Das bedeutet Künstliche Intelligenz für die Zukunft deutscher Unternehmen

Karen Bartel Karen Bartel
minute read
Applause Blog Logo

KI ist nicht nur ein Trend, sondern ein wichtiger Zukunftsbaustein, der bereits heute gelegt wird. Es gilt das Potential von KI richtig zu nutzen, um die Qualität digitaler Produkte und Unternehmen in Deutschland zukünftig zu sichern und die Customer Experience zu verbessern.

Heute schon mit einer KI interagiert? Wahrscheinlich schon. Künstliche Intelligenz ist längst kein Science-Fiction-Szenario mehr, sondern hat unseren Alltag verändert, ob wir es bemerken oder nicht. Auto-Korrektur und Wortvorschläge in Textnachrichten, für uns persönlich zusammengestellte Playlisten oder aber Interaktionen mit Sprachassistenten und Chatbots - wenn wir uns als Nutzer in der digitalen Welt bewegen, treffen wir vermehrt auf KIs. Dabei ist das Potential von künstlicher Intelligenz bei Weitem noch nicht vollständig ausgeschöpft und die Entwicklung steht noch am Anfang.

KI und ML auf den Punkt gebracht

Vereinfacht dargestellt ist KI die Simulierung von menschlicher Intelligenz durch Computer. Es erlaubt Software zu lernen und Entscheidungen mit einer Intelligenz auf menschlicher Ebene zu treffen, meist schneller und akkurater als ihre menschlichen Gegenüber - insbesondere wenn es um großen Mengen an Daten geht.

Spotify ist ein gutes Beispiel dafür. Jeder Song oder Album, das man sich anhört, wird von der KI-Maschine mit Hilfe von vorausgewählten Kriterien (z. B. Genre, Künstler, Stimmung, etc.) markiert und katalogisiert. Mit diesen Daten erstellt Spotify ein Grundverständnis der Vorlieben des Nutzers und sieht dessen Bedürfnisse in Form von kuratierten Playlisten, Künstler-Empfehlungen und Werbung vorher. Je mehr Musik wir konsumieren, desto mehr lernt und reift die KI, was zu zunehmend akkuraten Leistungen führt.

Laut Saqib Shaikh, dem Microsoft-Chefentwickler für die App Seeing AI, ist KI “wie ein dreijähriges Kind”, dem man von Grund auf alles beibringen muss, das aber nach und nach selbständiger wird und komplexere Zusammenhänge erkennt. Die KI-Anwendung von Microsoft hilft Menschen mit visuellen Einschränkungen als digitaler Begleiter und beherrscht mittlerweile sechs Sprachen, darunter auch Deutsch.

Der Prozess des Lernens und Reifens der KI ist bekannt als Machine Learning (ML). Durch das kontinuierliche Verarbeiten neuer Daten, identifizieren die Algorithmen neue Entwicklungen sowie Muster und passen automatisch ihre Vorhersagen und Ergebnisse daran an, um die aktuelle Konsumlandschaft besser widerzuspiegeln. Jedoch sind KI-Algorithmen nur so gut wie die Qualität und Aktualität der Daten, die sie erhalten.

Aktueller Stand und Prognosen: KI-Software wächst in Deutschland überdurchschnittlich

Die Zukunftsaussichten für KI in Deutschland fallen positiv aus: Laut einer Studie der International Data Corporation (IDC) von 2019 wächst KI-Software in Deutschland bis 2022 jährlich um 57 Prozent, was über den Durchschnitt der westeuropäischen Peers liegt. Dieser beträgt 49 Prozent. Das Interesse der deutschen Unternehmen an KI ist branchenübergreifend, bei der aktuellen Umsetzung sieht es jedoch anders aus. Vorreiter bei der KI-Implementierung sind laut IDC insbesondere Versorger, Telekommunikationsunternehmen und Financial Services.

