Wachstum durch KI: Automatisierung für turbulente Zeiten
Alan Jacobson, Chief Data and Analytics Officer bei Alteryx, beschreibt, wie Automatisierung Unternehmen helfen kann, wirtschaftlich schwierige Zeiten zu überstehen.
In jeder Branche und jedem Fachbereich sind Mitarbeiter:innen dazu gezwungen, noch mehr zu leisten – und das am besten noch schneller als je zuvor. Parallel dazu nimmt auch der Bedarf an automatisierten Prozessen sowie an der Fähigkeit, neue Erkenntnisse aus Daten zu generieren, stetig zu. Unternehmen, die dem gerecht werden wollten, hatten bis vor wenigen Jahren nur eine Möglichkeit: Sie mussten Entwickler:innen und Datenwissenschaftler:innen einstellen, um passende Lösungen zu finden. Doch das Tempo, in dem dieser Wandel voranschreitet, ist schon jetzt so hoch, dass zentralisierte Teams kaum noch eine Chance haben, Schritt zu halten. Was Unternehmen stattdessen brauchen, ist einen demokratischen Ansatz. Denn nur so können sie auf die notwendigen Kapazitäten zugreifen, um Prozesse im großen Stil zu automatisieren und fortschrittliche Analysen zu nutzen, die weit über einfache Tabellenkalkulationen hinausgehen – und zwar von der Finanzabteilung über das Marketing bis hin zur Logistik.
Datenkompetenz ist der entscheidende Faktor
Mitarbeiter:innen, die über ein ausreichendes Maß an Digitalkompetenz verfügen, haben einen nahezu unmittelbaren Einfluss auf den Erfolg eines Unternehmens. Sie befähigt nicht nur langjährige Expert:innen innerhalb einzelner Abteilungen dazu, innerhalb kürzester Zeit Auswirkungen zu erzielen, die einen Unterschied von Millionen machen können. Auch Praktikant:innen und Werkstudent:innen können sich in nur wenigen Wochen die wichtigsten Skills aneignen, die ihnen und dem Unternehmen, für das sie tätig sind, völlig neue Möglichkeiten eröffnen – und das alles nur mithilfe von Daten, die neue Einblicke gewähren. Angesichts der enormen Mengen an Daten, die täglich generiert werden, ist es die Datenkompetenz der Mitarbeiter:innen, die in Krisenzeiten einen entscheidenden Unterschied darstellen kann. Fehlt diese jedoch, können bereits kleinste Disruptionen zu einer existenziellen Bedrohung werden – nicht nur weil potenzielle Risiken nicht rechtzeitig erkannt werden, sondern auch weil die Konkurrenz immer weiter aufrüstet, um von den Vorteilen zu profitieren, die Datenanalysen und automatisierte Prozesse bieten.
Fakt ist: Um heute wie morgen erfolgreich sein zu können, müssen Unternehmen davon abrücken, Entscheidung aufgrund eines Bauchgefühls zu treffen. Stattdessen müssen sie hierfür Daten heranziehen, denn nur so haben sie die Chance, schnell und angemessen auf unvorhergesehene Ereignisse zu reagieren und entsprechende Maßnahmen einzuleiten. Bereits 2019 ergab eine Umfrage von McKinsey, dass die Wahrscheinlichkeit, ein Wachstum von mehr als zehn Prozent zu erzielen, bei Unternehmen, deren Mitarbeiter:innen bei der Entscheidungsfindung konsequent auf Daten zurückgriffen, etwa 50 Prozent höher lag. Damit das in der Praxis funktionieren kann, reicht es jedoch lange nicht mehr aus, Daten nur zu sammeln. Sie müssen ebenso aufbereitet und von etwaigen Doppelungen gesäubert werden. Liegen die Daten nicht in qualitativ hochwertiger Form vor, wird es auch den besten Automatisierungstools nicht möglich sein, aussagekräftige Ergebnisse zu erzielen, die sich zur Entscheidungsfindung eignen.
