Automatisierung

Unter Auto­ma­ti­sie­rung ver­ste­hen wir die selbst­stän­dige Bear­bei­tung ver­schie­de­ner Auf­ga­ben oder Pro­zesse durch IT-​Lösungen. Die Not­wen­dig­keit eines mensch­li­chen Ein­griffs wird dabei so weit wie mög­lich begrenzt oder erüb­rigt sich voll­stän­dig. Abhän­gig vom Grad der Auto­ma­ti­sie­rung spricht man von teil– oder voll­au­to­ma­ti­sier­ten Lösun­gen. Die Auto­ma­ti­sie­rung dient dazu, bestimmte Arbeits­ab­läufe zu beschleu­ni­gen, die Pro­duk­ti­vi­tät zu stei­gern und Feh­ler­quel­len zu mini­mie­ren.

Die Vor­teile für Ihr Unter­neh­men lie­gen auf der Hand. Doch auch Ihre Mit­ar­bei­ter pro­fi­tie­ren von Auto­ma­ti­sie­rungs­lö­sun­gen. Da sich vor allem repe­ti­tive manu­elle Pro­zesse für eine Auto­ma­ti­sie­rung eig­nen, wer­den Ihre Mit­ar­bei­ter von wie­der­keh­ren­den Stan­dard­auf­ga­ben ent­las­tet. Dadurch gewin­nen sie Zeit und kön­nen sich auf Tätig­kei­ten fokus­sie­ren, die mehr Auf­merk­sam­keit erfor­dern. Und weil Kol­le­gen, die stär­ker gefor­dert wer­den, mehr Freude bei der Arbeit emp­fin­den, ver­bes­sert sich auto­ma­tisch auch ihr Betriebs­klima.

Grund­sätz­lich ist im IT-​Bereich in zahl­rei­chen Anwen­dungs­be­rei­chen eine Auto­ma­ti­sie­rung denk­bar. Im Contact-​Center-​Umfeld wer­den etwa das Rou­ting von Kon­tak­ten und die Ver­tei­lung der Arbeit auto­ma­ti­siert. Wenn die Maschine zum Bei­spiel für jeden Anru­fer die Abfrage der Basis­da­ten über­nimmt und ihn schnell und ziel­si­cher mit dem rich­ti­gen Ansprech­part­ner ver­bin­det, bleibt den Ser­vice­mit­ar­bei­tern mehr Zeit für das qua­li­ta­tive Bera­tungs­ge­spräch. Die interne Wei­ter­lei­tungs­quote sinkt, die Zufrie­den­heit der Anru­fer steigt.

Bis heute sind mit dem Begriff „Künst­li­che Intel­li­genz“ aller­lei dif­fuse Vor­stel­lun­gen ver­knüpft, was KI kann leis­ten und was nicht. Dabei ist die Tech­no­lo­gie längst ein inte­gra­ler Bestand­teil unse­res All­tags. In der Regel asso­zi­ie­ren wir KI jedoch mit kom­ple­xen Maschi­nen oder men­schen­ähn­li­chen Robo­tern und über­se­hen, dass die Tech­no­lo­gie auch in klei­nen Anwen­dun­gen und Tools steckt. Das heißt, wir nut­zen eine Viel­zahl KI-​basierter Anwen­dun­gen und Ser­vices, ohne uns des­sen bewusst zu sein. Tag­täg­lich lesen uns schlaue Sprachas­sis­ten­ten alle Wün­sche von den Lip­pen ab, schla­gen uns Web­shops dank aus­ge­klü­gel­ter Algo­rith­men pas­sende Pro­dukte vor, manö­vrie­ren unsere Autos selbst­stän­dig in kleinste Park­lü­cken und wer­den unsere Anfra­gen auf diver­sen Web­sites von zuvor­kom­men­den Chat­bots beant­wor­tet.

Ein Groß­teil sol­cher unter­stüt­zen­den Sys­teme arbei­tet zumeist regel­ba­siert und ist auf einen klar defi­nier­ten Anwen­dungs­be­reich begrenzt. KI kann aber noch sehr viel mehr. Soge­nannte Deep-​Learning-​Algorithmen sind durch eine große Infor­ma­ti­ons­ba­sis und die Struk­tur der neu­ro­na­len Netze in der Lage, erlernte Inhalte selbst­stän­dig mit neuen Inhal­ten ver­knüp­fen. Zudem stel­len sie Ana­lo­gien her, ohne im Kon­text einer Fra­ge­stel­lung mit bestimm­ten Schlüs­sel­be­grif­fen kon­fron­tiert zu wer­den. Sie kön­nen also „um die Ecke den­ken“. Je mehr aus­sa­ge­kräf­tige Daten sol­che Sys­teme ver­ar­bei­ten, desto zuver­läs­si­ger wer­den sie. So führt der „Lern­ef­fekt“ im Ide­al­fall zu einer kon­ti­nu­ier­li­chen Selbst­op­ti­mie­rung.

