Künstliche Intelligenz – Wie Unternehmen KI sinnvoll nutzen können

Künstliche Intelligenz ist in unserer digitalen Welt allgegenwärtig – vom Staubsaugerroboter über die Selbstbedienungskassen im Supermarkt bis hin zur personalisierten Netflix-Startseite. Doch nicht nur im Alltag, auch im beruflichen Leben ist KI nicht mehr wegzudenken und bietet die Chance, Prozesse effizienter zu gestalten. Erfahren Sie, was KI genau ist, welche Chancen und Risiken es gibt und wie Sie Künstliche Intelligenz in Ihrem Job nutzen können.

• Nutzung von KI-Technologien
• Was ist Künstliche Intelligenz?
• Chancen und Risiken von KI
• So können Unternehmen künstliche Intelligenz nutzen
• Daten sind der Schlüssel zum KI-Erfolg
• So können Sie KI nutzen und maximalen Impact erzielen
• Exkurs: Auswirkungen von Künstlicher Intelligenz – Können wir KI vertrauen?

Künstliche Intelligenz ist ein breites Feld und begegnet uns in vielen Bereichen. Nehmen Sie Sprachassistenten wie Alexa und Siri als prominente Beispiele für KI im Alltag. Aber auch personalisierte Empfehlungssysteme auf Plattformen wie Amazon, Netflix, Spotify und YouTube nutzen fortschrittliche KI-Algorithmen, um Ihnen Produkte, Filme, Musik und Videos nach Ihrem Geschmack vorzuschlagen. Autonomes Fahren, Haushaltsroboter sowie Selbstbedienungskassen im Supermarkt sind weitere Beispiele, wie Künstliche Intelligenz Einzug in unser Leben gefunden hat.

Künstliche Intelligenz wird außerdem auch in Chats eingesetzt. Wenn Sie mit dem Kundensupport chatten, merken Sie zwar, ob Sie mit einem simplen Chatbot, der auf einem Entscheidungsbaum basiert, interagieren. Aber können Sie bei flüssigen, komplexeren Chatverläufen mit Sicherheit behaupten, dass auf der anderen Seite des Bildschirms tatsächlich ein Mensch Ihre Anfrage bearbeitet oder ob eine Künstliche Intelligenz den Chat mit Ihnen führt? KI hat den Kundenservice längst erobert.

Künstliche Intelligenz oder KI (AI im Englischen) bezeichnet ein Teilgebiet der Informatik, das sich mit der Entwicklung von Maschinen und Systemen beschäftigt, die menschenähnliche Intelligenz und Fähigkeiten nachbilden können. Dabei werden Algorithmen und Modelle entwickelt, die es Computern ermöglichen, Muster in Daten zu erkennen, aus Erfahrungen zu lernen, Probleme zu lösen, Entscheidungen zu treffen und Aufgaben eigenständig zu erledigen, ohne dafür explizit programmiert zu sein. KI umfasst verschiedene Ansätze wie

• maschinelles Lernen,
• neuronale Netze,
• natürliche Sprachverarbeitung und
• Computer Vision.

Sie findet in einer Vielzahl von Applikationen Anwendung.

Predictive AI, also prädiktive Künstliche Intelligenz sammelt und analysiert Daten, um zukünftige Ereignisse vorherzusagen. Prädiktive KI versteht Muster in Daten und versucht möglichst fundierte Vorhersagen zu treffen.

Beispiele: Finanzprognosen, Gesundheitswesen, zuverlässige Personalisierung im Customer Relationship Management (CRM), beispielsweise Salesforce Einstein.

Unter generativer KI verstehen wir Künstliche Intelligenz, die eigenständig Inhalte erstellt, die denen ähneln, die von Menschen erzeugt werden könnten. Generative KI-Modelle verwenden fortgeschrittene Algorithmen und neuronale Netzwerke, um Bilder, Texte, Videos und andere kreative Inhalte zu erzeugen. Sie sind dabei nicht auf vorhandene Daten beschränkt, sondern basieren auf Mustern und Eigenschaften, die sie während des Trainings gelernt haben.

Beispiele: Texterstellung, Codierung, Beantwortung von Fragen.

Machine Learning konzentriert sich darauf, Algorithmen zu entwickeln, die Daten analysieren und aus Erfahrungen lernen.

