Ist künstliche Intelligenz ein Konkurrent für menschliche Ressourcen oder nicht?

Künstliche Intelligenz hat in verschiedenen Bereichen, wie der Diagnose von Krankheiten, der Übersetzung von Sprachen und dem Kundenservice, erhebliche Fortschritte gemacht. Der Fortschritt, den KI gemacht hat, ist beeindruckend, und es ist verständlich, warum einige befürchten könnten, dass sie menschliche Arbeitskräfte ersetzen könnte. Dies muss jedoch nicht zwangsläufig der Fall sein. Noch nie zuvor hatten wir digitale Technologie, die so auf unsere Bedürfnisse reagiert, noch waren wir jemals so reaktionsfähig auf unsere Werkzeuge. Obwohl KI zweifellos die Art und Weise, wie Arbeit erledigt wird und von wem, revolutionieren wird, wird ihre Hauptauswirkung darin bestehen, menschliche Fähigkeiten zu ergänzen und zu verbessern, anstatt sie zu ersetzen.

Die Integration von künstlicher Intelligenz (KI) zur Automatisierung von Geschäftsprozessen ist für viele Unternehmen zur gängigen Praxis geworden. Unternehmen, die jedoch ausschließlich auf KI setzen, um menschliche Mitarbeiter zu ersetzen, werden nur kurzfristige Produktivitätssteigerungen verzeichnen. Unsere umfangreiche Forschung, die die Untersuchung von 1.500 Unternehmen umfasste, ergab, dass Unternehmen die signifikantesten Verbesserungen in der Leistung erzielen, wenn Menschen und Maschinen zusammenarbeiten. Dies wird durch kollaborative Intelligenz erreicht, bei der Menschen und KI aktiv die Stärken des jeweils anderen verbessern und die Schwächen ausgleichen. Während Menschen in Führung, Teamarbeit, Kreativität und sozialen Fähigkeiten brillieren, sind Maschinen besser für Geschwindigkeit, Skalierbarkeit und quantitative Fähigkeiten ausgestattet. Es ist wesentlich zu erkennen, dass das, was Menschen leicht fällt, wie zum Beispiel einen Witz zu machen, für Maschinen schwierig sein kann, während die Analyse von Gigabyte an Daten eine Aufgabe ist, die für Menschen praktisch unmöglich bleibt. Um in der Geschäftswelt erfolgreich zu sein, benötigen Unternehmen sowohl menschliche als auch maschinelle Fähigkeiten.

Zusammenarbeit ist ein wesentlicher Vorteil, der in verschiedenen Bereichen und Branchen großen Wert hat.

Unternehmen können Vorteile daraus ziehen, indem sie die Zusammenarbeit zwischen menschlichen Mitarbeitern und künstlicher Intelligenz verbessern. Um dies zu erreichen, können sie fünf Leitprinzipien befolgen. Erstens sollten sie ihre Geschäftsprozesse überdenken. Zweitens sollten sie Experimente und die Einbindung der Mitarbeiter fördern. Drittens sollten sie eine aktive Rolle bei der Ausrichtung ihrer KI-Strategie übernehmen. Viertens sollten sie Daten in verantwortungsbewusster Weise sammeln. Schließlich sollten sie ihre Arbeitspraktiken überarbeiten, um KI zu integrieren und damit verbundene Mitarbeiterfähigkeiten zu fördern. Eine kürzlich durchgeführte Umfrage von 1.075 Unternehmen aus 12 Branchen ergab, dass je mehr Prinzipien ein Unternehmen übernimmt, desto effektiver sind ihre KI-Initiativen. Dies spiegelt sich in verbesserten Geschwindigkeiten, Kosteneinsparungen, Umsätzen und anderen betrieblichen Kennzahlen wider.

Um von dieser Zusammenarbeit optimal zu profitieren, ist es für Unternehmen unerlässlich zu verstehen, auf welche effizienteste Weise Menschen Maschinen ergänzen können, sowie wie Maschinen die Stärken von Menschen verstärken können. Darüber hinaus ist es für Unternehmen wesentlich, ihre Geschäftsprozesse neu zu gestalten, um diese Partnerschaft zu erleichtern. Unsere umfangreiche Forschung und praktische Erfahrung haben uns dazu veranlasst, umfassende Leitlinien zu entwickeln, die Unternehmen dabei helfen können, dieses Ziel zu erreichen und somit das Potenzial kollaborativer Intelligenz freizusetzen, um ihr Geschäft voranzutreiben.

Die Unterstützung der mechanischen Apparatur mithilfe menschlicher Intervention ist ein plausibles Szenario.

Um die Anforderungen des maschinellen Lernens zu erfüllen, werden von Menschen drei entscheidende Rollen erwartet. Erstens müssen sie Maschinen das Wissen vermitteln, um bestimmte Aufgaben zu erledigen. Zweitens sollten sie die Ergebnisse solcher Aufgaben erläutern, insbesondere wenn unerwartete oder umstrittene Ergebnisse auftreten. Schließlich tragen sie die Verantwortung dafür, dass Maschinen ethisch eingesetzt werden, beispielsweise indem sie verhindern, dass Roboter Menschen Schaden zufügen. Diese drei grundlegenden Rollen sind unverzichtbar und müssen mit äußerster Sorgfalt ausgeführt werden, um optimale Ergebnisse zu erzielen.

Training.

Maschinelles Lernen erfordert umfangreiches Training, um die zugewiesenen Aufgaben auszuführen. Dies umfasst das Sammeln großer Datensätze, um maschinelle Übersetzungsanwendungen im Umgang mit idiomatischen Ausdrücken, medizinische Anwendungen bei der Erkennung von Krankheiten und Empfehlungssysteme bei finanziellen Entscheidungen zu schulen. Darüber hinaus müssen Künstliche Intelligenz (KI)-Systeme darauf trainiert werden, auf die effektivste Weise mit Menschen zu interagieren. Während Organisationen aus verschiedenen Branchen noch in den Anfangsstadien der Besetzung von Trainerpositionen sind, haben prominente Technologieunternehmen und Forschungsgruppen bereits erfahrene Schulungsmitarbeiter aufgestellt und verfügen über umfangreiche Expertise. Diese Organisationen verfügen über die notwendigen Ressourcen und Kenntnisse, um die Entwicklung und Verbesserung von maschinellem Lernen weiter voranzutreiben, was wiederum zu effizienteren und innovativeren Anwendungen in naher Zukunft führen wird. Die kontinuierliche Anwendung dieser Schulungstechniken in Verbindung mit der Implementierung fortschrittlicher Technologien ermöglicht die fortgesetzte Evolution und das Wachstum des maschinellen Lernens.

