im Lernen der Maschinen. Durch automatische Bildanalysen, semantisches Textverständnis, Machine Learning, Algorithmen auf Daten etc. werden die Welt und ihre Muster immer transparenter. So ergäben sich ganz neue Geschäftsfelder. Matic: "Wer durch Digitalisierung von Schnittstellen unterschiedliche Gewerke und KIs verbindet, wird immer neue Möglichkeiten finden Innovation und neues Geschäft zu betreiben."

Next: Quantencomputer und Vernetzung von KI mit menschlichen Zellen

Wie bei einem Kind ist es so, dass, je mehr es lernt, desto mehr es auch versteht und kann. Daher ist für Timo von Focht die Frage, wie schnell die KI erwachsen wird, nur eine Frage der Zeit. "Je mehr Anwendungen es gibt, desto mehr kann dabei auf bestehende Grundlagen (Beispiel: Mustererkennung) zugegriffen werden, desto schneller ist die Evolution." Meistens gehe ein Entwicklungsschub im Softwarebereich mit dem im Hardwarebereich Hand in Hand. Neue Quantencomputer und neue, bessere Datennetze wie 5G sind dabei genauso disruptive Faktoren wie verbesserte, vernetzte Endgeräte (IoT) und Wearables.

Einen weiteren Intelligenzschub erwartet er, wenn es gelingt, KI und menschliche Zellen (Gehirn, Nerven, Muskeln, Augen, etc.) miteinander zu verbinden. "Auch wenn das wie ein Horrorszenario klingt, gibt es sicher viele Menschen, denen damit geholfen wird", sagt von Focht. Die Festsetzung, was KI darf und was nicht, die ethischen Grundsätze, müssten dabei von uns allen mitgestaltet und definiert werden.

Diversität ist hier nach seiner Einschätzung ein entscheidender Faktor. Es gibt zahlreiche Beispiele, wie KI zu neuer Diskriminierung führt (vgl. Sexistische Bots, rassistische KI: Wie Vorurteile Algorithmen verfälschen), weil die Algorithmen von sehr heterogenen Gruppen entwickelt wurden. Die Gefahr liegt darin, der KI dann automatisch Objektivität zuzuschreiben, weil sie keine "Gefühle" hat - aber sie hat womöglich einprogrammierte Vorurteile. Von Focht: "Wenn KI wirklich "gleichberechtigt" neben Menschen stehen soll, dann muss sie nicht nur im kognitiven Bereich lernen, sondern auch im affektiven Bereich, d.h. wir müssen es schaffen, einer KI ein Werteverständnis beizubringen."