Intelligente Automatisierung

×

Die heutigen Fortschritte in der künstlichen Intelligenz (und auch der zur Verfügung stehenden Rechenleistung) läuten derzeit eine neue Phase, vielleicht Ära der intelligenten Automatisierung ein, die dadurch gekennzeichnet ist, dass Prozesse grundlegend optimiert, an der Schnittstelle zum Kunden (ob intern, extern oder Geschäftspartner) personalisiert und Entscheidungen aufgrund einer großen Datenbasis verbessert werden können. Das IBM Institute for Business Value hat in Zusammenarbeit mit Oxford Economics dazu weltweit mehr als 3000 Top-Manager aus 91 Ländern und 20 Industriebranchen befragt und die Ergebnisse in einer Studie veröffentlicht.

Mehr als 90 Prozent der Befragten gaben an, dass schon Formen intelligenter Automatisierung in ihrer Organisation existierten. Über 50 Prozent derjenigen, die intelligente Automatisierung nutzen, haben demnach Kernprozesse identifiziert, die mit Hilfe von Fähigkeiten der künstlichen Intelligenz ergänzt oder automatisiert werden können. Und mehr als 90 Prozent sagen, dass sie durch intelligente Automatisierung überdurchschnittlich auf Veränderungen und neue Geschäftstrends reagieren könnten. In der Studie werden verschiedene Stufen der Automatisierung abgefragt: 9 Prozent der Befragten nutzen keine Automatisierung. 52 Prozent bauen auf grundlegende Prozessautomatisierung, in der festgeschriebenen Abläufen gefolgt wird. 27 Prozent gehen weiter und bauen auf fortgeschrittene Automatisierung. 12 Prozent setzen derzeit auf intelligente Automatisierung, bei der durch das KI-System autonom Entscheidungen auf Basis fortgeschrittener Algorithmen und KI-Fähigkeiten getroffen werden.

Was nun intelligente Automatisierung technologisch auszeichnet, fasst die IBM-Studie in vier Punkten so zusammen:

• Künstliche Intelligenz und maschinelles Lernen: Die Anwendung von Systemen mit Software, die ohne explizite Anweisungen menschliches Handeln und menschliche Lernprozesse simuliert. 
• Natürliche Sprachverarbeitung: Die Fähigkeit, gesprochene Sprache zu verstehen.
• Robotik: Der Einsatz von Robotern, die mit dem Internet der Dinge (IoT) verbunden sind und selbstständig lernen sowie Entscheidungen treffen und entsprechend auf ihre Umgebung einwirken können.
• Predictive Analytics: Die Vorhersage von Ergebnissen mit statistischen Algorithmen und maschinellem Lernen.