Beiträge

Handel mit Zukunft

Tiefere Datenanalyse, NLP und mehr Automatisierung
sind gefragter denn je.

von Frank Zscheile

Omni- oder Multichannel sind für den Handel keine neuen Trends mehr, sondern vielfach gelebte Realität. Welcher Kanal bedient wird, ist zweitrangig, es geht um das Erlebnis, bei dem sich „online“ und „offline“ zu smarten Services ergänzen. Grundlage dafür sind die dahinterliegenden Datenmengen. Sie lassen sich heute durch Analyseinstrumente, die mit künstlicher Intelligenz angereichert sind, immer besser hinsichtlich ihrer weiteren Verwendung im Business-Kontext auswerten.

Neue Algorithmen zur Textanalyse sind inzwischen sogar in der Lage, Stimmungslagen in Kundenschreiben selbstständig zu erkennen. Solche bislang verborgenen Informationen können Handelsunternehmen im Sinne des Geschäftsnutzens einsetzen. Wenn Kundendaten genauer analysiert werden, lassen sich die Ergebnisse als Grundlage für individuelle Kundenansprachen und digitales Marketing einsetzen. Dabei werden alle Kunden-Touchpoints mit relevanten, vom Kunden gewünschten Informationen bespielt – ideal für die Stärkung von Kundenbindung (Customer Loyalty).

Neue Algorithmen zur Textanalyse sind inzwischen sogar in der Lage, Stimmungslagen in Kundenschreiben selbstständig zu erkennen.

Treiber dieser Entwicklung sind die Forderungen der Verbraucher nach Echtzeitunterstützung, kontinuierlicher Unterhaltung sowie umfassender Konnektivität und Sicherheit. So wird Consumer IoT zum nächsten logischen Schritt der digitalen Evolution des Handels.

Automatisierte Service-Interaktionen

„Themen wie künstliche Intelligenz und Blockchain haben ihre Nische längst verlassen und sind zu gesellschaftsrelevanten Themen geworden“, weiß auch Matthias Wahl, Präsident des Bundesverbandes Digitale Wirtschaft (BVDW) e. V. Mit KI lassen sich gleichzeitig Geschäftsabläufe zwischen IT-Systemen des Handels automatisieren, Stichwort „Robotic Process Automation“. B2B-Marktplätze werden an ERP-, CRM- und weitere Backendsysteme und Datenbanken angebunden. Dies führt weiter zu automatisierten Service-Chatbots, bei denen sich die Beschäftigten im Service erst später oder im Bedarfsfall in die konkrete Kundenkommunikation einschalten.

Bekanntheit und Nutzung mobiler KI-Anwendungen

Gartner sagt voraus, dass 2021 15 Prozent aller Service-Interaktionen automatisiert sein werden. Künstliche Intelligenz wird dabei für eine zunehmend natürliche Art solcher sprachlichen Interfaces sorgen, was die Verbreitung wiederum verstärken wird. Wirkliche Dialoge sind es freilich nicht, die mit Chatbots ablaufen, sondern eher kurze Frage-Antwort-Sequenzen. Mit dem durch KI gewonnenen Wissen aus Datenbanken werden sich aber in absehbarer Zeit auch mehrstufige flexible Dialoge automatisieren lassen können. Dadurch erschließen sich neue Anwendungsfelder im Kundenservice, die mit einfachen Frage-Antwort-Systemen nicht adressiert werden können.

Unternehmen müssen „insight-driven“ werden

In seinem Report „The Forrester Wave™: AI-Based Text Analytics Platforms, Q2 2018“ beschreibt das Analystenhaus Forrester, wie sich durch den Einsatz künstlicher Intelligenz aus Daten zusätzliches Wissen gewinnen lässt. „Insight-driven“ müssten Unternehmen werden, fordert Forrester-Analyst Boris Evelson. Dabei geht es vor allem um das in unstrukturierten Daten enthaltene Wissen, welches in Unternehmen heute Schätzungen zufolge rund 80 Prozent ausmacht: E-Mails, PDFs, Archivsysteme, Videos, Tondokumente, Social-Media-Posts etc. Hierfür kommen Techniken der linguistischen und semantischen Analyse („Natural Language Processing – NLP“ oder Computerlinguistik) zum Einsatz.

Unter NLP versteht man die Fähigkeit eines Computerprogramms, menschliche Sprache so zu verstehen, wie sie gesprochen bzw. geschrieben wurde. Tiefergehende NLP-Systeme benutzen die Wortarten zur Extraktion vordefinierter Muster und extrahieren selbstständig bestimmte Kategorien von Begriffen, z. B. Personen- und Ortsnamen, Postleitzahlen, Nummernschilder.

Kundenkorrespondenz modern auswerten

Der eigentliche Prozess des Text-Minings und der Extraktion von Keywords, Themen und Konzepten liegt laut Forrester dabei nur bei rund einem Fünftel des Aufwands. Der weitaus größere Teil entfiele auf den Aufbau von Datenverbindungen, die Integration und Bereinigung der Daten sowie den Aufbau einer domänenspezifischen Ontologie und user­orientierter Oberflächen. Während die meisten Hersteller noch immer hauptsächlich Stimmungsanalysen anbieten, ermöglicht die Software von Clarabridge auch eine hoch differenzierte Emotions-, Anstrengungs- und Absichtsanalyse.

Loyalität aus Daten

Das Konzept von Clarabridge zeigt, wie wichtig es sein kann, das in unstrukturierten Daten verborgene Wissen zu heben. Die Customer Loyalty lässt sich dadurch deutlich festigen. Im Omnichannel ist hier ohnehin noch Luft nach oben, glaubt Michael Bregulla, Head of New Sales bei der Ingenico Marketing Solutions GmbH. Das Unternehmen entwickelt Programme zur Vertiefung der Kundenbeziehungen für alle Verkaufskanäle. „Bindungseffekte sollten im Wesentlichen aus dem Preisvorteil generiert werden, obwohl der eigentliche Wert in den aggregierten Daten des bis dato anonymen Kunden liegt“, so Bregulla. „Schon heute schlummern bei vielen Händlern riesige Datenpotenziale, die gar nicht wertbringend abgeschöpft werden. Die Digitalisierung offenbart jetzt die Chance für eine ganzheitlichere Erfassung des Kundenverhaltens.“

Bindungseffekte sollten im Wesentlichen aus dem Preisvorteil generiert werden, obwohl der eigentliche Wert in den aggregierten Daten des bis dato anonymen Kunden liegt.

Dazu bedürfe es einerseits Werkzeuge wie linguistischer und semantischer Analyse. Gleichfalls sei aber ein erweitertes Mindset bei Handelsunternehmen gefragt und die Bereitschaft, Dinge auszuprobieren und auch wieder zu verwerfen. So kristallisiert sich für Händler ein Gesamtbild der technisch-organisatorischen Rahmenbedingungen heraus, wie sich das Datenpotenzial von Customer-Loyalty-Programmen im Omnichannel zur personalisierten Kundenansprache und Steuerung des Kaufverhaltens nutzen lässt.

Voice Commerce und Audiovermarktung

Smart Speaker wie Amazon Alexa, Google Home, Telekom Magenta und Co. und die dahinterliegende Voice-Technologie haben in jüngster Zeit die nächste Welle losgetreten und den Zugang zu Audio-Content weiter vereinfacht. BVDW-Präsident Matthias Wahl: „Dadurch erhält Audio-Content einen deutlichen Schub, den Unternehmen für sich nutzen müssen.“ Das Medium Audio verändert sich damit grundlegend: Content wird interaktiv und wächst von einer One-Way-Communication zu einem Dialog-Umfeld.