Deep Learning geht einen Schritt weiter und nutzt tiefe neuronale Netzwerke, um komplexe Aufgaben zu bewältigen und hierarchische Muster und Darstellungen in den Daten zu entdecken. Die so gewonnenen Erkenntnisse verwendet die KI, um Vorhersagen und Entscheidungen zu treffen.

Beispiele: Übersetzen von Sprachen, Erkennen von Gesichtern, Kuratieren, autonomes Fahren.

NLP steht für „Natural Language Processing" (auf Deutsch: Natürliche Sprachverarbeitung). NLP ist somit ein Teilgebiet der Künstlichen Intelligenz, welches sich mit der Wechselwirkung zwischen Computern und menschlicher Sprache befasst. Das Hauptziel von NLP ist es, Computern die Fähigkeit zu verleihen, menschliche Sprache zu verstehen, zu interpretieren, zu generieren und darauf zu reagieren.

Beispiele: Sprachassistenten, automatische Übersetzungen, Sentiment-Analysen, Texterkennung.

Lassen wir den bekanntesten Vertreter von GPT, nämlich ChatGPT, selbst antworten:

„GPT steht für „Generative Pre-trained Transformer". Es handelt sich um eine Bezeichnung für eine Familie von künstlichen Intelligenz-Modellen, die auf der Transformer-Architektur basieren und für die Generierung von Textinhalten entwickelt wurden. GPT-Modelle werden neben der Textgenerierung häufig für Übersetzung, Zusammenfassung und andere natürliche Sprachverarbeitungsaufgaben eingesetzt.“

Die Einsatzmöglichkeiten von GPT-Modellen sind vielfältig. Erfahren Sie, wie ChatGPT im Marketing eingesetzt werden kann.

Selbstverständlich hat Künstliche Intelligenz nicht nur Vorteile, sondern auch Nachteile. Wir stehen vor einigen Herausforderungen, für die Lösungen entwickelt werden müssen. Dabei gilt es abzuwägen, wie viel Schutz der Mensch benötigt und wie dieser gewährleistet werden kann, während wir gleichzeitig das Potential der KI ausschöpfen können.

Der Nutzen von KI ist mannigfaltig. Beschränken wir uns auf acht immense Vorteile, die richtig angewandte Künstliche Intelligenz mit sich bringt:

1. Effizienzsteigerung in verschiedenen Branchen und Prozessen. Zum Beispiel kann KI Code programmieren, den Informatiker:innen oft nur noch überprüfen und anpassen müssen.
2. Schnellere Verarbeitung – bisweilen in Echtzeit – und Analyse großer Datenmengen. So können Shopbetreiber ihren Kund:innen genau die passenden Produkte ausspielen, die diese gerade haben wollen.
3. Automatisierung einfacher, wiederkehrender Arbeiten entlastet menschliche Arbeitskräfte, die sich dadurch mit kreativeren Aufgaben beschäftigen können.
4. Unterstützung bei komplexen Forschungs- und Entwicklungsprojekten durch maschinelles Lernen und Simulationen.
5. KI als Innovationstreiber:in für bahnbrechende Fortschritte in vielen Bereichen. Beispielsweise erkennt eine KI anhand von CT-Scans bereits Schlaganfälle oder Krebs.
6. Verbesserung der Benutzererfahrung durch personalisierte Empfehlungen und Anpassungen wie bei Spotify und Netflix.
7. Höhere Sicherheit und Vorhersage von potenziellen Risiken in Echtzeit. Versicherer lassen die KI bereits Katastrophenszenarien mit detaillierten Profilen für Kund:innen erstellen.

Eröffnung neuer Geschäftsmöglichkeiten und Wettbewerbsvorteile für Unternehmen. Beispielsweise kann ein Shop für Fahrzeugteile mit der richtigen KI deutlich mehr Ware verkaufen. Kundenfotos von defekten Teilen können mit ihrer Hilfe auch ohne Seriennummer oder andere fehlende Merkmale den richtigen Produkten zugeordnet werden.

Obwohl KI in vielen Bereichen einen enormen Mehrwert bietet, gibt es konkrete Einsatzgebiete wie psychotherapeutische Betreuung oder Pflege, die sich nicht oder nur bedingt für KI eignen, da der menschliche Faktor und emotionale Intelligenz einen wesentlichen Unterschied machen – auch, wenn erste Versuche in die Richtung gehen.

