Business Process Transformation statt Business Process Improvement
Künstliche Intelligenz für effiziente Geschäftsprozesse nutzen
Ging es in den vergangenen Jahren vermehrt darum, Geschäftsprozesse zu optimieren und dadurch die Geschwindigkeit interner Abläufe zu erhöhen, wandert heute „Business Process Transformation“ in den Fokus der Unternehmen. Die Investition in neue Technologien führt zunehmend zum Überdenken kompletter Prozess – weg von rein quantitativen Maßnahmen hin zu einem qualitativen Ansatz. So können gesamte Prozesse und Arbeitsabläufe automatisiert und auf ein neues Qualitätslevel gehoben werden.
Im Zuge der Digitalisierung nimmt die Geschwindigkeit, mit der sich die Rahmenbedingungen für Unternehmen verändern, massiv zu. Innovative Produkte und Dienstleistungen drängen auf den Markt und werden oft genauso schnell wieder von „besseren“ abgelöst. Neue Wettbewerber stellen die traditionellen Branchen auf den Kopf und liefern sich einen Wettstreit mit den etablierten Unternehmen.
Um auch in Zukunft wettbewerbsfähig bleiben zu können, ist es notwendig, dass interne Prozesse so effizient wie möglich ablaufen. Im Rahmen der Digitalisierung verändern sich jedoch auch die Anforderungen an Geschäftsabläufe. Manche traditionellen Arbeitsprozesse werden durch eine End-to-end-Automatisierung obsolet, andere wiederum werden auf ein neues Qualitätslevel gehoben. Abläufe müssen nicht mehr nur kostengünstig und effizient sein, sondern vor allem agil, flexibel, individuell und zukunftsorientiert.
Das kontinuierliche Hinterfragen von bestehenden Geschäftsprozessen sowie die Transformationsfähigkeit von Unternehmen werden daher immer häufiger zu erfolgsentscheidenden Faktoren. Hierfür benötigt es KI-basierte Technologien mit welchen es möglich ist, Informationen effizient zu finden, zu interpretieren und so aufzubereiten, dass aus ihnen konkrete Antworten auf Fragestellungen gewonnen werden können. So können Unternehmen ihre Geschäftsprozesse und Abläufe kontinuierlich an geänderte Markt- und Rahmenbedingungen anpassen.
Index
1. Umfassender Überblick dank Insight Engines
Eine Möglichkeit, um intelligente und digitale Geschäftsprozesse in Unternehmen zu realisieren, bieten sogenannte Insight Engines. Dabei handelt es sich um intelligente Wissensmanagementlösungen die in der Lage sind, Informationen aus unterschiedlichen Datenquellen zu finden, zu analysieren, zu verknüpfen und zu extrahieren. Dabei unterscheiden sie sich aus Anwendersicht zwar kaum von klassischen Suchmaschinen, ihre Funktionen übertreffen dank künstlicher Intelligenz traditionelle Lösungen aber um ein Vielfaches.
Wird eine Suche angestoßen, durchsucht das System sämtliche unterschiedliche Datenquellen wie beispielsweise Fachanwendungen, Intranet, Cloud, CRM-Systeme, Datenbanken sowie Archive und analysiert die jeweiligen Inhalte semantisch. Die Ergebnisse werden um aussagekräftiges Zusatzwissen erweitert und den Nutzern im Rahmen der individuellen Zugriffsrechte übersichtlich zur Verfügung gestellt. Dadurch erhalten sie einen umfassenden und personalisierten Überblick über das abgefragte Thema beziehungsweise den Digital Twin.
Der Digital Twin – auf Deutsch: Digitale Zwilling – ist eine virtuelle Repräsentation eines realen Objekts. Dabei werden also physische Produkte und Systeme, aber eben auch Prozesse als Pendant in digitaler Form abgebildet. Mithilfe von KI und Machine Learning lassen sich auf diese Weise ganze Abläufe simulieren und dadurch neue Erkenntnisse erlangen.
Dank der entstehenden 360-Grad Sicht können komplexe Zusammenhänge rasch identifiziert und klar ersichtlich aufgezeigt, Veränderungen simuliert und dadurch mögliche Auswirkungen und Reaktionen vorab überprüft werden. So schaffen Insight Engines die ideale Grundlage für geschäftskritische Entscheidungen und legen den Grundstein für die Transformation von Geschäftsprozessen.