Consumer IoT

Sprachgesteuerte Smart Speaker werden neben der reinen Audio-Content-Nutzung zu hohen Anteilen zur Informationsbeschaffung genutzt. Eine weitere Möglichkeit für Handelsunternehmen, ihre Kunden zu adressieren. Die technologische Basis dieser Produkte ist wiederum die Fähigkeit von Software, menschliche Sprache immer besser zu verstehen. Analog zu anderen Kommunikationskanälen benötigen Unternehmen deshalb eine eigene Voice- und Audiostrategie. Sie müssen eine Audio-Identity und eigenen Audio-Content entwickeln und mit ihren Marken, Produkten und Angeboten ihren Zielgruppen auf die neuen Geräte folgen. Wie dies praktisch umzusetzen ist, dafür gibt der BVDW auf seiner Webseite hilfreiche Hinweise.

Einkauf auf Zuruf

Fragt man die Smart Speaker heute nach einem bekannten Produkt wie Pampers, so wird in der Regel erstmal der Wikipedia-Eintrag vorgelesen. „Voice Search SEO muss noch deutlich gezielter als Desktop und Mobile betrieben werden, um Verkaufschancen über Voice zu steigern – auch weil die Chancen auf Sichtbarkeit deutlich geringer sind als am Desktop“, erklärt Frank Bachér von RMS.

So wird sich Voice Commerce über Skills entwickeln und neben Webshops und Apps der nächste Absatzkanal für den Handel werden, in dem Einkäufe auf Zuruf möglich werden. Vor allem im Bereich der FMCG („Fast Moving Consumer Goods“) dürfte dies einer der spannendsten neuen Trends sein. Damit dürften die smarten Lautsprecher künftig wohl ihrem Namen eher gerecht werden im Vergleich zu heute, wo sie hauptsächlich nur für einfache Aufgaben wie das Abspielen von Musik und die Wettervorhersage genutzt werden. //


Kontakt zum Autor

Namensnennung – Weitergabe unter gleichen Bedingungen 3.0 Deutschland (CC BY-SA 3.0 DE)

Dies ist eine allgemeinverständliche Zusammenfassung der Lizenz (die diese nicht ersetzt).

Sie dürfen:

Teilen — das Material in jedwedem Format oder Medium vervielfältigen und weiterverbreiten

Bearbeiten — das Material remixen, verändern und darauf aufbauen
und zwar für beliebige Zwecke, sogar kommerziell.

Der Lizenzgeber kann diese Freiheiten nicht widerrufen solange Sie sich an die Lizenzbedingungen halten.

Unter folgenden Bedingungen:

Namensnennung — Sie müssen angemessene Urheber- und Rechteangaben machen, einen Link zur Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden. Diese Angaben dürfen in jeder angemessenen Art und Weise gemacht werden, allerdings nicht so, dass der Eindruck entsteht, der Lizenzgeber unterstütze gerade Sie oder Ihre Nutzung besonders.

Weitergabe unter gleichen Bedingungen — Wenn Sie das Material remixen, verändern oder anderweitig direkt darauf aufbauen, dürfen Sie Ihre Beiträge nur unter derselben Lizenz wie das Original verbreiten.

Keine weiteren Einschränkungen — Sie dürfen keine zusätzlichen Klauseln oder technische Verfahren einsetzen, die anderen rechtlich irgendetwas untersagen, was die Lizenz erlaubt.

Künstliche Intelligenz

Selbstlernende Maschinen nutzen Big Data und Cloud-Computing,
um laufend die abhängigen Prozesse zu optimieren.

von Andreas Fuhrich

Ob künstliche Intelligenz, maschinelles Lernen oder Deep Learning, in der Praxis werden diese Begriffe häufig als Synonyme verwendet. Dabei besitzen die drei Begrifflichkeiten große Unterschiede in ihrer Bedeutung und stehen in einer strikten Hierarchie zueinander. Die künstliche Intelligenz ist der Oberbegriff für alle Methoden und Technologien, die ein intelligentes Verhalten vorweisen. Das maschinelle Lernen ist dabei ein Teilgebiet der KI, welches eine Vielzahl an (Lern-)Methoden basierend auf der mathematischen Optimierung und Statistik umfasst. Deep Learning wiederum ist ein spezieller Teilbereich des maschinellen Lernens, der versucht, die statistischen Korrelationen in den Daten durch künstliche neuronale Netze abzubilden.

All diese Technologien brauchen Daten als Rohstoff des Fortschritts. Durch die Entwicklung der Informationstechnologie und vor allem die zunehmende Vielfalt an (I)IoT-Devices sind diese in immer größeren Mengen verfügbar. Sie enthalten oft implizites Wissen, das, wenn es bekannt wäre, große wirtschaftliche oder wissenschaftliche Bedeutung hätte. Unter Data Mining versteht man die Suche nach potenziell nützlichem Wissen in großen Datenmengen – maschinelle Lernverfahren gehören zu den Schlüsseltechnologien innerhalb dieses Gebiets. Sie unterstützen den Data-Mining-Prozess vor allem beim Aufspüren neuer Muster und Gesetzmäßigkeiten.

„Künstliche Intelligenz hat in den letzten Jahren eine neue Reifephase erreicht und entwickelt sich als Basisinnovation zum Treiber der Digitalisierung und autonomer Systeme in allen Lebensbereichen“, schildert die am 15. November 2018 verabschiedete Strategie Künstliche Intelligenz die Ausgangssituation. Durch sie sollen „die vielfältigen Anwendungsmöglichkeiten von KI in allen Bereichen der Gesellschaft im Sinne eines spürbaren gesellschaftlichen Fortschritts und im Interesse der Bürgerinnen und Bürger gefördert werden“. Die Zeichen stehen auf Wachstum. Deutschland soll zum weltweit führenden Standort für künstliche Intelligenz werden und „AI made in Germany“ zum weltweit anerkannten Gütesiegel.(1) Da haben wir uns etwas vorgenommen.

Die Erwartungen an die Politik sind entsprechend hoch. Neben der Schaffung rechtlicher Rahmenbedingungen spielt auch die Förderung junger Unternehmen eine entscheidende Rolle. Oft stammen wegweisende Innovationen von Start-ups. Dafür bedarf es eines Umfelds, in dem Gründer ohne bürokratische Hürden ihre Unternehmen aufbauen können, gut ausgebildete Mitarbeiter finden und einfachen Zugang zum Markt erhalten.

Aber wie sieht es mit den Investitionen unseres Staates wirklich aus? Sicher ist, dass Deutschland mit seinen Fördergeldern für KI hinter China und den USA zurückbleibt. Drei Milliarden Euro will Deutschland bis 2025 investieren. Demgegenüber steht der chinesische Plan „Nächste Generationen der KI-Technologien“ mit Staatsfördermitteln von 150 Milliarden Dollar bis 2030.

Und auch zeitlich hinkt Deutschland hinterher. Während KI für uns alle noch Neuland ist, existiert der Plan der Volksrepublik bereits seit Juni 2017. Die USA profitieren beim KI-Wettlauf vor allem von spendablen Risikokapitalgebern, die allein 2017 ca. 10 Milliarden Dollar in die Technologie pumpten, sowie ihrem Ökosystem aus Tech-Giganten. Apple, Tesla, Microsoft, Google, Facebook und IBM sind die Big Player am Markt, was nicht zuletzt auch der Bekanntheitsgrad von Watson, Siri, Alexa, Cortana oder OK Google belegt.

Die digitalen Helfer fungieren dabei nicht nur im Alltag, sondern auch Unternehmen können ihr Potenzial nutzen. Der Umgang mit den Maschinen wird dabei immer natürlicher und auch die Identifikation einer Person anhand ihrer Stimme ist möglich. Doch noch sind wir in einer recht frühen Phase der Entwicklung und die Fähigkeiten der digitalen sind sehr begrenzt.

Wir haben es bei KI eben noch nicht mit echter Intelligenz zu tun, sondern mit Programmen, die auf Grundlage vorgegebener Algorithmen so etwas wie menschliche Intelligenz simulieren und deren Stärke darin besteht, große Datenmengen schnell verarbeiten zu können, und darin, z. B. Zusammenhänge zu erkennen. Die steigende Leistungsfähigkeit der Computersysteme ermöglicht nun aber schon neuronale Netze, die selber lernen und sich und ihre Methoden optimieren können – die KI lernt sozusagen gerade laufen.

