Künstliche Intelligenz: Hype oder echtes Potenzial?

  • Vierzig Prozent der TMT-Unternehmen profitieren bereits substanziell von AI.
  • Technologien und Tools unterstützen vor allem durch Automatisierungseffekte sowie Insights und können für ein höheres Kundenengagement sorgen.
  • Für die Implementierung und erfolgreiche Nutzung ist »Hands-on Expertise« gefragt.

 

Studie zeigt Möglichkeiten und Perspektiven von künstlicher Intelligenz für Unternehmen [1].

Künstliche Intelligenz (KI) gehört derzeit zu jenen Zukunftstechnologien, die nicht nur völlig neue Möglichkeiten eröffnen, sondern auch die Fantasie anregen: Wie »intelligent« können Maschinen sein und was bedeutet das für den Menschen? Werden Roboter und Mensch auf Augenhöhe agieren oder sich die Verhältnisse gar umkehren? Die allgemeine Diskussion darüber bewegt sich derzeit am Rande eines Hypes. Wie die Deloitte-Studie »Technology, media, and telecom get smarter« zeigt, kommen smarte Technologien heute vor allem in der TMT-Branche (Technology, Media & Telecommunications) in fest umrissenen Bereichen zum Einsatz – und bringen den Unternehmen nicht nur Chancen, sondern auch Herausforderungen. Erst wenn die notwendigen Voraussetzungen gegeben sind, können diese Technologien ihr transformatives Potenzial entfalten und beispielsweise Medienunternehmen neue Geschäftsmodelle ermöglichen oder die hohen Kundenansprüche in der der Telco-Branche erfüllen.

»Kognitives Computing ist die vielleicht spannendste technische Entwicklung unserer Zeit – und sie schreitet schnell voran. Gerade in der TMT-Branche werden ständig neue Produkte und Services vorgestellt. Doch in welchen Trends und Neuentwicklungen steckt echtes Potenzial? Unter dieser Fragestellung nimmt die Studie die heute bereits existierenden Anwendungsbereiche kognitiven Computings in der TMT-Branche unter die Lupe«, erklärt Milan Sallaba, Partner und Leiter Technology Sector bei Deloitte.

Mehrheit sieht klaren Nutzen

Die Zahlen sind unmissverständlich: Im Rahmen der Studie haben immerhin 40 Prozent der TMT-Vertreter angegeben, sie profitierten substanziell von KI-Technologien – 14 Prozentpunkte über dem Durchschnitt anderer Branchen. Einen eher moderaten Nutzen sehen 50 Prozent der TMT-Unternehmen und 54 Prozent aus anderen Branchen und bisher gar keinen Vorteil können nur 10 Prozent aus der TMT-Branche sowie 18 Prozent aus anderen Industrien erkennen.

Automatisierung anspruchsvoller Prozesse

Automatisierte, standardisierte Prozesse sind in der Produktion und zum Teil auch bei den Serviceleistungen fast jeder Branche inzwischen alltäglich. Anders bei Robotic & Cognitive Automation (R&CA) als nächster Stufe der Automatisierung: Mit der Fähigkeit, selbstlernend unstrukturierte Informationen aus verschiedenen Quellen in unterschiedlicher Form zu aggregieren und auszuwerten, kann sie deutlich anspruchsvollere Aufgaben übernehmen – zum Beispiel die Unterstützung von Verkaufspersonal in einem Telekommunikations-Shop, um dann mit maßgeschneiderten Lösungen und Angeboten sehr konkret auf den individuellen Kundenkontext eingehen zu können.

