Viele Unternehmen werden künftig beim Gestalten ihrer Geschäftsprozesse auch auf künstliche Intelligenz setzen. Damit einher geht ein grosser Change-Management-Bedarf in den Unternehmen, aber auch die Beraterbranche muss sich hierauf einstellen.
Es wirkt etwas verrückt, was uns der Regisseur Spike Jonze in seinem 2013 produzierten Film «Her» zum Thema künstliche Intelligenz erzählt: Theodore Twombly, der Hauptcharakter des Films, verliebt sich in Samantha, ein Betriebssystem auf seinem Rechner, mit dem er via Headset und Videokamera kommuniziert. Samantha ist eine künstliche Intelligenz. Sie lernt über die soziale Interaktion mit Theodore und ihr Verhalten wird immer menschlicher. Am Ende ist Theodore in die künstliche Intelligenz verliebt und beginnt sogar, eine intime Beziehung mit Samantha aufzubauen.
Schon klar, wir sprechen hier von einem Film, der nicht den Anspruch erhebt, in allen Punkten der Realität zu entsprechen.
Doch wie weit sind wir 2019, ein halbes Jahr nachdem in Japan ein Mann ein Hologramm zur Frau nahm, von einem solchen Szenario entfernt? Wie intelligent ist heute bereits die künstliche Intelligenz und wie gut kann sie mit uns kommunizieren?
Die Frage nach der Definition
Um die Frage nach der Definition von Künstlicher Intelligenz zu beantworten, muss zunächst die Frage geklärt werden: was ist überhaupt künstliche Intelligenz? Das ist nicht einfach, denn der Begriff künstliche Intelligenz, kurz KI, ist nicht einheitlich definiert – auch weil die KI-Forschung, seit ihren Anfängen in den 1950er Jahren, eine interdisziplinäre ist. Für die praktische Anwendung hat sich jedoch
folgende Definition als sinnvoll erwiesen: «Künstliche Intelligenz ist die Eigenschaft eines IT-Systems, menschenähnliche, intelligente Verhaltensweisen zu zeigen.»
Viele Systeme, die wir für intelligent halten, setzen gar nicht auf künstliche Intelligenz. Diktierfunktionen und Sprachsteuerung sind für uns zwar hilfreich, jedoch nicht Ausdruck eines intelligenten Sprachverständnisses. Sie arbeiten bisher vielmehr mit voreingestellten Stichworten, die bestimmte Funktionen ansteuern, wie beispielsweise «Wecker auf sieben Uhr stellen» oder «Lampe an».
Etwas genauer betrachtet, beschreibt der Begriff künstliche Intelligenz Informatikanwendungen, die das Zeigen intelligenter Verhaltensweise zum Ziel haben.
Dies setzt folgende vier Kernfähigkeiten voraus:
> wahrnehmen
> verstehen,
> handeln und
> lernen.
Sie erweitern das Grundprinzip «Eingabe, Verarbeitung, Ausgabe» aller EDV-Systeme. Künstliche Intelligenz soll Menschen beim Erreichen ihrer Ziele unterstützen – nicht überflüssig machen. Um Menschen jedoch optimal unterstützen zu können, sind die genannten Kernfähigkeiten nötig. Das wirklich neue an den heutigen KI-Systemen ist das Lernen und damit verbunden das Verstehen.
Für Den Menschen
Moderne Systeme können in der Verarbeitungskomponente trainiert werden, immer bessere Ergebnisse zu erzielen – und zwar in der Regel hochwertigere als mit herkömmlichen Verfahren. Letztere basieren nämlich im Wesentlichen auf starren, klar definierten und festprogrammierten Regelwerken (wenn…, dann…). Beispiele hierfür sind die Bild- und Spracherkennung. KI-Systeme hingegen erkennen nicht nur Buchstaben in einem Bild, sie wissen auch, was das Wort «Beschwerde» in einem eingescannten Brief bedeutet und können einen Beschwerdevorgang einleiten. Und oft sind sie viel leistungsfähiger als Menschen – zum Beispiel, wenn es darum geht, Millionen Webseiten zu durchsuchen und alle Bilder zur Verfügung zu stellen, die einen Hund zeigen. Für Menschen wäre das unmöglich.