Überblick Machine Learning

Welche klassischen Machine-Learning-Techniken und -Algorithmen gibt es?

  • Linear Classifiers (z. B. Support-Vector-Machines)

  • Clustering (z. B. K-Means, Tree-based)

  • Regression-Analysis Dimensionality-Reduction (z. B. PCA, tSNE)

  • Decision-Tree Learning Ensemble Learning (z. B. Randomforest, Gradient Boosting)

  • Instance-based Neural Networks (z. B. KNN)

  • Descriptive Statistics

Dies ist nur eine beispielhafte Auswahl ohne Anspruch auf Vollständigkeit.

Darüber hinaus sollten noch die nachfolgenden ML-Techniken erwähnt werden, die eher der KI zugeordnet werden:

  • Deep Learning Neural Networks (z. B. Feed Forward Neural Networks, CNNs, RNNs, GANs)

  • Reinforcement Learning

  • Transfer Learning

Zukünftig werden Maschinen immer kreativer. Wir bringen ihnen bei, autonome Entscheidungen zu treffen, und machen sie damit zu handelnden Subjekten. Die zunehmende Autonomisierung bringt auch ethische Fragen mit sich. Darf KI im Krieg verwendet werden? Wer trägt die Verantwortung, wenn autonome Systeme Schäden verursachen? Brauchen wir in Zukunft ein Gefängnis für Maschinen?

Noch können wir die Zukunft mitgestalten. „AI for Good“-Initiativen sind bestrebt, mittels KI Lösungen für globale Probleme zu finden. Sie soll vor allem helfen, die Nachhaltigkeitsziele im Zuge des Klimawandels zu erfüllen, aber auch im Gesundheitswesen oder bei humanitären Katastrophen sind Lösungen angestrebt.

(1) https://www.bmbf.de/files/Nationale_KI-Strategie.pdf (abgerufen am 05.04.19)

Die EU-DSGVO im Kontext der Digitalisierung

Risikofaktor IoT: Schützenswert sind alle Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person beziehen.

von Dr. Ralf Magagnoli

Am 25. Mai 2016 trat die EU-Datenschutzgrundverordnung (EU-DSGVO) in Kraft, ab dem 25. Mai 2018 müssen die EU-Mitgliedstaaten die Verordnung anwenden. Obwohl das Bewusstsein in den Chefetagen der Unternehmen gestiegen ist, sind nicht alle Unternehmen gut aufgestellt.
Mit der EU-DSGVO gibt es erstmals eine Verordnung, die das Datenschutzrecht EU-weit vereinheitlicht und die Unternehmen zum Nachweis verpflichtet, die Prinzipien des EU-Datenschutzes einzuhalten. Sie gilt für in der EU ansässige Unternehmen, aber auch für ausländische Unternehmen, wenn diese eine Niederlassung in der EU haben oder Daten von EU-Bürgern verarbeiten. Also de facto für alle größeren internationalen Unternehmen, aber auch für viele Mittelständler und KMU.
Die Strafen bei Verletzung der EU-DSGVO sind saftig: Bis zu 20 Millionen oder vier Prozent des Jahresumsatzes – im Zweifelsfall gilt der höhere Wert.

DSGVO und IoT

Als Daten gelten dabei nicht nur Kontakdaten wie Name, Adresse, E-Mail-Adresse, Telefonnummer. Damit betrifft sie auch das IoT, sammeln seine Geräte doch zuhauf vielfältige Nutzerdaten. Je nach Funktion reichen diese von Blutgruppe, über das bevorzugte TV-Programm bis hin zum Aufenthaltsort des Hundes. Hier sollte ein Privacy-by-Design-Ansatz verfolgt werden, damit schon bei der Entwicklung die Datenschutzrisiken gering gehalten werden können und Datensicherheit gewährleistet ist. Schließlich ist auch zu klären, wo im Unternehmen die Daten überhaupt gespeichert sind und wer Zugriff darauf hat.

Was ist neu?

Ganz wichtig: Unternehmen haben eine Rechenschaftspflicht. Im Fall einer Klage gilt die Beweislastumkehr: Nicht der Kläger muss nachweisen, dass die EU-DSGVO verletzt worden ist. Das Unternehmen muss beweisen, dass es die strengen Kriterien der Verordnung erfüllt. Hier könnte sich unter Umständen für Unternehmen ein Betätigungsfeld eröffnen, um unliebsamen Konkurrenten zu schaden. Außerdem muss in bestimmten Fällen ein Datenschutzbeauftragter ernannt werden.

Hinzu kommt die Verpflichtung, ein sogenanntes „Privacy by Design“ einzuführen, mit dem datenschutzrelevante Maßnahmen von Beginn an in Design sowie Entwicklung von Systemen, Prozessen und Produkten integriert werden. Auch sind mehr Daten betroffen, so etwa Einzelangaben über persönliche und sachliche Verhältnisse einer bestimmten oder bestimmbaren Person. Die Anforderungen an „bestimmbare Personen“ sind sehr gering. Auch Lieferanten können betroffen sein, zum Beispiel solche, die von einem Unternehmen beauftragt werden, personenbezogene Mitarbeiterdaten zu verarbeiten.

Mehr Rechte für Beschäftigte, mehr Pflichten für die Unternehmen

Nach Auffassung vieler Fachleute werden die Pflichten des Arbeitgebers beim Datenschutz deutlich erhöht, die Rechte der Beschäftigten hingegen gestärkt. Diese erhalten die Hoheit über ihre Daten und das Recht, auf Anfrage zu erfahren, ob, welche und in welchem Umfang personenbezogene Daten durch den Arbeitgeber verarbeitet werden. Das muss laut EU-DSGVO schneller und umfassender geschehen, als dies früher der Fall war. Unternehmen ohne digitale Personalakte haben hier einen großen Aufwand, da die dafür zuständigen Personalabteilungen meist in einem mühseligen Prozess die zerstückelt geführten Personalakten, Gehaltsabrechnungen oder Berichte prüfen müssen.

Vieles hängt von der Art und Größe des Unternehmens ab

Einige Experten warnen, die Aufgaben im Zusammenhang mit der Verordnung zu unterschätzen. Die häufig vertretene Ansicht, dass die Erstellung eines Verarbeitungsverzeichnisses die Erfüllung der Richtlinien gemäß DSGVO bedeutet, ist leider nicht richtig. Ein Verarbeitungsverzeichnis ist zwar wesentlich, jedoch nur einer von mehreren Schritten der Umsetzung. Jedes Unternehmen muss also auch alle technischen und organisatorischen Maßnahmen zur Sicherung und zum Schutz der Daten umsetzen und auch dokumentieren. Nicht zu vergessen, die Einhaltung und Dokumentation aller Betroffenenrechte. Eine Lösung muss all diese Aspekte mitberücksichtigen und ganzheitlich erfüllen. In welchem „Detailgrad“ die Umsetzung auf Unternehmensebene erfolgt, hängt jedoch von der Art und Größe des Unternehmens sowie den verfügbaren Ressourcen ab. Entscheidend ist auch die Branche, da jede ihre ganz eigenen Anforderungen hat.

Von der Geschäftsführung bis hin zum Betriebsrat müssen die Verantwortlichen über die Regelungen und Veränderungen beim Datenschutz informiert und aktiv werden.

Zertifizierungen als Basis

Manche Unternehmen profitieren von bereits vorhandenen Zertifizierungen, etwa nach ISO 9001 oder ISO / IEC 27001. Diese Zertifizierungen dienen als Basis für ein Datenschutzmanagementsystem (DSMS), das die Compliance mit der EU-DSGVO gewährleistet. Ähnliches gilt für die Zertifizierung nach dem Standard BS 10012:2017. Trotzdem muss vieles noch angepasst werden im Hinblick auf die neuen Regeln.

