Bildnachweis: AdobeStock_ipoba

Digitalisierung

Künstliche Intelligenz in Verbindung mit Big Data und den unerlässlichen Analyse-Tools schafft den entscheidenden Vorsprung in fast allen Bereichen ökonomischen Wirkens.

Vom Wandel zur Innovation: So verändern KI, Automatisierung und Big Data die Arbeitsplätze von morgen

05.12.2024
Mensch und Maschine in nie dagewesener Harmonie: ein Bild, das Fantasie und Arbeitswirklichkeit in den Unternehmen national wie international beflügelt. Längst angekommen ist das Mysterium der omnipotenten KI. Die erste Lernphase gilt als erledigt, jetzt fluten mächtige Anwendungen die Desktops der Marketingexpert*innen. Und tatsächlich: Künstliche Intelligenz in Verbindung mit Big Data und den unerlässlichen Analyse-Tools schafft den entscheidenden Vorsprung in fast allen Bereichen ökonomischen Wirkens. Die Angst, der Mensch könnte dabei komplett außen vor bleiben ist unbegründet.

Automatisierung zerstört nicht – sie verwandelt!

Bereits vor hundert Jahren waren Künstliche Intelligenz, Robotik und Big Data wortmächtig in literarische Dystopien verpackt. Isaac Asimov warnte mit „I, Robot“ vor Maschinen mit humanem Bewusstsein. In seinen „Drei Gesetzen der Robotik“ wurde die schier unüberwindbare Mauer zwischen Mechanik und Menschsein errichtet. Im Werk „2001: A Space Odyssey“ des Physikers Arthur C. Clarke (kongenial ins Kino transferiert von Altmeister Stanley Kubrick) verhandelt der Großrechner HAL 9000 mit den Astronauten den eigenen System-Reboot. Mit tödlichen Folgen, wie Cineasten wissen. Die Romantrilogie „Neuromancer“ von William Gibson (1987 in Deutsch erschienen) katapultiert uns urplötzlich in den Cyperspace. Dort agieren Lebewesen und KI in einem von Computern generierten Universum. Kazua Ishiguro stellt in der Erzählung „Klara and the sun“ Androiden vor, die mit genetisch veränderten und sozial abgeschotteten Kindern Freundschaft schließen. Humoristisch geht’s auch. Ein bedrohlich-gigantischer Rechner beantwortet in Douglas Adams‘ „Per Anhalter durch die Galaxis“ die Frage „Was ist der Sinn von allem?“ mit einem kryptisch-banalen „42!“. Die Idee zum Buch hatte der Autor als Rucksack-Tourist leicht angetrunken auf einem Feld liegend in der Nähe von Innsbruck.       

Dystopisch, utopisch, real

Trotz so mancher Unkenrufe, von qualifiziert-wissenschaftlicher und zugleich künstlerisch-romantischer Seite, haben sich Assistenz- und Vorhersagemodelle aus der Artificial Intelligence in vielen Sektoren etabliert. Sie sind im wahrsten Sinne des Wortes „nicht mehr wegzudenken“ und verändern tradierte Arbeitsmodi, liebgewonnene Gewohnheiten und das (manchmal entlarvende) Fehler-Management.

Finanzwesen, Verkauf und Produktion neu gedacht

Die KI erzeugt auf der Basis von historischen Fakten, Marktanalysen, psychologischen Einflussfaktoren und individuellen Signalen treffsichere Algorithmen. Diese erkennen Muster besser als der Mensch, interpretieren Prozesse und entdecken Trends. Analyse-Tools überwachen Marktkonditionen, Warenflüsse und Umsätze. Die Unterstützung für den nationalen und internationalen Handel fußt auf historischen Daten und aktuellen Entwicklungen. Die ganzheitliche Betrachtung aller relevanten Faktoren verbessert die Vorhersagegenauigkeit erheblich. Cobots“ (Collaborative Robots) arbeiten Hand in Hand mit erfahrenen Fachkräften in zunehmend komplexen Fertigungsprozessen. Eine fast menschenleere Fabrikhalle versprüht zwar keinen Charme á la „Ärmel hochkrempeln“, allerdings hätten Arbeiter*innen in stickiger, lärmender und gefährlicher Umgebung ohnehin die schlechteren Karten im Vergleich zu ihren stählernen Mechanoiden. Krankenkassen begrüßen diese Umgestaltung. Parallel zu diesen Prozessen passiert „Überwachung in Echtzeit“. Fehlerhafte Produkte werden bereits einzeln identifiziert und nicht erst in der angesammelten Charge. Künstliche Intelligenz hat sich mittlerweile zu einem unbestechlichen Überwachungssystem entwickelt, das in Echtzeit Anomalien, physikalische und chemische Abweichungen, Passungenauigkeiten u.v.m. in „real time“ erkennt.