Microsofts KI-Assistentin Cortana wurde entwickelt, um ihr eine Persönlichkeit zu verleihen, die Selbstbewusstsein, Fürsorglichkeit und Hilfsbereitschaft ausstrahlt, ohne autoritär zu wirken. Dies erforderte eine erhebliche Menge an Training und Einsatz eines Teams, das aus einem Dichter, einem Schriftsteller und einem Dramatiker bestand. Ebenso erforderte die Entwicklung der Persönlichkeiten von Apples Siri und Amazons Alexa die Beteiligung von menschlichen Trainern, die sicherstellten, dass die Assistenten die Marken ihrer jeweiligen Unternehmen korrekt repräsentierten. Apple’s Siri wurde zum Beispiel eine Spur von Schlagfertigkeit verliehen, die Kunden von dem Unternehmen erwarten könnten. Es ist offensichtlich, dass die Schaffung eines KI-Assistenten mit einer Persönlichkeit, die für Benutzer ansprechend und engagiert ist, eine erhebliche Investition von Zeit, Ressourcen und Fachwissen erfordert. Das Endergebnis ist jedoch ein KI-Assistent, der nicht nur effizient ist, sondern auch eine einzigartige und klar definierte Persönlichkeit hat.

Künstliche Intelligenz-Assistenten werden derzeit darauf trainiert, komplexere und nuanciertere menschliche Qualitäten wie Empathie zu zeigen. Koko, ein Start-up, das aus dem MIT Media Lab hervorgegangen ist, hat innovative Technologien entwickelt, die KI-Assistenten einfühlsamer erscheinen lassen können. Wenn ein Benutzer beispielsweise einen schwierigen Tag hat, antwortet das Koko-System nicht einfach mit einer automatisierten Nachricht wie “Es tut mir leid, das zu hören”. Vielmehr kann es nach zusätzlichen Details fragen und dann Anleitung geben, um der Person zu helfen, ihre Probleme aus einer anderen Perspektive zu betrachten. Wenn der Benutzer Stress hat, könnte Koko vorschlagen, diesen Stress als positive Emotion zu betrachten, die genutzt werden könnte, um Maßnahmen zu ergreifen. Diese Technologie hat das Potenzial, die Art und Weise zu revolutionieren, wie KI-Assistenten mit Benutzern kommunizieren, indem sie die Benutzererfahrung verbessert und die Assistenten menschenähnlicher macht.

Erläuterung.

Mit zunehmender Verbreitung von künstlicher Intelligenz (KI) greift diese vermehrt auf intransparente Prozesse zurück, die auch als das Black-Box-Problem bekannt sind. Dies stellt eine Herausforderung dar, da menschliche Experten das Verhalten der KI gegenüber Nicht-Experten erklären müssen, auch als Erklärer bezeichnet. In Branchen, die auf evidenzbasierte Entscheidungsfindung angewiesen sind, wie zum Beispiel Recht und Medizin, gewinnen Erklärer an Bedeutung. Sie helfen Praktikern dabei zu verstehen, wie die KI Eingaben gewichtet, um Entscheidungen wie medizinische Empfehlungen oder Strafmaße zu treffen. Erklärbare KI ist auch in Branchen wie Versicherungen und Strafverfolgung wichtig, wo sie helfen kann zu verstehen, warum ein autonomes Auto bestimmte Entscheidungen getroffen hat, die zu einem Unfall geführt haben. In regulierten Branchen und Branchen, in denen die Ausgabe von Maschinen als unfair, illegal oder inkorrekt angefochten werden könnte, gewinnen Erklärer zunehmend an Bedeutung. Somit wird erklärbare KI entscheidend sein, um sicherzustellen, dass Maschinen bei Entscheidungen, die erhebliche Auswirkungen auf Einzelpersonen und die Gesellschaft als Ganzes haben können, verantwortlich und transparent handeln. Die Datenschutz-Grundverordnung (DSGVO) der Europäischen Union (EU) gewährt Verbrauchern das Privileg, eine Erklärung für jede algorithmusbasierte Entscheidung anzufordern, wie beispielsweise das Angebot für einen Hypothekenzinssatz oder eine Kreditkarte. Dies ist ein Bereich, in dem das Feld der künstlichen Intelligenz (KI) eine bedeutende Rolle bei der Schaffung von mehr Arbeitsmöglichkeiten spielen wird. Experten zufolge wird geschätzt, dass Organisationen gezwungen sein werden, etwa 75.000 neue Stellen zu schaffen, um die Anforderungen der DSGVO zu erfüllen.

Aufrechterhaltung.

Unternehmen benötigen Personal, das in der Lage ist, die Ergebnisse von KI zu interpretieren, sowie “Aufrechterhalter”, die dafür verantwortlich sind, dass KI-Systeme kontinuierlich effektiv, sicher und gewissenhaft funktionieren.

Die Implementierung von künstlicher Intelligenz hat das Potenzial, unsere Fähigkeiten zur Analyse und Entscheidungsfindung zu verbessern und gleichzeitig unser kreatives Potenzial zu verstärken.

Eine Gruppe von Fachleuten, allgemein als Sicherheitsingenieure bekannt, ist darauf spezialisiert, potenziellen Schaden durch künstliche Intelligenzen vorherzusagen und zu mindern. Insbesondere Entwickler von Industrierobotern, die in Zusammenarbeit mit Menschen arbeiten, haben sorgfältige Maßnahmen ergriffen, um sicherzustellen, dass diese Roboter die Anwesenheit von Menschen erkennen und potenzielle Gefahren vermeiden können. In Situationen, in denen KIs Schaden verursacht haben, wie im Fall eines autonomen Fahrzeugs, das in einen tödlichen Unfall verwickelt war, können diese Spezialisten Berichte von Erklärern bewerten. Die genannten Experten spielen eine wichtige Rolle bei der Sicherheit und dem Schutz von Personen in Anwesenheit von KIs.

Andere Teams von Unterstützern stellen sicher, dass ethische Standards von KI-Systemen eingehalten werden. Falls ein KI-System für die Kreditgenehmigung entdeckt wird, dass es gegenüber bestimmten Gruppen von Menschen diskriminierend ist, wie dies in der Vergangenheit geschehen ist, sind diese Ethikmanager dafür verantwortlich, das Problem zu untersuchen und zu lösen. Datenschutzbeauftragte, die eine ähnliche Funktion haben, versuchen sicherzustellen, dass die in KI-Systemen verwendeten Daten der DSGVO und anderen Verbraucherschutzgesetzen entsprechen. Eine weitere Position im Bereich Datennutzung besteht darin, sicherzustellen, dass KIs Informationen verantwortungsbewusst verwalten. Diese Personen stellen auch sicher, dass Daten in einer Weise verwendet werden, die den Privatsphäre-Präferenzen der Verbraucher entspricht. Durch diese Bemühungen können KI-Systeme in einer ethischeren und verantwortungsbewussteren Weise betrieben werden.

