Google + RSS Feed

Künstliche Intelligenz im CRM 2

1

November 8, 2017 veröffentlicht von

Interview Teil II

Künstliche Intelligenz im CRM: Transparent oder opaque

Dr. Kay Knoche, Solution Consultant bei Pegasystems erläutert im Gespräch mit der TREND-REPORT-Redaktion über KI im praktischen Einsatz.

 

 

Herr Dr. Knoche, im ersten Teil unserers Interviews zu den Unterschieden transparenter und undurchsichtiger KI, erläuterten Sie, wann der Einsatz welcher Methode von Vorteil ist.
Lässt sich auch wechseln oder über einen parallelen Einsatz beider Methoden nachdenken?

In realen Projekten werden typischerweise immer beide Methoden parallel eingesetzt. Im CRM-Umfeld unterstützt KI-Software die Unternehmen dabei, Entscheidungen zu treffen wie sie jeden Tag tausend- oder millionenfach getroffen werden müssen.

Entscheidungen zu treffen bedeutet dabei, zwischen Optionen auszuwählen. Das KI-Verfahren filtert zunächst solche Optionen heraus, die prinzipiell nicht in Frage kommen können, was in die Abteilung „transparent“ fällt.

Dann werden analytische Modelle angewendet, die vorhersagen unter welchen Umständen welche der Optionen zu positiven Ergebnissen führen. Dazu werden beispielsweise Korrelationen zwischen den Eigenheiten eines Kunden oder dem Zustand einer Maschine mit einem Verhalten ermittelt: also etwa Kunde kündigt oder Maschine fällt aus.

Im letzten Schritt wird das Verhalten noch priorisiert in Hinsicht auf den Einfluss auf das Geschäftsergebnis des Unternehmens, das die KI einsetzt: Kunde kauft, Kunde kündigt nicht, Kunde blockiert die Service Line nur kurz. Hier muss ermittelt werden, was für diesen Kunden das Wichtigste ist, also beispielsweise Kunden auf jeden Fall halten, Umsatz generieren oder vielleicht auch positive Bewertungen initiieren.

 

Im Falle der „undurchsichtigen KI“ wird diese KI versuchen, ihre Aufgabe bestmöglich zu erledigen – aber dafür wird sie einige „Durchgänge“ brauchen, bis sich die Algorithmen entsprechend justiert haben.
Wie kann man die Anwender so „briefen“, dass sie die „Entscheidungen“ oder „Meinungen“ der KI richtig bewerten?

In der Tat benötigen KI-Systeme, wenn sie analytische Modelle nutzen, Trainingsdaten, um aus historischen Fällen zu lernen. Je nach Aufgabenstellung werden einige Dutzend bis einige Hundert Fälle benötigt, um aussagekräftige Ergebnisse zu liefern.

In der Praxis „wärmt“ man solche Systeme deshalb mit historischen Daten an. Es handelt sich in gewissem Grad um selbstlernende Systeme, also müssen sie Gelegenheit haben zu lernen, ehe sie richtig funktionieren.

Die Anwender, die dann die Ergebnisse operationalisieren, erhalten nicht nur die Antwort, also das Ergebnis der Entscheidung, sondern auch die Evidenz, das heißt eine Kennzahl wie verlässlich diese Antwort ist. Ein gutes System wird immer wieder auch zufällige Ergebnisse einstreuen, um zu verhindern, dass die Modelle und Algorithmen in eine Sackgasse laufen. Solche zufälligen Ergebnisse haben eine Evidenz von Null. Trotzdem kommen sie zur Anwendung.

Einsatzszenarien dafür sind heute ausschließlich Situationen, bei denen es auf die unbedingt richtige Antwort im Einzelfall nicht ankommt, sondern auf das Gesetz der großen Zahl. Auf diese Weise kommt man zu messbar besseren Geschäftskennzahlen. Dieser Effekt ist beispielsweise bei der Stornovermeidung dramatisch hoch.

 

Können Sie uns ein Beispiel aus der Praxis geben?

Viele Telefongesellschaften nutzen unsere Software, um in Echtzeit, also wenn der Kunden am Telefon ist, einzuschätzen, wie viel Geld man einsetzen muss, um den Kunden von einer Vertragskündigung abzuhalten. Dabei fließen Informationen wie das bisherig Telefonieverhalten oder ein möglicher künftiger Tarif ein.

Natürlich könnte man jeden Kunden halten, wenn man ihm das neue iPhone verspricht. Allerdings würde man auf diese Weise das Retentionbudget sehr schnell aufbrauchen.

KI-Systeme entscheiden hier in Echtzeit, wie viel Geld muss man genau für diesen einen Kunden aufwenden, um ihn zu halten und wie setzt man dieses individuelle Kundenbudget am besten ein, um das Ziel der Kundenbindung zu erreichen – beispielsweise durch mehr Qualität, niedrigere Preise oder ein besseres Endgerät.

Versicherungen, Banken und Energieversorger lernen von den Telcos und setzen solche Projekte zunehmend auch um.

 

Künstliche Intelligenz wird schnell auf eine „Metaebene“ gehoben, bei der es auch um Ethik geht. Woran können sich Unternehmen hier orientieren?