Unter­neh­men kön­nen von Künst­li­cher Intel­li­genz erheb­lich pro­fi­tie­ren. Im Contact-​Center-​Umfeld lässt sich ein Teil der Kun­den­kom­mu­ni­ka­tion mit­hilfe künst­lich intel­li­gen­ter Sys­teme auto­ma­ti­sie­ren. Dank Deep-​Learning-​Methode ist dabei sogar eine rela­tiv fle­xi­ble Dia­log­füh­rung mög­lich. In der Pro­duk­ti­ons­steue­rung las­sen sich wie­derum mit­hilfe künst­lich intel­li­gen­ter Lösun­gen Pro­zesse auto­ma­ti­sie­ren.

Die meis­ten künst­lich intel­li­gen­ten Sys­teme, denen wir heute begeg­nen, basie­ren auf dem Prin­zip des maschi­nel­len Ler­nens. Ziel die­ser Methode ist, durch die intel­li­gente Ver­knüp­fung oder sta­tis­ti­sche Aus­wer­tung von Daten Zusam­men­hänge bezie­hungs­weise Mus­ter zu erken­nen, um dar­aus Schluss­fol­ge­run­gen abzu­lei­ten oder Pro­gno­sen zu tref­fen. Hier­für muss der ler­nen­den Maschine eine aus­rei­chend große Daten­ba­sis bereit­ge­stellt wer­den. Zudem muss sie durch die Pro­gram­mie­rung spe­zi­el­ler Algo­rith­men in die Lage ver­setzt wer­den, diese Daten zu ver­ar­bei­ten. So ist also mensch­li­ches Han­deln nötig, ehe die Maschine ihre Künst­li­che Intel­li­genz ent­fal­ten kann.

Das soge­nannte Deep Learning ist wie­derum ein Teil­ge­biet bezie­hungs­weise eine Wei­ter­ent­wick­lung des maschi­nel­len Ler­nens. Es stützt sich auf künst­li­che neu­ro­nale Netze, deren Auf­bau und Funk­tion den Neu­ro­nen des mensch­li­chen Gehirns nach­emp­fun­den ist. Durch eine große Infor­ma­ti­ons­ba­sis und die Struk­tur der neu­ro­na­len Netze soll ein auf Deep Learning basie­ren­des Sys­tem erlernte Inhalte selbst­stän­dig und auf lange Sicht auch bereichs­über­grei­fend mit neuen Inhal­ten ver­knüp­fen kön­nen. Auf diese Weise sol­len fort­lau­fend neue Lern­pro­zesse initi­iert wer­den. Ziel ist, dass die Maschine nicht ein­fach nur lernt, son­dern dass sie das Ler­nen lernt. In der Theo­rie ist ein mensch­li­cher Ein­griff in den Lern­pro­zess nicht mehr zwin­gend erfor­der­lich.

So ist es zum Bei­spiel bei einem auf Deep Learning basie­ren­den Sprach­bot nicht nötig, alle poten­zi­el­len Dia­log­pfade im Vor­feld zu durch­den­ken und die gesamte For­mu­lie­rungs­band­breite der Kun­den zu berück­sich­ti­gen. Der Bot benö­tigt ledig­lich eine aus­rei­chende Daten­ba­sis, um voll­kom­men selbst­stän­dig arbei­ten zu kön­nen.

Die Sorge, dass infolge der Auto­ma­ti­sie­rung Arbeits­plätze ent­fal­len, ist weit ver­brei­tet. Schließ­lich wer­den Tätig­kei­ten, die zuvor von Men­schen erle­digt wur­den, nun von Maschi­nen durch­ge­führt. Tat­säch­lich ist die Tech­nik hin­ter den Bots jedoch mei­len­weit davon ent­fernt, den Men­schen über­flüs­sig zu machen. Und abge­se­hen davon zielt sie auch gar nicht dar­auf ab, ihn voll­stän­dig zu erset­zen. Im Contact-​Center-​Umfeld sol­len mensch­li­che Mit­ar­bei­ter durch die Auto­ma­ti­sie­rung nur ent­las­tet, aber kei­nes­falls ersetzt wer­den.

So die­nen etwa Sprach­bots nicht zur Ver­mei­dung, son­dern zur best­mög­li­chen Vor­be­rei­tung von Mit­ar­bei­ter­ge­sprä­chen. Sobald der Bot einen Kon­takt an den Men­schen über­gibt, lie­fert er ihm die zuvor abge­frag­ten Infor­ma­tio­nen gleich mit. In der Pra­xis zeigt sich, dass Chat­bots ihre volle Wir­kung im Kun­den­dia­log erst im Zusam­men­spiel mit mensch­li­chen Agen­ten ent­fal­ten. Im Ide­al­fall gehen Mensch und Maschine dank sinn­vol­ler Auf­ga­ben­tei­lung Hand in Hand.

Sind die Berüh­rungs­ängste und Vor­be­halte erst mal abge­baut, erfreuen sich Sprach– und Chat­bots bei ihren mensch­li­chen Kol­le­gen gro­ßer Beliebt­heit. Kein Wun­der, schließ­lich über­neh­men die maschi­nel­len Hel­fer im Ser­vice­cen­ter einen Groß­teil der läs­ti­gen und mono­to­nen Rou­ti­ne­auf­ga­ben.