Künstliche Intelligenz in Geschäftsanwendungen

KI: Treibstoff für die intelligente Zukunft der Geschäftswelt

| Autor / Redakteur: Hartmut Hamann* / Florian Karlstetter

KI ist eine mächtige Schlüsseltechnologie – allerdings nur, wenn sie auf dem richtigen Fundament gründet.
KI ist eine mächtige Schlüsseltechnologie – allerdings nur, wenn sie auf dem richtigen Fundament gründet. (Bild: Oracle Netsuite)

Beim Gedanken an die Nutzung künstlicher Intelligenz (KI) im Geschäftsleben werden einige mit Schrecken an den Supercomputer HAL aus dem Film „2001: Odyssee im Weltraum“ denken. Der Computer der Serie 9000 übernimmt hier die Kontrolle über das auf dem Weg zum Jupiter befindliche Raumschiff und tötet die gesamte Besatzung. In der Realität werden die Auswirkungen allerdings nicht so dramatisch sein – zumindest hoffen wir das. Vielmehr besitzt KI die Fähigkeit, jenen Unternehmen, die mutig genug sind, einen echten Vorteil zu verschaffen.

Wie viele andere neue Technologien auch, wird KI nicht allein den größten Konzernen zur Verfügung stehen. Tatsächlich ist es eher so, dass die meisten aufstrebenden Unternehmen in vielen Fällen einen Vorteil gegenüber den bereits fester etablierten Organisationen haben, wenn es um die nächste Welle intelligenter Automatisierung geht. Sie sind weniger durch entstandene Infrastrukturkosten eingeschränkt, reaktionsschneller und besitzen mit größerer Wahrscheinlichkeit die Fähigkeit, einige der Möglichkeiten, mit denen KI die moderne Geschäftswelt umgestalten wird, für sich zu nutzen.

Wie Rupert Murdoch schon sagte, geht es nicht mehr darum, dass die Großen die Kleinen schlagen, sondern die Schnellen besiegen die Langsamen. Dank neuer intelligenter Technologien können moderne Unternehmen in die Zukunft blicken und florieren – gestützt auf Entscheidungen, die mithilfe zweckdienlicher, zeitnaher, präziser, vorbeugender und belastbarer Echtzeit-Informationen gefällt werden.

Das Tempo in der Geschäftswelt, die Geschwindigkeit der Veränderungen und das Wachstum der Datenmengen vollziehen sich heute zunehmend exponentiell. Informationen liefern die nötigen Erkenntnisse für ein schnelles Voranschreiten. Angesichts der enorm wachsenden Datenmengen aber stellt sich die Frage, wie Unternehmen all die Informationen verarbeiten können, um Erkenntnisse für eine schnellere Evolution und Innovation zu gewinnen, ohne dass sie durch die Suche nach Erkenntnissen ausgebremst werden.

Denken Sie nur an einige der wichtigsten Schlagwörter von heute: KI, Machine Learning, Bots und weitere intelligente Arten der Automation. Schon das Spektrum der Dienste, die damit geboten werden sollen, ist verwirrend – von einer vereinfachten Datenverarbeitung über das Präsentieren von Entscheidungen für die Benutzer bis hin zum „Training“ einer Maschine nach diesen Entscheidungen zu handeln. Wie kann ein Unternehmen, das sich seit Jahren auf die Hilfe seiner Geschäfts- und Finanz-Software gestützt hat, um Prozesse zu automatisieren und retrospektive geschäftliche Intelligenz bereitzustellen, den Schritt in die intelligente Welt vollziehen?

KI ist eine mächtige Schlüsseltechnologie – allerdings nur, wenn sie auf dem richtigen Fundament gründet. Unternehmen, die über eine einheitliche Plattform für ihre Geschäftsprozesse verfügen, sind bestens aufgestellt für die Nutzung von KI. Ein Unternehmen mit durchgängigen Applikationen in der Cloud wird nicht durch Datensätze behindert, die auf mehrere Datentöpfe verteilt, in Tabellenblättern verborgen sind und sich, wenn überhaupt, dann nur schwierig integrieren lassen.