Lange Zeit war KI vor allem im Umfeld der Science-Fiction-Kultur bekannt, zum Beispiel der legendäre Computer HAL 9000 aus dem Film „2001: Odyssee im Weltraum“. Neben solchen Dystopien gibt es Befürchtungen, dass intelligente Systeme die Menschen ersetzen könnten. In einer Umfrage von Pegasystems zum Thema KI äußerten über 70 Prozent der Befragten Ängste hinsichtlich der Auswirkungen von KI; fast ein Viertel machte sich sogar Sorgen, dass KI dazu führen könnte, dass Roboter die Weltherrschaft übernehmen.

Tatsächlich aber nutzen wir alle längst KI, ohne es zu wissen. Eine automatische Rechtschreibprüfung oder ein Navi sind schließlich auch „intelligente“ Systeme, sobald sie selbstlernend operieren und die eigenen Abläufe optimieren. Zum KI-Alltag gehören auch Online-Shops wie Amazon: Hinter einer Empfehlung wie „Welche anderen Artikel kaufen Kunden, nachdem sie diesen Artikel angesehen haben?“ verbergen sich komplexe Algorithmen, die unter anderem frühere Käufe und das Kaufverhalten vergleichbarer Kundengruppen berücksichtigen – es geht also um KI.

Wir sollten uns aber immer klar machen, dass KI nicht einfach eine X-beliebige Technologie ist, denn der Begriff „Intelligenz“ ist nun mal historisch und philosophisch aufgeladen. Daher muss man ihn de-mystifizieren.

Wir können Kunden nicht mit Systemen konfrontieren, von denen sie meinen, dass sie mit ihnen um die Weltherrschaft konkurrieren. Systeme, die den Betroffenen transparent machen können, worin ihre Vorteile liegen, haben auch keine Akzeptanzprobleme.

 

Die Forschung an der künstlichen Intelligenz wird von den „Großen“ voran getrieben. Welche Möglichkeiten haben denn KMUs überhaupt, künstliche Intelligenz zu nutzen?

Pega ist selbst ein mittelständiges Unternehmen und entwickelt Software, die Unternehmen unterstützt, intelligente Entscheidungen zu treffen. Das ist eine Standardsoftware, die von jedem Unternehmen egal welcher Größe genutzt werden kann. Das heißt, dass auch kleinere Unternehmen KI als Basistechnologie nutzen können, ohne in Forschung und Entwicklung investieren zu müssen.

 

Welche Entwicklungen beobachten Sie selbst derzeit in diesem großen Forschungsfeld?

Mich interessiert der Einfluss der künstlichen Intelligenz in der Medizin. Hier erwarte ich große Innovationen. Nehmen wir an, man könnte für jedes Individuum den Gen Code auslesen und diese Information mit allen Messwerten zu den Körperfunktionen koppeln, dann hätte man ein umfassendes Bild jedes Menschen.

Bringt man nun diese Bild in Zusammenhang mit Krankheitsbildern und Therapien für alle Menschen, dann könnte man genau vorhersagen, welche Therapieform bei welchem Menschen die besten Heilungschancen bietet.

In dem Moment, indem es um die Abwägung zwischen Datenschutz auf der einen und einem längeren gesünderen Leben auf der anderen Seite geht, bin ich mir sicher, das sich die meisten Menschen für Option B entscheiden würden.

 

Sehr geehrter Herr Dr. Knoche, vielen Dank für das Gespräch.

 

Weiterführende Informationen finden Sie unter:
Pegasystems

 

Lesen Sie hier Teil I des Interviews

 

 

Unser Interviewpartner

Dr. Kay Knoche

Dr. Kay Knoche, Solution Consultant bei Pegasystems

 

 

Aufmacherbild / Quelle / Lizenz
Pixabay / CC0 Creative Commons

Lizenz für Textinhalte

Bilder & Medien unterliegen gesonderten Urheberrechten

 Kurzlink zu diesem Artikel: 


1 Kommentar »

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Suchen:

Aktuelle Ausgabe

Freie Inhalte

Expertenpanel

Security-Blog

Digitalisierung

Agile Softwareentwicklung Agilität Arbeiten 4.0 automatisierung Banken Betriebliches Gesundheitsmanagement Big Data Business Intelligence cloud creative companies Customer Journey Datenschutz Die vernetzte Gesellschaft Digitaler Zehnkampf digitale transformation Digital Finance digitalisierung E-Commerce Energieeffizienz Fachkräftemangel Finanzen fintech Fonds Freie Inhalte Future Store green economy Handbuch Digitalisierung Handel mit Zukunft hr trends Human Resources Industrie 4.0 Innovation Innovationen Internet der Dinge IoT kommunikation künstliche Intelligenz logistik Mitarbeiter Mittelstand Mobile Apps mobile economy Nachhaltige Geldanlagen Nachhaltigkeit New Work Risikomanagement Sicherheit Smart City Smart Services Software standort deutschland studie Transparenz trends Unternehmenskultur vernetzte gesellschaft Vernetzung weiterbildung werte zukunft

Ihr Weg zu uns

Wir bilden aus

Creative Commons Lizenzvertrag
TREND REPORT Wirtschaftszeitung mit freien Inhalten von ayway media GmbH ist lizenziert unter einer Creative Commons Namensnennung - Weitergabe unter gleichen Bedingungen 4.0 International Lizenz.