 

Chatbots für neue Servicequalität und ein ganzheitliches Kundenerlebnis

Viele Unternehmen sehen sich mit wachsenden Herausforderungen beim Customer Engagement konfrontiert. Eine zukunftsweisende Lösung kann der Einsatz von Chatbots sein. Eine der entscheidenden »intelligenten« Technologien ist dabei das Natural Language Processing in Echtzeit sowie die Fähigkeit, den Sinn der Rede des menschlichen Gegenübers auch bei nicht eindeutig vordefinierten Formulierungen zu erkennen und Sprache korrekt in Text zu verwandeln. Ein Beispiel wäre hier Google Duplex. Durch den Selbstlerneffekt können solche Systeme sukzessive perfektioniert werden – mit dem Ergebnis, dass sie sich demnächst selbstständig und sinngebend mit Kunden unterhalten werden können.

Drei Viertel erwarten umfassende Transformation

57 Prozent der TMT-Vertreter geben an, KI-Tools seien elementar für die eigene Strategie, 46 Prozent benötigen sie dringend für die Verbesserung von Produkten und Dienstleistungen. 43 Prozent versprechen sich einen Wettbewerbsvorteil, und über drei Viertel erwarten eine substanzielle Transformation des kompletten Unternehmens innerhalb der nächsten drei Jahre. Für 40 Prozent aus der TMT-Branche sind intelligente Technologien vor allem relevant für die Produktentwicklung, während das in anderen Industriebereichen nur auf 29 Prozent zutrifft – was natürlich auch daran liegt, dass die Tech-Unternehmen solche Lösungen zum Teil selber entwickeln und über die erforderliche Inhouse-Expertise verfügen müssen.

»Unternehmen der TMT-Branche müssen sich gut vorbereiten, wenn sie den Nutzen der neuen Technologien voll ausschöpfen wollen. Dazu gehört die Identifizierung konkreter Business Cases, in denen KI zur maximalen Wertschöpfung beiträgt. Dazu gehört aber auch ein tiefes Verständnis der Funktionsweise kognitiven Computings. Es empfiehlt sich, zunächst mit realen Anwendungen etwa in Gestalt von Process Robotics zu beginnen – und zu beachten, dass die Systeme, in die KI integriert wird, bereits vorher hochfunktional sein sollten«, fügt Sallaba hinzu.

 

[1] Die komplette Studie finden Sie hier zum Download. https://www2.deloitte.com/de/de/pages/technology-media-and-telecommunications/articles/artificial-intelligence-tmt.html

 


 

Artificial Intelligence Studie: So schafft AI Mehrwert im TMT-Sektor

Technologie, Medien und Telekommunikation profitieren von intelligenten Algorithmen.

 

Der Hype rund um das Thema AI ist groß. Doch wenn Unternehmen in die neue Technologie investieren, sollte diese Entscheidung auf einer realistischen Einschätzung basieren, die berücksichtigt, was künstliche Intelligenz für ihr Geschäft zu leisten vermag. Die Artificial Intelligence Studie von Deloitte zeigt anhand verschiedener Use Cases aus der Praxis, was aktuell möglich und sinnvoll ist.

 

ür den gewinnbringenden Einsatz von Artificial Intelligence ist es entscheidend zu verstehen, wie kognitive Technologien funktionieren, und wie sie Geschäftsprozesse verbessern können. Das gilt im Besonderen für die datengetriebenen Geschäftsmodelle des TMT-Sektors, die das Business der Unternehmen aus den Bereichen Technologie, Medien und Telekommunikation prägen.

Denn Anwendungen und Produkte der künstlichen Intelligenz zielen darauf ab, bestimmte, genau definierte Aufgaben zu erfüllen. Die in der öffentlichen Diskussion kursierende, überzogene Vorstellung einer synthetischen Superintelligenz, die alles besser kann als der Mensch, hat mehr mit Science-Fiction zu tun als mit der Realität.

