Wissensmanagement in Unternehmen „KI-Systeme müssen auch das Wissen aus den Köpfen der Mitarbeiter extrahieren“

Anbieter zum Thema

MicroConsult Academy GmbH

Heitec AG

MES Electronic Connect GmbH & Co. KG

Prozesse optimieren und Wissen effizient managen. Unternehmen können von der künstlichen Intelligenz profitieren. Kosten können gesenkt und die Effizienz gesteigert werden. Doch was ist nötig, damit Techniken wie OCR und NLP in der Praxis eingesetzt und von den Mitarbeitern akzeptiert werden?

Automatisierte Abläufe unterstützen den Menschen: Optical Character Recognition (OCR) und Natural Language Processing (NLP) helfen, Prozesse und Abläufe in Unternehmen zu optimieren. Gerade im Hinblick auf das Wissensmanagement bietet die automatisierte Analyse und Klassifizierung großer Textmengen einen entscheidenden Vorteil. Das oft fragmentierte Wissen lässt sich zentralisieren und Mitarbeiter haben einen leichteren Zugang.

Im Gespräch mit Oliver Mayer von objective partner beleuchten wir, wie diese Techniken konkret in Unternehmen eingesetzt werden können. Außerdem geht es um den Einsatz von künstlicher Intelligenz in Unternehmen, wie Mitarbeiter solche Systeme akzeptieren lernen und welche Best Practices es für die Implementierung gibt. Eines ist heute schon klar: KI wird langfristig die Arbeitswelt verändern und nachhaltig verändern.

Herr Mayer, welche konkreten Vorteile bringt der Einsatz von KI-gestützten Techniken wie OCR und NLP für das Dokumentenmanagement und die Dokumentenanalyse in Unternehmen?

Optical Character Recognition (OCR) und Natural Language Processing (NLP) sind nicht erst seit dem Aufkommen von GenAI relevante Themen. Beide Techniken werden in der IT schon seit Jahren eingesetzt. Doch durch den von GenAI ausgelösten Hype erhalten sie nun eine völlig neue Aufmerksamkeit und eröffnen viele spannende Anwendungsmöglichkeiten.

Optical Character Recognition beschreibt die digitale Erfassung und Umwandlung von gedruckten oder handgeschriebenen Texten in maschinenlesbare Daten, was die Archivierung und den Zugriff auf Dokumente erleichtert. NLP verbessert die Fähigkeit, natürliche Sprache zu verstehen und zu analysieren, was die automatische Klassifizierung, Kategorisierung und Extraktion relevanter Informationen aus großen Textmengen ermöglicht.

Besonders im Zusammenspiel von OCR und NLP steckt viel Potenzial: Ein Anwendungsfall wäre das automatisierte Scannen und Verarbeiten von PDF-Dokumenten mithilfe von künstlicher Intelligenz. So ermöglicht KI beispielsweise die automatisierte Erfassung, Sortierung und Verbuchung eingehender Rechnungen. Auch können eingehende Rechnungen mit getätigten Bestellungen und Lieferscheinen verglichen werden, um zu prüfen, ob alles korrekt verbucht wurde.

Einen Schritt weiter geht die Automatisierung von Prozessen anhand von Informationen, die mittels KI aus Unternehmenswissen gewonnen werden. Es können zum Beispiel KI-Assistenten erstellt werden, die auf Unternehmenswissen zugreifen und wie virtuelle Mitarbeiter agieren. Stellen wir uns zur Illustration vor, die Gastherme einer Heizung muss repariert werden. Aktuell läuft das oft so ab, dass zwei Servicetechniker mit unterschiedlicher Expertise vor Ort sind und sich miteinander austauschen, um ein Problem zu lösen. Während Techniker A die Reparatur vornimmt, liefert Techniker B konkrete Hilfestellung anhand von Informationen wie dem Modell der Gastherme.