Wie viele andere Technologieunternehmen nutzt Apple künstliche Intelligenz (KI), um persönliche Informationen über Benutzer zu erhalten, während sie mit den Produkten und Dienstleistungen des Unternehmens interagieren. Das Hauptziel der Verwendung von KI ist es, die Benutzererfahrung zu verbessern. Jedoch kann unkontrollierte Datensammlung die Privatsphäre gefährden, Kunden verärgern und gegen das Gesetz verstoßen. Das “Differential Privacy Team” bei Apple widmet sich der Aufgabe, sicherzustellen, dass die KI zwar versucht, so viel Wissen wie möglich über eine Gruppe von Benutzern im statistischen Kontext zu erlangen, gleichzeitig aber die Privatsphäre einzelner Benutzer schützt. Das Engagement dieses Teams für den Datenschutz der Benutzer ist ein Beweis für Apples Engagement, eine sichere und angenehme Benutzererfahrung zu bieten.

Maschinen unterstützen Menschen

Intelligente Maschinen tragen auf drei verschiedene Arten zur Verbesserung der Menschheit bei. Erstens sind sie in der Lage, unsere kognitiven Fähigkeiten zu steigern, wodurch wir Leistungen erreichen können, die zuvor nicht möglich waren. Zweitens können diese Maschinen mit Kunden und Mitarbeitern interagieren und uns somit für komplexere Aufgaben freisetzen, die menschliches Eingreifen erfordern. Schließlich können sie menschliche Fähigkeiten nachahmen und somit unsere körperlichen Fähigkeiten über das hinaus erweitern, was wir natürlicherweise erreichen können.

Verstärkung.

Künstliche Intelligenz hat das Potenzial, unsere kognitiven und Entscheidungsfähigkeiten zu verbessern, indem sie uns zur richtigen Zeit die relevanten Informationen liefert. Sie kann jedoch auch einen positiven Einfluss auf unsere Kreativität haben. Ein herausragendes Beispiel dafür ist die Dreamcatcher[1] -KI von Autodesk, die die Vorstellungskraft von Designern, selbst von denen, die bereits außergewöhnlich sind, verstärken kann. Bei der Verwendung von Dreamcatcher kann ein Designer spezifische Kriterien für das gewünschte Produkt angeben, wie zum Beispiel einen Stuhl, der bis zu 300 Pfund tragen kann, eine Sitzhöhe von 18 Zoll hat, aus Materialien besteht, die weniger als 75 US-Dollar kosten, und so weiter. Zusätzlich kann der Designer Informationen über andere Stühle liefern, die er ästhetisch ansprechend findet. Dreamcatcher generiert dann Tausende von Designs, die diese spezifischen Kriterien erfüllen, und regt oft neue Ideen an, die der Designer möglicherweise nicht zuerst in Betracht gezogen hat. Der Designer kann dann die Software anleiten, indem er angibt, welche Stuhlentwürfe er bevorzugt und welche nicht, was zu einer neuen Runde von Designs führt. Dieser Prozess kann mehrmals wiederholt werden, bis der gewünschte Entwurf erreicht ist. Letztendlich kann der Einsatz von KI-Tools wie Dreamcatcher zur Schaffung innovativer und einzigartiger Designs führen, die sonst schwer zu erreichen gewesen wären. Das Potenzial von KI, die Kreativität in verschiedenen Bereichen zu fördern, ist enorm, und ihr Einsatz wird in Zukunft voraussichtlich weiter zunehmen.

Dreamcatcher führt während des iterativen Prozesses zahlreiche Berechnungen durch, um sicherzustellen, dass jeder Designvorschlag die festgelegten Anforderungen erfüllt. Dies ermöglicht Designern, sich auf die Nutzung ihres professionellen Urteilsvermögens und ihrer künstlerischen Sensibilität zu konzentrieren, die einzigartige menschliche Eigenschaften sind. Infolgedessen ermöglichen die Fähigkeiten von Dreamcatcher Designern, Entwürfe zu erstellen, die nicht nur funktional, sondern auch ästhetisch ansprechend sind.

Interaktion.

Die Zusammenarbeit von Mensch und Maschine bietet Unternehmen die Möglichkeit, innovative und äußerst produktive Wege zur Interaktion mit ihren Mitarbeitern und Kunden zu nutzen. Zum Beispiel können KI-Agenten wie Cortana bei der Kommunikation zwischen Personen oder sogar im Namen von Personen helfen, z. B. bei der Transkription eines Meetings und der Bereitstellung einer sprachdurchsuchbaren Version für diejenigen, die nicht teilnehmen konnten. Solche Anwendungen sind grundsätzlich skalierbar und können verwendet werden, um Routine-Kundenservice für eine Vielzahl von Menschen gleichzeitig und unabhängig von ihrem Standort bereitzustellen. Dies ermöglicht es Unternehmen, effizienter zu arbeiten, Zeit und Ressourcen zu sparen und gleichzeitig die Kundenerfahrung zu verbessern.

Die SEB, eine prominente schwedische Bank, hat kürzlich eine virtuelle Assistentin namens Aida integriert, um mit Millionen von Kunden zu interagieren. Aida ist gut ausgestattet, um natürlichsprachliche Gespräche zu führen und hat Zugang zu einer großen Menge an Daten, die es ihr ermöglichen, auf häufig gestellte Fragen zu antworten, wie z. B. die Eröffnung von Konten oder die Durchführung von grenzüberschreitenden Zahlungen. Darüber hinaus kann Aida Folgefragen stellen, um Kundenprobleme zu lösen, und ihre Tonlage analysieren, um diese Informationen für zukünftigen besseren Service zu nutzen. Falls das System das Anliegen des Anrufers nicht bearbeiten kann, leitet Aida den Anrufer an einen menschlichen Kundendienstmitarbeiter weiter; dies geschieht in etwa 30 % der Fälle. Der Anruf wird dann überwacht, um zu lernen, wie ähnliche Probleme in Zukunft gelöst werden können. Mit Aida, die grundlegende Anfragen bearbeitet, können sich menschliche Vertreter darauf konzentrieren, komplexere Probleme zu lösen, insbesondere von unzufriedenen Anrufern, die möglicherweise zusätzliche Unterstützung benötigen. Diese Integration von Aida stellt einen bedeutenden Fortschritt im Kundenservice dar, der es der SEB ermöglicht, ihren Kunden prompte und effiziente Hilfe anzubieten.

Verkörperung.

Künstliche Intelligenzen wie Aida und Cortana existieren in erster Linie als digitale Entitäten; in bestimmten Fällen jedoch ist die Intelligenz in einen Roboter integriert, der menschliche Arbeitsprozesse optimiert. KI-gesteuerte Maschinen verfügen über fortschrittliche Sensoren, Motoren und Aktuatoren und können jetzt sowohl Personen als auch Objekte erkennen und sicher mit Menschen in Umgebungen wie Fabriken, Lagerhäusern und Labors zusammenarbeiten. Die Fähigkeit der KI-Technologie, menschliche Leistung zu ergänzen und unsere Fähigkeiten zu erweitern, hat es uns ermöglicht, eine größere Produktivität und Effizienz in unserem täglichen Leben zu erreichen.