Wir von Deloitte beschäftigen uns seit Jahren umfassend mit den realen Herausforderungen und Chancen von Artificial Intelligence und haben in der Zusammenarbeit mit zahlreichen Kunden, Anbietern und Wissenschaftlern drei Kernbereiche identifiziert, für die AI im TMT-Sektor aktuell den größten Nutzen erbringt:

  • AI kann zur intelligenten Automatisierung von Geschäftsprozessen im Backend eingesetzt werden, um Kosteneinsparungen zu erzielen und Mitarbeiter bei Routineaufgaben zu entlasten, damit sie sich auf wichtigere Analyse- und Strategieaufgaben fokussieren können.
  • AI-basierte Tools können es Unternehmen ermöglichen, die gewaltige Menge an Daten zu analysieren, die sie beispielsweise über das Internet sammeln, um Business Insights zu generieren und auf deren Basis schneller und besser Geschäftsentscheidungen zu treffen.
  • Artificial Intelligence kann dazu dienen, die Kommunikation mit Kunden zu verbessern, indem sie deren Bedürfnisse vorhersieht und gezielte Handlungsvorschläge unterbreitet.

Die Artificial Intelligence Studie »Technology, media, and telecom get smarter« zeigt, in welchen praktischen Anwendungsszenarien der Mehrwert von künstlicher Intelligenz im TMT-Sektor greifbar wird. Sie belegt zudem durch Umfrageergebnisse, dass Unternehmen aus den Bereichen Technologie, Medien und Telekommunikation bisher einen signifikant höheren Nutzen durch den Einsatz von AI erzielen als jene aus andere Sektoren.

 

 

AI verändert die Arbeitsprozesse: Robotic and Cognitive Automation

Während ein Industrieroboter aus tausenden von Einzelteilen beispielsweise ein Automobil zusammensetzt, arbeitet AI-basierte Automatisierung (Robotic and Cognitive Automation) mit Informationen. Sie sammelt Daten aus verschiedenen Quellen und fügt sie etwa zu einer Rechnung zusammen. Beide Formen der Automatisierung folgen dem gleichen Ziel: den Menschen von mühsamer und sich wiederholender Arbeit zu entlasten, die Produktion zu beschleunigen und schlussendlich fehlerfreie Produkte und Ergebnisse zu schaffen.

Am Beispiel der Rechnung zeigt sich anschaulich, worin der Mehrwert von Artificial Intelligence bei der Automatisierung derartiger Arbeitsprozesse liegt: Wenn die von der Buchhaltung für die Rechnungsstellung benötigten Informationen bereits alle in digitaler Form vorliegen und das Format sowie der Ort der Daten konsistent ist, ist die Aufgabe auch durch simple Computersysteme zu bewältigen. Doch das ist in der Praxis meist nicht der Fall – und sobald auch unstrukturierte Daten einfließen, sind diese Systeme überfordert. Hier kann nur intelligente Automatisierung die komplexen Prozesse selbsttätig steuern und fehlerfrei abschließen.

Fallbeispiel 1: AI-Anwendungen in Technologieunternehmen

Als globales Fortune 50 Technologieunternehmen steht Dell vor zahlreichen Herausforderungen im Bereich der Rechnungslegung und Berichterstattung. Zur Optimierung dieser Finanzfunktionen hat Deloitte gemeinsam mit Dell ein AI-gestütztes System für Robotic and Cognitive Automation entwickelt, welches es Dell ermöglicht, seine Bücher in kürzerer Zeit und zu geringeren Kosten zu schließen. Durch die intelligente Prozessautomatisierung konnten Effizienzeffekte mehrerer Vollzeitstellen realisiert werden. Zudem ermöglicht das System die künftige Erweiterung auf weitere Dell-Berichtsfunktionen.

AI verändert Entscheidungsprozesse: Cognitive Insights

Mithilfe intelligenter Technologien zur Generierung von Cognitive Insights können Unternehmen nicht nur den gewaltigen Strom von Informationen verwalten, den sie im digitalen Zeitalter tagtäglich im Rahmen ihrer vielfältigen Geschäftsprozesse sammeln, sondern diese Informationen auch nutzen, um Echtzeit-Einblicke zur Schaffung von Mehrwert zu generieren. Auch hier gilt es, Daten unterschiedlicher Quellen und Formate zu verarbeiten – und agil auszuwerten. Für Unternehmen bedeutet das, überkommene Hard- und Softwarestrukturen neu zu denken, um einen Data Lake zu schaffen und diesen mithilfe von Analytics effizient und intelligent zu bewirtschaften. Dank der Möglichkeiten von Artificial Intelligence lassen sich so spezifische Herausforderungen in Echtzeit lösen, um etwa das wahrscheinliche Verhalten eines bestimmten Kunden oder Lieferanten zu antizipieren.