In Zukunft wird es dagegen nur noch einen Techniker geben – unter anderem auch deshalb, weil Unternehmen aufgrund des Fachkräftemangels keine zwei Personen mehr zu einer Reparatur schicken können. Dieser wird dann von einem virtuellen, smarten Kollegen begleitet, der mit ihm genauso interagiert wie ein echter Kollege. Er hilft ihm bei Fragen, gibt Tipps und stattet den echten Techniker quasi mit „Superkräften“ aus, weil er mehr weiß als jemals zuvor.

Wie kann die Integration von KI-basierten Wissensmanagementsystemen den Zugang zu Unternehmenswissen für neue und bestehende Mitarbeiter verbessern und gleichzeitig der Austausch im Unternehmen gelingen?

Wissensmanagement geht in vielen Unternehmen, milde gesagt, eher wenig zufriedenstellend vonstatten. Oder anders formuliert: Es herrscht oft ein Chaos und wertvolles Wissen geht nicht selten verloren, weil es keine Standards für die Dokumentenablage gibt, Mitarbeiter sich nicht richtig daran halten oder wenn langjährige Mitarbeiter das Unternehmen verlassen. Gerade auch durch das Ausscheiden der Boomer aus dem Arbeitsmarkt fließt derzeit viel Wissen aus den Unternehmen ab.

Ein Klassiker ist für mich ein Unternehmenswiki, wo Informationen oft ohne Sinn und Verstand abgeladen werden. Das ist gerade für neue Mitarbeiter ein frustrierendes Erlebnis. Wer erinnert sich nicht an Onboarding-Prozesse, bei denen man sich wichtige Infos mühselig selbst zusammensuchen musste? Oder drängende Fragen an die Kollegen mit dem Verweis „Das steht doch im Wiki“ abgetan wurden.

Diese Herausforderungen lassen sich durch den Einsatz von KI einfach lösen: Sie trägt dazu bei, den Zugang zu Unternehmenswissen zu erleichtern, indem relevante Informationen effizient und zielgerichtet bereitgestellt werden. Mehr noch: Im Wissensmanagement kann künstliche Intelligenz dazu beitragen, sogar fragmentiertes und unstrukturiertes Wissen zu zentralisieren und zugänglich zu machen.

Mit Retrieval-Augmented Generation (RAG) können generative KI-Modelle mit internem Wissen angereichert werden, um als zentrale Wissensquelle zu dienen. Anstatt in verschiedenen Quellen suchen zu müssen, steht das benötigte Wissen mit einer einfachen Anfrage sofort zur Verfügung. Unternehmen können auch interne Chatbots mit Daten aus dem Unternehmenswiki betreiben, um spezifische Fragen, wie das Ausfüllen eines Urlaubsantrags, zu beantworten.

An dieser Stelle will ich noch eine wichtige Sache betonen: Die Implementation von KI funktioniert nicht nur One-Way, sondern vor allem auch Two-Way. Traditionelle Wissensmanagement-Systeme und -Ansätze (auch unter Einsatz von KI) zielen immer darauf ab, Wissen aus Datenquellen abzufragen. Im neuen KI-Zeitalter geht es aber vielmehr darum, das Wissen auch aus den Köpfen der Mitarbeiter herauszuholen. Das kann gelingen, indem Unternehmen KI-Assistenten strategisch in den Alltag der Mitarbeiter integrieren, damit diese mit den Assistenten so natürlich interagieren wie mit anderen Menschen. Dadurch wird die Weitergabe von relevantem Wissen an künstliche Intelligenz möglich. Die KI strukturiert dieses Wissen, bereitet es auf, stellt Fragen, wenn noch etwas unklar ist, reichert es an und verbreitet dieses Wissen wiederum im Unternehmen.

Welche Strategien und Maßnahmen sind notwendig, um die Akzeptanz von künstlicher Intelligenz bei den Mitarbeitern zu erhöhen und mögliche Vorbehalte zu überwinden?

