2ANWENDUNGSFELDER VON KÜNSTLICHER INTELLIGENZ IN UNTERNEHMEN UND ORGANISATIONEN

Nimmt man das mediale Gewitter als Maßstab, so ist die Zahl der denkbaren Anwendungsfälle generativer AI im Unternehmen beinahe unbegrenzt und vielfältig. Dennoch geht die Unternehmensberatung McKinsey in ihrer Publikation »The economic potential of generative AI« aus dem Juni 2023 davon aus, dass 75 Prozent der Wertschöpfung aus nur vier Bereichen kommen1:

• Kundeninteraktion,

• Marketing?&?Vertrieb,

• Softwareentwicklung,

• Forschung und Entwicklung.

Wir gehen in den nachfolgenden Ausführungen über diesen Ansatz hinaus und betrachten sowohl Querschnittsfunktionen, die in gleicher oder zumindest ähnlicher Form in jeder Organisation anfallen, als auch branchenspezifische Anwendungen - immer mit dem Blick auf den Nutzwert für Sie als Leser.

Büroarbeiten

Die Anwendung ist trivial. Zahlreiche Aufgaben, die im Rahmen eines üblichen Bürojobs anfallen, profitieren von generativer KI.

Dies fängt bei simplen Themen an wie einer strukturierten Websuche oder grundlegenden Marktforschungsarbeiten. Bei Letzteren bekommt man zumindest einen ersten Überblick über neue Themen und Märkte. Dafür sind gängige generative KI-Systeme durchweg tauglich, ebenso für die Erstellung einer Marketing-Mail, die Überarbeitung vorhandener Texte, die Erstellung einer Illustration oder Grafik oder die Erarbeitung grundlegender Skripte für das Contact-Center. In eine ähnliche Richtung geht die Erstellung einer Agenda für ein Meeting oder eine PowerPoint-Präsentation oder die Zusammenfassung vorhandener Projektnotizen. Wobei hier potenzielle Probleme schon anfangen, denn gerade die letztgenannten Beispiele funktionieren nicht, ohne dass Mitarbeiter Unternehmensdaten in KI-Systeme hochladen. Da die meisten Anwendungen von großen Technologiekonzernen bereitgestellt werden und in Sachen Datenverwendung hier Risiken bestehen - siehe Kapitel »4 Risiken und Gefahren« -, braucht es klare Leitlinien für den KI-Einsatz.

An Anwendungsmöglichkeiten im Office-Alltag besteht kein Mangel, hier führt Ausprobieren vielfach zu Begeisterung, manchmal auch zu einer Ernüchterung.

Zu beachten ist: Die aktuelle Situation, nach der generative KI primär als »Stand alone«-System entkoppelt von anderen Softwareplattformen steht, ist in Kürze vorbei. Nicht nur Microsoft arbeitet an der Integration generativer KI in seine Produkte. Nach der Bing-Websuche ist auch das Schlüsselprodukt »M365« dabei - mit einem saftigen Aufpreis versteht sich. Auch andere gängige betriebliche Werkzeuge wie Salesforce oder die bei kleinen Unternehmen und Start-ups beliebte Notizen- und Selbstorganisationsplattform »Notion« sehen in der KI-Integration einen wichtigen Bestandteil des zukünftigen Geschäftes.

Übrigens hatte Microsoft Office bereits vor Jahren mit »Clippy« - zu Deutsch »Karl Klammer« - einen virtuellen Assistenten, der Hilfe bei der Bedienung der komplexen Software versprach. Immerhin von 1996 bis 2007 war dieses Add-on Bestandteil von Microsoft Office. Die nun erfolgte Wiederbelebung des Assistenzgedankens mit generativer KI ist aber - ungeachtet der Ähnlichkeiten auf den ersten Blick - vollkommen anders positioniert. Denn die neue Lösung gibt nicht nur Hilfestellung mit der Office-Bedienung selbst, sondern soll eigenständig Inhalte produzieren und auch formatieren können - bis hin zu einem weitgehend automatisierten Erstellen von PowerPoint-Slides oder Excel-Tabellen. Doch Produktversprechen hin oder her, die Tücke steckt vielfach im Detail, denn bis dato liefert kein Werkzeug eigenständig rundum überzeugende Ergebnisse. Manuelle Nacharbeit bleibt stets nötig.