Datenschutz als Querschnittsaufgabe

Wichtig sei es, darin stimmen Experten überein, das Thema EU-DSGVO als Querschnittsthema im gesamten Unternehmen zu verankern und das Bewusstsein der Mitarbeiter für diese Problematik zu schärfen. Vom Vorstand oder der Geschäftsführung bis hin zum Betriebsrat müssen die Verantwortlichen über die Regelungen und Veränderungen beim Datenschutz informiert und teilweise aktiv werden:

  • Vorstand und Geschäftsführung müssen die veränderte datenschutzrechtliche Praxis im Unternehmen kennen;
  • die IT-Abteilung muss prüfen, welche technisch-organisatorischen Maßnahmen für das geforderte Risk-Management notwendig sind;
  • die Finanzabteilung muss die Kosten berücksichtigen, die dem Unternehmen durch Anpassungsprozesse entstehen;
  • die Rechtsabteilung muss viele Verträge anpassen;
  • die Compliance-Abteilung muss die Risiken eines Verstoßes gegen die Verordnungen berücksichtigen – diese betreffen die außerordentlich hohen Bußgelder, aber auch den Vertrauensverlust, der bei Kunden, Lieferanten oder Mitarbeitern entstehen kann;
  • die Forschungs- und Entwicklungsabteilung muss schon bei einem frühen Projektstadium darauf achten, dass die datenschutzrechtlichen Grundsätze eingehalten werden;
  • für die Personalabteilung entsteht ein hoher Aufwand, da sie einerseits Mitarbeiterschulungen zum Thema organisieren, andererseits den Mitarbeitern auf Nachfrage nachweisen muss, wie ihre Daten geschützt werden; auch der Betriebsrat ist einzubinden.

Ist es sinnvoll, darüber hinauszugehen?

Vielleicht aber ist es sinnvoll, noch ein paar Schritte weiterzugehen. Die Einhaltung der EU-DSGVO-Compliance sollte Teil einer umfassenden Unternehmensphilosophie sein und von der Spitze her gelebt werden – damit ist das EU-DSGVO-Management Chefsache. Es sollte nicht einfach eine lästige Pflicht sein, denn immerhin geht es darum, das Image des Unternehmens in der Öffentlichkeit, bei gegenwärtigen und künftigen Mitarbeitern sowie bei Geschäftspartnern als verantwortungsvoll handelnde Organisation zu stärken. Dazu gehören auch ein umfassender Schutz der Daten und der sichere IT-Betrieb.

Die Risiken einer Verletzung des Datenschutzes sind groß und müssen im Einzelfall genau analysiert werden. Doch wie sieht es mit den Chancen aus? Zum Beispiel könnte ein gut umgesetztes Datenschutzmanagementsystem auch den Eintritt in Länder mit einem ähnlich hohen Datenschutzniveau deutlich erleichtern, wie z. B. Kanada oder Japan.

Echte Mehrwerte im Wettbewerb entstehen, wenn es gelingt, über entsprechende Maßnahmen und ihre Dokumentation Vertrauen zu schaffen. Zudem fördern transparente personenbezogene Daten die Automatisierung von Prozessen und treiben somit die Digitalisierung voran. Einige aktuelle Studien belegen, dass Unternehmen, die auf diesem Weg vorangegangen sind, sich bereits Vorteile verschafft haben. Es liegt also an den Unternehmen selbst, ob ihnen die EU-DSGVO mehr nutzt oder doch eher schadet. //


Kontakt zum Autor

Namensnennung – Weitergabe unter gleichen Bedingungen 3.0 Deutschland (CC BY-SA 3.0 DE)

Dies ist eine allgemeinverständliche Zusammenfassung der Lizenz (die diese nicht ersetzt).

Sie dürfen:

Teilen — das Material in jedwedem Format oder Medium vervielfältigen und weiterverbreiten

Bearbeiten — das Material remixen, verändern und darauf aufbauen
und zwar für beliebige Zwecke, sogar kommerziell.

Der Lizenzgeber kann diese Freiheiten nicht widerrufen solange Sie sich an die Lizenzbedingungen halten.

Unter folgenden Bedingungen:

Namensnennung — Sie müssen angemessene Urheber- und Rechteangaben machen, einen Link zur Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden. Diese Angaben dürfen in jeder angemessenen Art und Weise gemacht werden, allerdings nicht so, dass der Eindruck entsteht, der Lizenzgeber unterstütze gerade Sie oder Ihre Nutzung besonders.

Weitergabe unter gleichen Bedingungen — Wenn Sie das Material remixen, verändern oder anderweitig direkt darauf aufbauen, dürfen Sie Ihre Beiträge nur unter derselben Lizenz wie das Original verbreiten.

Keine weiteren Einschränkungen — Sie dürfen keine zusätzlichen Klauseln oder technische Verfahren einsetzen, die anderen rechtlich irgendetwas untersagen, was die Lizenz erlaubt.

Testen, entwickeln, forschen

In praxisnahen „Forschungsfabriken“ können neue Verfahren getestet werden – unter anderem am KIT in Karlsruhe.

Die TREND-REPORT-Redaktion sprach mit Prof. Dr.-Ing. Jürgen Fleischer, Institutsleiter des wbk Instituts für Produktionstechnik des Karlsruher Instituts für Technologie (KIT), über die neue Karlsruher Forschungsfabrik und „Company on Campus“.

Herr Prof. Fleischer, mit welchen Themen und Aufgaben beschäftigt sich Ihr Forschungsbereich?

Mein Forschungsbereich beschäftigt sich mit Maschinen, Anlagen und Prozessautomatisierung. Die Kernkompetenzen dieses Bereichs liegen in der Entwicklung und Auslegung von intelligenten, ressourceneffizienten Komponenten für Maschinen und Anlagen sowie in der Gestaltung flexibler, automatisierter Prozessketten. Neben den wesentlichen Kriterien wie Stückzahl- und Variantenflexibilität rückt der Umgang mit neuen, aber unreifen Technologien, in den Anwendungsfeldern Elektromobilität oder Leichtbaufertigung, in den Vordergrund. Zur Etablierung des Produktionsstandorts Deutschland ist die Entwicklung von Maschinen und Methoden für eine schnelle Industrialisierung von neuen, innovativen Produktionstechnologien essenziell.

Welche Aufgaben hat die „Karlsruher Forschungsfabrik“ im Kontext der neuen Technologien?

Die zunehmen­de Individualisierung und hohe Variantenviel­falt von Produkten sowie die Forderung nach neuen und komplexen Fertigungsprozessen stellen eine große Herausforderung an die produ­zierenden Unternehmen. Ziel der Karlsruher Forschungsfabrik ist es, neue Produktionstechnologien durch die interdisziplinäre Zusammenarbeit des Maschinenbaus und der Informatik schnell in sichere und profitable industrielle Fertigungsprozesse umzusetzen. Hierbei spielt die „Strategie Künstliche Intelligenz“ der Bundesregierung sicherlich eine wichtige Rolle.

Am „Campus-Ost“ des KIT, in unmittelbarer Nähe zum Fraunhofer IOSB und dem Karlsruher Technologiepark, entsteht auf rund 4 500 m² die neue Forschungsfabrik.
Bild: Heinle, Wischer und Partner Freie Architekten GbR

Allerdings kann die KI nur einen effizienten Mehrwert generieren, wenn sie intelligent mit dem domänenspezifischen Wissen von Produktionsexperten kombiniert wird. Zusätzlich sind für die oben genannten Herausforderungen neuartige Produktionsanlagen mit automatisierten Lösungen notwendig, sodass individualisierte Produkte mit kleinen Stückzahlen rentabel und flexibel fertigbar sind. Zur Erreichung dieses Ziels haben wir eine starke Kooperation zwischen dem wbk Institut für Produktionstechnik des KIT und den Fraunhofer Instituten ICT und IOSB etabliert.

Wie sehen die Anwendungsfelder der Forschungsfabrik hier aus?