Erkennen und behandeln  

Bildgebende Verfahren in der Medizin profitieren stark von der KI-gestützten Interpretation optischer Daten. Die Algorithmen der Künstlichen Intelligenz sind durch permanentes Training derart aufeinander abgestimmt, dass sie feine Muster in Röntgenbildern und MRT-erzeugten Daten nahezu fehlerfrei interpretieren. Nach erfolgter frühzeitiger Erkennung durch computergestützte Verfahren schaltet sich die KI erneut ein. Aus der Big-Data-Analyse können durch Abstraktion individuelle Behandlungspläne abgeleitet werden. Patienten*innen erhalten die wirksamsten Behandlungsoptionen auf der Basis von Statistik und Prognose.

Kreativ sein und neues Lernen

Bei Schreib- oder Komponierblockaden springt der Bot ein und verhilft Künstler*innen zu frischer Kreativität. Viele auf Algorithmen basierende Beats und Chords bildeten schon den Ausgangspunkt für einen Platz in den Charts. Auch die Bildende Kunst, allen voran die Fotografie, profitiert von der ausgefeilten Technik. Bildgeneratoren entfernen Hintergründe, wechseln Farben aus, zaubern den Menschen ein Lächeln auf die Lippen oder exportieren die Szenerie in die Renaissance. Gestalterische Konzepte lassen sich mit Hilfe der KI vom ersten Scribble an planen und umsetzen. Die Resultate entstehen dabei durch Machine Learning und Training. Wer der KI anschließend zu verstehen gibt, dass man mit dem Output zufrieden ist, verfestigt das abrufbare Wissen im globalen Datenmeer. Nachfolgende Anfragen profitieren von diesem Vorgang. Chatbots haben zudem das Lehr- und Lernverhalten maßgeblich verändert. Arbeitsaufträge können in beliebigen Unterrichtssprachen formuliert werden, während Textgeneratoren Lehrenden dabei helfen, Inhalte an das jeweilige Altersniveau anzupassen. Schüler*innen am „Frontend“ haben diese Chancen wahrscheinlich früher erkannt als ihre Lehrkräfte. In den westlichen Ländern geht man davon aus, dass der Hype rund um den Einsatz von ChatGPT, MS Copilot und Co. längst fällige Reformen in Gang bringen wird. Dies betrifft vor allem das Erkennen von Plagiaten, gefälschten Nachrichten und die Eigenverantwortung bei der Recherche.

Prompting, aber richtig

Der Output der Künstlichen Intelligenz spiegelt sich in der Qualität des Inputs wider. Besondere Brisanz erfährt hier das „Prompting“, sprich die Anweisung an das Superhirn in der konkreten Problemstellung. Das geschieht am besten in echter, lebendiger und (nahezu) fehlerfreier Alltagssprache, verbunden mit logischer Eindeutigkeit und Kohärenz. Auf die Frage beispielsweise, wie die 10 größten Wüsten der Erde heißen, erscheint die Antarktis auf Platz 1. Die KI ist nämlich bei wissenschaftlichen Begriffen wortgetreu trainiert. Dies vor dem Hintergrund der häufig irrigen Annahme, dass Wissbegierige a priori den Unterschied zwischen Eis-, Fels- und Sandwüsten kennen. You get, what you give!

Am erfolgreichsten kooperieren ChatBots, wenn man sie in komplexe Materien als Assistenten einbindet und die Regeln des guten Anstands befolgt. „Lieber Chatbot! Du bist ein erfahrener Englischlehrer. Assistiere mir bei der Recherche zu den sprachlichen Besonderheiten in den Werken von Ernest Hemingway“. Manch Student*in ist dann völlig perplex, mit welch vertiefenden und weiterführenden Fragen die KI rückantwortet.  

Bis an die Grenzen

Erwartungshaltungen beim Einsatz von KI führen manchmal zu Enttäuschungen. Die Intelligenz da draußen knackt nicht immer den Fragen-Jackpot. Studien zu den Bereichen Journalismus, Medizin, Finanzwesen und Kreativität bestätigen den immer noch relevanten Einflussfaktor „Mensch“.   
Hybride Teams (bestehend aus Expert*innen plus KI) erkennen Fake News besser, Marktbewegungen durch erfahrene Profis führen zu exakteren Vorhersagen. KI-Kunstwerke jeder Art werden oft als unoriginell, inhaltlich flach, mäßig inspirierend oder gar langweilig empfunden. Tatsächlich kommt es in der Kollaboration auf den Mensch-Maschine-Mix an. Häufig genannte Beispiele sind:

IBM Watson: Um akkurate Diagnosen und Therapien zu garantieren, durchforstet Watson Unmengen an medizinischer Literatur.

