Delegieren Sie den Teil ihrer Arbeit, der Ihnen nicht gefällt! – Künstliche Intelligenz im Büro

"Intelligente Maschinen" wurden erstmals 2014 von Gartner unter den strategischen Technologietrends erwähnt¹. Seitdem ist jedes Jahr irgendeine Form von künstlicher Intelligenz unter den Top 10 zu finden. Mittlerweile ist sie zu einem echten Schlagwort geworden. Jedes Unternehmen in der Softwareentwicklung setzt die Technologie auf die eine oder andere Weise ein. Deshalb haben wir uns angeschaut, welche spezifischen Anwendungen es im Bereich des Enterprise Content- und Dokumentenmanagements (ECM) gibt.

 

Ein bisschen Geschichte

Der Begriff künstliche Intelligenz stammt von Alan Mathison Turing. Der englische Mathematiker formulierte bereits 1935 das Konzept einer Maschine, die durch Modifikation und Verbesserung ihres eigenen Programms arbeiten konnte². Er gilt als einer der Pioniere auf diesem Gebiet, weshalb der Turing-Test, bei dem Computer daran gemessen wurden, wie "intelligent" sie sind, nach ihm benannt wurde.
In der Anfangszeit war das Ziel des Baus intelligenter Maschinen, die intellektuellen Fähigkeiten des Menschen zu erreichen oder zu übertreffen. Deshalb galt es als ein wichtiger Meilenstein, wenn ein Computer den Schachweltmeister 1997, den Jeopardy-Champion 2011 oder den Go-Champion 2017 besiegte.
Aber lassen Sie uns hier Noam Chomsky, Professor für Kognitionswissenschaften am MIT, zitieren: "Ein Computer, der einen Großmeister im Schach schlägt, ist ungefähr so interessant wie ein Bulldozer, der einen olympischen Gewichtheber-Wettbewerb gewinnt.
Kein Wunder also, dass parallel zu den oben genannten Bemühungen die Forschung auf dem Gebiet der künstlichen Intelligenz versucht hat, zwei weitere Ziele zu erreichen:

 

1. Angewandte Künstliche Intelligenz (KI), auch bekannt als fortgeschrittene Informationsverarbeitung, die darauf abzielt, "intelligente" Systeme für die kommerzielle Nutzung zu schaffen. Zum Beispiel medizinische Diagnosesysteme oder Analyse-/Vorhersagesysteme für die Börse. Der Erfolg der angewandten KI wurde zum ersten Mal durch die dynamische Verbreitung von Expertensystemen (wissensbasierte Systeme) greifbar.
2. Kognitive Simulation mit dem Ziel, Computer zum Testen von Theorien über die Funktionsweise des menschlichen Geistes einzusetzen. D.h., wie Menschen Gesichter erkennen oder wie sie Erinnerungen abrufen. Die Ergebnisse der Forschungen im Bereich der kognitiven Simulation werden heute in den Neurowissenschaften oder der kognitiven Psychologie wirksam angewandt.

 

Künstliche Intelligenz ist in einer Vielzahl von Formen vorhanden

Von 2018 bis '19 hat sich die Zahl der Unternehmen, die in irgendeiner Form auf künstlicher Intelligenz basierende Technologien einsetzen, fast vervierfacht³.
Aber während noch vor einigen Jahren maschinelles Lernen (ML) die einzige Alternative zum Aufbau eigener Lösungen war, erreicht die KI heute Organisationen auf viele verschiedene Arten. Gartner Hype Cycles ist eine grafische Darstellung des Reifegrads und der Akzeptanz von KI-Technologien und -Anwendungen. Da fast alle Innovationen mutige Versprechungen machen, ist es oft schwierig, den Hype von dem zu unterscheiden, was kommerziell machbar ist, und zu entscheiden, wann man mit dem Einsatz einer Technologie beginnt. Deshalb gibt Gartners Bericht auch Hinweise, wie die verschiedenen Formen der KI dazu beitragen können, reale Geschäftsprobleme zu lösen und neue Chancen zu nutzen.

Die Abbildung zeigt, dass sich automatisiertes maschinelles Lernen (AutoML), Chatbots und intelligente Anwendungen in der Phase befinden, in der sie bereits verschiedene Erfolgsgeschichten hinter sich haben. Daher sind die Erwartungen an sie hoch, auch wenn der Einsatz der Technologie für die meisten Unternehmen noch nicht typisch ist. Konversations-KI (Hrsg.: Messaging-Anwendungen, sprachbasierte Assistenten, Chat-Bots, die die Kommunikation automatisieren und eine personalisierte Benutzererfahrung bieten sollen) ist ein Bereich, der für Unternehmen nach wie vor oberste Priorität hat und der wahrscheinlich durch den weltweiten Erfolg von Amazon Alexa, Google Assistant - und anderen vorangetrieben wird.
Die Grafik von Gartner weist auch darauf hin, dass, wie bei allen neuen Technologien, das Interesse an vielen Anwendungen künstlicher Intelligenz nach den anfänglich steigenden Erwartungen abnimmt. Insbesondere wenn sie bei ihrer Verbreitung nicht die erwarteten Ergebnisse liefern. In solchen Fällen werden weitere Investitionen nur dann getätigt, wenn die Technologieanbieter ihre Produkte auf ein Niveau verbessern können, das die Early Adopters zufrieden stellt.