Neben dem technologischen Wandel in der Mobilität durch die Transformation zu alternativen Antrieben, neuen Fahrzeugkonzepten, Geschäftsmodellen und Digitalisierung steigt der Bedarf an individualisierten, hochwertigen und gleichzeitig schnell verfügbaren Mobilitätsprodukten. Dies stellt hohe Herausforderungen an geeignete Produktionsverfahren gerade in den Anwendungsfeldern Elektromobilität und an die hybride Leichtbaufertigung.

Mit neuen Produkten sehr viel früher als bisher auf den Zielmärkten präsent zu sein … Sie versuchen gerade die „Time to Market“ insbesondere für kleine und mittlere Unternehmen im Kontext der neuen Technologien und Geschäftsmodelle zu verkürzen – wie und welche Unternehmen können sich daran beteiligen?

Ziel ist die Unterstützung der produzierenden Unternehmen und des Maschinenbaus, neue Produktionsverfahren schneller als bisher zu industrialisieren. Daraus resultiert für die Unternehmen auch gleichzeitig ein Wettbewerbsvorteil, indem sie ihre Produkte schneller an den Markt bringen können. Für die Kooperation mit Unternehmen haben wir das Konzept „Company on Campus“ entwickelt. Hier ist das Ziel, dass die Unternehmen mit den Partnern der Forschungsfabrik unter einem Dach in einer langfristigen Kooperation in sogenannten „Innovation Centern“ zusammenarbeiten. Hierfür gibt es zusätzlich moderne Büroarbeitsplätze, Konferenz- und Kreativräume in direkter Nähe zur Forschungsfabrik.

Für die Kooperation mit Unternehmen haben wir das Konzept ‚Company on Campus‘ entwickelt. Hier ist das Ziel, dass die Unternehmen mit den Partnern der Forschungsfabrik unter einem Dach in einer langfristigen Kooperation in sogenannten ‚Innovation Centern‘ zusammenarbeiten.

Welche Möglichkeiten und Vorteile bietet Ihr „Company on Campus“ für Unternehmen?

Die Karlsruher Forschungsfabrik bietet eine Plattform für den engen Austausch von Forschungsinstituten und den Unternehmen zu konkreten Entwicklungsfragen. Der Vorteil ist die Nutzung der Synergien aus der innovativen Forschung und den langjährigen Kompetenzen der Unternehmen. Zusätzlich strahlt der Standort Karlsruhe eine hohe Anziehungskraft für junge, hoch qualifizierte Mitarbeiter aus, sodass Unternehmen und Forschung davon profitieren. Neben dem Zugang zu jungen „Talenten“ aus dem Hochschulumfeld bietet die Kooperation in der Karlsruher Forschungsfabrik Potenzial für die Entwicklung neuer, disruptiver Technologien. Diese sind essenziell für die Zukunftssicherung der Unternehmen und des Produktionsstandorts Deutschland. //


Kontakt zum Interviewpartner

Namensnennung – Weitergabe unter gleichen Bedingungen 3.0 Deutschland (CC BY-SA 3.0 DE)

Dies ist eine allgemeinverständliche Zusammenfassung der Lizenz (die diese nicht ersetzt).

Sie dürfen:

Teilen — das Material in jedwedem Format oder Medium vervielfältigen und weiterverbreiten

Bearbeiten — das Material remixen, verändern und darauf aufbauen
und zwar für beliebige Zwecke, sogar kommerziell.

Der Lizenzgeber kann diese Freiheiten nicht widerrufen solange Sie sich an die Lizenzbedingungen halten.

Unter folgenden Bedingungen:

Namensnennung — Sie müssen angemessene Urheber- und Rechteangaben machen, einen Link zur Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden. Diese Angaben dürfen in jeder angemessenen Art und Weise gemacht werden, allerdings nicht so, dass der Eindruck entsteht, der Lizenzgeber unterstütze gerade Sie oder Ihre Nutzung besonders.

Weitergabe unter gleichen Bedingungen — Wenn Sie das Material remixen, verändern oder anderweitig direkt darauf aufbauen, dürfen Sie Ihre Beiträge nur unter derselben Lizenz wie das Original verbreiten.

Keine weiteren Einschränkungen — Sie dürfen keine zusätzlichen Klauseln oder technische Verfahren einsetzen, die anderen rechtlich irgendetwas untersagen, was die Lizenz erlaubt.

Plattformen im Field-Service

Digitalisierung des Remote Supports im industriellen Service

von Alina Kaspers und Martin Riedel

Hersteller von komplexen Maschinen und Anlagen sind gefordert, einen reibungslosen und meist weltweiten Service anzubieten. Damit die Funktion der Maschinen und Anlagen gewährleistet ist, ist es unabdingbar, geplant, aber auch reaktiv bei technischen Problemen vor Ort Wartungen durchzuführen.

Ist der Servicemitarbeiter vor Ort nicht in der Lage, die Maschine oder Anlage zu reparieren, ist der Austausch mit Experten in der Zentrale unbedingt notwendig. Denn für die Lösung des technischen Problems müssen relevante Informationen unmittelbar an den Einsatzort gebracht werden. Kann ein technisches Problem nicht unmittelbar gelöst werden, drohen, aufgrund von zusätzlichen Reisen und einer aufwendigen Kommunikation, hohe Kosten. Gleichzeitig sinkt die Verfügbarkeit der Maschine und Anlage, die sich signifikant negativ auf die Produktivität auswirkt und die Kundenzufriedenheit belastet. Ein effektiver und kosteneffizienter Service ist daher im globalen und wettbewerbsintensiven Marktumfeld von heute eine „Muss-Bedingung“ und ein enormer Wettbewerbsvorteil gegenüber der nationalen wie internationalen Konkurrenz.

Remote Support ist Kernprozess im industriellen Service, bisher aber analog

Der Remote Support bzw. die Unterstützung der Servicemitarbeiter vor Ort stellt für den Anlagen- und Maschinenbau einen besonders kritischen Prozess dar. Aufgrund der immer steigenden Komplexität der Maschinen und Anlagen ist ein Servicemitarbeiter oftmals nicht eigenständig in der Lage, das Problem vor Ort zu lösen. Dezidiertes Expertenwissen ist gefordert. Daher muss sich der Servicemitarbeiter in den meisten Fällen für die Problemlösung an einen Experten wenden, der oftmals weit entfernt vom Einsatzort sitzt. Die herkömmliche Kommunikation via E-Mail, Telefon und privates Messaging ist jedoch ineffizient, ermöglicht keinen unmittelbaren Austausch von Bildern und Dokumenten und keine direkte Sicht auf das Problem. Eine strukturierte Dokumentation der Fälle bleibt komplett aus, sodass das erarbeitete Expertenwissen verloren geht. Der Austausch über den herkömmlichen Weg führt daher oft zu Ernüchterung und keinem Ergebnis. Die Folge ist, dass Fälle nicht auf Anhieb gelöst werden können und kein Weg daran vorbeiführt, zusätzliche Mitarbeiter anreisen zu lassen, um das Problem zu lösen. Für den Service entstehen dadurch hohe Reisekosten und ein zeitintensiver Prozess, der mit einem hohen personellen Aufwand verbunden ist. Der Stillstand der Maschine oder Anlage sorgt währenddessen für einen Produktionsausfall, der mit zusätzlichen Kosten verbunden ist und für eine hohe Unzufriedenheit bei den Kunden sorgt.

Unterstützung eines Servicemitarbeiters aus der Zentrale über Augmented-Reality-Smartglasses

Digitalisierung des Remote-Support-Prozesses im industriellen Service

Als Anbieter von innovativen Softwarelösungen für den industriellen Service digitalisiert rise den kompletten Remote-Support-Prozess. Auf nur einer Softwareplattform können Nachrichten, Bilder, Videos und Dokumente in chronologischer Abfolge ausgetauscht werden, um Servicemitarbeitern alle relevanten Informationen zur Verfügung zu stellen und den Experten in der Zentrale das technische Problem zu veranschaulichen. Über eine Live-Zusammenarbeit mit zusätzlichen Augmented-Reality-Werkzeugen sind interaktive Videokonferenzen möglich. Anstatt ein Problem missverständlich über das Telefon zu erklären, erhält ein Experte dadurch den wertvollen Blick auf das Geschehen vor Ort und kann den Servicemitarbeiter wirksam instruieren. Das ausgetauschte Expertenwissen kann unmittelbar in rise dokumentiert und strukturiert abgelegt werden, um eine Wissensdatenbank aufzubauen. Diese ermöglicht dem Servicemitarbeiter, bei zukünftig ähnlichen Fällen im Archiv eine Problemlösung zu finden. Dies spart Bearbeitungszeit und minimiert die Anfragen an die Serviceexperten.