Fallbeispiel 2: AI-Anwendungen in Telekommunikationsunternehmen

Entscheidend für die Lösung eines Kundenproblems beim ersten Anruf ist, dass ein Servicemitarbeiter sofort über alle relevanten Informationen verfügt. Der Telekommunikationsanbieter Verizon hat eine AI-Plattform entwickelt, die Daten aus einer Vielzahl unstrukturierter Quellen kontinuierlich überwacht und dabei leistungsstarke Algorithmen zur Analyse und Entscheidungsfindung einsetzt; das System ist in der Lage, Korrelationen zu erkennen, um die Anfragen eines Kunden vorherzusagen und Lösungen seines Problems vorwegzunehmen. Das Ergebnis: ein verbesserter Kundenservice und eine deutliche Steigerung der Fehlerbehebungsquoten beim ersten Anruf.

AI verändert die Interaktion mit Kunden: Cognitive Engagement

In Zeiten von Smartphone und Social Media haben sich die Kommunikationspräferenzen der Kunden gewandelt. Sie mit traditionellen Formen der Werbung und der Kundenbetreuung zu erreichen, wird immer schwieriger. Unternehmen auf der Suche nach effizienteren und effektiveren Lösungen für das Customer Engagement nutzen deshalb vermehrt AI-basierte Technologien. Beispielsweise Recommendation Engines, deren intelligente Algorithmen den Kunden beim Einkauf im Internet individuelle Angebote und Werbung ausspielen. Diese Empfehlungssysteme berücksichtigen auf Basis der in der Vergangenheit generierten Aktivitäten und Daten gezielt die persönlichen Interessen und Präferenzen der Kunden. Eine weiteres Beispiel sind Chatbots, die AI zur Sprachverarbeitung und Texterkennung nutzen, und in unterschiedlicher Form im Kundenservice zum Einsatz kommen: vom Dialogfenster auf einer Webseite, dem man die dahinter steckende künstliche Intelligenz nicht ansieht, bis hin zu ausgefeilten intelligenten Sprachsystemen, die den Dialog zwischen Mensch und Maschine in natürlicher Sprache ermöglichen.

Fallbeispiel 3: AI-Anwendungen in Medienunternehmen

Netflix nutzt eine neuartige AI-Lösung, die den Kunden aus dem unüberschaubar großen Film- und Serienangebot selbstständig und gezielt attraktive Programmempfehlungen ausspricht. So soll im hart umkämpften Streaming-Markt die Abwanderung zur Konkurrenz unterbunden werden. Mit Erfolg: Netflix schätzt, dass der wirtschaftliche Effekt dieser Maßnahme einem jährlichen Umsatzbeitrag in Höhe von 1 Milliarde US-Dollar entspricht.

Milan Sallaba

Partner | Leiter Technology Sector
[1] Laden Sie hier die Deloitte Insights Studie »Technology, media, and telecom get smarter« herunter und erfahren Sie mehr über die Einsatzmöglichkeiten von Artificial Intelligence.

 


 

Künstliche Intelligenz ist im (Arbeits-)Alltag noch nicht angekommen

IT als Grundgerüst für künstliche Intelligenz und maschinelles Lernen – Digitale Transformation der Industrie

Künstliche Intelligenz definiert Konnektivität und den Zyklus des Wirtschaftswachstums neu

Wenn künstliche Intelligenz den Job aussucht

Start-ups sind die wichtigsten Innovatoren für künstliche Intelligenz

Künstliche Intelligenz auch für Managementaufgaben

Weitere Artikel zu