Für deutsche Unternehmen ist es wichtig, KI nicht auf operative Einsatzszenarien zu beschränken, sondern stärker im Kontext der Digitalisierung anzuwenden.
IDC, 2019

Dahingegen haben öffentliche Verwaltungen und Dienstleistungsunternehmen kaum KI-Anwendungen im Einsatz. Doch die deutschen Unternehmen zeigen sich ambitioniert: Zwischen 2018 und 2019 erhöhte sich die Anzahl umgesetzter KI-Projekte von 28 Prozent auf 41 Prozent. Insgesamt 88 Prozent der Befragten der IDC-Studie gaben an, in den nächsten 12 Monaten ein neues KI-Projekt zu starten (2018: 69 Prozent).

Prozessoptimierung statt Innovation

Trotz aller Bestrebungen setzen deutsche Unternehmen bisher beim Einsatz von KI mehr auf Prozessoptimierung statt Innovationen voranzutreiben und so die aktuelle KI-Landschaft zu durchbrechen. Dabei sind laut der IDC Studie dies die drei häufigsten KI-Business-Ziele beziehungsweise Use Cases:

  • Automatisierung von IT-Prozessen (34 Prozent)
  • Automatisierung von Sales- und Marketingprozessen (31 Prozent)
  • Optimierung des Personaleinsatzes (30 Prozent)

Aus Sicht der Unternehmen gibt es viele Hürden, welche die Entwicklung von KI hin zu Innovation und Disruption in Deutschland aufhalten:

Abbildung zu den größten Hürden für Künstliche Intelligenz (Quelle IDC)
N = 305 Unternehmen, Abbildung gekürzt // Quelle: IDC, 2019

Die Unternehmen stehen nicht nur aus technologischer Sicht vor einer Herausforderung, sondern KI muss ebenfalls als ein ganzheitliches Business-Thema begriffen werden, um ihr Potential voll auszuschöpfen. So sollten IT- und Fachabteilungen agil zusammenarbeiten und das Thema KI gemeinsam vorantreiben.

KI als der wichtigste Zukunftstrend im Handel

In den Ergebnissen des Whitepapers “Smart Store 2019” von Microsoft und EHI kristallisiert sich KI für den Handel als “als das mit Abstand wichtigste technologische Zukunftsthema” heraus. Bereits 32 Prozent der befragten Händler setzen bereits auf KI und ein weiteres Drittel (36 Prozent) hat ebenfalls konkrete Pläne zur Umsetzung von KI innerhalb der nächsten drei Jahre. Doch auch in dieser Branche zeigt es sich, dass KI noch nicht flächendeckend angekommen ist, denn meist werden die neuen Technologien nur in einzelnen Filialen in Form von Pilotprojekten eingesetzt.

Beispielsweise gibt es in Hamburg den “Fashion Connect Store” von Bonprix, in dem der stationäre Handel mittels App mit der digitalen Welt verknüpft wird. Die App dient dem Kunden als persönlicher, digitaler Shopping-Assistent und leitet vom Check-In bis zum Check-Out durch den Laden. Mittels QR-Codes wird die virtuelle Shoppingtasche gefüllt und direkt in die Anprobe bestellt. So sollen die jeweiligen Annehmlichkeiten der realen und digitalen Shopping-Welt vereint werden. Der Fokus liegt hier vor allem auf der Customer Experience, welche die Kunden noch stärker an die Marke binden soll.

Laut dem EHI-Whitepaper wird KI vor allem im Bereich der vorausschauenden Datenanalyse (Predictive Analytics) von großer Bedeutung sein. Der Online-Händler OTTO nutzt KI bereits seit 2017 auf diese Weise: Mit 90-prozentiger Effizienz sagt die KI voraus, was OTTO-Kunden in den nächsten 30 Tagen bestellen werden, so dass das System selbstständig die Produkte bei den Lieferanten bestellt. Der Deep Learning-Algorithmus wurde von Blue Yonder entwickelt und bezieht über 200 Variablen wie vergangene Verkäufe und Wetterbedingungen in seine Berechnungen ein. 2017 sind so die Rücksendungen insgesamt um zwei Millionen Stück zurückgegangen und die Lagerüberbestände konnten um 20 Prozent gesenkt werden.