Als innovative Softwareplattform kann rise auf allen Endgeräten eingesetzt werden, von Desktop-PCs mit eigenem Programm über Tablets, Smartphones sowie auf Augmented-Reality-Smartglasses. Mithilfe der Smart­glasses (Datenbrillen) ist ein vollständiges Arbeiten mit freien Händen möglich. Dadurch ist für höchste Produktivität und effektivste Unterstützung gesorgt. Anhand einer eingebauten Kamera wird das exakte Sichtfeld des Servicemitarbeiters an den Experten in der Zentrale übertragen. Über Annotationen im Livebild, Bildbearbeitung oder das Teilen von dritten Bildschirminhalten, z. B. von Schaltplänen, kann der Experte intuitiv unterstützen, als ob er vor Ort wäre.

rise lässt sich einfach in bestehende Softwaresysteme integrieren

Remote Support ist ein wesentlicher Prozess­schritt im industriellen Service, der bisher kaum über dezidierte Softwarelösungen abgebildet wurde. Mit zunehmendem Digitalisierungsgrad werden jedoch diverse Prozesse integriert und ineinandergreifende Systeme eingesetzt. Ausgangspunkt für die digitale Servicedienstleistung ist meist ein Ticket- oder CRM-System, in dem maschinen- bzw. kundenbezogen alle relevanten Informationen hinterlegt werden. Geht ein Fall ein, so kann im Ticketsystem direkt ein neuer Fall erstellt werden, in dem die Stammdaten hinterlegt sind. Der Fall wird daraufhin in rise bearbeitet und dokumentiert. Die fertige Dokumentation wird anschließend automatisch an das Ticketsystem weitergeleitet, um alle Aktivitäten zentral zu hinterlegen. Durch die Vielzahl an Daten kann wiederum die Servicedienstleistung verbessert werden, z. B. durch die Wissensdatenbank, Analysen zur Optimierung der Serviceorganisation oder die Etablierung neuer Geschäftsmodelle.

Der Digitale Customer Support

Mithilfe von rise lassen sich nicht nur interne Kosten sparen, sondern auch neue Geschäftsmodelle anbieten. Durch den digitalen Support durch Experten kann der Kunde deutlich einfacher und kosteneffizienter unterstützt werden, wodurch sich neue und margenstarke Einnahmequellen im Service auftun. Gleichzeitig erhält der Kunde einen effektiveren Support bei minimaler Reaktionszeit, um die Verfügbarkeit seiner Maschinen und Anlagen zu erhöhen. Neben zusätzlichen Serviceumsätzen ermöglicht solch ein Modell auch, die Auslastung der internen Servicemitarbeiter zu reduzieren, Mitarbeiter die in Zeiten des Fachkräftemangels ohnehin knapp sind.

„Evolutionsstufen“ des Remote Supports

Der digitale Experte

Die Digitalisierung des industriellen Service schreitet mit großen Schritten voran, auch wenn der bisherige Fokus eher auf CRM und Ticketsystemen lag. Mit der Verfügbarkeit von mobilem Internet, leistungsstarken Smartphones, Smartglasses und der notwendigen Softwaretechnologie lassen sich immer weitere kritische Serviceprozesse – insbesondere der Remote Support – digitalisieren. Die Unterstützung per Augmented-Reality-Smartglasses ist jedoch nur eine weitere Evolutionsstufe.

Vorteile der rise-Plattform
  • Reduzierung von Service- und Reisekosten
  • Wegfall von Wartezeiten auf Servicemitarbeiter
  • Erhöhung der Maschinen- und Anlagenverfügbarkeit
  • Aufbau einer Wissensdatenbank
  • Zugriff auf Expertenwissen von überall
  • Geringere Prozesszeiten
  • Steigerung der Serviceerlöse

In Zukunft wird das notwendige technische Wissen automatisiert bereitgestellt, künstliche Intelligenz und Machine Learning machen dies möglich. Ein Servicefall wird dann wie folgt aussehen: Smartglasses aufsetzen, Maschine über die Serialnummer per Scan identifizieren, Vorschläge mit Detailanleitung für das mögliche Problem erhalten, per interaktiver Anleitung in der Brille das Problem lösen. rise wird damit von der Remote-Support-Plattform zum digitalen Experten.

Fazit

Mit rise lässt sich ein kritischer Serviceprozess in der Industrie digitalisieren. Neben einer deutlich effektiveren Zusammenarbeit im Vergleich zu Telefon, E-Mail und Co. wird erstmals auch eine lückenlose Dokumentation und Archivierung des so wichtigen Expertenwissens möglich. Effektiver Support aus der Ferne bietet neue Chancen, wie beispielsweise die Unterstützung des Kunden und den Aufbau neuer Servicedienstleistungen. Der digitale Experte, der automatisierten Support über die intelligente Brille bietet, ist keine allzu ferne Vision mehr. Bei der zunehmenden Komplexität von Maschinen und Anlagen und bei gleichzeitig hohem Wettbewerbsdruck im internationalen Marktumfeld ist der digitale Remote Support ein entscheidender Bestandteil der Servicestrategie. //

Anwendungsfall Strautmann Umwelttechnik GmbH

Die Strautmann Umwelttechnik GmbH, ein führender Anbieter von Recycling-Maschinen in der Entsorgungslogistik, hat ihren Remote-Support-Prozess erfolgreich digitalisiert. Gibt es technische Probleme bei einer ihrer Maschinen, die oft bei Einzelhandelsketten zum Einsatz kommen, so stockt die Logistikkette zur Verarbeitung und zum Abtransport der recycelten Materialien. Eine schnelle und effektive Unterstützung der Servicemitarbeiter ist daher von hoher Bedeutung. Die bisherige E-Mail-Kommunikation im Service wurde durch rise digitalisiert. Nachrichten, Bilder, Dokumente und Videos werden auf diese Weise deutlich schneller ausgetauscht. Benötigen weitere Personen aus Entwicklung und Qualität Zugriff auf die Informationen, werden die Kollegen einfach zum jeweiligen Fall eingeladen. Eine aufwendige Weiterleitung von Informationen entfällt. Benötigt ein Servicemitarbeiter oder ein Händler im Ausland Unterstützung bei der Lösung eines technischen Problems, wird per Live-Videokonferenz unterstützt. Dadurch konnten in den vergangenen Monaten mehrere zeit- und kostenintensive Reisen insbesondere ins Ausland eingespart werden. Alle Fälle werden nach Lösung des technischen Problems dokumentiert und im Archiv abgelegt. Das Archiv mit mittlerweile mehreren Hundert Fällen dient als Wissensdatenbank, um zukünftige Fälle an Hand vorhandener Lösungsbeschreibungen zu lösen.


Über die Autoren:

Namensnennung-Keine Bearbeitung 3.0 Deutschland (CC BY-ND 3.0 DE)

Dies ist eine allgemeinverständliche Zusammenfassung der Lizenz (die diese nicht ersetzt).

Sie dürfen:

Teilen — das Material in jedwedem Format oder Medium vervielfältigen und weiterverbreiten
und zwar für beliebige Zwecke, sogar kommerziell.

Der Lizenzgeber kann diese Freiheiten nicht widerrufen solange Sie sich an die Lizenzbedingungen halten.

