Aufrufe
vor 1 Jahr

Digital Business

  • Text
  • Entwicklung
  • Intelligenz
  • Digitalen
  • Servicenow
  • Mitarbeiter
  • Digital
  • Digitalisierung
  • Digitale
  • Transformation
  • Unternehmen

xxxxxx Grafik: Golden

xxxxxx Grafik: Golden Sikorka / shutterstock.com So verändern Machine Learning und künstliche Intelligenz die Arbeitswelt mla. So wie Maschinen schon seit der ersten industriellen Revolution im 18. Jahrhundert die physischen Leistungsgrenzen der Menschen überwanden, so werden in Zukunft Maschinen die geistige Leistungsfähigkeit von Menschen erweitern. Machine Learning und künstliche Intelligenz werden die kommenden Jahre die wirtschaftliche Entwicklung prägen, ja revolutionieren. Es wird automatisiert werden, was automatisiert werden kann. Alles, was eine Maschine besser, schneller und günstiger tun kann, wird künftig auch von einer Maschine erledigt werden. Wo neue Technologien marktreif sind, hat der Umbau der Arbeitswelten bereits begonnen. So hat etwa in Versicherungsunternehmen, die Aufgaben wie die Schadenbearbeitung automatisieren, die Anzahl der Schadenbearbeiter rapide abgenommen. Das schreibt Holger Rommel, Head Research & Digital Transformation bei TI&M, in seinem Fachbeitrag. Wenn Versicherungen dadurch Kosten sparen können, bleiben mehr Ressourcen für die Kundenbetreuung und -bindung. Auch der Ersatz des «einfachen» Buchhalters durch ein intelligentes System ist laut Rommel nur eine Frage der Zeit, ebenso wie der Ersatz von Menschen, die in Servicecentern einfache Kundenanfragen beantworten. Müssen diese Arbeitskräfte aber automatisch auch die Verlierer dieser Entwicklung sein? Und wer ausser den Unternehmen gewinnt durch die Automatisierung? Diese Fragen beantwortet Rommel ebenfalls. Eines vorweg: Ob man gewinnt oder verliert, liegt zum überwiegenden Teil in der Einflusss phäre der Betroffenen. 22

Wahrnehmung und Entwicklung der digitalen Transformation Menschen machen sich seit hunderten Jahren Maschinen zunutze, um die Grenzen der körperlichen Leistungsfähigkeit zu überwinden. Künstliche Intelligenz wird uns helfen, unsere geistigen Grenzen zu überschreiten. Und damit sollten wir uns auseinandersetzen. DOSSIER IN KOOPERATION MIT TI&M Es ist eine Tatsache, dass die digitale Transformation massiven Einfluss darauf haben wird, wie wir arbeiten und wie wir leben. Es ist ebenso Konsens, dass sich dadurch auch die Gesellschaft, in der wir leben, stark anpassen muss. Trotzdem sind Diskussionen über die Auswirkung des technologischen Wandels oft abstrakt: Der Einzelne denkt wenig darüber nach, wie sich seine persönlichen Lebensumstände durch diesen Wandel ändern werden. Woher kommt diese Diskrepanz? Warum haben viele Menschen den Eindruck, sie selbst wären persönlich nur so stark betroffen, wie sie neue Features in ihrem Auto oder ihrem Smartphone nutzen wollen? Wieso glauben sie, dass ihre realen und direkten Lebensumstände von der Digitalisierung nicht grundlegend betroffen sind? Der Autor Holger Rommel, Head Research & Digital Transformation, TI&M Der technologische Wandel kommt langsam – aber unaufhaltsam Die meisten Menschen erleben die Welt um sie herum im Wesentlichen als stabil und statisch. Das gilt auch für das Wirken von Technologiezyklen: Wir haben gelernt, dass seit der industriellen Revolution im 18. Jahrhundert eine technische Innovation auf die nächste folgte, was die Lebensweise der Menschen Schritt für Schritt verbessert, aber nicht grundlegend verändert hat. Ausserdem ist es zwar einfach, die bekannte Welt und ihre technologischen Möglichkeiten in die Zukunft zu extrapolieren, aber es ist generell schwierig, sich Dinge vorzustellen, die es weder gibt noch vorher von jemandem durchdacht worden sind. Daher werden in Zukunftsszenarien oft die bestehenden Gegebenheiten in die Zukunft vergrössert fortgeschrieben. Schliesslich verläuft die technologische Entwicklung – wie jeder evolutionäre Prozess – zu Beginn ähnlich wie eine Exponentialkurve, das heisst die Entwicklung startet sehr langsam und wird dann immer schneller. Auch die Rate der Geschwindigkeits- DIE «INDUSTRIALISIERUNG DES DENKENS» IST DA In der Praxis gibt es schon viele Systeme, die komplexe Aufgaben übernommen haben, für die wir – wenn ein Mensch sie ausführt – Intelligenz voraussetzen. Navigationssysteme etwa lösen komplexe Optimierungsaufgaben. Aber auch in der Arbeitswelt werden Tätigkeiten, für deren Erledigung Intelligenz vorausgesetzt wird, mehr und mehr an Systeme übertragen. Industrietaugliche Lösungen gibt es unter anderem in den folgenden Bereichen: • Die Inhaltserkennung bei Schriftstücken erlaubt in vielen Fällen eine automatisierte Zuweisung zu Geschäftsvorfällen und eine zumindest teilautomatisierte Verarbeitung. • In Buchhaltungssystemen können solche automatisch erkannten Belege durch System ohne Zutun eines Sachbearbeiters verbucht werden; wobei das System auch neue Debitoren oder Kreditoren lernen kann und sich so selbst adaptiert. • In der Versicherungswirtschaft können Schäden beziehungsweise Leistungsbelege automatisch geprüft und verarbeitet werden. Neue Regeln für die Prüfung (etwa aufgrund geänderter gesetzlicher Anforderungen) können durch die Systeme erstellt werden. • Kundenanfragen können automatisiert verarbeitet werden. Dabei können nicht nur die Kundenanliegen selbst, sondern auch Stimmungen und weiterer Subtext erkannt und für die Antwort ausgewertet werden. • Systeme können aus vorhandenen Informationen Texte zu einem bestimmten Thema erstellen, die dann als Antwort an Kunden geschickt oder veröffentlicht werden; dabei lassen sich auch Schreibstil und Tonalität des Zielmediums einstellen. • Legal-Tech-Systeme durchforsten Verträge, Gesetze und Gerichtsurteile, um relevante Informationen für Verhandlungen zu erhalten. • Die Bilderkennung hilft in unterschiedlichen Industrien, bessere und stärker automatisiert Entscheide zu treffen. Bekannt sind Expertensysteme aus der Medizin, die Krankheiten auf medizinischen Bilddaten erkennen; vergleichbare Systeme finden sich aber etwa auch in der Versicherungswirtschaft (zur Schadenerkennung) oder Industrie (zur Materialprüfung oder zur Systemüberwachung). • Predictive-Maintenance-Systeme überwachen Maschinen und Anlagen so, dass Probleme erkannt werden, bevor sich aus ihnen eine ernste Störung entwickelt. 23

Archiv