H & M: Der schwedische Moderiese lässt Expert*innen und KI kooperieren, wenn es um die Bewertung von Trends und damit verbundene Voraussagen des Lagerbestandes geht.

Next Rembrandt: Kunstliebhaber*innen sind entzückt von der Vorstellung, dass KI im Stile Rembrandts an neuen Motiven und Sujets arbeitet. Einige Bilder wurden schon erfolgreich bei Auktionen platziert.

JPMorgan: Die KI-dominierte Software COiN (Contract Intelligence) wühlt sich durch abertausende Seiten juristischer Texte und findet die relevanten Stellen. Zeitersparnis und Fehlerreduktion stellen sich als angenehme Folgen ein.

Mit der wirtschaftlichen Nutzung von Daten in einem strengen EU-konformen Rahmen beschäftigt sich der datahub.tirol. Unternehmen und Organisationen profitieren vom eigenen oder externen Datenbestand. Der Einsatz eröffnet neue Perspektiven, vom Marketing über Personalmanagement bis hin zum innovativen Geschäftsmodell in einem Startup.

„Automation transforms Jobs“

Entscheidungen für Automatisierung und gleichzeitige Assistenz der KI führt nicht zwingend zum Abbau aktiver Personalressourcen. Unternehmen setzen dabei auf erfolgreich getestete Strategien, denn „Automation Doesn’t Just Create or Destroy Jobs – It Transforms Them“.     

Durch Schulungs- und Weiterbildungsmaßnahmen werden Mitarbeiter*innen auf neue Rollen eingeschworen, die im Rahmen der Automatisierung entstehen. Viele Arbeitnehmer*innen betrachten dies als Chance, mit dem rasanten Fortschritt der Digitalisierung Schritt zu halten.

Angesichts verstärkter Kollaboration von Maschine und Mensch werden neue Kontroll-Positionen eröffnet.

Aufgaben, die sich ständig wiederholen, werden mehr und mehr automatisch erledigt. Die freiwerdenden Zeitressourcen können kreativ für das Erstellen neuer Strategien genutzt werden.

In gefährlichen, körperlich herausfordernden und ungesunden Arbeitsumgebungen finden sich mehr und mehr Automaten. Bemühungen in Richtung Ergonomie und Sicherheit reduzieren Krankenstände und Arbeitsunfälle.

KI-gestützte Prozessplanung steigert Flexibilität und Autonomie. Firmen bieten ihren Mitarbeiter*innen attraktive Zeitmodelle und verbessern damit Lebensqualität und Work-Life-Balance.

Über den Weg eines offenen und nicht-hierarchischen Diskurses werden Kolleginnen und Kollegen im Einführungsprozess von KI begleitet. Damit wird der Grundstein für Akzeptanz und Vertrauen in betriebliche Zukunftsmaßnahmen gelegt.

Mitarbeiter*innen werden in die Transformations-Aktivitäten eingebunden, geben Feedback und wirken an der Gestaltung des künftigen Working Space mit. Eine wertschätzende, offene und aufrichtige Kommunikationskultur ist das Ergebnis.

Big Data fördert Human-Potential 

Human Ressource Management gehört zu den Pionieren im Umgang mit großen Datenmengen und smarter Untersuchung. „People Analytics“ erstreckt sich über das ganze betriebliche Ökosystem. Schonungslos aufgedeckt werden etwa Qualifikationsdefizite, „Talentlücken“, Mängel im Projekt- und Zeitmanagement sowie fehlerhafte Implementierung von Modellen.  

Die Stärken von „People Analytics“

Bei der strategischen Personalplanung wird das „Talente-Management“ forciert und Ressourcen werden punktgenau eingeplant. In den Fokus gerät auch lebenslanges Lernen. Der Ausbildungsbedarf wird akribisch erfasst, ebenso die Korrelation zwischen Leistungsindikatoren und aktuellem Wissensstand. Big Data gibt Auskunft über den Grad der Mitarbeiter*innen-Bindung und erlaubt Prognosen über drohende abnehmende Produktivität.  

Google war der erste Konzern, der People Analytics in die Rekrutierungsprozesse integrierte. Der detaillierte Blick auf die vorhandenen Informationen ergab, dass manche Fragen bei Vorstellungsgesprächen keinerlei Annahmen über Erfolg und Leistung implizierten. Nach dem Einsatz von Analytics konnte mit großer Wahrscheinlichkeit vorausgesagt werden, wann Mitarbeiter*innen die Firma verlassen. People Analytics bringt auch Klarheit bei der Dynamik von Löhnen, Berechnung von Break Even Points und die Kosten für Arbeitsunfähigkeit.   

