SAP : Sind wir bereit für künstliche Intelligenz bei Unternehmensanwendungen?

Maschinelles Lernen macht es möglich: Irgendwann könnten Prozesse in der Rechnungsprüfung, beim Recruiting oder im Vertrieb durch automatisierte Best Practices ersetzt werden.

Vielleicht zum ersten Mal überhaupt entwickelt sich die Technologie schneller als erwartet. So sollte es beispielsweise nach Meinung von Experten noch gut zehn Jahre dauern, bis ein Computer einen Go-Weltmeister bei diesem traditionsreichen, komplizierten Spiel schlagen würde. Doch AlphaGo ist dies schon im vergangenen Frühjahr gelungen.

Neue Technologien verändern die Welt, wie wir sie kennen. Da fällt es nicht schwer, Parallelen zur Geschäftswelt zu finden: Auch bei unseren Geschäftssystemen sind künftige Umwälzungen zu erwarten.

Tesla - das selbstlernende Auto

Ein Beispiel dazu: Jedes Auto von Tesla sammelt im Autopilot-Modus riesige Mengen von Daten. Diese werden nicht nur verwendet, um das Fahrverhalten des Autos zu verbessern, sondern auch an alle anderen Fahrzeuge weitergegeben. Was Tesla entwickelt hat, ist im Wesentlichen eine selbstlernende Maschine mit massiv paralleler Verarbeitung, die für ein besseres Fahrverhalten sorgen soll.

Wie wäre es, wenn Unternehmenssoftware das auch könnte? Wenn die Erfahrungen jedes einzelnen Geschäftsanwenders genutzt werden könnten, um allen ein besseres Benutzererlebnis zu bieten? Solche intelligenten Anwendungen würden dann automatisch mit jeder Verwendung optimiert. Irgendwann wäre es sogar möglich, bestehende Prozesse durch automatisierte Best Practices zu ersetzen.

Beispiele für maschinelles Lernen und künstliche Intelligenz

Die Integration von künstlicher Intelligenz und maschinellem Lernen in Unternehmenssoftware eröffnet die Chance, Arbeitnehmern Routineabläufe zu erleichtern, sodass sie sich auf wichtige Aufgaben konzentrieren können. Vieles ist bereits heute möglich. Hier nur einige Beispiele:

Intelligente Rechnungsprüfung. Buchhaltungssysteme können Rechnungen und Zahlungen ganz einfach zuordnen, sofern sie dieselbe Referenznummer oder denselben Betrag aufweisen. Doch was ist, wenn ein Kunde mit einer Zahlung zwei Rechnungen begleicht, beide Referenznummern in dasselbe Feld eingetragen wurden und die Summe nicht stimmt?

Dann muss ein Mitarbeiter im Shared Service Center manuell alle Möglichkeiten untersuchen, um herauszufinden, was passiert ist, und dann die erforderlichen Änderungen im Buchhaltungssystem vornehmen.

Hier können maschinelles Lernen und Prognosealgorithmen eine große Hilfe sein. Im Screenshot oben ist die ausgewählte Zahlung mit einer Wahrscheinlichkeit von 97 Prozent zwei verschiedenen Rechnungen zugeordnet worden - obwohl in der Summe eine geringe Abweichung besteht.

Im Shared Service Center kann nun das System entsprechend aktualisiert und eine Entscheidung über den verbleibenden ausstehenden Saldo getroffen werden. Im Laufe der Zeit lernt das System, solche Entscheidungen auf Basis der Historie zu automatisieren.

Personalbeschaffung mit Köpfchen. Künstliche Intelligenz kann auch das Personalwesen enorm verändern. Auf der Suche nach geeigneten Kandidaten müssen Personalverantwortliche oft tausende Bewerbungen durchforsten. Beim maschinellen Lernen können Daten zu neu eingestellten Mitarbeitern und deren Lebensläufe herangezogen werden, um die besten Kandidaten für bestimmte Stellen oder die optimale Stelle für einen bestimmten Kandidaten zu finden.

Vorausschauender Vertrieb. Die neuen intelligenten Technologien helfen Vertriebsmitarbeitern, alle für ihre Pipeline relevanten Daten auszuwerten. So können sie sich auf die Kunden konzentrieren, bei denen ein Abschluss am wahrscheinlichsten ist.

Management der Kommunikation in sozialen Netzwerken. Community Manager sehen sich einer schier endlosen Flut von Beiträgen auf Twitter und Facebook ausgesetzt. Mithilfe maschineller Intelligenz können eingehende Nachrichten automatisch gekennzeichnet und gruppiert sowie Antworten vorgeschlagen werden.

Das automatisierte Finanzwesen kommt

Es ist durchaus denkbar, dass in Zukunft vorhandene Unternehmensanwendungen von Grund auf neu konzipiert werden können. Wenn es uns gelingt, die ganze Palette typischer geschäftsrelevanter Fragen automatisch beantworten zu lassen, könnte ein Großteil des herkömmlichen Anwendungsworkflows überflüssig werden.

Dies wiederum kann tiefgreifende Auswirkungen auf bestehende Stellenbeschreibungen und Rollen haben. So sagen Experten dem automatisierten Finanzwesen (Lights-Out Finance) schon jetzt eine Zukunft voraus. Die grundlegenden Finanzprozesse werden dann vernetzt, automatisiert und ereignisgesteuert sein und alle gesetzlichen Vorgaben erfüllen.

Möchten Sie mehr erfahren? Werfen Sie einen Blick auf diese intelligenten Anwendungen, und melden Sie sich zum kostenlosen Online-Kurs Enterprise Machine Learning in a Nutshell an.

Dieser Artikel ist ursprünglich in der SAP Community erschienen.

Titelbild via Shutterstock