Moderne KI-Systeme werden aktuell zur Ergänzung einer eindeutigen Systemsteuerung eingesetzt. Dabei ist das Besondere an ihnen, dass sie während der Testphase und im laufenden Betrieb anhand ihrer Fehler beziehungsweise anhand eines Feedbacks lernen.
Maschinen lernen ähnlich wie Menschen Maschinen
lernen im Prinzip ähnlich wie Menschen. So kann ein Computerprogramm beispielsweise lernen, bestimmte Objekte zu erkennen. Dazu wird es zunächst mit Daten gefüttert und trainiert. Ihm wird zum Beispiel gesagt, welches Objekt ein Pferd ist und welches nicht. Danach erhält das Programm regelmässig eine Rückmeldung vom Programmierer, ob es die Unterscheidung «Pferd» und «kein Pferd» richtig traf. Dieses Feedback
nutzt der Algorithmus, um sich selbst so lange zu verbessern, bis er am Ende sicher die Unterscheidung «Pferd» und «kein Pferd» trifft.
Die Machine Learning Systeme bestehen in der Regel aus drei Komponenten:
1. aus einem Modell, das Vorhersagen kann und Identifikationen trifft,
2. aus Parametern, also Signalen oder Faktoren, die vom System genutzt werden, um Entscheidungen zu treffen, und
3. aus dem lernenden System. Das lernende System passt die Parameter und somit auch das Modell an, indem es sich die Unterschiede zwischen der Vorhersage und dem tatsächlichen Ergebnis anschaut.
Zu Beginn des Modells wird häufig eine Prognose aufgestellt, die für eine bestimmte Situation gilt. Anfangs weichen die Ergebnisse noch oft von der Prognose ab. Das System muss also lernen. Dazu überprüft es die eingespeisten Daten kontinuierlich und lernt aus ihnen. Hierzu werden mit Hilfe mathematischer Algorithmen die ursprünglichen Annahmen angepasst und so das Modell immer weiter optimiert.
Ki in (Dienstleistungs-) Unternehmen
Insbesondere Dienstleistungsunternehmen wie Banken und Versicherungen investieren heute bereits viel Zeit und Geld in künstliche Intelligenz. Sie setzen beispielsweise auf KI-Disziplinen wie Robotic Process Automation (RPA), KnowledgeManagement-Software, digitale Assistenten und Predictive Analytics. Dabei sehen sie den künftigen Nutzen der künstlichen Intelligenz vor allem im Kontakt mit den Kunden. Mit Hilfe der KI sollen die Produkte und Kundenansprache individueller gestaltet werden. Dabei werden die Kunden heute jedoch noch meist von persönlichen Kundenberatern bedient; die KI hat sozusagen nur eine Unterstützungsfunktion – auch weil es auf Menschen meist befremdlich wirkt, sich mit einer Computerstimme zu unterhalten, die unsere natürliche Sprache nicht versteht.
Google stellte jedoch auf der Developer Conference 2018 mit Google Duplex eine Technologie vor, mit der es möglich ist, natürliche Gespräche zu führen und echte Aufgaben über das Telefon ausführen zu lassen. Das Video, in dem Google Duplex
vorgestellt wird, erzielte bei YouTube über 2.5 Millionen Aufrufe1. Beim Anschauen wird schnell klar: Menschen können die Computerstimme nicht von der Stimme eines echten Menschen unterscheiden, und das System versteht echte menschliche Sprache und reagiert passend hierauf. Es vereinbart beispielsweise für seinen Gesprächspartner einen Friseurtermin oder bestellt einen Restauranttisch.