Die drei größten Nachteile von KI sind:

• Berufliche Veränderung: KI kann viele Aufgaben automatisieren, was potenziell dazu führen kann, dass Arbeitsplätze verloren gehen – insbesondere in Bereichen, in denen repetitive oder einfache Tätigkeiten ausgeführt werden. Dies kann Auswirkungen auf die Arbeitswelt und die soziale Stabilität haben. Jedoch lässt sich dieser Entwicklung entgegenwirken, indem Menschen fort- und weitergebildet werden und diese neuerworbenen Fähigkeiten können sie dann in einem produktiveren Umfeld gewinnbringend einsetzen.
• Datenschutz: KI bringt dann Unternehmen den größten Nutzen, wenn Unternehmens- und Kundendaten verarbeitet werden können. Dabei ist aber der verantwortungsvolle und gesetzestreue Umgang mit diesen Daten entscheidend.

Verzerrte Entscheidungsfindung: KI-Modelle lernen aus historischen Daten und können Vorurteile aus der Vergangenheit übernehmen. Dies kann zu verzerrten Entscheidungen führen, die Diskriminierung und Ungerechtigkeiten verstärken. Anbieter von KI-Modellen können und müssen gegensteuern, indem sie für eine sorgfältige Aufbereitung der Daten sorgen. Denn jede KI kann stets nur so gut sein wie die Datenqualität, mit der sie gespeist wird.

Die Herausforderung mit Künstlicher Intelligenz besteht vorwiegend darin, sie verantwortungsvoll zu nutzen. Wer KI einsetzt, muss negative Auswirkungen der KI minimieren und ihre Vorteile perfektionieren. Kernfragen für Unternehmen und Arbeitnehmer:innen sind diesbezüglich, wie sie KI als Unterstützung in den Arbeitsprozess integrieren können, anstatt das eigene Geschäftsmodell beziehungsweise den eigenen Arbeitsplatz bedroht zu sehen. Aber inwieweit können Tools im Hinblick auf den KI-Datenschutz überhaupt in unternehmerische Prozesse einbezogen werden?

Der Umgang mit sensiblen Daten zwischen dem Unternehmen, das KI nutzen möchte, und dem Anbieter des KI-Modells, muss durch einen präzisen Auftragsverarbeitungsvertrag geregelt werden. Viele Anbieter nutzen die erhobenen Daten für die Weiterentwicklung ihres KI-Systems. Unternehmen müssen evaluieren, ob sie eine solche Zustimmung erteilen (können) oder eine entsprechende Opt-out-Option ziehen. Wer KI kostenlos nutzt, bekommt diese Möglichkeit aber gar nicht erst eingeräumt. Somit entgleitet Unternehmen die Kontrolle über ihre Daten.

Salesforce löst die Herausforderung mit dem verantwortungsvollen Umgang mit sensiblen Unternehmensdaten durch den Einstein Trust Layer. Der Einstein Trust Layer verhindert, dass Large-Language-Modelle (LLMs) sensible Kundendaten speichern. Diese Trennung von sensiblen Daten und LLMs hilft Kund:innen, Data Governance-Kontrollen aufrechtzuerhalten und gleichzeitig das immense Potenzial der generativen KI zu nutzen.

Künstliche Intelligenz findet Einzug in Unternehmen (fast) aller Branchen – von KI im Mittelstand bis zu Anwendungen in Großkonzernen. Nicht an jedem Arbeitsplatz ist auf Anhieb klar, wie KI den Menschen entlasten und die Qualität erhöhen kann.

Die sinnvolle Nutzung von Künstlicher Intelligenz hängt von Ihrem Berufsfeld und den spezifischen Anforderungen Ihres Jobs ab. Allgemein eignet sich eine KI zur Datenanalyse, für Vorhersagen, das Auslagern repetitiver Aufgaben, zur Personalisierung der Kundenerfahrung und zur Optimierung von Arbeitsabläufen und Prozessen. Wichtig ist, dass Sie sich zunächst mit den Grundlagen von KI vertraut machen und die spezifischen Bedürfnisse Ihres Jobs analysieren. Erkunden Sie dann die verschiedenen verfügbaren KI-Tools und -Technologien, um herauszufinden, wie sie am besten in Ihrem Arbeitsumfeld eingesetzt werden können. Hier einige Beispiele für kostenlose KI-Tools.