 

KI kann den gesamten Dokumenten-Lebenszyklus unterstützen

Und wofür nutzt Innodox diese Technologie? Hier sind einige Beispiele dafür, wie künstliche Intelligenz das Informationsmanagement in Unternehmen wesentlich effizienter machen kann:

 

• Verarbeitung eingehender Informationen / Dokumente
  Ein Unternehmen erhält täglich Hunderte (oder je nach Größe Tausende) von Nachrichten, Briefen und E-Mails. Dabei kann es sich um Bestellungen, Angebotsanfragen, Rechnungen, Beschwerden oder andere Dokumente handeln. Um die darin enthaltenen Informationen zu verarbeiten, müssen Sie die Dokumente digitalisieren (falls sie in Papierform vorliegen), sie ablegen, sortieren und die verantwortliche Person finden, d.h. sie lesen und entscheiden, wer die Aufgabe erhält.
  Diese letzte Phase ist besonders arbeitsintensiv. Während fortgeschrittene Bilderkennungstechnologien es relativ einfach machen, diese Phase der Verarbeitung eingehender Dokumente für strukturierte Inhaltstypen (d.h. Rechnungen, Lieferscheine usw.) zu automatisieren, funktioniert die gleiche Methode nicht für unstrukturierte Dokumente. Um Informationen zu verarbeiten, die nicht einer gewissen Regelmäßigkeit folgen oder keine sich wiederholenden Elemente aufweisen, die eine Maschine leicht erkennen könnte, z.B. E-Mails, müssen Sie menschliche Ressourcen einbeziehen oder künstliche Intelligenz einsetzen.
• Verwaltung komplexer Arbeitsabläufe
  Aber lassen Sie uns noch einen Schritt weiter gehen! Angenommen, ein neuer Kunde "klopft" nach einer erfolgreichen Kampagne bei einem Dienstleister an. Die Aufgaben, die mit der Eröffnung eines neuen Kundenkontos verbunden sind, sind bei allen Dienstleistungsanbietern relativ standardisiert: Kundendaten in das System eingeben, zugehörige persönliche Dokumente digitalisieren, dem Kunden ein Produkt/eine Dienstleistung zuweisen, das Konto eröffnen, zugehörige Dokumente vorbereiten (siehe Vertrag), Daten prüfen, das Konto aktivieren, evtl. zusätzliche Dienstleistung anbieten, wenn akzeptiert, aktivieren lassen und die Akte des Kunden entsprechend aktualisieren.
  Dieser Standardprozess kann fast vollständig automatisiert werden. Die mit der Kontoeröffnung, Aktivierung und Aktualisierung verbundenen Klicks können auch von einem Software-Roboter, einer so genannten Robotic Process Automation (RPA), ausgeführt werden. Die automatisierte Verifizierung von Informationen kann mit künstlicher Intelligenz durchgeführt werden, während intelligente Empfehlungssysteme, die auf Data-Mining-Methoden basieren, zur Ermittlung von Zusatzangeboten eingesetzt werden können.
• Unterstützung des Qualitätsmanagements bei der Massenproduktion von Dokumenten
  Obwohl die Massenproduktion von Dokumenten ein hoch automatisierter Prozess ist, erfordert er an bestimmten Stellen menschliches Eingreifen. Ein Beispiel ist die Überprüfung der Layouts, bevor sie gedruckt bzw. produziert werden. Das System erzeugt automatisch Muster von jedem "Dokumentenstapel" zur Überprüfung. In der Praxis bedeutet dies jedoch, dass für einen Dienstleister, der Millionen von Dokumenten produziert, jemand Tausende von Seiten durchgehen muss. In solchen Fällen kann eine maschinelle Vorfilterung verwendet werden, um das Layout der Dokumente zu überprüfen. Denn einige der Fehler können von einer Maschine leicht erkannt werden: Wenn z.B. eine Nummer aus einer Zelle herausragt, befindet sich das Logo nicht in der oberen rechten Ecke, der QR-Code fehlt bei der Überprüfung oder er ist einfach fehl am Platz.
  Auf diese Weise können wir den Personalbedarf des Qualitätsmanagementprozesses weitgehend reduzieren, indem wir diese Phase der Dokumentenproduktion mit maschineller Bildverarbeitung und auf tiefen Lernalgorithmen basierender künstlicher Intelligenz unterstützen.

 

Künstliche Intelligenz verwandelt Arbeitsplätze

Die obigen Beispiele zeigen gut, dass durch KI menschliche Arbeitskraft freigesetzt werden kann, was letzten Endes eine "Win-Win-Situation" darstellt. Der Arbeitgeber ist glücklich, weil er eine loyale Ressource erhält, die nur einmal geschult werden muss und dann rund um die Uhr verfügbar ist und jahrzehntelang fehlerfrei arbeitet. Dies führt zu einem effizienteren Betrieb, so dass auch der Return on Investment positiv ist. Auf der anderen Seite ist auch der Arbeitnehmer glücklich, weil er seine Zeit für Aufgaben einsetzen kann, die echte menschliche Qualitäten erfordern. Zumindest haben wir dies aus der Studie von ABBYY⁴ gelernt, der zufolge fast die Hälfte der Büroangestellten den Teil ihrer Aufgaben, den sie nicht mögen, an einen Roboter "delegieren" möchte.

 

1. https://www.gartner.com/en/documents/2667526/the-top-10-strategic-technology-trends-for-2014
2. https://www.britannica.com/technology/artificial-intelligence/Alan-Turing-and-the-beginning-of-AI#ref219088
3. https://www.gartner.com/smarterwithgartner/top-trends-on-the-gartner-hype-cycle-for-artificial-intelligence-2019/
4. https://www.abbyy.com/news/survey-finds-us-workers-want-to-delegate-48-percent-of-tasks-to-artificial-intelligence/?itm_source=abbyy-internal-search-all#sthash.G0819dMt.dpbs

Photo: Tumisu, Pixabay