Sechs von zehn Führungskräften glauben, dass Automatisierung und künstliche Intelligenz (KI) einen „großen“ oder „erheblichen“ Einfluss bei der Erreichung ihrer zukünftigen Content-Management-Ziele haben werden. Gleichzeitig nutzen erst 30 % der Unternehmen die Vorteile KI-gestützter Automatisierung. Das ergab eine Forrester-Studie¹, die von Hyland in Auftrag gegeben wurde. Die Studie zeigt: Unternehmen haben die Wichtigkeit der neuen Technologie erkannt. Jetzt braucht es konkrete Schritte, um KI produktiv in Unternehmensprozessen einzusetzen. Doch genau das kann angesichts der großen Bandbreite unterschiedlicher Technologien, Lösungen und Anwendungen zur Herausforderung werden: Wo starten? Und welche Technologie für welche Anwendungsfälle?
Der Hype um künstliche Intelligenz ist spätestens seit dem Launch von ChatGPT gigantisch und macht vor praktisch keinem Lebens- und Arbeitsbereich halt. Insbesondere im Enterprise Content Management (ECM) ist die Euphorie durchaus berechtigt, denn in diesem daten- und content-intensiven Feld bietet die neue Technologie enormes Potenzial zur umfassenden Prozessautomatisierung. Dennoch sollten Unternehmen dem Hype nicht blind folgen. Es gilt genau zu analysieren und abzuwägen, für welche Anwendungsfälle welche Formen der KI oder Automatisierungstechnologie am besten geeignet ist. „Die Mischung macht’s“, gilt auch für den Tech-Stack, denn ein smarter Technologiemix ermöglicht kosten- und ressourceneffiziente Automatisierungsergebnisse bei zuverlässiger Performance.
Hauptsache automatisiert
Machine Learning, Deep Learning, Robotic Process Automation (RPA), generative KI, intelligente Automatisierung: Die Vielfalt unterschiedlicher KI- und Automation-Tools ist groß. Für eine nachhaltige KI-Strategie ist es daher in einem ersten Schritt wichtig, eine Art Inventur zu machen und genau zu evaluieren, welche Prozesse intelligent unterstützt, sprich „automatisiert“, werden sollen. Automatisierung ist das Ziel bei fast allen KI-Initiativen: Prozesse sollen möglichst ohne menschliches Zutun schnell und effizient ablaufen. Automatisierung braucht jedoch nicht immer hochkomplexe KI, sondern kann in bestimmten Fällen auch mit weniger komplizierten und kosteneffizienteren Workflow-Tools abgebildet werden. Es lohnt sich also, sich einen Überblick über die wichtigsten Technologien und Anwendungen zu verschaffen:
RPA: Softwarebots leihen helfende Hände
Mit Robotic Process Automation lassen sich hochvolumige, regelbasierte und sich wiederholende Aufgaben automatisieren, wie zum Beispiel die Übertragung von Daten von einem in ein anderes System oder das automatische Versenden einer Dankesmail auf eine Kundenanfrage. Wichtig ist beim Einsatz von RPA darauf zu achten, dass ausschließlich strukturierte Daten verarbeitet werden können.
Die Softwareroboter operieren dann genau wie ihre menschlichen Kollegen auf der Ebene des User Interface und sind daher vielseitig einsetzbar und vergleichsweise einfach zu implementieren. Diese Eigenschaft kann insbesondere von Vorteil sein, wenn auch Altsysteme, die über keine modernen Schnittstellen verfügen, in Content-Prozesse eingebunden werden sollen. Das gilt zum Beispiel bei älteren Abteilungslösungen. Außerdem ist RPA, aufgrund der vergleichsweise simplen Implementierung, eine gute Technologie, um Automatisierungsinitiativen zu starten und erste Erfahrungen zu sammeln. Maximale Produktivitätsgewinne erzielt man, wenn man nach den ersten Pilotprozessen schnell skaliert.
Generell ist RPA vor allem für die Automatisierung von Teilprozessen geeignet. Durch eine Verkettung mehrerer Bots lassen sich zwar auch größere Prozesse abbilden, wird die Komplexität jedoch zu groß, ist der Einsatz anderer Technologien sinnvoller.
Anzeige | Fachartikel im IT-Matchmaker.guide Digital Office
|
|||||||||||||
Machine Learning und Intelligent Automation: fließende Workflows
Sollen größere Prozesse, wie beispielsweise die Rechnungsstellung oder Freigabeprozesse automatisiert werden, bringen Intelligent-Automation-Anwendungen und Machine-Learning-basierte Workflow-Tools die nötigen PS auf die Straße. Diese unterstützen nicht nur die Steuerung und Überwachung von Content-Prozessen, sondern ermöglichen auch eine nahtlose Integration verschiedener Automatisierungstools und eine übergreifende Sicht auf den gesamten Workflow. Einige Anbieter von intelligenten Content-Lösungen bieten bereits spezialisierte Anwendungen für bestimmte Use Cases an, z. B. im Bereich der Automatisierung der Kreditorenbuchhaltung sowie vorgefertigte Schnittstellen zu gängigen Business-Lösungen wie SAP, Salesforce oder Microsoft. Durch kluge Konfigurationen können Unternehmen ihre Abläufe noch weiter optimieren und eine effiziente Zusammenarbeit verschiedener Systeme und Anwendungen sicherstellen.