Cloud-basierte ERP-Systeme bringen Digitalisierung voran

Oracle Netsuite: ERP aus der Cloud

Cloud-basierte ERP-Systeme bringen Digitalisierung voran

05.06.18 - Die digitale Transformation hat erhebliche Auswirkungen auf Enterprise-Resource-Planning-Systeme. Denn mit ihrer Hilfe können Unternehmen ihre Entscheidungsfindung so verändern, dass sie ihre Geschäftsergebnisse bei der Umsetzung einer digitalen Strategie verbessern. Daher sollten es sich insbesondere kleinere und mittelständische Unternehmen zum Ziel setzen, ihre alten ERP-Systeme durch SaaS- und Cloud-fähige Lösungen ersetzen. Auf diesen Bedarf reagiert Oracle NetSuite jetzt mit neuen Niederlassungen in Deutschland. lesen

Unternehmen mit echten Cloud-Lösungen sind außerdem Bestandteil einer großen Gemeinschaft von Unternehmen. Sie können geschäftliche Muster und Praktiken nutzen, die über ihren eigenen Erfahrungsschatz hinausgehen. Abgesehen davon haben sie den zusätzlichen Vorteil, dass ihnen stets die aktuellste Version vorliegt, sodass dem Zugriff auf die neueste Technologie keinerlei Hindernisse im Weg stehen. Auf kosteneffiziente Weise helfen vertikale und branchenspezifische Applikationen den Unternehmen dabei, einen geschäftlichen Nutzen aus der KI zu ziehen. Insbesondere sind es drei Arten, auf die diese Unternehmen künftig von künstlicher Intelligenz werden profitieren können:

1. Intelligente Analysen

Anstelle der rückblickenden Perspektive, die mit Business Intelligence möglich ist, analysiert KI große Datenmengen, um Entscheidungen zu empfehlen oder – wie im Fall des Machine Learning – auf der Basis von Daten tatsächlich zu handeln.

Mithilfe von KI können sowohl Ausreißer als auch Trends, die sich auf das Geschäft auswirken, in Echtzeit identifiziert werden. Zum Beispiel wird eine voraussichtliche Verzögerung bei der Bestellung eines billigen Rohstoffs die rechtzeitige Auslieferung hochwertiger Aufträge einen Monat später beeinflussen und damit entsprechende Folgewirkungen nach sich ziehen. Die daraus resultierenden Probleme mit der Kundenzufriedenheit werden wiederum zu verzögerten Zahlungen, Außenständen, höheren Rabatten und weniger Folgeaufträgen führen und damit Auswirkungen auf die Einnahmen in sechs Monaten haben. Wenn sie sofort über das Problem informiert werden, haben die Einkäufer die Möglichkeit, einen passenden Ersatz zu finden, um auf diese Weise die Auswirkungen auf die künftigen Einnahmen zu umgehen. Mithilfe dieser Analyse können Anwender Konsequenzen vorhersagen und früher die richtige Entscheidung fällen, um teure Fehler zu vermeiden.

2. Intelligente Interaktion

Anwendungen können Hunderte rollenabhängiger Dashboards besitzen, die fest vorgegeben sind. Sie basieren auf jahrelanger Entwicklung und Implementierung in mehreren Branchen und bieten Funktionen, damit die Mitarbeiter ihre Aufgaben effektiv erledigen können. In der Zukunft aber wird intelligente Interaktion für die dynamische Konstruktion von Dashboards sorgen. Dabei wird die Einschätzung dessen zugrunde gelegt, was der jeweilige Anwender je nach seinen aktuellen Aktivitäten und dem Verhalten Tausender ähnlicher Rollen vermutlich sehen muss. Wir erleben derzeit außerdem das Aufkommen intelligenter sprachaktivierter Lösungen. Die Intelligenz nimmt hier unstrukturierte Anweisungen entgegen, um zu ermitteln, was der Benutzer meint, und um anschließend zu gewährleisten, dass die richtigen Informationen ausgegeben werden.

3. Intelligente Automation

Unternehmens-Lösungen können mit sehr leistungsstarken Workflow Engines ausgestattet sein, die Unternehmen das Verändern und Automatisieren von geschäftlichen Abläufen ermöglichen, ohne dass sie dafür Code schreiben müssen. Die Engines arbeiten regelbasiert: Wenn A = B, dann C oder sonst D. Gestützt auf dem Erlernen geschäftlicher Muster und Verhaltensweisen, werden neue intelligente Systeme Prozesse erlernen, vorschlagen und automatisieren. Zum Beispiel kann die Maschine je nach Bezahl- und Bestellverhalten Kunden unterschiedlich behandeln.