Kunden- und Mitarbeiterkommunikation

Eigentlich ist es ganz einfach: Kundenkommunikation kostet Geld. Viele Dienste lassen sich überhaupt nur wirtschaftlich betreiben, wenn man die Servicekosten in den Griff bekommt. Deswegen stecken Firmen seit Jahrzehnten Millionen in die Automatisierung von Serviceprozessen und nutzen alle technischen und organisatorischen Möglichkeiten aus. Nach dem Callcenter, in dem überwiegend Serviceprozesse gebündelt und per Telefon zugänglich gemacht wurden, kamen in Folge die sogenannten Contact Center (oder auch Multi Channel Contact Center), bei denen nicht nur der telefonische Kontakt angeboten wurde, sondern auch per E-Mail oder Instant Messaging.

Bereits in der Vergangenheit wurde von vielen Anbietern mit Chatbots experimentiert, die Fragen per E-Mail oder Chat beantworten sollten. Die Ergebnisse waren aber durchweg dürftig. Etwa seit dem Jahreswechsel 2022/2023 hat sich diese Entwicklung beschleunigt, der intensive Wettbewerb sorgt dafür.

Auch wenn Anbieter immer wieder betonen, wie wichtig die Kundenzufriedenheit ist, sehen das die Betroffenen vielfach anders. Eine Umfrage der Bewertungsplattform Trustpilot mit insgesamt fast 2?000 Teilnehmern zeigte bereits 2019 massive Defizite auf: Demnach hatten beziehungsweise haben 35 Prozent der Befragten, im Vergleich zur persönlichen Kundenberatung, kein Vertrauen in Chatbots. Weitere 29,6 Prozent gaben sogar an, aus Misstrauen nicht mehr in Online-Shops einzukaufen, die ausschließlich auf computergenerierten Kundenservice setzen. Im Vergleich: Nur knapp 5 Prozent waren in der Befragung der Meinung, dass ein Chatbot einen besseren Service bietet, und gerade mal 10 Prozent sahen keinen Unterschied zwischen Mensch und Maschine. Beklagt wurden vielfach unzutreffende Antworten.2

Dennoch: Servicedifferenzierung kann auch ein Mittel der Produktdifferenzierung sein nach dem Motto »Wer auf menschlichen Service verzichten kann, spart Geld«. Beispiele gibt es quer über alle Branchen, so versprechen die Mobilfunkmarken Congstar und Fraenk etwa, das Mobilfunknetz der Telekom zu nutzen und dennoch günstig zu sein - durch Einschränkungen beim Service.

Auch im Versicherungsgeschäft gibt es Ähnliches. Wer auf den persönlichen Berater und die Hotline verzichten kann, bekommt etwa bei der HUK24 ein Versicherungsprodukt, das auf Selbermachen fokussiert ist, lediglich bei der Schadensbearbeitung ist dann wieder eine persönliche Kontaktaufnahme möglich.

KI könnte nun dabei helfen, die beklagten Schwächen herkömmlicher Kundeninteraktionssysteme zu beheben, und würde - bei einem breiten Einsatz - auch ganz nebenbei eine Produktdifferenzierung durch Unterschiede in der Servicequalität obsolet machen, da davon auszugehen ist, dass jede Automatisierungstechnologie früher oder später aufgrund geringer Grenzkosten allen Anbietern zur Verfügung stehen wird.

Und es steht bereits heute fest, dass im Kundenservice deutliche Produktivitätsgewinne lauern, setzt man AI richtig ein. Erstaunliche 80 Prozent Kostenersparnis verspricht etwa die Unternehmensberatung BCG und schwärmt gleichzeitig von den Vorteilen für die Kunden: 24/7-Verfügbarkeit, keine Wartezeiten - kurzum nach BCG eine »Revolution«.3 Nach Medienberichten über Unternehmen ist im Einzelfall sogar noch mehr drin, viel mehr.

Erstaunliche 98 Prozent Kosteneinsparung im Kundenservice will das indische E-Commerce-Start-up Dukaan erreicht haben. Man hatte dort für Kundenanfragen einen Chatbot eingeführt und konnte zum einen die Antwortzeit von im Durchschnitt 1,44 Minuten auf »quasi sofort« reduzieren. Die Lösungszeit - die benötigte Zeit von der ersten Kontaktaufnahme bis zur Problemlösung und gleichzeitig eine der wichtigsten Messgrößen in einem Callcenter oder Contact-Center - ging zurück von 2 Stunden und 12 Minuten auf 3,12 Minuten mit der Übernahme durch die KI. Die Folge war die Entlassung von 90 Prozent der Supportmitarbeiter. Dabei ist unklar, wie viele noch verblieben sind und ob die Rechnung tatsächlich aufgeht, ...