Unter folgenden Bedingungen:

Namensnennung — Sie müssen angemessene Urheber- und Rechteangaben machen, einen Link zur Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden. Diese Angaben dürfen in jeder angemessenen Art und Weise gemacht werden, allerdings nicht so, dass der Eindruck entsteht, der Lizenzgeber unterstütze gerade Sie oder Ihre Nutzung besonders.

Keine Bearbeitungen — Wenn Sie das Material remixen, verändern oder darauf anderweitig direkt aufbauen, dürfen Sie die bearbeitete Fassung des Materials nicht verbreiten.

Keine weiteren Einschränkungen — Sie dürfen keine zusätzlichen Klauseln oder technische Verfahren einsetzen, die anderen rechtlich irgendetwas untersagen, was die Lizenz erlaubt.

Wie Versicherer ihr Geschäft digitalisieren

Microservices sind die entscheidende Basis für Agilität.

von Jakob Freund

Mehr als die Hälfte der Verbraucher in Deutschland kann sich vorstellen, vollständig digital eine Versicherung abzuschließen. Viele Kunden versprechen sich davon schneller bearbeitete Anliegen und mehr persönliche Freiräume bei der Absicherung. Das Problem: Veraltete IT-Systeme bremsen die digitale Transformation aus, die dafür notwendig wäre.

Sieben von zehn Unternehmen betreiben Mainframes in der IT und in den Rechenzentren, um die geschäftskritischen Abläufe zu verarbeiten. Diese Systeme ähneln sich darin, dass sie eingehende Anforderungen nacheinander beantworten – first in, first out. Bleibt ein Vorgang dabei hängen, sind davon auch alle anderen betroffen. Gerade im sogenannten „Herbststurm“, wenn sich Abertausende Kunden nach preiswerteren KFZ-Versicherungen umschauen und dafür Tarifrechner auf der Webseite, beim Vermittler oder auf einem Vergleichsportal nutzen, gehen die etablierten IT-Systeme nahezu zwangsläufig in die Knie.

Antragsstrecken digitalisieren

Fast alle Unternehmen haben diese Schwachstelle inzwischen erkannt. Drei Viertel sind sich bewusst, dass sie ihre Legacy-Systeme modernisieren müssen, um mit der digitalen Entwicklung künftig mithalten zu können. Als State of the Art gelten verteilte IT-Systeme, die in der Lage sind, Geschäftsvorfälle parallel und weitgehend automatisch abzuarbeiten. Solche Architekturen lösen zunehmend Großsysteme ab, die von den Versicherern bislang als Alleskönner eingesetzt worden sind. Die IT der Zukunft setzt sich aus einzelnen Minidiensten (Microservices) zusammen, die jeweils nur eine einzige Aufgabe erfüllen und von einem Workflow-System gesteuert werden.

Abb.1: Vereinfachtes BPMN-Schema einer digitalen Antragsstrecke

Dahinter steckt die Idee, möglichst viele oder sogar alle Abläufe innerhalb eines Geschäftsvorfalls komplett dunkel zu verarbeiten. Beispielsweise möchte ein Kunde online eine neue Versicherung für sein Auto abschließen. Nachdem der Kunde seine persönlichen Daten und die des Fahrzeugs eingegeben hat und das Webformular schließlich abschickt, starten mehrere Microservices, die das individuelle Risiko prüfen und automatisch die Police anlegen. Wenn nichts Unerwartetes passiert, bekommt der Kunde seine digital abgeschlossene Versicherung ausgehändigt, ohne dass sich ein Sachbearbeiter den Vorgang überhaupt anschauen musste (vgl. Abb. 1).

Moderne Workflow-Systeme ermöglichen den Unternehmen, einfache Entscheidungs­tabellen über eine Decision-Engine einzubinden. Solche Werkzeuge helfen dabei, Ausnahmen festzulegen, falls ein Vorgang nicht automatisch abgeschlossen werden kann. Ein Ampelsystem kann beispielsweise Fälle aussteuern, die nur ein Sachbearbeiter entscheiden darf oder gleich zu einer Ablehnung führen sollen. Microservices lassen sich zudem dafür einsetzen, für Kunden automatisch einen Webzugang einzurichten, Vertragsunterlagen per Post zu versenden oder geänderte Kundendaten wie eine neue Adresse ins Bestandssystem zu übertragen.

Schäden digital regulieren

Die Vorteile einer solchen IT-Architektur liegen auf der Hand: Keine Datenstaus mehr und falls einzelne Microservices verbessert werden sollen, betreffen die damit verbundenen Anpassungen nicht gleich das gesamte System. Zudem erleichtern Microservices den Anbietern, externe Partner einzubinden wie die für die Bonitätsprüfung häufig angefragte Schufa. Gleiches gilt aber auch für Kooperationspartner, die Versicherungen zusätzlich zu einem eigenen Angebot anbieten wollen und sich dafür eine einfache Möglichkeit zum Abschluss wünschen. Dazu gehören beispielsweise Reiseportale oder Fluggesellschaften, die während der Buchung eine Reiserücktrittsversicherung mitverkaufen möchten und dafür Provisionen erhalten.

Auch im Ernstfall bieten Microservices die Chance, ein digitales Kundenerlebnis zu schaffen, das weitgehend ohne manuelle Zuarbeit durch den Versicherer auskommt.

Jakob Freund

Doch auch im Ernstfall bieten Microservices die Chance, ein digitales Kundenerlebnis zu schaffen, das weitgehend ohne manuelle Zuarbeit durch den Versicherer auskommt. Leicht zu beziffernde Schäden, wie sie etwa bei Glasbruch oder in der privaten Haftpflicht häufig auftreten, lassen sich von der Erfassung bis zur Auszahlung automatisch und fallabschließend bearbeiten. Microservices prüfen dafür, ob eine Versicherung besteht und ob alle Prämien bezahlt worden sind. Die nötigen Angaben wie Tathergang oder sogar Beweisfotos können die Versicherungsnehmer online oder via App an den Versicherer übermitteln. Ist alles in Ordnung, weist ein weiterer Microservice die Zahlung an und trägt die notwendigen Informationen in die bestandsführenden Systeme ein.

In diesem Bereich beginnen immer mehr Versicherer inzwischen damit, künstliche Intelligenz (KI) einzusetzen, um Betrugsversuche zu erkennen. Schon heute kann eine entsprechend trainierte KI erkennen, ob per Foto gemeldete Autoschäden plausibel sind. Das ist deshalb so wichtig, weil die unpersönliche Schadenmeldung Betrüger dazu einlädt, mit nachträglich bearbeiteten oder gleich komplett gefälschten Fotos überhöhte Schäden geltend zu machen. Damit das Geld nicht in falsche Hände gerät, müssen die Versicherer geeignete Kontrollen entwickeln und in die IT-Systeme integrieren.

Interne Abläufe visualisieren

Damit der Schritt in die digitale Zukunft gelingt, müssen Versicherungsunternehmen ein neues Selbstverständnis als Softwareunternehmen entwickeln. Künftig entscheidet nicht mehr allein das beste Angebot, sondern das Kundenerlebnis darüber, ob ein Produkt gekauft wird oder nicht. Und diesen Unterschied können Unternehmen zunehmend nur noch durch die Qualität ihrer IT-Systeme herausarbeiten. Digitalpioniere wie der US-amerikanische Streamingdienst Netflix beispielsweise haben von vornherein auf Microservices gesetzt, um das beste Nutzererlebnis zu bieten. Damit hängen Technologieriesen auch für andere Branchen die Messlatte beständig höher.

Abb. 2: Heatmaps legen Engpässe im Prozessmodell offen.

Zwei Drittel der Deutschen kritisieren heute schon, dass Versicherer weniger schnell, weniger verständlich und weniger gut erreichbar sind als die Angebote von Digitalunternehmen. Digital Natives, die mit solchen Diensten aufgewachsen sind, erwarten zudem, dass sich die Angebote permanent neuen Gegebenheiten anpassen und sich ständig weiterentwickeln. Sie wollen vor allem in ihrer Eigenständigkeit ernst genommen werden und bestehen darauf, möglichst viel allein regeln zu können. Gleichzeitig wollen sie sich nicht mehr um die vielen Details kümmern. Versicherer sollen von selbst aktiv werden, wenn sie etwa einen Umzug melden oder etwas nicht sofort klappt.

