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.