KI-Einführung: Das Henne-Ei-Problem

KI-Einführung: Ein Blick hinter die Kulissen eines durchschnittlichen deutschen Unternehmens genügt, und schnell wird klar, wo KI auf die ersten Hürden stößt. Gerade hierzulande gibt es viele Vorbehalte, externe Software aus der Cloud hinzuzuziehen – zumeist aus irrationaler Angst vor Datenschutzverletzungen. Weil KI große Datenmengen und entsprechende Rechen-Ressourcen benötigt, laufen solche Systeme aber nun einmal zumeist in der Cloud – bzw. sind von dort aus überhaupt erst wirtschaftlich nutzbar.

Wenn KI also Unternehmensinformationen verarbeiten soll, müssen diese in der Cloud vorliegen. Umgekehrt müssen die von der KI generierten Ergebnisse ins Unternehmen zurückfließen, um nutzbar zu sein. Unternehmen sollten daher offener denken. Sie dürfen sich einem Datenaustausch mit cloudbasierten (KI- oder anderen) Anwendungen gegenüber nicht mehr verschließen.

KI-Einführung: Veraltete Software-Infrastruktur erschwert Integration neuer Technologien

Das zweite Hemmnis ist weniger kultureller denn technologischer Natur. In unzähligen Unternehmen sind noch ERP-Systeme und branchentypische Lösungen der ersten Generation im Einsatz. Sie wurden vor Jahrzehnten entwickelt und versehen bis heute zuverlässig ihren Dienst. Damals aber war ein Informationsaustausch zwischen Systemen unterschiedlicher Hersteller nicht unbedingt erstes Ziel bei der Entwicklung. In die Jahre gekommene ERP-Lösungen verfügen daher in der Regel über keine oder nur limitierte Möglichkeiten, Informationen aus anderen IT-Systemen zu integrieren und zu verarbeiten. Ihre Hersteller sind auch selten bereit, sich in Form von Kooperationsprojekten zu öffnen. Auf den Kunden zugeschnittene (und vom ihm bezahlte) Schnittstellen entwickeln sie schon – diese sind schließlich ein lukratives Geschäft! Aus solchen Individualprojekten heraus erwachsen aber noch längst keine allgemein gültigen Schnittstellen. Jedes Unternehmen ist damit auf sich allein gestellt ist. So ploppt das Problem der Datenintegration immer wieder neu auf.

Die dritte Hürde ist auf die Art und Weise zurück­zuführen, wie interessierte Unternehmen KI-Lösungen betrachten: als eine Art Maschine, die dem Menschen Arbeit abnimmt. Die KI-Software wird dafür mit den bislang menschlich ausübten Tätigkeiten trainiert. Dieser Grundsatz ist nicht per se falsch, aber er vernachlässigt, dass Menschen bei dem, was sie tun, immer auf einen immensen Schatz an Kontext- und Erfahrungswissen zurückgreifen. Diese Prozesse laufen zumeist unbewusst. Selbst wenn eine Maschine Handlungsweisen nur kopiert, hat sie diese Erfahrung zunächst nicht. Sie arbeitet rein syntaktisch; Semantik und ein Verständnis dafür, warum sie etwas tut, fehlen ihr.

Was die KI nicht wissen kann

In der Logistikbranche etwa kommt es immer wieder vor, dass der Spediteur statt eines „echten“ Transportauftrags nur den vorab erstellten Lieferschein des Warenversenders erhält. Fachlich gesehen allerdings bedeutet dies, dass z.B. der Frachtzahler auf diesem Dokument gar nicht verzeichnet ist – eine Informationslücke, die leicht zu schließen ist, weil die Fachkraft im Büro schon weiß, dass dies ein häufiges Missverständnis ist. Sie kann es aufgrund ihrer Erfahrung oder aus dem Kontext heraus beurteilen – oft ruft auch der Auftraggeber kurz an. Diese Korrekturmaßnahmen kann eine KI, die sich rein auf die Informationen im Dokument stützt, nicht vornehmen. Manchmal sind auch aus historischen Gründen Entladestellen oder Frachtzahler auf einem Transportauftrag verzeichnet, die es so gar nicht mehr gibt, etwa wegen Umfirmierungen. 

Prozessverantwortliche müssen sich dieser Vorgänge bewusst sein und die typischen Abläufe und Verhaltensweisen der involvierten Beschäftigten transparent und automatisierbar gestalten. Widerstände, weil jemand Sorge hat, dass etwaige Fehler offengelegt werden, sind dabei vorprogrammiert. Es gilt, diese ernst zu nehmen und zu entkräften.

KI-Einführung: Nicht bloß eine weitere Software

Wer ein KI-gestütztes System einführt, kauft damit also nicht bloß eine weitere Software. Künstliche Intelligenz im Unternehmen einzusetzen, heißt mehr. Es gilt bei der KI-Einführung, bisherige Prozesse grundlegend zu überdenken und einen unternehmenswandelnden Prozess in Gang zu setzen. D.h. es braucht auch die entsprechenden Ressourcen, um diesen konsequent nachzuverfolgen. 

Hier liegt ein klassisches Henne-Ei-Problem vor: Unternehmen fehlt es an Personal, und diese Lücke wollen sie durch mehr Automatisierung (mithilfe von KI) füllen. Kaum jemand aber hat Zeit, sich damit zu beschäftigen, was dies für die Unternehmensprozesse bedeutet und was es bedarf, um den Wandel mittel- bis langfristig zu begleiten. Das operative Geschäft geht vor, „es muss ja Geld verdient werden“. So bleiben entsprechende Versuche früh stecken. Kommen dann noch Vorbehalte aus IT oder den Fachbereichen hinzu, wird das zarte Pflänzchen der Innovationsfreude gleich ganz geknickt.

Standards für Informationsaustausch sind gefragt

Mit zwei Ansätzen lässt sich die Henne-Ei-Problematik lösen: Zum einen bedarf es gewisser Standards für Daten- und Informationsaustausch innerhalb der Branche. Wie es geht, das zeigt sich in anderen Bereichen, etwa dem Rechnungswesen mit XRechnung oder ZUGFeRD. ERP- bzw. TM-Systeme müssen geöffnet werden, damit sie Informationen aus anderen Prozessen und Systemen aufnehmen und mit diesen austauschen können. Anders lassen sich wichtige Prozesse nicht sinnstiftend und kostensenkend automatisieren.

Zum anderen darf auch eine kritische Prüfung von Unternehmensprozessen nicht fehlen: Wie müssten diese im Hinblick auf Automatisierbarkeit gestaltet sein? Hierbei geht es sowohl um den Aufbau der IT-Infrastruktur als auch um die operativen, fachlichen Prozesse. Bei den Abläufen gilt es, prozessnotwendiges Erfahrungs- und Kontextwissen aufzubauen, dann klappt es auch mit der Einführung neuer Systeme zur Prozessautomatisierung sowie mit der Einarbeitung neuer Beschäftigter.

Der Autor Arian Storch ist Mitgründer und Geschäftsführer von Evy Solutions.

Lesen Sie auch: Sprachdialogsysteme: Wie KI Sprache verstehen lernen kann