Im Bereich der Fertigung durchlaufen Roboter eine Transformation von ihrem früheren Zustand als potenziell gefährliche und unintelligente Industrieanlagen zu einer intelligenteren, kontextbewussten Form, die als “Cobots” bezeichnet wird. Der Arm eines Cobots kann verwendet werden, um repetitive Aufgaben auszuführen, die erhebliche körperliche Anstrengung erfordern, während ein menschlicher Arbeiter Aufgaben mit Geschicklichkeit und menschlichem Urteilsvermögen durchführt, wie z. B. die Montage eines Getriebemotors.

Hyundai erweitert das Konzept der Cobots, indem sie Exoskelette in ihr Repertoire aufnehmen. Diese innovativen tragbaren Robotervorrichtungen haben die Fähigkeit, sich in Echtzeit an den Benutzer und die Umgebung anzupassen. Als Ergebnis werden industrielle Arbeiter nun die Fähigkeit haben, ihre Arbeit mit außergewöhnlicher Stärke und Ausdauer über menschliche Grenzen hinaus auszuführen.

Neugestaltung Ihres Unternehmens

Um das volle Potenzial der KI optimal zu nutzen, ist es notwendig, die Betriebsabläufe neu zu strukturieren. Dies kann erreicht werden, indem man einen operativen Bereich identifiziert und definiert, der Verbesserungspotenzial aufweist. Dieser Bereich könnte ein interner Prozess sein, der den Fortschritt behindert, wie z. B. die Verzögerung von HR bei der Besetzung von Mitarbeiterpositionen. Alternativ könnte es sich um ein langjähriges Problem handeln, das zuvor unlösbar war, jedoch jetzt mithilfe von KI angegangen werden kann, wie z. B. die Identifizierung von unerwünschten Arzneimittelreaktionen in verschiedenen Patientenpopulationen. Darüber hinaus gibt es mehrere innovative KI- und fortschrittliche Analysetechniken, die Probleme aufzeigen können, die zuvor unsichtbar waren, jedoch jetzt effektiv durch KI-Lösungen angegangen werden können. Im Wesentlichen liegt der Schlüssel zur vollständigen Nutzung der Vorteile der KI in der Fähigkeit, Betriebsabläufe unter Berücksichtigung von KI neu zu gestalten.

Offenlegung unsichtbarer Probleme

Der ehemalige US-Verteidigungsminister Donald Rumsfeld unterschied berühmt zwischen drei Arten von Wissen: “bekannte Bekanntes”, “bekannte Unbekanntes” und “unbekannte Unbekanntes”. Während die ersten beiden relativ einfach zu verwalten sind, ist es die dritte Kategorie, die die größte Herausforderung darstellt. In den letzten Jahren haben jedoch einige Unternehmen begonnen, künstliche Intelligenz (KI) einzusetzen, um diese “unbekannten Unbekannten” in ihren Geschäften aufzudecken. Ein solches Unternehmen ist GNS Healthcare, das maschinelles Lernen einsetzt, um übersehene Beziehungen zwischen Daten in Patientenakten und anderswo zu identifizieren. Sobald eine Beziehung identifiziert wurde, generiert die Software zahlreiche Hypothesen, um sie zu erklären, und schlägt dann vor, welche davon am plausibelsten sind. Diese Herangehensweise hat es GNS ermöglicht, eine neue Arzneimittelinteraktion aufzudecken, die zuvor in unstrukturierten Patientennotizen verborgen war.

Laut CEO Colin Hill handelt es sich hierbei nicht einfach um das Durchsuchen von Daten, um Verbindungen zu finden. Vielmehr ist die maschinelle Lernplattform von GNS darauf ausgelegt, über die Mustererkennung und Korrelation hinauszugehen und stattdessen auf das Entdecken von kausalen Verbindungen ausgerichtet zu sein. Dadurch kann das Unternehmen Erkenntnisse bieten und Chancen identifizieren, die sonst verborgen geblieben wären. Darüber hinaus kann die Plattform von GNS verwendet werden, um die Wirksamkeit unterschiedlicher Behandlungen für einzelne Patienten vorherzusagen, was Ärzten bei fundierteren Entscheidungen über ihre Versorgung helfen kann.

Einer der Hauptvorteile der mit KI betriebenen Entdeckung besteht darin, dass sie Unternehmen helfen kann, komplexe, multidimensionale Probleme zu bewältigen, die für Menschen schwer zu enträtseln sind. Zum Beispiel wurde die Plattform von GNS verwendet, um die Ursachen von chronischen Krankheiten wie Diabetes und Herzkrankheiten zu identifizieren, die von einer breiten Palette genetischer, lebensstilbedingter und umweltbedingter Faktoren beeinflusst werden. Durch die Analyse großer, vielfältiger Datensätze kann die Software von GNS die wichtigsten Treiber dieser Zustände ermitteln und Forschern helfen, neue Behandlungen zu entwickeln, die diese spezifischen Faktoren ins Visier nehmen.

Insgesamt steckt der Einsatz von KI zur Aufdeckung “unbekannter Unbekannter” noch in den Anfängen, aber das potenzielle Nutzen ist enorm. Indem diese Technologien Unternehmen und Forschern helfen, komplexe Datensätze zu verstehen und versteckte Muster und Erkenntnisse zu identifizieren, haben sie das Potenzial, eine breite Palette von Branchen zu transformieren und das Leben von Millionen von Menschen weltweit zu verbessern. Mit der fortschreitenden Entwicklung und Verbesserung der Technologie können wir in den kommenden Jahren noch spannendere Durchbrüche erwarten.

Unternehmen sollten sich mit Interessengruppen zusammentun, um Lösungen zu entwickeln, die die Zusammenarbeit mit KI-Systemen zur Verbesserung verschiedener Prozesse beinhalten. Zum Beispiel hatte ein großes landwirtschaftliches Unternehmen, das beabsichtigte, KI-Technologie einzusetzen, um Landwirte zu unterstützen, Zugang zu umfangreichen Daten über Bodeneigenschaften, Wettermuster, historische Ernten und andere damit verbundene Faktoren. Der ursprüngliche Plan des Unternehmens war es, eine KI-Anwendung zu entwerfen, die zukünftige Ernteerträge genau vorhersagen würde. Bevor dies jedoch geschah, war es notwendig, die Interessengruppen einzubeziehen, um sich vorstellen zu können, wie sie mit dem KI-System zusammenarbeiten könnten, um dieses Ziel zu erreichen.

Im Rahmen der Zusammenarbeit mit Landwirten entdeckte die Organisation einen dringenderen Bedarf. Insbesondere wünschten sich die Landwirte eine Plattform, die Echtzeit-Empfehlungen zur Steigerung der Produktivität liefern konnte. Solche Empfehlungen sollten eine Vielzahl von Themen abdecken, darunter welche Kulturen angebaut werden sollten, wo sie angebaut werden sollten und wie viel Stickstoff im Boden verwendet werden sollte. Als Reaktion auf dieses Bedürfnis entwickelte die Organisation ein KI-System, das solche Ratschläge geben konnte. Die frühen Ergebnisse dieser Initiative waren vielversprechend, da die Landwirte zufrieden mit den Ernteerträgen waren, die sie durch die Beratung der KI erzielt hatten. Die Ergebnisse dieses Vorversuchs wurden dann in das System integriert, um die verwendeten Algorithmen zu verbessern. Wie bereits in der Entdeckungsphase könnten neue KI- und Analysetechniken Co-Creation-Initiativen unterstützen, indem sie Vorschläge für neuartige Ansätze zur Verbesserung von Prozessen machen.