Menschliche Aufgaben übernehmen
Aus diesem Grund ist es vorstellbar, dass das System in Zukunft auch von Unternehmen – nicht nur Banken und Versicherungen – eingesetzt wird, beispielsweise um telefonisch Bestellungen, Beschwerden oder Schadensmeldungen aufzunehmen und zu be- oder verarbeiten. Dabei lernt das System ständig durch das Feedback der Anrufer hinzu.
Der britische Mathematiker und Informatiker Alan Turing, einer der einflussreichsten Theoretiker der frühen Computerentwicklung, entwickelte 1950 den Turing-Test. Er soll feststellen, ob ein Computer ein mit Menschen vergleichbares Denkvermögen hat und somit nicht mehr von Menschen unterscheidbar ist. Erkennt ein menschlicher Fragesteller nicht mehr, ob er mit einem Menschen oder einer Maschine kommuniziert, gilt der Test als bestanden. Legt man dieses Kriterium zugrunde, hat Google Duplex den Turing-Test bestanden, denn: zumindest in dem Video merken die Personen am anderen Ende der Telefonleitung nicht, dass sie mit einer künstlichen Intelligenz sprechen.
Der Turing-Test ist jedoch umstritten, weil er nur die Funktionalität eines Systems prüft, jedoch nicht, ob die künstliche Intelligenz auch über ein Bewusstsein und eine Intentionalität (Bezug auf Vorstellungswelten) verfügt. Zudem basiert er in seiner Grundform lediglich auf einer Konversation per Tastatur und Bildschirm: er bezieht keinen Hör- und Sehkontakt zwischen den Teilnehmern ein. Bei Google Duplex geht es lediglich um den akustischen Kontakt. Trotzdem hat Google Duplex den Test auf den ersten Blick bestanden, weil Menschen am Telefon nicht mehr zwischen Mensch und Maschine unterscheiden können
Doch wurde der Test real bestanden? Das bleibt fraglich, denn: Google Duplex kann Gespräche nur führen, wenn es im betreffenden Bereich gründlich geschult wurde. Das System kann nicht allgemein Gespräche führen. Zudem ist die Kommunikation bislang auf weniger als eine Minute begrenzt. Deshalb hat Google Duplex den Turing-Test eigentlich nicht bestanden, denn das System bekäme Probleme, wenn es ein längeres Gespräch führen müsste oder ein Gespräch über ein anderes Thema.
Trotzdem könnte zum Beispiel das Annehmen von Schadensmeldungen oder Beschwerden ein künftiges KI-Einsatzfeld sein – sofern das System hierfür trainiert wurde. Dies wäre auch bezogen auf andere Themen möglich. Hieraus ergeben sich auch Einsatzmöglichkeiten im und für das Change-Management.
Bedeutung für das Change Management
Dabei sollte die Bedeutung des Themas KI für das Change-Management von zwei Seiten betrachtet werden: zum einen ist mit der Einführung und dem Einsatz von künstlicher Intelligenz im Unternehmenskontext ein Veränderungsprozess verbunden. Dieser muss gestaltet und begleitet werden. Zum anderen muss sich jedoch auch die Beratungsbranche selbst dem Einsatz von KI öffnen, denn sie wird künftig auch beim Beraten (nicht nur) zum Thema Veränderung eine wesentliche Rolle spielen.
Der Einsatz künstlicher Intelligenz bedingt zwangsläufig einen Veränderungsprozess in den Unternehmen, und genau darin sehen einer Erhebung des Research-Unternehmens Forrester aus dem Jahr 2017 zufolge sehr viele Entscheider eine grosse Hürde – zumindest wenn das Ziel des KIEinsatzes lautet: bisher von Menschen verrichtete Arbeiten werden von Maschinen übernommen, denn dann werden Menschen nur noch zu Beginn benötigt, um das System zu trainieren.
