Seit langem schreitet die Automatisierung betrieblicher Abläufe voran. Doch bislang blieben textbasierte Einzelprozesse, die Daten aus verschiedensten Quellen zusammenbringen, weitgehend außen vor. Gemessen am Ziel einer vollständigen Automatisierung waren diese Nischenprozesse bislang unzugänglich – sie konnten nicht kosteneffizient automatisiert werden. Mit der heutigen Verfügbarkeit von generativer KI und Werkzeugen wie benutzerdefinierten Chatbots hat sich dies fundamental geändert.
Neue Anwendungsfälle dank generativer KI
Als Konzern mit Ursprung im Maschinenbau investiert Körber seit Jahren in digitale und KI-basierte Prozesse als Hebel für kundennahe Innovation und Wettbewerbsfähigkeit. Unter anderem geht es bei dieser Transformation um das Ziel, die digitale Ebene der installierten Maschinen zu besetzen. Zusätzlich hat mit dem Jahr 2023 die Erprobung von Ansätzen aus der generativen KI begonnen. Dies hat den Einsatzbereich digitaler Werkzeuge massiv erweitert. Heute erkunden wir Anwendungen, die Input als einfachen Text oder Ton in natürlicher Sprache annehmen und eine Vielfalt von Daten nutzen, um textbasierte Prozesse zunehmend zu automatisieren.
Prozessoptimierung am Beispiel Service-Ticketing
Ein Bereich mit großem Optimierungspotenzial ist der Kundenservice. Ein gutes Beispiel bieten eingehende Anfragen, die jetzt vom Remote-Service mit generativer KI effizienter gelöst werden können. Eine konkrete Herausforderung: Einzelne Techniker haben bisweilen keine Erfahrung mit ähnlichen Tickets, die von ihren Kollegen in der Vergangenheit bearbeitet wurden. Fehlende Transparenz kann so zu wiederholten Bemühungen führen, die gleichen Probleme zu lösen. Hier setzt die Effizienzsteigerung an.
Grundlage der Anwendung sind Tickets aus früheren Vorgängen, Handbücher und andere servicebezogene Daten. Erstellt der Service-Techniker ein neues Ticket, dann erhält er zunächst eine Übersicht früherer Anfragen, die der aktuellen ähnlich sind. Nun kann die Chatbot-Funktion eine Empfehlung in Textform erstellen, wie mit dem Problem umzugehen sei. Das System erzeugt, quasi „automatisiert“ auf Grundlage dokumentierter Erfahrungswerte, einen Lösungsvorschlag für die eingehende Anfrage. Der Techniker erledigt weiterhin seine Arbeit, doch bei weniger Zeitaufwand erhöhen sich Qualität und Konsistenz der Lösungen für die Kunden.
Vielfältige Anwendungsbereiche
Effizienzsteigerung gelingt auch in individuellen Nischenprozessen. Um beispielsweise fragwürdige Passagen in Non-Disclosure Agreements zu identifizieren und Verbesserungsvorschläge zu machen, konnte für den damit befassten Juristen sehr zügig ein auf spezifischen Inhalten fußender Chatbot konfiguriert werden. Ebenso können Informationen zu internen Regelwerken schnell und präzise allen Mitarbeitenden zugänglich gemacht werden.
Große Chancen bieten sich in der Übertragbarkeit von Anwendungen. Im Falle der Bearbeitung von Service-Anfragen wären vergleichbare Werkzeuge nutzbar in der IT, bei Maschinen-Reparaturen, beim Suchen von Ersatzteilen. Implizit „speichern“ diese Systeme Wissen, sind mehrsprachig und daher global einsetzbar. So bieten sie auch eine Antwort auf den Fachkräftemangel.
Eine interdisziplinäre Lenkungsgruppe als Schlüsselfaktor
Das Vorantreiben solcher Innovationen, insbesondere mit Blick auf kundennahe Anwendungen, bedarf breiter Unterstützung im Unternehmen. Im Körber-Geschäftsfeld Digital setzen wir organisatorisch auf Kompetenzzentren für Cloud-Technologien, Machine Learning, generative KI und Konnektivität. Wir machen Daten zu einem Fundament für Wandel und Innovation, dafür investieren wir in die digitale Kompetenz aller Mitarbeitenden, stellen entsprechende Werkzeuge zur Verfügung.
Größere Projekte werden zentral priorisiert, grobe Rahmenbedingungen werden für alle Aktivitäten vorgegeben. Zentral gesteuert werden auch ausgewählte Shared Services, darunter ein konzernweiter Data Lake, eine Umgebung für Datenanalytik und Low-Code-Anwendungen. Die Verknüpfung zwischen hoheitlich und explorativ genutzten Datensystemen muss klar definiert werden, gleichzeitig wird die übergeordnete Datenstrategie kontinuierlich verfeinert.
Mindset zum Erfolg
Bei aller Euphorie sollte nicht vergessen werden, dass es sich hier um ein neues Gebiet handelt. Unser Blick auf Chancen und Risiken wird sich rasch verändern, jedes Projekt wird ungeklärte Fragen aufwerfen. Beispielsweise sind Ansätze zu definieren, wie die zu erwartende große Zahl individualisierter Chatbots zukünftig gepflegt werden kann. Auch ist zu entscheiden, wann Ergebnisse einer generativen KI „gut genug“ sind, um irgendwann weitgehend ohne den Human-in-the-Loop zu laufen. Kriterien dafür sind jedes Mal zu prüfen, bevor neuartige Prozesse für interne oder kundenorientierte Anwendungen implementiert werden.
Das richtige Mindset sichert die langfristige Umsetzung der Transformation. Der Wandel kann nur in einem kulturellen Umfeld gelingen, in dem Teams über Einheiten hinweg zusammenarbeiten und die Freiheit haben, Ideen gemeinsam zu erproben. Es gilt, die neuen Instrumente auch in Feldern wie R&D einzusetzen, um der Vision vom datengetriebenen Unternehmen kontinuierlich näher zu kommen.