Während der Pandemie hat diese Entwicklung einen echten Boom erlebt. Unzählige Unternehmen haben in ihre Digitalisierung investiert und zum Beispiel neue KI-basierte Tools implementiert, um ihre Effizient steigern zu können. Während sie früher Tage oder sogar Wochen aufwenden mussten, um zeitaufwendige und mühsame Prozesse manuell zu wiederholen, bieten neue Technologien ihnen heute die Möglichkeit, dies sehr viel schneller zu erledigen – und dadurch im Vergleich zur Konkurrenz einen erheblichen Vorsprung zu erzielen. Dass Wunsch und Wirklichkeit hier noch immer weit auseinandergehen, wird allerdings durch eine von Alteryx beauftragte IDC-Studie belegt: Hier stellte sich heraus, dass von 62 Prozent der Mitarbeiter:innen bereits erwartet wird, dass sie in der Lage sind, datenbasierte Entscheidungen zu treffen. Im mittleren und höheren Management lag der Wert sogar bei 75 Prozent. Doch nur die Wenigsten verfügen bereits über die nötigen Fähigkeiten, um diesen Anspruch tatsächlich zu erfüllen.
Mehr Resilienz durch KI-Automatisierungen
Obwohl vielen Unternehmen bereits klar ist, welche Vorteile ihnen die KI-basierte Entscheidungsfindung bietet, tun sich viele noch immer schwer damit, diese in der Praxis voll auszuschöpfen. Das Problem: KI-Modelle sind nichts, das sich von der Stange kaufen lässt. Es gibt keine Lösungen, die sich auf jedes erdenkliche Szenario anwenden lassen. Stattdessen werden die Modelle individuell entwickelt und mit großen und vielfältigen Datenmengen gefüttert, um die Entscheidungsfindung trainieren zu können – und dieser maßgeschneiderte Ansatz erfordert sowohl ein solides, fachwissenschaftliches Fundament, als auch eine analytische Denkweise. Selbst dann, wenn ein Unternehmen über ein hochqualifiziertes Data-Science-Team verfügt, ist es von entscheidender Bedeutung, die Expertise der Fachabteilungen miteinzubeziehen.
In der Theorie können KI-Modelle zwar vieles leisten und die Geschäftsprozesse enorm beschleunigen, doch ohne den geschulten Verstand der Mitarbeiter:innen könnten diese ebenso beeinträchtigt oder sogar stark gebremst werden. Ein positives Beispiel hierfür ist die Verwendung von Echtzeit-Versanddaten, die während der Pandemie verstärkt mit internen Lieferkettendaten kombiniert wurden, um die Lagerbestände automatisch zu optimieren und an aktuelle Versandzeiten anzupassen. Auch hier wurde das Potenzial, dass Automatisierung und KI-Modelle bieten, mit dem Fachwissen der Mitarbeiter:innen zusammengeführt, was dazu beigetragen hat, dass Unternehmen Millionen einsparen und ihre Lieferkette trotz der Krise stabilisieren konnten. Werden einige Grundlagen berücksichtigt, besteht die gute Nachricht also darin, dass sich viele Probleme schnell und effizient mithilfe von Automatisierungen lösen lassen.
Neue Tools gehen mit menschlicher Intelligenz Hand in Hand
Bei Künstlicher Intelligenz handelt es sich, vereinfacht gesagt, um eine Mustererkennungsmaschine – auch wenn diese von reichlich Fachjargon umhüllt ist. Die Benutzer:innen trainieren KI-Modelle, indem sie sie mit Daten füttern und anschließend dazu auffordern, auf Grundlage dieser Informationen Ergebnisse vorherzusagen. Das bedeutet, Automatisierung und Künstliche Intelligenz sind zwar leistungsstarke Werkzeuge, um das Wissen, das für strategische Entscheidungen erforderlich ist, zeitnah bereitzustellen. Allerdings werden diese modernen Technologien erst in Kombination mit dem menschlichen Verstand zu einer wertvollen Ressource. Bei der Entwicklung und dem Einsatz vertrauenswürdiger KI gehen Datenkompetenz und Ethik, die den Menschen bei seiner Arbeit unterstützen, deshalb weiterhin Hand in Hand.