Damit einher geht ausser einer Änderung der Geschäftsprozesse, auch ein Wandel der Unternehmenskultur. Allein schon deshalb müssen die betroffenen Menschen in den jeweiligen Unternehmen an dem Prozess beteiligt werden. Was dies genau bedeutet, muss im Einzelfall entschieden werden. Ein Patentrezept für die Begleitung eines solchen Wandels gibt es nicht. Umso wichtiger ist es, sich dessen bewusst zu werden, dass die Einführung von künstlicher Intelligenz zwangsläufig ein zielgerichtetes Change-Management erfordert.
In einem solchen Wandel steckt aktuell bereits die Finanzbranche – unter anderem, weil FinTechs in vielen Bereichen die Marktmacht der tradierten Institute in Frage stellen mit ihrer agilen und kundenorientierten Arbeitsweise. Deshalb werden auch die etablierten Institute künftig verstärkt auf KI setzen und so versuchen, sich auch als technologisch innovative Dienstleister zu profilieren.
Berater und Ki-Einsatz
Neben dem Finanzdienstleistungssektor ist auch die Consultingbranche von dem Wandel betroffen. Auch sie muss sich Gedanken über den Einsatz künstlicher Intelligenz machen, denn auch in ihr spielt die Schnittstelle zum Kunden eine zentrale Rolle. Bislang sind die möglichen Einsatzgebiete solcher Systeme wie Google Duplex zwar noch sehr beschränkt, doch das wird sich in naher Zukunft ändern.
Bleiben wir beim Beispiel Kundenschnittstelle. Angenommen ein Beratungsunternehmen wird für einen Veränderungsprozess angefragt. Dann gilt es zunächst, das Kundenanliegen zu verstehen. Dafür sind Telefonate und eine gute Analyse der Situation erforderlich. Bislang werden solche Telefonate entweder von einem Backoffice oder den Beratern selbst geführt. Diese vereinbaren anschliessend Termine vor Ort, um sich die Situation genauer anzuschauen und sich ein konkretes Bild zu machen.
Wie wäre es, wenn diese Analyse künftig von künstlicher Intelligenz schon per Telefon vorgenommen würde? «Stellen Sie sich folgendes Szenario vor: sie als Kunde rufen an und fragen eine Change Management Beratung an. Ihre Anfrage wird von einer künstlichen Intelligenz aufgenommen, die Ihnen bereits die wichtigen und richtigen Fragen stellt, um Ihr Anliegen zu klären. Danach verbindet Sie das System unmittelbar mit einem Experten hierfür. Das erspart Ihnen Zeit und Analyse-Kosten – selbst wenn anschliessend nochmals eine Detailanalyse durch den Experten beziehungsweise Berater erfolgt.»
Ki in Beratungsprozesse
Die aktuellen bestehenden KI-Systeme können noch keine komplexen (Telefon-) Analysen und Beratungen durchführen. Doch es gibt bereits Systeme, die solche
Prozesse unterstützen. Diese sind zwar noch keine KI an sich, aber eine Vorstufe hiervon. Ein solches System kommt auch in meinem Hause im Bereich Change Management zum Einsatz.
Aufgrund unserer langjährigen Beratungstätigkeit besteht in unserer Organisation ein grosses Expertenwissen hierzu. Hiervon sollen alle K&P-Berater und -Kunden profitieren. Deshalb speichert K&P das individuelle und kollektive Wissen sowie die gemachten Erfahrungen zum Thema Change in einer Software. Dieses geballte Know-how ist für Kunden jedoch nur insoweit interessant, wie es sich mit ihrem Bedarf deckt. Sie wären schnell überfordert, wenn K&P, bildhaft gesprochen, sein ganzes Wissen einfach auf dem Schreibtisch ausschütten und einen damit allein lassen würde – eventuell mit dem Hinweis: «Sie müssen uns ‚einfach‘ nur sagen, was Sie brauchen.»