Sobald eine Lösung vorgeschlagen wurde, ist der nächste wesentliche Schritt für Unternehmen, diese zu skalieren und dann aufrechtzuerhalten. Ein konkretes Beispiel findet sich im Fall von SEB, das zunächst eine Version von Aida einführte, um 15.000 seiner Bankmitarbeiter zu unterstützen. Anschließend startete das Unternehmen den Chatbot für seine eine Million Kunden, um seine Reichweite weiter zu erhöhen.

Durch umfassende Zusammenarbeit mit zahlreichen Unternehmen haben wir erfolgreich fünf Schlüsselattribute von Geschäftsprozessen identifiziert, die oft im Fokus von Verbesserungsbemühungen stehen: Flexibilität, Geschwindigkeit, Skalierbarkeit, Entscheidungsfindung und Personalisierung. Bei der Aufgabe, einen bestimmten Geschäftsprozess neu zu gestalten, ist es wesentlich, festzustellen, welches dieser Merkmale der zentrale Schwerpunkt der gewünschten Transformation ist. Darüber hinaus ist es entscheidend zu bewerten, wie intelligente Zusammenarbeit genutzt werden kann, um diesen Schwerpunkt anzugehen, und die erforderlichen Neuausrichtungen und Kompromisse mit anderen Prozessmerkmalen zu identifizieren.

Mercedes-Benz integriert Cobot-Arme nahtlos mit dem Körper des menschlichen Arbeiters und agiert effektiv als Erweiterung des besagten Körpers.

Flexibilität.

Für Führungskräfte bei Mercedes-Benz stellten unflexible Prozesse eine wachsende Herausforderung dar. Immer mehr verlangten die profitabelsten Kunden des Unternehmens individualisierte S-Klasse Limousinen, doch die Montagesysteme des Automobilherstellers konnten die gewünschte Anpassung nicht liefern.

In der Vergangenheit war die Herstellung von Automobilen ein starrer und unflexibler Prozess, der automatisierte Schritte durch “dumme” Roboter umfasste. Um jedoch die Flexibilität zu erhöhen, hat Mercedes-Benz beschlossen, einige dieser Roboter durch KI-fähige Cobots zu ersetzen und seine Prozesse neu zu gestalten, um sich auf die Zusammenarbeit zwischen Mensch und Maschine zu konzentrieren. In der Nähe von Stuttgart, Deutschland, sind die von menschlichen Arbeitern gesteuerten Cobot-Arme nun dafür verantwortlich, schwere Teile aufzuheben und zu platzieren und fungieren effektiv als Erweiterung des Körpers des Arbeiters. Dieses System ermöglicht es dem Arbeiter, die Kontrolle über den Aufbau jedes Fahrzeugs zu übernehmen, was weniger manuelle Arbeit und eher eine “Steuerung” des Roboters bedeutet. In der Tat hat die Zusammenarbeit zwischen Menschen und Maschinen zu einem effizienteren und flexibleren Prozess in der Automobilherstellung geführt, der besser mit den heutigen technologischen Fortschritten im Einklang steht. Durch die Integration von KI-fähigen Cobots hat Mercedes einen Industriestandard gesetzt, dem zweifellos andere Automobilhersteller folgen werden.

Die Anpassungsfähigkeit der von dem Unternehmen beschäftigten Mensch-Maschine-Teams ist bemerkenswert. Die Cobots in der Produktionsanlage können mithilfe eines Tablets problemlos neu programmiert werden, und dies ermöglicht es ihnen, je nach Änderungen im Arbeitsablauf verschiedene Aufgaben zu bewältigen. Dieses Maß an Agilität war entscheidend für die Hersteller, um beispiellose Maßnahmen der Anpassung zu erreichen. Mercedes kann beispielsweise die Fahrzeugproduktion basierend auf den in den Autohäusern von den Verbrauchern in Echtzeit getroffenen Entscheidungen personalisieren. Diese Anpassung kann bis ins kleinste Detail gehen, wie zum Beispiel die Komponenten des Armaturenbretts, das Sitzleder und die Reifenventilkappen, was bedeutet, dass keine zwei Autos, die in der Stuttgarter Anlage hergestellt werden, identisch sind. Die Verwendung von Technologie hat den Herstellungsprozess revolutioniert und ist ein Beleg für die Vorteile, die aus der effektiven Integration von menschlicher und maschineller Arbeit resultieren können.

Leistungssteigerung

In verschiedenen Branchen arbeiten künstliche Intelligenz und Menschen bei verschiedenen Organisationen zusammen.

Geschwindigkeit.

In bestimmten Geschäftspraktiken liegt der Schwerpunkt auf der Geschwindigkeit. Ein solches Verfahren betrifft die Identifizierung von Fällen des Kreditkartenbetrugs. Unternehmen haben nur wenige Sekunden Zeit, um zu erkennen, ob sie eine bestimmte Transaktion autorisieren sollen oder nicht. Wenn festgestellt wird, dass es sich um einen Betrug handelt, wird das Unternehmen wahrscheinlich den damit verbundenen Verlust tragen müssen. Wenn sie jedoch eine legitime Transaktion ablehnen, verzichten sie auf die Gebühr aus diesem Verkauf und können potenziell den Kunden verprellen. Daher ist es für Unternehmen unerlässlich, über ein System zu verfügen, das schnell zwischen legitimer und betrügerischer Kreditkartennutzung unterscheiden kann.

HSBC, unter anderen großen Banken, hat eine KI-gesteuerte Lösung entwickelt, die die Geschwindigkeit und Präzision bei der Betrugserkennung erhöht. Durch die Überprüfung von Millionen von Transaktionen jeden Tag analysiert die KI Daten in Bezug auf den Kaufort, das Kundenverhalten, IP-Adressen und andere relevante Faktoren, um subtile Muster zu identifizieren, die auf möglichen Betrug hinweisen könnten. Nachdem das System zunächst in den Vereinigten Staaten implementiert wurde, erwies es sich als äußerst effektiv bei der Reduzierung von unentdecktem Betrug und falsch-positiven Ergebnissen. Nach diesem Erfolg führte HSBC das System in Großbritannien und Asien ein. Ebenso hat die Danske Bank ebenfalls ein eigenes KI-System implementiert, das ihre Betrugserkennungsrate um 50 % verbessert und falsch-positiven Ergebnissen um 60 % reduziert hat. Die Verringerung der Anzahl von falsch-positiven Ergebnissen ermöglicht es den Ermittlern, ihre Aufmerksamkeit auf Transaktionen zu richten, die von der KI als verdächtig eingestuft wurden und aufgrund unklarer Umstände menschliches Urteilsvermögen erfordern. Insgesamt haben diese KI-gesteuerten Systeme dazu beigetragen, den Prozess der Betrugserkennung zu optimieren und seine nachteiligen Auswirkungen zu verringern.