Künstliche Intelligenz kann neben dem Workflow Management auch bei der Dokumentenerfassung eingesetzt werden. So erkennen beispielsweise Machine-Learning-basierte Tools automatisch Muster in Dokumenten oder Bildern, ermöglichen eine Klassifizierung des vorliegenden Contents sowie die Extraktion der für den jeweiligen Prozess relevanten Informationen. Außerdem können die Tools auf Basis der so ermittelten Informationen kontextbezogene Vorhersagen für nächste Arbeitsschritte oder zukünftige Entwicklungen treffen.
Generative KI: personalisierter Content auf Knopfdruck
Die Technologie, die in den letzten Monaten für das meiste Aufsehen gesorgt hat, ist zweifellos die generative KI: Studierende lassen ihre Hausarbeiten von ChatGPT schreiben, die britischen Royals tanzen ausgelassen auf KI-generierten Schnappschüssen der Coronation-Party von King Charles, Hacker lassen sich auf Knopfdruck Malware-Codes erstellen und Olaf Scholz verkündet in einem täuschend echt aussehenden Video ein AFD-Verbot. Das sind nur einige Beispiele für den Einsatz generativer KI. Die Technologie beherrscht Schrift, Bild, Ton und Video bereits sehr überzeugend. Was ein praktisches „Helferlein“ im Alltag, ein willkommener Gag oder aber ein gefährliches Tool in den Händen von Cyberkriminellen sein kann, ist in jedem Fall ein wichtiges Werkzeug für Unternehmen, um ihren Kunden und Stakeholdern maßgeschneiderte Inhalte zu liefern. Generative KI erstellt auf Knopfdruck zielgruppenspezifische Inhalte, die genau auf die individuellen Empfänger zugeschnitten sind – und das von der Akquise-E-Mail im Vertrieb bis hin zur Korrespondenz im Kundenservice, die zum Beispiel noch mit einem Bild oder einer Grafik, die genau auf den Empfänger zugeschnitten ist, ergänzt wird. Generative KI ermöglicht eine hochpersonalisierte Ansprache von Kunden – und zwar in großen Maßstab.
Fünf Tipps für einen smarten Technologiemix
Prozessanalyse: Für die Bedarfsplanung ist eine gründliche Analyse der bestehenden Content-Management-Prozesse entscheidend. Dabei gilt es unter anderem folgende Fragen zu klären: Sind die zu automatisierenden Aufgaben repetitiv? Sind unstrukturierte Daten beteiligt? Müssen Inhalte „gelesen“, bearbeitet oder erstellt werden? Eine solche Analyse ermöglicht dann die Ableitung der geeigneten Technologie für den jeweiligen Anwendungsfall. Bei diesem Prozess können auch Technologiepartner unterstützen.
Skalierbarkeit: Ein guter KI-Technologiemix sollte flexibel und skalierbar sein, um sich den extrem volatilen Anforderungen anzupassen und auch Bedarfsspitzen (z. B. in der Kundenkommunikation) gerecht zu werden. Lösungen aus der Cloud und Content-Services-Angebote bieten maximale Flexibilität und wachsen mit ihren Aufgaben.
Interoperabilität: Die verschiedenen Automatisierungstools sollten nahtlos miteinander kommunizieren können und reibungslos integrierbar sein, um Datensilos und Prozessbrüche zu vermeiden. Cloudbasierte intelligente Content-Lösungen bieten verschiedenste intelligente Tools modular auf einer Plattform und verfügen über vorgefertigte und konfigurierbare Schnittstellen zu weiteren Geschäftsanwendungen.
Benutzerfreundlichkeit: Benutzerfreundlichkeit und eine ansprechende User Experience sind entscheidend für die Akzeptanz neuer Technologien und damit für den langfristigen Automatisierungserfolg. Im Zweifelsfall sollte die Wahl immer auf eine Lösung fallen, die intuitiv in der Anwendung ist.
Flexibilität und Agilität: Anforderungen an Prozesse und Technologien verändern sich aufgrund von ökonomischen, geopolitischen, regulatorischen und technologischen Entwicklungen so schnell wie nie zuvor. Daher sind maximale Flexibilität und Lösungen gefragt, die sich durch Konfiguration oder das Hinzuschalten weiterer intelligenter Module über die Zeit anpassen lassen.
Künstliche Intelligenz ist ein Überbegriff, unter dem eine Vielzahl von Technologien subsumiert wird. Wer sein Content Management weiterentwickeln und zukunftsfähig aufstellen möchte, setzt auf einen Technologiemix, die geschickte Orchestrierung verschiedener smarter Tools und eine innovationsgetriebene intelligente Content-Lösung. Diese ermöglicht es Unternehmen, KI-basierte Services bedarfsgerecht innerhalb einer Plattform zu nutzen, und bietet für verschiedenste Anwendungsfälle das jeweils passende KI-, RPA- oder Intelligent-Automation-Tool, um langfristig ressourceneffizient Content-Prozesse zu automatisieren, beste Ergebnisse zu erzielen und wettbewerbsfähig zu bleiben.
¹ https://www.hyland.com/en/resources/analyst-reports/forrester-content-services-tlp
Der Autor
Heinz Wietfeld ist Director Sales bei Hyland.
