Business-Intelligence-Systeme und -Strategien werden mit KI und maschinellem Lernen ergänzt, um Entscheidungskontext und Empfehlungen für das gesamte Unternehmen bereitzustellen. [...]
Business Intelligence (BI)-Plattformen entwickeln sich weiter. Durch das Hinzuziehen von künstlicher Intelligenz und maschinellem Lernen verwandeln Unternehmen Daten-Dashboards und Business-Analysen in umfassendere Plattformen zur Entscheidungsunterstützung. Diese Bewegung in Richtung „Decision Intelligence“ sieht ihren ausgefeilten Mix an Tools zunehmend in die Arbeitsabläufe des Unternehmens eingebettet, wann und wo die Entscheider sie am meisten brauchen.
„Decision Intelligence ist die Fähigkeit des Unternehmens, große Datenmengen zu verstehen, um Entscheidungen zu treffen“, sagt Nicole France, Analystin bei Constellation Research. „Es ist dasselbe wie Business Intelligence, aber im gesamten Unternehmen zugänglich.“
Einige der sichtbarsten Beispiele für Decision Intelligence in Aktion sind Recommendation Engines, die mithilfe von Analysen vorhersagen, welche Produkte Verbraucher am besten finden würden oder welche Filme sie sich als nächstes ansehen sollten. Tools wie diese bieten Kontext und relevante Optionen, um Menschen zu helfen, bessere Entscheidungen zu treffen, so France und fügt hinzu, dass die Dashboards und Analysen traditioneller BI-Tools immer noch wertvoll sind, aber Decision Intelligence sei besser zugänglich und relevanter.
„Für die Menschen an vorderster Front ist der Kontext wichtig“, sagt sie. „Und es gibt ein gewisses Maß an Komplexität, das nur schwer zu bewältigen ist. Das Ziel ist es, die Dinge auf eine klare, leicht verständliche Art und Weise zu präsentieren, damit die Leute eine komplexe Analyse verstehen und schnell eine Entscheidung treffen können.“
Ein Fall für Decision Intelligence
Die COVID-19-Pandemie hat die digitale Transformation in fast allen Bereichen der globalen Wirtschaft beschleunigt – und KI steht dabei zunehmend im Mittelpunkt. Mehr als 95 % der von 451 Research befragten Unternehmen halten KI für die digitale Transformation für wichtig – und 65 % sagen, dass sie sehr wichtig ist.
Laut der Ende Januar veröffentlichten Umfrage stieg die KI-Akzeptanz in den USA im vergangenen Jahr um 9 Prozentpunkte im Vergleich zum Vorjahr, wobei nur 28 % der Unternehmen angaben, dass sie KI-Initiativen aufgrund der Pandemie verlangsamt hätten.
Ein wichtiger Bereich, in dem sich KI durchsetzt, ist der Bereich Daten und Analytik. Laut einer Umfrage von RealBI unter Softwareentwicklern und IT-Führungskräften aus dem Jahr 2021 verzeichneten 41 % der Unternehmen einen Anstieg der Anfragen für den Zugriff auf Daten und Analysen, wobei einer der Hauptgründe darin bestand, den Anwendern zu ermöglichen, datengestützte Entscheidungen zu treffen. Darüber hinaus zeigte die Umfrage ein gesteigertes Interesse an der Einbettung von maschinellem Lernen in Analysesoftware oder Dashboards, wobei fast 16 % planen, die Technologie in naher Zukunft hinzuzufügen, im Vergleich zu den 6 % der Unternehmen, die dies derzeit tun.
Durch die Einbindung von KI oder maschinellem Lernen in eine Business-Intelligence-Plattform kann sich diese zu einer Decision-Intelligence-Plattform entwickeln, indem sie Kontext, Vorhersagen und Empfehlungen liefert, wann und wo der Entscheidungsträger sie benötigt.
Laut Gartner werden bis 2023 mehr als ein Drittel der großen Unternehmen Analysten haben, die Decision Intelligence betreiben.
Das Marktforschungsunternehmen definiert „Decision Intelligence“ als ein Framework, das es Daten- und Analyseverantwortlichen ermöglicht, Entscheidungsmodelle und -prozesse im Kontext von Geschäftsergebnissen und -verhalten zu entwickeln. In der Praxis bedeutet dies, dass Decision Intelligence Analytik nutzt, um Mitarbeitern, Kunden oder Geschäftspartnern bei der Entscheidungsfindung zu helfen, indem ihnen Daten, Analysen und Vorhersagen zur Verfügung gestellt werden, wenn sie diese benötigen und wo sie diese benötigen.
Wenn Decision Intelligence zu einem Kernbestandteil von Geschäftsprozessen wird, können Entscheidungen schneller, einfacher und kostengünstiger getroffen werden als bisher.