KI kann Ihnen dabei helfen, Texte schneller und präziser zu erstellen. Tools wie ChatGPT und Grammarly unterstützen bei der Erstellung von Berichten, Artikeln und E-Mails. Sie können Ideen brainstormen, Textpassagen überarbeiten und Ihre Texte auf Grammatik, Rechtschreibung und Stil prüfen lassen. Für die internationale Kommunikation und Übersetzung von Dokumenten sind Tools wie DeepL Translator und Google Translate unverzichtbar.

Für die Datenanalyse und -visualisierung bieten sich Tools wie Google Colab und Tableau Public an. Diese ermöglichen es Ihnen, Daten online zu analysieren und zu visualisieren, ohne spezielle Software installieren zu müssen. Zudem können Sie interaktive Diagramme und Dashboards erstellen, die komplexe Daten verständlich und ansprechend darstellen.

Mit Tools wie Canva und Remove.bg können Sie professionelle Grafiken und Präsentationen erstellen oder automatisch Hintergründe aus Bildern entfernen. Diese Tools ermöglichen es Ihnen, ansprechende visuelle Inhalte schnell und einfach zu erstellen.

Effizientes Projektmanagement ist entscheidend für den Erfolg im Job. KI-Anwendungen wie Zapier und IFTTT dienen zur Automatisierung von Routineaufgaben. Diese Tools helfen Ihnen, wiederkehrende Aufgaben zu automatisieren und wertvolle Zeit zu sparen.

Plattformen wie Coursera, edX und Khan Academy bieten eine Vielzahl von kostenlosen Kursen in verschiedenen Themenbereichen, einschließlich Künstlicher Intelligenz und Datenwissenschaft. Diese Plattformen ermöglichen es Ihnen, sich weiterzubilden und neues Wissen zu erwerben, das Sie in Ihrem Job anwenden können.

Berufsprofile werden sich durch KI verändern. Dafür muss KI allerdings erst richtig im Unternehmen ankommen. Die Integration von Künstlicher Intelligenz in ein Unternehmen erfordert eine sorgfältige Planung und eine schrittweise Umsetzung. Im ersten Schritt müssen die Verantwortlichen identifizieren, in welchen Bereichen KI-Unterstützung gewünscht ist, beziehungsweise benötigt wird. Ist dies geschehen, wird eine KI-Strategie entworfen und umgesetzt:

• Daten sammeln und harmonisieren
• KI-Fachwissen im Team ausbauen (Schulungen, Fortbildungen) und/oder zukaufen
• Prototypen testen
• KI-Tools schrittweise implementieren
• Prompt Engineering etablieren
• Leistung evaluieren
• Auf dem aktuellen Stand bleiben, denn KI entwickelt sich weiter.

Den größten Erfolg verspricht der Ansatz, KI zuerst in technikaffinen Bereichen und in den Abteilungen, die am meisten davon profitieren, einzusetzen. Hierfür bieten sich Datenanalyse und Business Intelligence ebenso an wie der Customer Support, die Personalabteilung, IT-Sicherheit sowie Marketing, E-Commerce, Kundenservice und Vertrieb.

KI im Marketing beispielsweise kann die Personalisierung von Kampagnen verbessern, indem sie Kundendaten analysiert und gezielte Werbebotschaften erstellt. KI im Kundenservice kann wiederum durch Chatbots und virtuelle Assistenten automatisierte Antworten auf häufig gestellte Fragen geben und Anfragen effizient bearbeiten, wodurch das Serviceteam entlastet wird und die Kundenzufriedenheit steigt. Wenn Sie KI im Vertrieb nutzen, kann diese helfen, potenzielle Kund:innen zu identifizieren und Routineaufgaben zu automatisieren. Dadurch können Vertriebsmitarbeitende fundierte Entscheidungen treffen. Zeigen sich erste messbare Erfolge, ebnen diese den Weg für die nächsten und größeren Projekte zur KI-Integration im Unternehmen.

Ein Paradebeispiel für den sinn- und planvollen Einsatz von KI im Unternehmen ist Schneider Electric. Das international operierende Unternehmen für Energiemanagement und Industrieautomation hat ein KI-Programm unter einem neuen Chief AI Officer formalisiert und auf alle Bereiche des Unternehmens ausgeweitet. Die Vision „Daten und KI zuerst" zahlt sich bereits aus. So konnte Schneider Electric dank der genaueren Vorhersage und Verwaltung des Bestandsbedarfs durch KI Millionen einsparen.