Bauchgefühl führt in die Irre

Die Daten stammen dabei allesamt aus den Personalabteilungen. Die KI-gestützte Analyse erlaubt den Turn von einer „Was ist passiert“-Metrik („Die Fluktuation in der Produktion liegt bei 10%“) hin zu einer „Warum-Metrik“ („32 Mitarbeiter*innen haben wegen ineffizienten Verkaufs-Managements gekündigt“). Entscheidungen werden nicht mehr auf der Ebene schwammiger Vorahnungen getroffen, sondern im Umfeld evaluierter Daten und ihrer logischen Verknüpfungen. Die Ergebnisse lassen das Herz so mancher Human Ressource Manager*in und Controller*in höher schlagen.

Mit People Analytics werden ungenutzte Fähigkeiten der Mitarbeiter*innen erkannt und geschlechtsspezifische Lohngefälle aufgedeckt. Die Geschwindigkeit beim Einstellungsprozess wird deutlich erhöht, Quellen für Empfehlungen werden ausfindig gemacht. Auf der Basis von Geschäftsergebnissen können KI-gestützte Bindungs- und Belohnungssysteme entwickelt werden. Es können weiters spezifisch jene Teams ausfindig gemacht werden, die für Erfolge verantwortlich sind. Personalabteilungen können fordern, dass „Talentprogramme“ datengetriebene Entscheidungen und Kennzahlen enthalten. Nicht zuletzt definiert People Analytics die Bindung an den Betrieb über messbare Parameter, beispielsweise Einstellung und persönlichen Einsatz.    

Weise Voraussicht

Der über lange Zeit angehäufte Datenberg kann noch mehr. Predictive Analytics im Verbund mit Künstlicher Intelligenz sagt das Kundenverhalten voraus. Hierbei werden zeitlich zurückliegende Daten, statistische Algorithmen und Machine Learning gemeinsam ins Rennen geschickt. Kundenerfahrungen werden individualisiert, um letztlich den Erfolg eines Unternehmens voranzutreiben.

So geht’s:

  1. Predictive Analytics verwendet einen Datenbestand (Big Data*) und erstellt damit eine mathematische Prozedur, mit der in der Zukunft liegende Events beschrieben werden
  2. Datengesteuertes Marketing ermöglicht Vorhersagemodelle in Bezug auf Kundenreaktionen
  3. Es erfolgt die Datenerfassung, danach die Prüfung und Verarbeitung
  4. Mit bereinigten Daten wird ein prädiktives Modell generiert
  5. Testung des Modells mit Optimierung
  6. Integration in die Unternehmensabläufe (z.B. Marketingstrategien)

*) Datenvolumina haben direkten Einfluss auf die Exaktheit und Aussagekraft von Prognosen

Ganz ohne Vorarbeit lässt sich Predictive Analytics allerdings nicht realisieren. Unabdingbar sind kompetente Mitarbeiter*innen, zuverlässige und „gesunde“ Daten sowie leistungsstarke Hardware.

Die Liste von Einsatzmöglichkeiten von Predictive Analytics im Zusammenspiel mit Big Data ist bemerkenswert lang. Zu erwähnen sind die Vorhersage von Kundenverlust (Churn), personalisierte Werbemaßnahmen, die Optimierung eines Online-Marketingbudgets und der effektive Einsatz von Rabatten und Vouchers.   


Links

>>https://www.mentalfloss.com/posts/novels-about-artificial-intelligence

>>https://apnews.com/article/ai-novels-authors-f846ff75df37dacbdb87b4343a346c2a

>>www.human-magazin.de

>>https://smythos.com/artificial-intelligence/human-ai-collaboration/human-ai-collaboration-examples/

>>https://hbr.org/2018/07/collaborative-intelligence-humans-and-ai-are-joining-forces

>>https://www2.deloitte.com/us/en/insights/topics/talent/human-machine-collaboration.html

>>https://sloanreview.mit.edu/article/the-key-to-success-with-ai-is-human-machine-collaboration/

>>https://hbr.org/2021/11/automation-doesnt-just-create-or-destroy-jobs-it-transforms-them

>>https://hrforecast.com/de/ein-kompletter-leitfaden-zu-people-analytics-anwendungsfaelle-vorteile-tipps-zur-implementierung-und-mehr/

>>https://www.awantego.com/predictive-analytics/

 

Zurück

nach oben