Die IT-Abteilung muss sich auf KI-Software vorbereiten
Predictive Analytics, Next Best Action oder punktgenaue Informationen - Firmen können mit Hilfe von KI ihre Geschäftszahlen verbessern, wenn die IT-Abteilung gut vorbereitet ist.
Viele Menschen befürchten, dass künstliche Intelligenz (KI) Arbeitsplätze ersetzen wird. Diese negative Sichtweise erkennt aber nicht, dass KI-Software die Mitarbeiter dabei unterstützen kann, die Geschäftsergebnisse des eigenen Unternehmens zu verbessern.
Die Verbreitung mobiler Geräte im Unternehmen war ein wichtiger Treiber für das Wachstum von KI, da beide Technologien darauf abzielen, die Produktivität der Endnutzer zu verbessern. Die Technologie für digitale Assistenten zum Beispiel hat sich sehr gut weiterentwickelt, seit Produkte wie Siri von Apple auf den Markt kamen. Außerdem haben mobile Geräte, soziale Medien und das Internet der Dinge eine Menge neuer und vernetzter Datenquellen geschaffen. Cloud Computing, Storage für große Datenmengen und neue Technologien für die Verarbeitung ermöglichen es der IT, diese Daten besser und kostengünstiger als in der Vergangenheit zu sammeln und zu analysieren.
KI umfasst mehrere Disziplinen wie maschinelles Lernen, Deep Learning und Cognitive Computing. Dank des maschinellen Lernens kann Software über die Erkennung von Mustern Ergebnisse vorhersagen, ohne explizit programmiert zu werden. Basis dafür sind Algorithmen, die Daten erhalten und statistische Analysen nutzen, um einen Ausgabewert in einem akzeptablen Bereich vorherzusagen. Deep Learning verwendet künstliche neuronale Netze oder Systeme, die darauf angewiesen sind, Signale zu senden, um Informationen ähnlich wie Neuronen im menschlichen Gehirn zu sammeln. Cognitive Computing schließlich baut auf Deep Learning auf und wendet Wissen aus der Kognitionswissenschaft an, um Systeme zu bauen, die menschliche Denkprozesse simulieren.
Drei Optionen: So verbessert KI-Software die Geschäftsprozesse
Die IT-Abteilung kann auf folgende Weise mit Hilfe von KI-Software intelligente, datengesteuerte Unternehmen aufbauen:
Daten analysieren, um Ergebnisse vorherzusagen: Sie analysiert Daten, um Ergebnisse vorherzusagen. Maschinelles Lernen bringt im Rahmen von Big Data Analytics neue Erkenntnisse, indem es Muster über mehrere Datensätze hinweg findet und anhand der aus den Eingabedaten extrahierten Muster bestimmte Ergebnisse vorhersagt. Ein Einzelhändler zum Beispiel kann maschinelles Lernen nutzen, um potenzielle Kunden für eine gezielte Marketingkampagne zu identifizieren und die Art der Kampagne vorherzusagen, die das beste Ergebnis für einen bestimmten Kundenstamm liefert. Unternehmen können mit Hilfe von KI-Software den Umsatz von Produkten optimieren, indem sie Wetterdaten, historische Einkäufe und aktuelle Stimmungsanalysen abgleichen, um das beste Produkt-Portfolio für eine bestimmte Region zu ermitteln.
Die richtigen Informationen zur richtigen Zeit bereitstellen: Oft kann ein Mitarbeiter ein Problem nicht sofort lösen, weil ihm Daten fehlen oder falsche Informationen vorliegen. Mit Hilfe des maschinellen Lernens lässt sich vorhersagen, welche Daten der Benutzer in seinem aktuellen Arbeitsumfeld benötigt, je nachdem, wo sich der Mitarbeiter befindet oder was er zu tun versucht.
Organisationen müssen den Grundstein für die KI im Unternehmen legen.