Der Kampf gegen Finanzbetrug kann als ein fortlaufendes Wettrüsten betrachtet werden, da verbesserte Erkennungsmethoden Kriminelle dazu veranlassen, immer ausgefeiltere Taktiken zu entwickeln, die weitere Fortschritte in den Erkennungsfähigkeiten erfordern. Dieser ständige Zyklus erfordert, dass die in der Bekämpfung von Betrug eingesetzten Algorithmen und Bewertungsmodelle eine sehr kurze Lebensdauer haben und regelmäßig aktualisiert werden müssen. Darüber hinaus verwenden verschiedene Länder und Regionen unterschiedliche Modelle, was die Situation weiter kompliziert. Daher ist eine große Gruppe von Datenanalysten, IT-Experten und Fachleuten für Finanzbetrug an der Schnittstelle von Mensch und Maschine unerlässlich, um sicherzustellen, dass die Software den Kriminellen stets einen Schritt voraus ist. Nur durch die unermüdlichen Bemühungen dieser Fachleute können wir hoffen, der sich ständig weiterentwickelnden Bedrohung durch Finanzbetrug einen Schritt voraus zu sein und das finanzielle Wohlergehen von Einzelpersonen und Organisationen weltweit zu schützen.

Skalierbarkeit.

Die begrenzte Skalierbarkeit kann oft eine wesentliche Hürde für die Verbesserung verschiedener Geschäftsprozesse darstellen, insbesondere solcher, die stark auf menschliche Arbeitskraft setzen und nur geringe maschinelle Unterstützung bieten. Nehmen wir beispielsweise den Mitarbeiterrekrutierungsprozess bei Unilever, einem Konsumgütergiganten mit einer 170.000-köpfigen Belegschaft. Die Personalabteilung erkannte die Notwendigkeit, die Belegschaft durch Fokus auf Neueinstellungen im Einstiegsbereich zu diversifizieren und dann die besten Leistungsträger in Führungspositionen zu befördern. Die bestehenden Prozesse des Unternehmens konnten jedoch eine große Anzahl potenzieller Kandidaten nicht effektiv bewerten und gleichzeitig jedem einzelnen individuelle Aufmerksamkeit schenken. Als Ergebnis hatte das Unternehmen Schwierigkeiten, einen vielfältigen Pool außergewöhnlicher Talente anzuziehen.

Dies ist ein gängiges Problem für Unternehmen, die sich zu stark auf manuelle Prozesse verlassen, da diese oft Schwierigkeiten haben, effizient zu skalieren. In der heutigen schnelllebigen Geschäftswelt müssen Organisationen in der Lage sein, potenzielle Kandidaten schnell und effektiv zu bewerten, um wettbewerbsfähig zu bleiben. Dies erfordert die Implementierung von stärker optimierten, automatisierten Prozessen, die größere Volumina von Kandidaten bewältigen können, ohne die Qualität der Bewertung zu beeinträchtigen. Durch diese Maßnahmen können Unternehmen sicherstellen, dass sie Top-Talente anziehen und binden, was für langfristigen Erfolg unerlässlich ist.

Glücklicherweise erkennen viele Unternehmen zunehmend die Bedeutung der Automatisierung in ihren Rekrutierungsprozessen. Durch den Einsatz modernster Technologien wie maschinelles Lernen und künstliche Intelligenz können diese Unternehmen viele der mühsamen Aufgaben im Recruiting automatisieren und so das Personalwesen entlasten, um sich auf strategischere Tätigkeiten zu konzentrieren. Dies verbessert nicht nur die Effizienz des Rekrutierungsprozesses, sondern erhöht auch die Erfahrung der Kandidaten, was entscheidend für den Aufbau einer starken Arbeitgebermarke ist. Letztendlich können Unternehmen, die in skalierbare, automatisierte Rekrutierungsprozesse investieren, sich in einer zunehmend wettbewerbsintensiven Geschäftsumgebung langfristig positionieren.

Unilever hat erfolgreich künstliche Intelligenz (KI) mit menschlichen Fähigkeiten integriert, um den Rekrutierungsprozess zu optimieren. Im ersten Schritt des Bewerbungsprozesses werden die Kandidaten aufgefordert, an Online-Spielen teilzunehmen, die ihre Risikoaversion und andere Eigenschaften bewerten, die für die jeweilige Position wichtig sind. Diese Spiele haben keine richtigen oder falschen Antworten, aber ihre Ergebnisse helfen Unilevers KI, die Personen zu identifizieren, die am besten für die Stelle geeignet sind. Im nächsten Schritt müssen Bewerber ein Video einreichen, in dem sie Fragen beantworten, die auf die gewünschte Position zugeschnitten sind. Die KI bewertet nicht nur ihre Antworten, sondern berücksichtigt auch ihre Körpersprache und Tonlage. Die KI wählt dann die besten Kandidaten für persönliche Vorstellungsgespräche bei Unilever aus. Schließlich trifft das menschliche Personalauswahlteam die endgültigen Einstellungsentscheidungen. Dieser hybride Ansatz hat es Unilever ermöglicht, die besten Kandidaten zu identifizieren und dabei Zeit und Ressourcen zu sparen.

Die Wirksamkeit des neuen Einstellungsprozesses hinsichtlich der Gewinnung von qualitativ hochwertigen Mitarbeitern kann zum aktuellen Zeitpunkt noch nicht bestimmt werden. Das Unternehmen überwacht die Leistung der neuen Einstellungen sorgfältig, dennoch werden weitere Informationen benötigt, um eine genaue Bewertung vorzunehmen. Dennoch ist offensichtlich, dass das neue System den Umfang der Rekrutierungsbemühungen von Unilever signifikant erweitert hat. Dies ist zum Teil darauf zurückzuführen, dass das System über Smartphones leicht zugänglich ist, was innerhalb eines Jahres zu einer Verdopplung der Bewerberzahl auf 30.000 geführt hat. Darüber hinaus hat sich die Anzahl der vertretenen Universitäten von 840 auf 2.600 erhöht, und auch die sozioökonomische Vielfalt der neuen Einstellungen hat sich verbessert. Darüber hinaus wurde die durchschnittliche Zeit für eine Einstellungsentscheidung von vier Monaten auf nur vier Wochen reduziert, und der Zeitaufwand der Personalvermittler für die Überprüfung von Bewerbungen ist um bemerkenswerte 75 % gesunken.

Entscheidungsfindung.