Mensch versus Maschine im Kundenservice

Zuverlässige KI-Anwendungen und -Services, die Konsumenten einen Mehrwert sowie ein einzigartiges Erlebnis bieten, sind der Schlüssel für Unternehmen, um eine gute Beziehung, Nähe und Vertrauen zu ihren Kunden aufzubauen und aufrechtzuerhalten. Ein bereits recht großer Anwendungsbereich von Künstlicher Intelligenz ist der Kundenservice bei dem meist Chatbots Einsatz finden. So meinen knapp die Hälfte der Befragten der Freshworks-Studie “The Good, The Bot and The Customer Experience”, dass KI das Marken-Erlebnis von Kunden verbessere und sogar 57 Prozent halten es für förderlich für das zeitgemäße Unternehmens-Image.

Jedoch zeigt sich hier aktuell die Kehrseite der Medaille: Denn ganze 91 Prozent der Befragten in Deutschland, Niederlande, Frankreich und UK gaben an, dass sie die Interaktion mit Chatbots im Kundenservice frustrierend finden. Grund dafür sind oft unpassende und unpersönliche Antworten, die nicht zur individuellen Problemlösung des Kunden beitragen. Die vorprogrammierten Phrasen helfen oft nicht weiter, so dass die Kunden menschliche Interaktion immer noch mehr wertschätzen und präferieren. So können schlecht trainierte KIs mehr Schaden anrichten als Nutzen bringen. Dabei sind sie im Vergleich zu ihrem menschlichen Pendant unübertroffen in Geschwindigkeit und Effizienz.

Künstliche Intelligenz trainieren und testen

Während viele Unternehmen bestrebt sind, die Vorteile von KI und ML zu nutzen, haben nur wenige die Ressourcen, um die Herausforderung selbst anzunehmen. Hierbei spielt nicht nur der Fachkräftemangel eine Rolle. Um eine starke KI-Anwendung zu schaffen, braucht es nicht nur eine hohe Quantität und Qualität, aber vor allem eine große Diversität der Daten. Um die KI entsprechend zu trainieren, reicht der begrenzte und homogene Datenpool des In-house-Testings meist nicht aus und kann zu Bias führen.

Crowdtesting ist dabei eine mögliche Methode, die Qualitätssicherung von Softwareanwendungen inklusive Usability, Funktionalität und Diversität der Anwender zu optimieren. Dabei wird die Anwendung von einer globalen Community geprüfter Probanden unter die Lupe genommen, die je nach Anforderung ein spezifisches oder unspezifisches Panel repräsentieren. Dadurch kann die Entwicklung entsprechender Anwendungen beschleunigt und optimiert werden, weil in kurzer Zeit Datensätze für das Training der KI-Algorithmen erzeugt werden. Durch die Definition heterogener Nutzergruppen lässt sich gewährleisten, dass die Trainingsdaten nicht voreingenommen oder diskriminierend sind.


KI ist dazu in der Lage, Software und Customer Experience zu revolutionieren - wenn sie richtig umgesetzt wird. Das bedeutet, sich zu gründlichen Tests und der kontinuierlichen Erfassung von diversen Qualitätsdaten zu verpflichten. Dies wird zweifellos eine Herausforderung für jedes Unternehmen sein, aber es muss getan werden, um möglichst fehlerfreie Algorithmen und unvoreingenommene KIs garantieren zu können.

Lerne jetzt, wie du Bias in der KI bekämpfst:

Strategien zur Vermeidung von Bias in KI-Anwendungen

Whitepaper

Ob beabsichtigt oder nicht, Bias ist in jeder KI-Anwendung eingebaut. Lerne, in welchen Bereichen Unternehmen wachsam sein müssen und was du unternehmen kannst, um Bias entgegenzuwirken..

Jetzt lesen
Applause Circle Logo