2. Das Verstehen von Anfragen – Herausforderung natürliche Sprache
Um die extrahierten Fakten mit all ihren Zusammenhängen optimal nutzen zu können, müssen die Anfragen des Anwenders verstanden und korrekt interpretiert werden. Computer können sehr effizient mit formalen Sprachen umgehen. Dabei handelt es sich um Sprachen wie XML, SQL und PHP, die Informationen ohne Mehrdeutigkeiten übertragen. Die natürliche, menschliche Sprache ist jedoch anderes. Sie ist komplex, unstrukturiert, oft zweideutig und entwickelt sich laufend weiter.
Fortschrittliche Technologien sind heute aber bereits in der Lage, Muster und Strukturen in Daten zu untersuchen und zu erkennen. Auf diese Weise wird gewährleistet, dass Anwender ihre Suchabfragen in natürlicher Sprache abgeben können, die Lösung diese richtig versteht, die Intention des Nutzers korrekt ermittelt, weiterverarbeitet und entsprechend darauf reagiert. Dafür arbeiten im Hintergrund intelligente Technologien – sogenanntes Natural Language Processing (NLP) und Natural Language Question Answering (NLQA).
Insight Engines machen sich zudem die Funktionen einer weiteren Methode der künstlichen Intelligenz zu Nutze – und zwar Deep Learning. Damit erweitert das System kontinuierlich sein Wissen. Es lernt aus der Vergangenheit. Basis dafür sind das Nutzerverhalten, die Interaktionen mit Suchtreffern, gespeicherte Suchen etc.
So können Insight Engines die Relevanz der Informationen für einzelne Nutzer oder ganze Gruppen klassifizieren. Bei nachfolgenden Suchabfragen weiß die Lösung genau, welche Ergebnisse relevanter sind, und zeigt diese vorrangig und proaktiv an.
3. Rasche und einfache Implementierung
Insight Engines sind darauf ausgerichtet, unkompliziert und nahtlos in die bereits vorhandene Infrastruktur und gewohnte Arbeitsumgebung integriert zu werden, um rasch eine effizientere Arbeitsweise zu ermöglichen.
Sogenannte Konnektoren ermöglichen die Anbindung unterschiedlichster Datenquellen. Sämtliche Daten in allen Formaten und Formen können auf diese Weise dank mehrerer hundert Standard-Konnektoren mit minimalem Aufwand indiziert werden. Ab dem Zeitpunkt der Indizierung ist die Insight Engine in der Lage, die Dateien und Dokumente nach relevanten Informationen zu durchsuchen, zu verknüpfen, zu analysieren und zu interpretieren.
Die Daten werden in einem Index (Wissensdatenbank) zusammengefasst, wobei sie ihren Ursprungsort, also die Datenquelle in der sie produziert und gespeichert wurden, nicht verlassen. Erst bei einer Aktion wie Öffnen oder Bearbeiten wird auf den ursprünglichen Speicherort zugegriffen und die entsprechende Anwendung (Microsoft Word, PDF-Reader etc.) geöffnet.
4. Vielfältige Implementierungsmöglichkeiten
Intelligente Insight Engines stehen in verschiedenen Varianten zur Verfügung. Eine Möglichkeit stellt die On-Prem Appliance dar. Dabei wird die hochleistungsfähige Hardware mit vorinstallierter Software in das unternehmensinterne Rechenzentrum integriert und sämtliche Daten direkt aus den angebundenen Quellen ohne jede Verbindung nach Außen (Internet, Hersteller, Anbieter) indiziert. Für Unternehmen, die bereits eine Vielzahl an Daten in Cloud-Lösungen (SharePoint online, Office 365, Salesforce) verwalten, bietet sich eine SaaS-Lösung an. Hierbei befindet sich die Appliance in den Cloud-Rechenzentren des Anbieters. Bei der hybriden Lösung werden mittels Appliance Daten aus dem eigenen Rechenzentrum analysiert; Daten aus Cloud-Diensten werden dabei direkt aus der Cloud indiziert. Besonders im Hinblick auf sensible Informationen stellen On-Prem Appliance-Lösungen häufig die bevorzugte Variante dar.
Fazit
Effiziente Prozesse sind eine der wichtigsten Grundlagen für die Wettbewerbsfähigkeit von Unternehmen. Starre und fest definierte Abläufe ermöglichen nicht die nötige Agilität, um im schnell wandelnden Markt wettbewerbsfähig zu bleiben.
Mithilfe von neuen Technologien können Geschäftsprozesse sowie Arbeitsabläufe transformiert und in der Folge essentielle Wettbewerbsvorteile generiert werden.
Die Kommentarfunktion ist geschlossen.