Ein einfaches Beispiel ist Google Now, das den Kalender einer Person und die aktuelle Verkehrslage überprüft und dann den Benutzer rechtzeitig dazu auffordert, sich auf den Weg zu seinem nächsten Termin zu machen, um wegen eines Staus nicht zu spät anzukommen. KI-Software führt auch Daten aus mehreren Systemen zusammen, um potenzielle Gründe für einen Anruf eines Kunden beim Support vorherzusagen, den Anruf an den besten Agenten weiterzuleiten und Optionen anzubieten, um den Kunden für seine Loyalität zu belohnen.
Mitarbeiter bei der nächstbesten Aktion unterstützen: Die IT-Systeme schlagen dem Mitarbeiter dank maschinellen Lernens und Deep Learning geeignete Folgemaßnahmen im Umgang mit den Kunden vor und verbessern so die Geschäftsergebnisse. Beispielsweise könnte die KI-Software einen Verkäufer proaktiv darauf hinweisen, dass sich die Lieferung eines Kunden verzögert, dem Kunden Alternativen bieten und ein neues Produktangebot vorschlagen, das auf der Art und Weise basiert, wie das Unternehmen seinen bestehenden Service nutzt. Im Gesundheitswesen kann die KI einem Arzt nach Durchsicht von Tausenden von Bildern und medizinischen Forschungsarbeiten helfen und ihm die effektivsten Behandlungen und neuen Therapien gegen eine Krankheit empfehlen, die bei einem Patienten den größten Erfolg versprechen.
Die IT muss sich auf KI-Technologien vorbereiten
Die Mitarbeiter können bessere Entscheidungen treffen und die Gesamtleistung des Unternehmens verbessern, wenn sie auf zeitnahe Erkenntnisse zugreifen können. KI-Software unterstützt die Mitarbeiter der Personalabteilung beispielsweise dabei, mehr Lebensläufe von Bewerbern auszuwerten und Top-Kandidaten für eine bestimmte Stelle zu finden. Oder ein TK-Anbieter kann die Netzabdeckung verbessern und Ausfälle minimieren, indem die KI-Software potenzielle Fehlerquellen und Engpässe voraussagt.
Firmen müssen jetzt den Grundstein für die KI-Technologie legen. Erstens sollte die IT-Abteilung so viele Daten wie möglich sammeln. Darüber hinaus geht es darum, eine spezifische Daten-Tagging-Struktur zu erstellen, die es der KI-Software ermöglicht, bestimmte Daten zu einem späteren Zeitpunkt zu finden und zu analysieren. Zum Beispiel kann eine Versicherungsgesellschaft Bilder von Schäden eines Hurrikans mit Meta-Tags wie Hurrikan, Schaden, Florida und Dach speichern. Konsistente und aussagekräftige Tags erleichtern es den KI-Algorithmen, die Eigenschaften eines Bildes zu lernen und nach entsprechendem Training andere, nicht gekennzeichnete Fotos zu klassifizieren.
Die meisten Unternehmen suchen derzeit händeringend nach Data Scientists und Mathematikern. Der Mangel an entsprechenden Spezialisten erschwert den Einsatz von KI-Tools. Um diese Herausforderungen zu minimieren, bieten etwa Amazon, Google, IBM und Microsoft Cloud-basierte KI-Services an. Diese Lösung unterstützen die Verarbeitung von natürlicher Sprache (Natural Language Processing), Bilderkennung und Videoanalyse sowie eine breite Palette von APIs, die die IT-Abteilung in jeder Branche nutzen kann. Cloud-Services stellen eine gute und relativ risikoarme Option dar, um die Vorteile und Grenzen von KI-Software zu testen.
Es ist auch wichtig, die KI-Angebote regelmäßig neu zu bewerten, da sich die Technologie- und Anbieterlandschaft schnell ändert. Unternehmen, die sich auf KI vorbereiten, werden mit Hilfe dieser Technologie von alltäglichen, sich wiederholenden Routine-Aufgaben nahezu vollständig befreit und können sich auf ihr Kerngeschäft und die Entwicklung von Innovationen konzentrieren, die für ihre Kunden und Mitarbeiter wichtig sind.
Folgen Sie SearchEnterpriseSoftware.de auch auf Twitter, Google+, Xing und Facebook!
