December 21

0 Kommentare

Artificial Intelligence im Außendienst – Jakob Reiter im XING Puls Talk

By Michael Schnepf

December 21, 2020

AI, Artificial Intelligence, KI, Xing Puls

Stell dir einmal die folgende Situation vor:

Du bist mit dem Auto unterwegs zu einem Kunden und benötigst dringend noch ein paar Informationen für das gleich stattfindende Kundengespräch.
Eine optimale Vorbereitung ist hier schließlich entscheidend. Deine Hände sind allerdings am Lenkrad fixiert und du kannst beim Autofahren unmöglich dein Smartphone oder Notebook benutzen, um an diese relevanten Informationen zu gelangen. Was machst du? Wahrscheinlich nutzt du deine Freisprecheinrichtung, um bei der Buchhaltung deines Unternehmens anzurufen. Dort sucht man dir die Informationen manuell heraus.

Und jetzt stell dir vor, das würden deine zahlreichen Vertriebskollegen genau so machen, mehrmals am Tag. Ein ziemlicher Aufwand für die Buchhaltung, oder?

Damit du auch weiterhin sicher im Verkehr unterwegs bist und gleichzeitig die Buchhaltung ihrer Arbeit nachgehen kann, haben Jakob Reiter und sein Team von TheVentury einen spannenden Lösungsansatz entwickelt.

YouTube

By loading the video, you agree to YouTube's privacy policy.
Learn more

Load video

Der Speaker: Jakob Reiter

Jakob Reiter ist Partner und Head of AI @ TheVentury, einer Innovationsagentur aus Wien. 
Außerdem ist er Mitglied des Committees for Austrian Standards sowie der Best Practice Group des ISO-Kommittees für die Standardisierung von AI  und hält Vorträge an der FH Wien.
Im XING Puls Talk stellt er sein Showcase-Projekt "Artificial Intelligence integriert im Außendienst" vor und gibt interessante Antworten rund um das Projekt und die Arbeit mit KI.

Showcase-Projekt "Artificial Intelligence integriert im Außendienst"

Nun zur Lösung: Wie kannst du an die benötigten Informationen gelangen, ohne die Buchhaltung zu überlasten? Ganz genau - du lässt dich mit einer KI verbinden.

Du wirst  beim Anruf mit einer Künstlichen Intelligenz verbunden, welche dir die relevanten Informationen liefert. Eine KI greift dabei auf das ERP-System , in diesem Beispiel SAP,  zu. Praktisch: Die KI steht jederzeit für deine Fragen zur Verfügung und sendet dir umfangreichere Informationen per Mail zu. 

Was genau die KI aus diesem Projekt alles kann? Den genauen Funktionsumfang der KI-Lösung findest du in unserem Video ab Minute 05:33.

Szenen dieser Art, wo vom Auto aus Kundeninformationen telefonisch abgefragt werden müssen, gibt es durch den Einsatz von KI vielleicht bald nicht mehr

So ganz allgemein - Was ist der Unterschied zwischen AI, Machine Learning und Deep Learning ?

Artificial Intelligence (AI) umfasst alles, was wir noch nicht verstanden haben - und eben daher alles, was wir noch nicht begrifflich einordnen können.  AI steht damit auch für alles, was wir erst noch lernen müssen und eben noch noch nicht wissen. Wenn wir etwas neues lernen und damit herausfinden, wie es funktioniert, können wir es genauer mit einem Begriff bezeichnen.

Trotz der Ungenauigkeit des Begriffes AI lässt sich diese in zwei grobe Gattungen einteilen:

Symbolische AI: Wir trainieren den System ein Logikverständnis an, das auf symbolischer Logik basiert

Machine Learning: Hier schauen wir uns AI aus Datensicht an. Dabei gibt es drei verschiedene Arten, wie das System mit diesen Daten umgehen kann:

  • Das System lernt Kategorien umzusetzen. Hier geht es beispielsweise darum, eingehende Daten richtig in verschiedene Kategorien einzuteilen, wie die KI in unserem Showcase  "Artificial Intelligence integriert im Außendienst" es tut. Aufgrund von Spracheingaben ordnet sie die Informationen, welche sie aus der Spracheingabe verarbeiten kann, den richtigen Kategorien zu - und gibt den Vertriebsmitarbeitern die gewünschte Information aus dem SAP-System zurück
  • Das System lernt eigene Gruppen zu bilden
  • Reinforcement, das System lernt also aus Beobachtung. Auf die Beobachtung folgt die Interpretation, wodurch KI ihr Verhalten wiederum verändert und optimiert.

Deep Learning ist eine Technik, welche im Machine Learning zur Umsetzung beispielsweise der Kategorien oder des Reinforcement eingesetzt wird. Dabei ist Deep Learning an sich nicht neu, wir haben bloß erst seit kurzer Zeit die Rechenleistung, um es umzusetzen. Das heißt, dass das theoretische Konzept und die nötige Literatur bereits da waren, nur die technische Umsetzung nicht. Auch sind für Deep Learning große Mengen an Daten notwendig, die zuerst im Zuge von Big Data gesammelt werden mussten. 

Was ist bei einem KI-Projekt zu beachten? 

Wichtig zu beachten sind beispielsweise ethische Aspekte wie Datenschutz. Außerdem sollte sichergestellt werden, dass Strukturen im Unternehmen geschaffen werden, die auch nach Ablauf des Projekts Verantwortung für die KI-Lösung übernehmen. Zentral ist aber auch, den Mitarbeitern eine optimale Kommunikation mit der KI zu ermöglichen. Dabei spielt insbesondere Natural Language Processing (NLP) eine große Rolle.

In Gesprächen und  Abstimmungen können die Bedürfnisse und Wünsche der Mitarbeiter erarbeitet werden.

Natural Language Processing (NLP)

Für die Maschine ist es schwer, verschiedene Informationen aus einer Unterhaltung in einen großen Kontext einzuordnen. Selbst wir Menschen scheitern manchmal an dieser Aufgabe, doch der KI fehlt das nötige abstrakte Denken. Daher muss die Textverarbeitung der KI in einem mehrstufigen Lernprozess immer weiter verbessert werden. 


Welche Erweiterungen sind denkbar?

Erweiterungen sind auf verschiedenen Ebenen möglich - zum Beispiel in Form einer Ausweitung des Service auf verschiedene Usergruppen im Unternehmen. Es ist aber auch eine Ergänzung der Spracheingabe durch ein Chatbotsystem in Textform möglich.

Wie geht man an so ein Projekt heran?

Akzeptanz schaffen: Die Mitarbeiter werden miteinbezogen; eine "Überstülpung" der KI-Lösung durch das Management sollte vermieden werden. Wer sich involviert fühlt, hat auch Interesse daran die KI einzusetzen und zu verbessern.

Du möchtest mehr aus deinem Lager und deinem Einkauf rausholen?

Melde dich jetzt für dein kostenloses Erstgespräch und finde heraus, wie du deinen Lagerbestand senken und gleichzeitig deine Lieferbereitschaft erhöhen kannst.

Über den autor

Mit über 15 Jahren Erfahrung in der Umsetzung komplexer IT- und SAP Projekte für europäische Großunternehmen bringt Michael Schnepf wertvolles Know-How im Digitalisierungsbereich bei Systempilot ein. Im Systempilot Digitalisierungs-Blog und im Systempilot YouTube Kanal gibt er seine Erfahrungen regelmäßig weiter.

Michael Schnepf

Das könnte dir auch gefallen

Leave a Reply

{"email":"Email address invalid","url":"Website address invalid","required":"Required field missing"}