Intelligente Analyse, Interaktion und Automation hilft Finanzabteilungen und CFOs dabei, effektiver zu werden und den allgemeinen Erfolg eines Unternehmens voranzubringen. Die folgenden vier potenziellen Anwendungsfälle zeigen, wie CFOs vom wahren Nutzen der Intelligenz profitieren können, um künftige Trends im Verhalten von Kunden oder Mitarbeitern zu ermitteln.

1. vorhersagende Analytik: Für CFOs dreht sich der wahre Nutzen der vorhersagenden Analytik um das Ermitteln bevorstehender Trends im Kundenverhalten. Die erste große Chance besteht in der Identifikation von Kunden, bei denen das Risiko besteht, dass der Auftrag verlorengeht – mit entsprechenden Auswirkungen auf den Umsatz etc. Das Zahlungsverhalten, die bei Vertriebsinteraktionen erhobenen Daten etc. lassen sich bündeln, um das künftige Verhalten zu verstehen. Als zweites resultiert hieraus die Chance zur Identifikation von Produkt- oder Angebotslücken, die mit traditioneller Denkweise oder Analytik übersehen würden.

2. vorhersagende Buchhaltung: Bei der vorhersagenden Buchhaltung geht es darum, das traditionelle, historische Rechnungslegungs-Konzept zugunsten eines verbesserten Management-Buchhaltungs- und Analysemodells zu verlassen. Man möchte den Entscheidern hiermit Echtzeit-Erkenntnisse zur Verfügung zu stellen, die sie für Entscheidungen nutzen können. Dies würde dem System die Überwachung von Transaktionen ermöglichen, denn sie sind für die Suche nach bestimmten Mustern konzipiert, die wichtig für die Lösung geschäftlicher Probleme sein können. Außerdem können sie Journaleinträge vorschlagen.

3. vorbeugendes Auditing: Das vorbeugende Auditing geht über das traditionelle, kontinuierliche Auditing-Konzept hinaus. Bei der fortlaufenden Überprüfung von Daten versteht das prädiktive Auditing mit der Zeit, welchen Weg die Daten nehmen, um so festzustellen, wenn etwas außerhalb der Norm liegt. Theoretisch könnte sich hiermit ein potenzieller Betrug schon sehr früh im Anfangsstadium aufdecken lassen, und nicht erst dann, wenn das Ausmaß schon so groß ist, dass es auch mit traditionellen Mitteln erkannt wird. Derartige Fähigkeiten könnten die Kosten und die Dauer von Audits deutlich reduzieren.

4. vorbeugendes Risikomanagement: Die Funktionsweise des vorbeugenden Risikomanagements besteht darin, in umfangreichen Datensätzen Muster zu erkennen, die auf Betrug oder andere Probleme hindeuten können. Viele Finanz-Institutionen streben zunehmend den Einsatz von Machine-Learning-Lösungen an, um die regelmäßig eintreffenden Berichtsdaten sowie unstrukturierte Informationen zu verwalten und zu untersuchen. Dies kann ganz erheblich die analytischen Fähigkeiten im Risikomanagement- und Compliance-Bereich verbessern (z. B. Geldwäsche, Modellierung von Kreditrisiken und Regelwerke). Außerdem werden strukturierte und unstrukturierte Daten kombiniert, die aus sozialen Medien und der Überwachung des Internets sowie von Emails, Textverarbeitungs-Dokumenten, Videos, Fotos und Audiodateien stammen, um böswillige Aktivitäten und Trends zu identifizieren und Risiken beispielsweise für Betrug oder Cyber-Attacken abzuwehren.

Im Gegensatz zu dem Chaos, das HAL in „2001: Odyssee im Weltraum“ stiftete, werden sich Unternehmen, die auf intelligente Technologien setzen, beste Voraussetzungen dafür schaffen, ihre Mitbewerber hinter sich zu lassen, ihr Prozessineffizienzen zu senken und ihren Umsatz und Gewinn zu steigern.

*Der Autor: Hartmut Hamann ist Sales Director – Oracle NetSuite Germany and Switzerland.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45218108 / ERP)