Kürzere Warteschlangen bei der kalifornischen Zulassungsstelle
Decision Intelligence kann den Mitarbeitern nicht nur dabei helfen, bessere Entscheidungen zu treffen, sondern auch, diese schneller zu treffen. Letzteres ist besonders wichtig, wenn Menschen in der Warteschlange des Department of Motor Vehicles (DMV) stehen und mit jeder Minute, die sie dort verbringen, das Risiko eingehen, sich eine tödliche Krankheit einzufangen.
„In meiner Welt bedeutet Decision Intelligence nicht nur Analysen und Einblicke, sondern auch die Möglichkeit, Entscheidungen zu treffen“, sagt Ajay Gupta, Chief Digital Transformation Officer bei der California DMV. „Wir nutzen KI in unserer täglichen Arbeit, wo sie Ihnen nicht nur sagt, was Sie tun müssen, und Sie tun es, sondern sie hilft Ihnen, Entscheidungen zu treffen, wie es ein Mensch tun würde.“
Die Agentur begann mit der Implementierung der intelligenten Dokumentenverarbeitung genau zu der Zeit, als die Pandemie zuschlug, erzählt er. Damit konnten Kunden Dokumente hochladen und herausfinden, ob ihnen etwas fehlte, bevor sie bei der Zulassungsstelle ankamen. Der Anbieter von Plattformen für die digitale Transformation, ABBYY, unterstützte das DMV bei dem Projekt, wobei die Beratungsfirma User Friendly Consulting zusätzliche Arbeit leistete.
„Es ist ein gewisses Mining mit Computer Vision involviert“, sagt Gupta. „Und die KI trifft Entscheidungen auf der Grundlage historischer Daten und des von uns bereitgestellten Trainings.“ Die Plattform reduziere die Notwendigkeit, dass Menschen gehen und später mit den richtigen Dokumenten zurückkommen, sagt er. „Und es reduziert die Zeit der Transaktion, weil weniger Verarbeitung am Fenster gemacht werden muss.“
Zum Beispiel gibt es einen föderalen Vorstoß, die Führerscheine auf das neue Real-ID-Format umzustellen, was es für die Menschen einfacher macht, im Inland zu fliegen. Infolgedessen mussten viele Einwohner Kaliforniens zum DMV kommen, um neue Führerscheine zu erhalten. Durch das Hinzufügen von KI-Funktionen und der Möglichkeit, Dokumente im Voraus hochzuladen, konnte das kalifornische DMV die Transaktionszeit von 27 Minuten pro Person auf etwa 10 Minuten reduzieren.
Das hat während der Pandemie sehr geholfen, fügt Gupta hinzu. „Je weniger Zeit man in einer überfüllten Einrichtung verbringt, desto geringer ist die Gefahr einer Ansteckung.“ Und da keine Dokumente mehr hin- und hergereicht wurden, gab es auch weniger Möglichkeiten für die Weitergabe des Virus auf Papieroberflächen.
Ein Chatbot hilft auch bei der Beantwortung grundlegender Fragen sowohl von DMV-Kunden als auch von Mitarbeitern, sagt er. „Eine Sache, die wir jetzt erforschen, ist, dies zu nutzen, um die Techniker just-in-time zu schulen.“
Entscheidungsintelligenz injizieren
Die kalifornische DMV plant auch, KI für die Terminplanung einzusetzen. Bei rund 10.000 Mitarbeitern, die zu Hause, in Außenstellen und in der Zentrale arbeiten, kann es knifflig sein, sicherzustellen, dass die Schichten in jeder Niederlassung mit genügend Personal abgedeckt sind.
Heute führen Datenwissenschaftler bei der DMV die Analysen dafür durch und geben Empfehlungen an Regionalmanager und Büroleiter. Aber die Behörde evaluiert jetzt Plattformen, um die Entscheidungsintelligenz in Systeme einzubetten, die von Mitarbeitern ohne Datenwissenschaftler genutzt werden, und erwartet, dass sie ihre endgültige Entscheidung für einen Anbieter noch in diesem Jahr treffen wird.
