Ein kurzer Rückblick:

In Teil 1 wurde deutlich, dass KI bei klar definierten Aufgabenstellungen sehr beeindruckende Fähigkeiten entwickeln kann.

Mit Hilfe der Software "Analytical Process Automation" (APA) - Alteryx wurde in Teil 2 ein neuronales Netz (ein Algorithmus in der KI) so trainiert und implementiert, dass es anschließend von Fachanwendern einfach angewendet werden kann.

Bei dieser Anwendung in Teil 3 wurde deutlich, dass KI und insbesondere neuronale Netze nur die Dinge gut können, die im Training gelernt wurden. Treten jedoch Daten auf, die nicht im Training gelernt wurden, können neuronale Netze sehr unvorhersehbare Fehler machen. Sogar Fehler, die wir als Menschen nicht unbedingt für logisch halten würden, weil neuronale Netze Daten nicht so analysieren können wie Menschen.

Im letzten Beitrag, Teil 4, ging es um die Frage: Wie können KI-Projekte in KMUs umgesetzt werden? Anhand eines Prozessablaufs wurden die verschiedenen Phasen eines Data-Science-Projekts vorgestellt.

Bei all diesen Einblicken bleibt eine Frage offen: Wo genau kann man als KMU künstliche Intelligenz einsetzen?

Nun, um ehrlich zu sein, gibt es eine Menge verschiedener Optionen, die wirklich von den Prozessen und den verfügbaren Daten in Ihrem KMU abhängen. Dennoch können wir es auf zwei Hauptströme von KI-Anwendungen eingrenzen. Jeder dieser Ströme wird durch ein paar beispielhafte Use Cases illustriert.

Für KMUs sind zwei Bereiche besonders prominent - Automatisierung und Vorhersage.

Vorhersage (forecasting)

KI im Bereich der Vorhersage beschäftigt sich mit Aussagen über die Zukunft auf Basis von Erfahrungen aus der Vergangenheit. Einige Beispiele für diese Anwendung:

"Ein lokaler Elektrofahrzeugvermieter möchte seine Flotte erweitern und interessiert sich daher dafür, wann die Auslastungsspitzen erreicht werden. KI kann hier aus Vergangenheitsdaten einen Trend für die Zukunft entwickeln und Vorhersagen darüber treffen, wann und wie hoch die Auslastung sein wird."

"Ein Weinlieferant hat eine neue Produktpalette zusammengestellt. Kunden sollen gezielt Empfehlungen für Produkte erhalten, die ihnen aus der neuen Palette am besten gefallen.  KI kann auf Basis des vergangenen Kaufverhaltens Interessengebiete für Kundengruppen ableiten und so Vorhersagen über das Interesse an den neuen Produkten treffen."

"Ein Telefonberatungsunternehmen hat eine lange Liste von Fragen, die jedem Kunden am Telefon gestellt werden, um ihn der richtigen Beratung zuzuordnen. Dieser Prozess soll nun verkürzt werden. KI kann historische Daten über Fragen und Antworten und die anschließende Klassifizierung nutzen. Dadurch kann das KI-Modell dynamisch empfehlen, welche Frage als nächstes gestellt werden soll, abhängig von der letzten Antwort, um eine gute und schnelle Einschätzung des Kunden zu erhalten, ohne den gesamten Katalog abfragen zu müssen."

Forecasting basiert auf der Modellierung eines Prozesses, und in dieser Modellierung kann dann die Zeit "vorgespult" werden, um den zukünftigen Zustand des Prozesses zu sehen. Basierend auf diesem modellierten zukünftigen Zustand wird eine Vorhersage getroffen. Es ist wichtig zu erkennen, dass ein Modell niemals 100% die Realität abbilden kann und daher keine 100%ige zuverlässige Vorhersage über die Zukunft machen kann. Je mehr jedoch über den Prozess bekannt ist, desto genauer wird das Modell. Wie in Teil 2 beschrieben, sind Daten entscheidend für die Leistungsfähigkeit von KI, das gilt auch in diesem Fall: Je mehr hochwertige Daten, desto präziser die Vorhersage.

Automatisierung

Das Einsatzgebiet in der Automatisierung lässt sich in einer Faustregel zusammenfassen: "KI sollte dort in Betracht gezogen werden, wo digitale Aufgaben repetitiv sind.

Einige Beispiele:

"Ein Unternehmen erhält standardisierte Multiple-Choice-Formulare. Mitarbeiter lesen die Formulare und geben die Antworten in eine Datenbank ein. Mit KI kann dieser Prozess automatisiert werden. Mittels Bilderkennung werden markierte Felder erkannt und das Ergebnis wird automatisch in die Datenbank übertragen."

"Da der Webstore-Anbieter einen neuen Kontaktservice anbietet, erhält der Laden viel mehr schriftliche Umtauschanfragen per Mail. KI kann hier helfen, indem E-Mails nach Themen vorsortiert werden und die Inhalte dann nur an Mitarbeiter zugestellt werden, die sich auf dieses Thema spezialisiert haben."        

Automatisierung kann in vielen Bereichen eingesetzt werden, wenn sehr standardisierte Prozesse vorhanden sind: Oft in Kombination mit Bilderkennung, dem automatisierten Lesen von gedruckten Texten und Formularen, dem Analysieren von Textinhalten, dem Extrahieren von Textinhalten und dem Übertragen von Informationen in interne Formulare oder Datenbanken. Durch die Standardisierung von text- und wiederholungslastigen Prozessen kann ein interessanter Geschäftsvorteil erzielt werden.

Inspiriert? - Sie wollen die Vorteile von KI für Ihr KMU nutzen?

Gibt es Prozessschritte, die auch in den KI-Bereich passen könnten? Oder gibt es eine Vorhersage, die vielleicht schon immer interessant war? Aber ist das wirklich der richtige Use Case?

Wir von der Banian AG helfen Ihnen gerne mit einer Erstberatung weiter. Kontaktieren Sie uns per Telefon +41 (0)61 551 00 12, per Mail oder via LinkedIn. Und wenn die Business-Frage über KI hinausgeht, helfen wir gerne als Digitalisierungspartner von der Strategie über das Information Management bis hin zu Data & Analytics.