Mit künstlicher Intelligenz differenzierte „Realtime-Entscheidungen“ treffen

Selbstlernende Systeme können Führungskräften vollkommen neue Erfolgskriterien und Entscheidungskriterien durch neue belastbare Fakten, Zusammenhänge und Wirkungsbeziehungen auf ein bisher ungekanntes Niveau heben. Über Realtime-Dashboards und Knowledge Graphen werden komplexe Sachverhalte und Beziehungen in eine entscheidungsreife Übersicht gebracht. Damit können ursachenorientierte Effizienz- und Skalierungsprogramme, Prozessanpassungen und Geschäftsmodelle optimiert auf den Weg gebracht werden. Diese Aspekte gewinnen für Manager durch „hohe Unsicherheiten, in Zeiten der Veränderung den Anschluss zu verpassen“ und dem drohenden Konjunkturumschwung derzeit stark an Bedeutung.

Was ist möglich?

In Deutschland erwirtschaftet der Dienstleistungssektor rund 70 Prozent des BIP und beschäftigt fast drei Viertel der Arbeitnehmer. Unser Kurzbeispiel ist aus diesem Wirtschaftsbereich: in Projektorganisationen und im Projektmanagement ist der klassisch-lineare Ansatz des „Magischen Dreiecks“ aus Zeit, Kosten und Qualität weit verbreitet.

Beispiel 1: Der Dreieck-Faktor „Kosten“ soll verbessert werden. Die Kosten werden reduziert und eine Kostenführerschaft angestrebt. Dies hatte bisher meist einen negativen Einfluss auf die beiden anderen Faktoren Qualität und Zeit. Entweder wurde in Unternehmen diskutiert und entschieden, dass dafür die Qualität der Tätigkeit schlechter wird (z.B. „Service einstellen“, „fehleranfälliger“, „nicht so tiefgründig“, …) oder die Tätigkeit länger dauert (z.B. Durchlaufzeiten verlängern).

Beispiel 2: Der Dreieck-Faktor „Qualität“ soll erhöht werden. Folglich werden in vielen Unternehmen und Abteilungen die eingesetzte Zeit (Soll-/Ist-Stunden) und Kosten (Planzahl Personal / Fremdkosten) erhöht.

Ohne Künstliche Intelligenz (KI) befinden sich die Kriterien aus Zeit, Kosten und Qualität auf einem unausgeglichenen und optimierungswürdigen Niveau. Darüber hinaus sind die Beziehungen und Wirkungszusammenhänge der Kriterien zueinander ohne Künstliche Intelligenz (KI) schlecht bewertbar. Mit selbstlernenden Systemen kann der Ansatz zu einer mehrdimensional vernetzten Variante erweitert werden. Zusätzlich ist es möglich, mit KI-Systemen und tiefgehendem Lernen (Deep Learning) alle Kriterien des magischen Dreiecks gleichzeitig zu verbessern: eine Aufgabe mit KI-Unterstützung kann wesentlich schneller, wesentlich besser und wesentlich kostengünstiger umgesetzt werden. Existierende Daten werden dabei durch Algorithmen zu neuronalen Netzen auf mehreren Ebenen, die Beziehungen, Gemeinsamkeiten und Erfolgskriterien erkennen. Dadurch entstehen über Knowledge Graphen neue Ergebnisbeziehungen, die zu schlagkräftigen, differenzierten Entscheidungsgrundlagen werden und täglich auf Dashboards in Echtzeit beobachtet und analysiert werden können.