„Mit den neuen Tools werden wir diese Informationen in die Workflow-Systeme integrieren“, sagt Gupta. „Es wird alles Teil einer einfach zu bedienenden Oberfläche sein, mit Out-of-the-Box-Produkten, die speziell für ein angenehmes Benutzererlebnis entwickelt wurden. Es wird einen erweiterten Entscheidungsprozess für die Mitarbeiter schaffen.“
Die endgültige Entscheidung wird bei den Menschen liegen, sagt er. „Es präsentiert Optionen, erstellt Kalender, die geändert werden können, erstellt den optimalen Basisplan und der eigentliche Auslöser wird von den Managern gezogen.“
Zu den Tools, die das DMV derzeit dafür evaluiert, gehört die Möglichkeit, Straßenverkehrsdaten einzubinden. Die Website der Behörde enthält bereits Informationen über den Fußgängerverkehr, damit die Kunden entscheiden können, an welchem Tag und zu welcher Uhrzeit sie vorbeikommen. Die Informationen werden auch für die Planung von Arbeitsschichten verwendet.
„Aber in der Bay Area und in Los Angeles verursachen der Verkehr und die Parkplätze viele Störungen rund um die Außenstellen, daher suchen wir nach Möglichkeiten, diese Daten zu integrieren, um diese Optimierung zu ermöglichen“, sagt Gupta.
Die DMV setzt auch auf maschinelles Lernen, um interne Ermittler bei der Identifizierung von Verschwendung und Missbrauch innerhalb und außerhalb der Organisation zu unterstützen. „Unser Ziel ist es, zu einem menschengestützten Entscheidungsintelligenzmodell zu gelangen, das von unseren Ermittlern, Verhaltenswissenschaftlern und Datenbeauftragten gespeist wird“, sagt er.
COVID-19 beschleunigte die Transformationszeiten der Behörde, sagt er, aber die DMV war bereits auf dem Weg in diese Richtung.
„Wir konnten diese Krise gut nutzen, um unseren Kunden mit KI, RPA und ML zu helfen. Ich hoffe, dass wir diesen Schwung beibehalten können. Ich hoffe, dass COVID verschwindet – und zwar schnell – aber dass das, was wir gemacht haben, bleibt“, sagt Gupta.
Andere Anwendungsfälle für Decision Intelligence
Cybersecurity ist ein Bereich, in dem Menschen Entscheidungen treffen müssen, die auf riesigen, schnelllebigen Datenmengen basieren und ein großes potenzielles Risiko für ihr Unternehmen darstellen. Hier können KI und ML eine Rolle spielen, um Sicherheitsanalysten zu helfen, bessere Entscheidungen zu treffen, wie das Netzwerkunternehmen Cato Networks zeigt.
„Wir nutzen KI und ML intensiv für eine Reihe von Aktivitäten bei Cato“, sagt Avidan Avraham, Leiter des Forschungsteams des Unternehmens. „Wir haben zum Beispiel ein Reputationsmodell entwickelt, das alle Informationen nutzt, die wir über eine Domain oder IP-Adresse haben. Basierend auf internen Netzwerkdaten und Open-Source-Intelligence-Daten sagt es die Wahrscheinlichkeit voraus, dass sie bösartig sein kann.“
Das bedeutet, dass Threat Hunting-Analysten ihre Untersuchungen priorisieren können, sagt er.
Cato hat dafür seine eigene Technologie entwickelt und nutzt Amazon Elastic MapReduce zum Trainieren der Modelle. Das Unternehmen hat das System seit über einem Jahr im Einsatz, sagt Avraham, mit guten Ergebnissen und einer niedrigen Rate an Fehlalarmen. „Es ist in den Workflow unserer Analysten eingebettet“, sagt er. „Bevor wir diese Technologie entwickelt haben, haben wir die Analyse manuell durchgeführt, und jetzt ist der Prozess natürlich viel schneller.“
Decision Intelligence kann Unternehmen auch dabei helfen, konsistenter zu sein. Nehmen Sie zum Beispiel einen Bankangestellten, der eine Entscheidung zur Kreditvergabe trifft.
„Was in vielen Fällen passiert, wenn Individuen involviert sind, ist, dass jeder Einzelne einen anderen Hintergrund hat“, sagt Anand Rao, Partner und Global AI Leader bei PricewaterhouseCoopers.
Es gibt Möglichkeiten, wie Unternehmen versuchen, Konsistenz zu erreichen, z. B. mit Schulungen, aber es kommen immer noch externe Faktoren ins Spiel. Wenn zum Beispiel ein Kreditsachbearbeiter einen schlechten Tag hat. Hier können Decision-Intelligence-Tools Kontext und Empfehlungen liefern, um zu mehr Konsistenz in den Geschäftsprozessen beizutragen.
Anwendungen von Decision Intelligence in anderen Unternehmensbereichen, einschließlich Customer Relationship Management und Vertriebstools, nehmen ebenfalls zu – was angesichts der vielversprechenden Kombination von menschlicher Intelligenz und KI zur Verbesserung des Entscheidungsprozesses nicht überrascht.
*Maria Korolov berichtet seit 20 Jahren über neue Technologien und aufstrebende Märkte.
Be the first to comment