KI hat das Potenzial, die Entscheidungsfähigkeiten der Mitarbeiter zu verbessern, indem sie personalisierte Informationen und Anleitungen bietet, was immens vorteilhaft sein kann. Diese Technologie kann insbesondere für Mitarbeiter in operativen Positionen von Vorteil sein, bei denen die Genauigkeit von Entscheidungen die organisatorischen Ergebnisse erheblich beeinflussen kann. Durch den Einsatz von KI können Mitarbeiter mit dem richtigen Satz von Tools ausgestattet werden, um bessere informierte Entscheidungen zu treffen, die mit den Zielen und Werten des Unternehmens übereinstimmen.

Die Nutzung von digitalen Zwillingen, virtuellen Darstellungen physischer Geräte, hat die Wartung von Ausrüstung erheblich verbessert. General Electric hat beispielsweise Softwaremodelle seiner Turbinen und anderer industrieller Produkte entwickelt und aktualisiert diese ständig mit Betriebsdaten, die von der Ausrüstung gestreamt werden. Dies hat es dem Unternehmen ermöglicht, eine enorme Menge an Informationen sowohl über normale als auch abnormale Leistungen zu sammeln, indem es Messungen von zahlreichen Maschinen vor Ort erfasst. Mit dem Einsatz von maschinellem Lernen ist die Predix-Software von GE in der Lage, den Ausfall bestimmter Teile in einzelnen Maschinen vorherzusagen. Diese Technologie hat die Art und Weise revolutioniert, wie die Wartung von Ausrüstung durchgeführt wird, und ermöglicht eine vorausschauende Wartung, die Ausfälle von Ausrüstung verhindern und Ausfallzeiten reduzieren kann. Der Einsatz von digitalen Zwillingen hat eindeutig ihr immenses Potenzial zur Optimierung industrieller Prozesse und zur Kostenreduzierung demonstriert.

Die Anwendung dieser Innovation hat eine grundlegende Transformation im Entscheidungsprozess herbeigeführt, der erforderlich ist, um Industrieanlagen instand zu halten. Beispielsweise ist Predix in der Lage, jeglichen unerwarteten Verschleiß an Rotoren zu erkennen, der in einer Turbine auftreten kann. Es kann auch die Betriebshistorie der Turbine analysieren, feststellen, dass der Schaden in den letzten Monaten um das Vierfache zugenommen hat, und die betroffenen Parteien warnen, dass der Rotor bis zu 70 % seiner Nutzungslebensdauer verlieren könnte, wenn keine Maßnahmen ergriffen werden. Darüber hinaus kann das System Empfehlungen für geeignete Maßnahmen basierend auf dem aktuellen Zustand der Maschine, der Betriebsumgebung und anderen aggregierten Daten zu ähnlichen Schäden und Reparaturen an anderen Maschinen geben. Zudem kann Predix Informationen zu den damit verbundenen Kosten und finanziellen Vorteilen seiner Empfehlungen liefern sowie ein Vertrauensniveau von 95 % für die Annahmen bieten, die in seiner Analyse verwendet wurden. All diese Funktionen machen Predix zu einem unverzichtbaren Werkzeug für die Instandhaltung von Industrieanlagen.

Dank Predix können Wartungspersonal nun Rotorbeschädigungen frühzeitig erkennen, die bei routinemäßigen Inspektionen sonst unbemerkt geblieben wären. Ohne eine solche frühzeitige Erkennung wären die Rotoren ausgefallen, was zu kostspieligen Stillständen geführt hätte. Durch die Verwendung von Predix werden Wartungspersonal nun rechtzeitig auf mögliche Probleme hingewiesen, bevor sie sich verschlimmern, und sie haben Zugang zu den erforderlichen Informationen, um informierte Entscheidungen zu treffen, die GE Millionen von Dollar sparen können. Infolgedessen hat sich Predix zweifellos als wertvolle Ressource für die Wartung und das Betriebsmanagement bei GE erwiesen.

Personalisierung.

Die Bereitstellung von personalisierten und maßgeschneiderten Markenerlebnissen für Kunden war schon immer das ultimative Ziel des Marketings. Mit der ständig fortschreitenden Technologie, insbesondere mit KI, hat das Maß an Personalisierung neue Höhen erreicht, die zuvor undenkbar waren. Ein perfektes Beispiel dafür findet sich im Musik-Streaming-Dienst Pandora, der KI-Algorithmen verwendet, um personalisierte Wiedergabelisten für Millionen von Nutzern basierend auf ihren Vorlieben für Songs, Künstler und Genres zu generieren. Ein weiteres Beispiel ist Starbucks, das KI verwendet, um die mobilen Geräte der Kunden zu erkennen, auf ihre Bestellhistorie zuzugreifen und personalisierte Empfehlungen an die Baristas zu geben. Diese KI-gestützte Technologie hat riesige Mengen an Daten gesichtet und verarbeitet, um bestimmte Angebote oder Aktionen vorzuschlagen, wobei das menschliche Element der Intuition und Urteilsfähigkeit nach wie vor entscheidend ist, um die endgültige Entscheidung zu treffen oder die beste Option aus einer Reihe von Möglichkeiten auszuwählen. Zusammengefasst hat KI die Marketingbranche revolutioniert, indem sie eine Ebene der Personalisierung bietet, die einst undenkbar war, und Marken dazu ermutigt hat, sich darauf zu konzentrieren, ihren Kunden ein einzigartiges und individuelles Erlebnis zu bieten.

Die Nutzung von KI durch die Carnival Corporation zur Anpassung des Kreuzfahrterlebnisses für Millionen von Urlaubern wird durch ein tragbares Gerät namens Ocean Medallion und ein Netzwerk erleichtert, das smarte Geräte verbindet. Die Daten, die vom Medaillon und von Sensoren und Systemen im gesamten Schiff fließen, werden dynamisch von maschinellem Lernen verarbeitet, um den Gästen dabei zu helfen, das Beste aus ihrem Urlaub herauszuholen. Das Medaillon vereinfacht die Ein- und Ausschiffungsprozesse, verfolgt die Aktivitäten der Gäste, vereinfacht den Einkauf, indem es ihre Kreditkarten mit dem Gerät verbindet, fungiert als Zimmerschlüssel und verbindet sich auch mit einem System, das die Vorlieben der Gäste vorhersieht. Dadurch können Crew-Mitglieder personalisierten Service für jeden Gast bieten, indem sie maßgeschneiderte Reiserouten für Aktivitäten und kulinarische Erlebnisse vorschlagen. Mit Hilfe von KI können Gäste nun ein beispielloses Maß an Komfort und Bequemlichkeit erleben, was ihr gesamtes Urlaubserlebnis weiter verbessert und somit zu einer höheren Kundenzufriedenheit und -loyalität führt. Diese innovative Nutzung von Technologie ist ein Game-Changer in der Kreuzfahrtbranche und bietet anderen einen Leitfaden, um KI zur Personalisierung des Kundenerlebnisses einzusetzen.

Die Nachfrage nach neuen Arbeitspositionen und qualifizierten Fachkräften ist in der heutigen Arbeitswelt von entscheidender Bedeutung.