Viele Unternehmen zögern noch beim Einsatz von Künstlicher Intelligenz, gerade der Mittelstand agiert sehr vorsichtig. In diese Richtung weisen die Ergebnisse einer Studie im Auftrag des Digitalverbands Bitkom. Zwar steigt die Akzeptanz für die Potenziale generativer KI in allen Branchen, aber nur zwei Prozent der befragten Unternehmen setzen KI-Tools bereits zentral ein. Dabei ist es dringend an der Zeit, mit der Umsetzung von KI zu beginnen, wenn wir unsere Innovationskraft hierzulande erhalten wollen. Der Mittelstand muss aus seiner Beobachterrolle heraustreten und aktiv handeln.

Damit die Einführung von KI ein Erfolg wird und von den Mitarbeitern akzeptiert wird, ist es elementar wichtig, dass der Vorstand/C-Level hinter dem Thema steht und es vorantreibt. Ohne das Commitment des Managements wird jedes KI-Projekt scheitern. Um Mitarbeiter schrittweise an KI heranzuführen und auch Ängste zu nehmen, ist es ratsam, Guidelines zu erarbeiten, die über Chancen und Herausforderungen sowie den verantwortungsvollen Umgang mit Künstlicher Intelligenz aufklären.

Als Nächstes geht es darum, konkrete KI-Tools auszuprobieren und erste Use Cases zu identifizieren: Es empfiehlt sich, den Einsatz von KI-Tools in Schulungen mit anonymisierten Daten zu erproben. Statt auf frei verfügbare Systeme wie ChatGPT zurückzugreifen, die unter anderem datenschutzrechtliche Herausforderungen mit sich bringen, könnten erste Erfahrungen mit generativer KI auch direkt mit einem internen Chat gesammelt werden. In der Personalabteilung können Chatbots beispielsweise Fragen zu Gehaltsabrechnungen und vielem mehr beantworten. Die Einrichtung ist zwar etwas aufwendiger, der Nutzen aber unmittelbar größer, da direkt an für das Unternehmen relevanten Fragestellungen gearbeitet wird.

Bei der Einführung von KI-Werkzeugen im Unternehmen ist es in der Regel sinnvoll, zunächst eine interdisziplinär zusammengesetzte Gruppe von Mitarbeitenden mit KI-Werkzeugen experimentieren zu lassen – und nicht gleich das ganze Unternehmen. Diese Pioniere können erste Erfahrungen sammeln und in die Organisation tragen. Idealerweise ergeben sich aus der ersten Beschäftigung mit den Tools auch bereits relevante Use Cases, die es dann mit geeigneten Techniken umzusetzen gilt.

Wie lässt sich die technische Komplexität der Integration von KI-Systemen in die bestehende IT-Infrastruktur eines Unternehmens bewältigen, und welche Best Practices gibt es dafür?

Der Einsatz von KI ist kein Selbstzweck. Er entfaltet seinen geschäftlichen Nutzen erst durch die intelligente Integration in bestehende Geschäftsprozesse und IT-Systeme. Um spezifische KI-Lösungen für identifizierte Probleme entwickeln zu können, benötigen Unternehmen grundlegende Daten. Da diese nicht immer sofort verfügbar sind, benötigen Unternehmen ab einem bestimmten Zeitpunkt eine gezielte Datenstrategie.

Ein entscheidender Vorteil generativer KI ist, dass keine Datenstrategie nötig ist, um erste positive Ergebnisse zu erzielen. Dies ermöglicht Unternehmen einen schnellen Einstieg in die KI-Welt. So kann beispielsweise ein interner Chatbot, der auf einem vortrainierten Modell wie GPT-4 aufsetzt, üblicherweise innerhalb von zwei Tagen unter Einsatz von speziellen Technologien aktiviert werden.