Aus diesem Grund werden stattdessen den Kunden mithilfe des Change Management Systems, ausgehend von ihrer Situation, die verschiedenen (Handlungs-) Optionen aufgezeigt. Die Kunden entscheiden dann selbst, welche Optionen sie wählen. Im nächsten Schritt werden ihnen für die gewählte Option wiederum die verschiedenen Alternativen aufgezeigt, von denen sie erneut die für sie relevanten Möglichkeiten auswählen. So führt das System die Kunden Schritt für Schritt durch die Kernfragen, die sie sich in ihrer aktuellen Situation stellen sollten. Das ermöglicht es den Kunden, unmittelbar ihr Anliegen zu bearbeiten, ohne die ganze Welt des Change Managements verstehen zu müssen. Und die K&PBerater? Sie können besser vorinformiert in das Gespräch mit den Kunden einsteigen.
In seiner aktuellen Version arbeitet das System noch ohne künstliche Intelligenz. Es wird vielmehr kontinuierlich mit dem Wissen der K&P-Berater gefüllt und angepasst. Seine Funktionsweise ähnelt jedoch der von KISystemen. Das heisst: Systemzweige des Softwareprogramms, die sich als erfolgreich erwiesen haben, werden beibehalten; Zweige hingegen, die weniger zielführend waren, werden angepasst und verbessert.
Kundenspezifische Lösungen
Mit dem Einsatz dieses Systems sammelte K&P bislang äusserst positive Erfahrungen. Unabhängig von der Grösse eines Projektes hilft es schnell einen Überblick
über das Kunden-Vorhaben beziehungsweise -Anliegen zu bekommen und kundenspezifische Lösungen zu erarbeiten. Entsprechend positiv ist die Resonanz der Kunden, denn sie interessiert in der Regel nur das Beraterwissen, das sie gerade brauchen. Und stellt sich im Laufe des Beratungsprozesses heraus, dass eine weitere Option ins Auge gefasst und durchdacht werden sollte? Dann muss lediglich basierend auf dem nun bestehenden Wissens- und Erkenntnisstand das Softwareprogramm erneut durchlaufen werden.
Unter anderem aufgrund der mit dem Einsatz der aktuellen Software gesammelten Erfahrung ist K&P überzeugt: der Einsatz von KI – auch im Beratungsprozess – wird künftig weiter voranschreiten, und sowohl die firmeninternen, als auch -externen Change-Berater müssen sich hierauf einstellen. Zum einen, weil die Beratung selbst sich ändern und bereit sein muss, neue Technologien einzusetzen, und zum anderen, weil sie die aus dem KI-Einsatz der Kunden resultierenden Veränderungsprozesse begleiten können muss – und
zwar unabhängig davon, ob diese sich auf der Ebene der Strategie, der Struktur oder der Kultur eines Unternehmens vollziehen.
Wappnen für die Zukunft
Der aktuelle Entwicklungsstand der KI lässt noch keine abschliessenden Anwendungsszenarien zu. Er offenbart jedoch zahlreiche Möglichkeiten, Geschäftsprozesse künftig zu beschleunigen und effizienter zu machen. Sich jetzt bereits mit den Möglichkeiten und Anforderungen eines Einsatzes KIgestützter Systeme vertraut zu machen, ist jedoch wichtig, um mögliche Einsatzgebiete früh zu identifizieren und deren operativen Einsatz vorzubereiten. Diese strategische Vorbereitung kann darüber entscheiden, welche Player in der immer dynamischer werdenden Unternehmensumwelt künftig zu den Gewinnern zählen und welche aufgrund der technologischen Disruption vom Markt verschwinden werden.
Ob wir Menschen uns in Zukunft so gut mit der künstlichen Intelligenz verstehen, dass wir uns wie im Film «Her» in sie verlieben, bleibt dabei offen und vor allem jedem selbst überlassen. Sicher ist aber: sie wird uns in Zukunft noch intensiver begleiten als sie es bereits tut.