Viele Unternehmen zögern noch mit dem Einsatz von KI. Schneider Electric hat das Thema KI in die Hauptverantwortlichkeit einer dafür ausgebildeten Führungskraft gelegt. Eine andere Möglichkeit ist, Spezialist:innen anzuheuern und womöglich gar ein internes KI-Kompetenzzentrum einzurichten, an dem die Leiter:innen der einzelnen Abteilungen gemeinsam an KI-Projekten arbeiten. Damit legen Sie nicht nur den Grundstein, sondern haben beste Karten für durchschlagenden und dauerhaften Erfolg mit Künstlicher Intelligenz im Unternehmen.

Daten sind die Krux bei Künstlicher Intelligenz. Daten und deren Analyse sind aber auch die Quelle ihres Erfolges. KI ist nur so gut wie die Daten, mit denen sie gefüttert wird. Sind die Daten in Ihrem Unternehmen bereits KI-fähig?

Zwar sind zahlreiche KI-Tools, von denen wir uns eine enorme Hebelwirkung für Unternehmen versprechen, noch in der Entwicklung. Doch Entscheider:innen können bereits jetzt ihr Data-Warehouse auf den bestmöglichen Stand bringen. Unternehmen sollten dringend die Qualität ihrer Daten unter die Lupe nehmen und sichern. Dazu gehört, Duplikate, Ausreißer, Fehler und andere Dinge, die sich negativ auf die Entscheidungsfindung auswirken können, zu entfernen. Um ihren vollen Nutzen zu entfalten, müssen Daten – im Einklang mit der Datenschutzgrundverordnung (DSGVO) – zusammengeführt werden: Marketing, Vertrieb, Service, Handel – deren Daten sollten zu einem einzigen Datensatz verschmelzen, der in Echtzeit aktualisiert wird, wie das beispielsweise Salesforce mit der Salesforce Data Cloud anbietet. Das gibt der KI die Möglichkeit, bessere Empfehlungen zu geben.

Nehmen wir als Beispiel die Anfrage einer Kundin an den Support.

Kundin: Wo ist meine Bestellung?

Antwort A: Vielen Dank für Ihre Anfrage. Wie lauten Ihr Name, Ihre E-Mail-Adresse und Ihre Bestellnummer? Wo haben Sie Ihre Bestellung aufgegeben?

Antwort B: Hallo Lisa, vielen Dank, dass Sie ein Gold-Level-Treue-Mitglied sind! Wie kann ich Ihnen helfen? Haben Sie ein Problem mit der Tasse in Ihrem Einkaufswagen, mit der Umhängetasche, die Sie gerade auf unserer Website ansehen, oder mit etwas anderem?

Wie sich die Kundin bei diesen Antworten fühlt, macht einen beträchtlichen Unterschied aus. Und dieser Unterschied liegt in den Daten begründet. Generative KI verspricht, die Art und Weise, wie Unternehmen Ihre Kundenbeziehungen verwalten, grundlegend zu verändern. Aber sie erfordert genaue, aktuelle, zugängliche und vollständige Daten. Unternehmen müssen daher einen vernetzten, minutengenauen Überblick über die Aktivitäten ihrer Kund:innen haben.

Den maximalen Nutzen holen Unternehmen heraus, wenn Sie Künstliche Intelligenz in die Systeme integrieren, in denen diese einerseits an die benötigten Daten herankommen und andererseits genau dort wirken können. Für etliche Abteilungen von Business Development über Kundenservice, Marketing, Produktmanagement bis hin zum Vertrieb ist das CRM das Herzstück der täglichen Arbeit. Mit einem KI-Upgrade wie der Salesforce Lösung Einstein gelingt die Verflechtung von KI und CRM perfekt und bringt erstaunliche Ergebnisse zu Tage. Wie das gehen soll? Einstein

• bereitet Daten anschaulich auf,
• kreiert Flows,
• schreibt Code,
• generiert Leads,
• unterstützt maßgeblich in Vertrieb, Service, Marketing und Commerce.

Neugierig geworden, wie die generative KI von Salesforce das bewerkstelligt? Werfen Sie einen ersten Blick auf Einstein oder erhalten Sie in unserem Webinar direkt praktische Einblicke aus erster Hand!

Widmen wir uns einigen populären Fragen zum Thema KI und ihre Auswirkung auf unser Leben. Bei einigen Antworten ist das letzte Wort allerdings noch nicht gesprochen.