Unternehmen sollten, wenn sie mit KI starten wollen, zunächst genau analysieren, welche Herausforderungen sie bewältigen müssen. Es geht nicht nur um neue oder zukünftige Herausforderungen, sondern auch um Aufgaben, die grundsätzlich bestehen und für die es zwar etablierte, aber ineffiziente Lösungen gibt. Hierfür bieten sich verschiedene Methoden an, bei denen externe Experten wertvolle Impulse geben können. Sie bringen ihr Wissen und ihre Erfahrung ein und sorgen mit ihren Ressourcen für einen schnellen, aber zielgerichteten KI-Start. In interdisziplinären Workshops, KI-Sprints oder -Bootcamps entstehen schnell spannende Ideen und Prototypen, die den spezifischen Bedürfnissen des Unternehmens entsprechen. Auch die zeitnahe Implementierung von sinnvollen KI-Anwendungen ist möglich.

Um Unternehmen bei der Entwicklung und Einsatz von KI zu unterstützen, hat objective partner mit Operaide eine Plattform entwickelt, mit der eine sichere und zielgenaue Integration von KI in Geschäftsprozesse gelingt. Die Plattform lässt sich sowohl auf der eigenen Infrastruktur betreiben, um maximale Sicherheit zu gewährleisten, als auch in bestehende IT-Systeme und SAP-Landschaften integrieren.

Inwiefern kann der Einsatz von KI-gesteuerten Chatbots zur Automatisierung von Unternehmensprozessen beitragen, und welche konkreten Anwendungsfälle sehen Sie dafür für Unternehmen?

Die KI-Journey hat gerade erst begonnen und wird uns noch lange beschäftigen. Die Veränderungen der nächsten Jahre werden so umfassend sein wie die des Internets oder der Digitalisierung. Wer KI jetzt richtig einsetzt, verschafft sich einen Vorsprung und löst gleichzeitig eine Vielzahl von Problemen. Automatisierte Prozesse steigern die Produktivität und setzen gleichzeitig kreative Potenziale frei. Die Anwendungsmöglichkeiten für KI sind nahezu unbegrenzt. Ein paar Beispiele habe ich ja schon genannt. Sie reichen von der Produktion über den Kundenservice bis hin zum Vertrieb.

Ein besonders spannendes Projekt haben wir in den letzten Monaten zusammen mit Toyota Deutschland umgesetzt: Zur Einführung des ersten vollelektrischen Modells haben wir für den Automobilhersteller einen Sales Coach namens ToyoGPT entwickelt, der die Autoverkäufer bei ihren Kundengesprächen optimal unterstützt. Die auf Künstlicher Intelligenz (KI) basierende Anwendung wurde mit allen verfügbaren Verkaufsschulungsmaterialien gefüttert. Sie simuliert daraus Kunden-Personas, die realistische Fragen für virtuelle Verkaufsgespräche liefern. Dabei werden die Antworten des Verkäufers sowohl auf ihre Richtigkeit als auch auf ihre Verkaufspsychologie hin überprüft. Nach der Simulation erhält der Verkäufer detaillierte Verbesserungsvorschläge, mit denen er seine Erfolgsquote optimieren kann. Dies ist nur eines von vielen Beispielen, wie KI-Anwendungen bereits heute konkret in der Praxis eingesetzt werden.

So spannend Chatbots auch sind, um erste Erfahrungen mit KI zu sammeln und Use Cases zu realisieren, die Zukunft der Künstlichen Intelligenz sehe ich nicht im Chatten mit Bots. Besonders deutlich wird dies bei der Apple-Intelligenz: Die KI von Apple erscheint auf den ersten Blick nicht sonderlich spektakulär, was den Aktienkurs kurz nach der Ankündigung erst einmal einbrechen ließ, um dann wieder enorm zu steigen. Das größte Potenzial von KI liegt vielmehr darin, dass sie viele Aufgaben im Hintergrund übernimmt, ohne dass wir es noch bewusst wahrnehmen. Darin liegt die Zukunft und das hat das Unternehmen aus Cupertino erkannt.

(heh)

Qualitätsmanagement

Wie Business Intelligence die Fertigungsindustrie optimiert

Manufacturing-X

Manufacturing-X: Warum Unternehmen vom Daten teilen profitieren

(ID:50076988)