Das wird auch durch einen Bericht von Gartner untermauert, der nahelegt, dass für den erfolgreichen Einsatz von KI bei Unternehmen ein hohes Maß an analytischer Reife und Datenmanagement vorhanden sein muss, da eine starke Abhängigkeit von zuverlässigen und qualitativ hochwertigen Daten besteht. Da bisher aber nur ein Bruchteil der Geschäftsdaten zugänglich ist und tatsächlich für Analysen herangezogen wird, müssen Unternehmen ihre Strategie deutlich erweitern – und diese muss sich gleichermaßen auf einen breiten Zugang zu Daten und Analysen für einen konzentrieren, der beides über alle Fachabteilungen hinweg im großen Stil nutzbar macht, als auch auf die Weiterbildung und Umschulung der Mitarbeiter:innen bezüglich ihrer Datenkompetenz.
Die Frage, ob ein Unternehmen zukünftig erfolgreich KI-Modelle nutzen oder daran scheitern wird, ist maßgeblich von Letzterem bestimmt. Denn der Schlüssel bei der Entwicklung einer KI, die nicht nur einen Mehrwert erzielen, sondern dabei auch alle ethischen Faktoren berücksichtigen kann, hängt nicht von einzelnen Expert:innen ab. Vielmehr geht es darum, sich kontinuierlich darum zu bemühen, eine unternehmensweite Datenkultur zu etablieren. Denn nur dann, wenn über alle Positionen hinweg ein gewisses Maß an Datenkompetenz besteht, kann die KI ihr volles Potenzial entfalten und tatsächlich nützlich sein.
Wenn KI-gesteuerte Entscheidungen einen echten Nutzen erzielen
KI-gestützte Erkenntnisse, die zugänglich, wiederholbar und ethisch vertretbar sind, eröffnen Unternehmen eine Fülle von Möglichkeiten, um über den Hype hinauszugehen und die moderne Technologie tatsächlich zu operationalisieren. Sie bilden in Zukunft das Rückgrat schneller und datengestützter Geschäftsentscheidungen – allerdings wird dieser Erfolg maßgeblich von der Qualität der Trainingsdaten, der Transparenz der Governance-Prozesse und den Skills der beteiligten Mitarbeiter:innen bedingt. Unternehmen, die all das ernsthaft berücksichtigen und umsetzen, haben die Chance, zu einer Art Superheld der Organisation zu werden, denn ein datenwissenschaftlicher Ansatz hilft ihnen dabei, schneller, besser und stärker zu werden – und die Konkurrenz damit bestenfalls abzuhängen. Denn nur diejenigen, die in der Lage sind, Automatisierung und KI zu nutzen, um die Komplexität von Terabytes an Rohdaten für fundierte Entscheidungen heranzuziehen, kann das theoretische Potenzial dieser modernen Technologien praktisch nutzbar machen und hochwertige, ethisch vertretbare Geschäftsergebnisse erzielen.
Creative Commons Lizenz CC BY-ND 4.0
Sie dürfen:
Teilen — das Material in jedwedem Format oder Medium vervielfältigen und weiterverbreiten und zwar für beliebige Zwecke, sogar kommerziell.
Der Lizenzgeber kann diese Freiheiten nicht widerrufen solange Sie sich an die Lizenzbedingungen halten.
Unter folgenden Bedingungen:
Namensnennung — Sie müssen angemessene Urheber- und Rechteangaben machen, einen Link zur Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden. Diese Angaben dürfen in jeder angemessenen Art und Weise gemacht werden, allerdings nicht so, dass der Eindruck entsteht, der Lizenzgeber unterstütze gerade Sie oder Ihre Nutzung besonders.
Keine Bearbeitungen — Wenn Sie das Material remixen, verändern oder darauf anderweitig direkt aufbauen, dürfen Sie die bearbeitete Fassung des Materials nicht verbreiten.