Die Neugestaltung eines Geschäftsprozesses geht über die bloße Integration von KI-Technologie hinaus; sie erfordert ein erhebliches Engagement für die Entwicklung von Mitarbeitern mit dem, was wir als “Fusion Skills” bezeichnen – Fähigkeiten, die es ihnen ermöglichen, effektiv an der Schnittstelle zwischen Mensch und Maschine zu agieren. Zunächst müssen Einzelpersonen verstehen, wie sie Verantwortlichkeiten an die neue Technologie delegieren können, wie beispielsweise Ärzte, die sich auf Computer verlassen, um ihnen bei der Interpretation von Röntgenaufnahmen und MRTs zu helfen. Darüber hinaus sollten die Mitarbeiter wissen, wie sie ihre einzigartigen menschlichen Talente mit denen einer intelligenten Maschine verbinden können, um ein überlegenes Ergebnis zu erzielen, als es entweder allein produzieren könnte, wie bei der robotergestützten Chirurgie. Mitarbeiter müssen die Fähigkeit besitzen, intelligenten Agenten neue Fähigkeiten beizubringen und Schulungen zu erhalten, um in KI-gesteigerten Prozessen effektiv zu funktionieren. All diese Fähigkeiten sind entscheidende Bestandteile der Fusion Skills, die erforderlich sind, um KI-Technologie erfolgreich in einen Geschäftsprozess zu integrieren.

Um die Informationen, die sie von einem KI-Agenten benötigen, effektiv zu erhalten, müssen Einzelpersonen darüber informiert sein, wie sie Fragen am besten stellen können. Darüber hinaus ist es entscheidend, dass Unternehmen engagierte Mitarbeiter haben, wie beispielsweise diejenigen im Differential Privacy Team von Apple, die dafür verantwortlich sind, die ethische und rechtmäßige Nutzung ihrer KI-Systeme sicherzustellen. Durch diese Maßnahmen können Organisationen sicherstellen, dass die Anwendung von KI-Technologie mit ihren Werten in Einklang steht und auf sozial verantwortliche Weise durchgeführt wird.

In den kommenden Jahren erwarten wir eine Transformation in der Art und Weise, wie Unternehmen ihre Rollen strukturieren, mit einem Fokus auf den gewünschten Ergebnissen von neu gestalteten Prozessen. Es wird eine Verschiebung hin zur Organisation von Unternehmen um verschiedene Fähigkeiten geben, anstatt traditionelle, unflexible Jobtitel. AT&T hat bereits Schritte in diese Richtung unternommen, da es von Festnetztelefondiensten auf Mobilfunknetze umsteigt und sich bemüht, 100.000 Mitarbeiter für neue Positionen umzuschulen. Im Rahmen dieser Initiative hat das Unternehmen seine Organisationsstruktur überarbeitet, indem es etwa 2.000 Jobtitel in eine kleinere Anzahl von breiteren Kategorien umgewandelt hat, die ähnliche Fähigkeiten umfassen. Einige dieser Fähigkeiten sind vorhersehbarer, wie die Beherrschung von Datenwissenschaft und Datenbearbeitung, während andere weniger offensichtlich sind, wie die Fähigkeit, einfache Machine-Learning-Tools zur Cross-Selling von Dienstleistungen zu nutzen. Diese Umstrukturierung wird es Unternehmen ermöglichen, agiler und anpassungsfähiger zu sein und den sich ständig verändernden Anforderungen der modernen Geschäftswelt gerecht zu werden.

ZUSAMMENFASSUNG

Die meisten Aktivitäten, die eine Interaktion zwischen Mensch und Maschine erfordern, erfordern von Individuen, neue und unterschiedliche Aufgaben zu erfüllen, wie beispielsweise die Schulung eines Chatbots, und Aufgaben auf eine andere Weise auszuführen, wie etwa die Verwendung dieses Chatbots, um einen herausragenden Kundenservice zu bieten. Dennoch haben wir in unseren Forschungsumfragen nur wenige Unternehmen beobachtet, die begonnen haben, ihre Geschäftsprozesse neu zu gestalten, um die Zusammenarbeit von Mensch und Maschine zu optimieren. Die Erkenntnis ist klar: Unternehmen, die Maschinen ausschließlich zur Automatisierung von Mitarbeiteraufgaben einsetzen, werden das volle Potenzial der künstlichen Intelligenz nicht ausschöpfen können. Eine solche Strategie ist grundlegend fehlerhaft. Die zukünftigen Marktführer sind jene, die die Zusammenarbeit von Mensch und Maschine uneingeschränkt begrüßen und damit ihre Geschäftstätigkeiten, Märkte, Industrien und vor allem ihre Arbeitskräfte optimieren.

EINE WEITERE AUSGABE DIESER ABHANDLUNG WURDE IN DER JULI-AUGUST-AUSGABE 2018 (S. 114-123) DER ANGESEHENEN HARVARD BUSINESS REVIEW VERÖFFENTLICHT.

1. H. JAMES WILSON IST GLOBALER GESCHÄFTSFÜHRENDER DIREKTOR FÜR GEDANKENFÜHRUNG UND TECHNOLOGIEFORSCHUNG BEI ACCENTURE UND HAT MEHRERE BÜCHER MITVERFASST, DARUNTER “RADICALLY HUMAN: HOW NEW TECHNOLOGY IS TRANSFORMING BUSINESS AND SHAPING OUR FUTURE” (HARVARD BUSINESS REVIEW PRESS, 2022) UND “HUMAN + MACHINE: REIMAGINING WORK IN THE AGE OF AI” (HARVARD BUSINESS REVIEW PRESS, 2018).
2. PAUL DAUGHERTY IST GRUPPENVORSTANDSVORSITZENDER FÜR TECHNOLOGIE UND CTO BEI ACCENTURE UND HAT EBENFALLS DIE GENANNTEN BÜCHER MITVERFASST. DIE VERÖFFENTLICHUNGEN WERDEN HOCH GELOBT UND FÜR IHRE ERKENNTNISREICHE ANALYSE VON TECHNOLOGIE UND GESCHÄFTSTRANSFORMATION GESCHÄTZT. WILSON UND DAUGHERTY SIND BEIDE ANERKANNTE EXPERTEN AUF IHREM GEBIET UND IHRE UMFASSENDE ERFAHRUNG UND IHR WISSEN HABEN SIE ZU GESUCHTEN REDNERN UND BERATERN GEMACHT. IHRE BEITRÄGE ZUR TECHNOLOGIEFORSCHUNG UND -INNOVATION WAREN BEDEUTEND UND EINFLUSSREICH, UND SIE SETZEN FORT, DIE NÄCHSTE GENERATION VON GEDANKENFÜHRERN IN DER BRANCHE ZU INSPIRIEREN UND ZU BILDEN.

[1] Dreamcatcher ist eine cloudbasierte 3D-Designsoftware, die Designern die Fähigkeit verleiht, 3D-CAD-Entwürfe programmgesteuert zu optimieren.