Diese neue Anspruchshaltung bedeutet für die Anbieter, dass sie ihre Prozesse laufend überwachen und zügig anpassen müssen, um mit den Kundenerwartungen mithalten zu können. Am einfachsten gelingt das, wenn die Abläufe nicht nur schriftlich erfasst werden, sondern visuell dargestellt. Ideal sind Heatmaps, die während der Laufzeit erfassen, wie häufig einzelne Prozesszweige durchlaufen werden und ob dadurch möglicherweise ein Engpass zu entstehen droht (vgl. Abb. 2). Selbst die Prozessqualität lässt sich messen, wenn das Workflow-System protokolliert, wie häufig und an welchen Stellen manuell eingegriffen werden musste oder wie lange ein Prozess stillstand.

Fazit

Jetzt sind die Versicherer gefordert, technische Schulden abzubauen, die über die Jahre entstanden sind. Drei von vier Euro aus dem IT-Budget wendet die Branche inzwischen dafür auf, Altlasten zu pflegen. Das rächt sich in einem Marktumfeld, das zunehmend kompetitiver wird. Wie schnell sich das Blatt wenden kann, zeigt ein Blick in die Schwesterbranche Banken, in die immer mehr Technologieunternehmen mit praktischen Digitalangeboten einbrechen. Davor schützen nur eine wettbewerbsfähige IT-Infrastruktur und eigenes IT-Know-how, das die Versicherer zügig weiter ausbauen sollten. //


Kontakt zum Autor

Namensnennung – Weitergabe unter gleichen Bedingungen 3.0 Deutschland (CC BY-SA 3.0 DE)

Dies ist eine allgemeinverständliche Zusammenfassung der Lizenz (die diese nicht ersetzt).

Sie dürfen:

Teilen — das Material in jedwedem Format oder Medium vervielfältigen und weiterverbreiten

Bearbeiten — das Material remixen, verändern und darauf aufbauen
und zwar für beliebige Zwecke, sogar kommerziell.

Der Lizenzgeber kann diese Freiheiten nicht widerrufen solange Sie sich an die Lizenzbedingungen halten.

Unter folgenden Bedingungen:

Namensnennung — Sie müssen angemessene Urheber- und Rechteangaben machen, einen Link zur Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden. Diese Angaben dürfen in jeder angemessenen Art und Weise gemacht werden, allerdings nicht so, dass der Eindruck entsteht, der Lizenzgeber unterstütze gerade Sie oder Ihre Nutzung besonders.

Weitergabe unter gleichen Bedingungen — Wenn Sie das Material remixen, verändern oder anderweitig direkt darauf aufbauen, dürfen Sie Ihre Beiträge nur unter derselben Lizenz wie das Original verbreiten.

Keine weiteren Einschränkungen — Sie dürfen keine zusätzlichen Klauseln oder technische Verfahren einsetzen, die anderen rechtlich irgendetwas untersagen, was die Lizenz erlaubt.

KI für die Arbeitswelten der Zukunft

Wie werden Interaktionen zwischen Menschen und Maschinen den
Arbeitsplatz in Zukunft beeinflussen? Ein Expertengespräch.

Die TREND-REPORT-Redaktion sprach mit Prof. Dr.-Ing. Barbara Deml, Institutsleiterin des Instituts für Arbeitswissenschaft und Betriebsorganisation (ifab) des KIT, über das Thema Mensch-Maschine-Interaktion.

Frau Prof. Deml, mit welchen Themen und Aufgaben beschäftigt sich Ihr Forschungsbereich?

Wie muss ein Assistenzsystem gestaltet sein, um ein Operationsteam richtig zu unterstützen? Wie viele Videobilder kann jemand, der in der Leitwarte eines Kraftwerks arbeitet, gleichzeitig auswerten, ohne dass er dabei überfordert ist? Welche Erwartungen haben Mitarbeiter in der Produktion an einen Roboter, mit dem sie zusammenarbeiten? Wie muss sich ein automatisches Fahrzeug verhalten, damit menschliche Verkehrsteilnehmer oder Passagiere es akzeptieren? Mein Forschungsbereich scheint zunächst sehr breit zu sein.

Alle Themen haben aber eine wesentliche Gemeinsamkeit: Es geht immer um Arbeit und den Menschen dabei. Ich erforsche, wie Men-schen mit Maschinen zusammenwirken und auch, wie Menschen miteinander arbeiten. Interessant sind dabei immer auch die Arbeitsbedingungen und deren Folgen für den Menschen. Mein Ziel ist es, Arbeit so zu gestalten, dass sie menschengerecht, technisch funktional und wirtschaftlich effizient ist.

Wie werden die Arbeitswelten der Zukunft aussehen?

In der Forschung stehen zurzeit lernende Systeme hoch im Kurs. Sicher sind hier in den nächsten zehn Jahren Innovationen zu erwarten, die unsere Arbeit maßgeblich beeinflussen: Wo heute menschliche Dienstleistung zu finden ist, mögen das eine oder andere Computerprogramm oder ein Roboter den Dienst antreten. Expertensysteme können uns helfen, Krankheiten oder Umweltkatastrophen exakter vorherzusagen. Vielleicht wird es deshalb manche Berufe gar nicht mehr geben: Braucht man noch einen Reisekaufmann, um seinen Urlaub zu buchen? Vielleicht bekommen andere Berufe auch eine neue Bedeutung: Ist es nicht Luxus, anstelle eines Computers einen menschlichen Berater um sich zu wissen?

Vorstellen kann man sich heute viel. Es ist deshalb sicher auch kein Zufall, dass Sie nicht nach der „Arbeitswelt der Zukunft“ gefragt haben, sondern sich im Plural für „Arbeitswelten“ interessieren. Das macht deutlich, dass mehrere Varianten realistisch denkbar sind und es auch an uns ist, diese zu gestalten.

Unsere Arbeitswelt wird sich schneller und öfter verändern, als das in den letzten Jahrzehnten der Fall war. Für Arbeitnehmer heißt das, dass sie vielleicht gar nicht mehr fest zu einer Organisation gehören.

OK. – Digitalisierung, künstliche Intelligenz und Robotik werden in unserem Alltag Einzug halten. Doch auf was genau müssen wir uns als Arbeitnehmerinnen und Arbeitnehmer einstellen?

Neben neuen Technologien werden wir uns vor allem auf andere Arbeitsbedingungen einstellen müssen: Unsere Arbeitswelt wird sich schneller und öfter verändern, als das in den letzten Jahrzehnten der Fall war. Für Unternehmen bedeutet das, dass sie flexibler und schlanker werden müssen. Für Arbeitnehmer heißt das, dass sie vielleicht gar nicht mehr fest zu einer Organisation gehören. Sie werden zum Teil ihre Dienstleistung auf Plattformen anbieten und zeitlich befristet für den ein oder anderen Auftraggeber tätig sein. Das kann unsere Arbeitszeiten massiv beeinflussen, unser Verständnis von Unternehmenskultur obsolet machen, und es verlangt von Führungskräften ganz andere Managementkompetenzen. Diese Punkte müssen auch gesellschaftspolitisch adressiert werden und wir müssen zum Beispiel Arbeitsschutz neu denken.

Was sollte uns Sorge bereiten?

In Vorträgen erlebe ich immer wieder, dass viele Menschen beunruhigt auf die vor sich gehenden Veränderungen blicken. Arbeit ist so zentral für die meisten von uns; wir definieren uns oft ganz maßgeblich darüber. Ich kann also sehr gut verstehen, dass die disruptiven Veränderungen, von denen immer die Rede ist, uns wirklich Angst einjagen. Ich sehe aber gleichzeitig wenige, die wirklich mitgestalten wollen, wie eine „Arbeitswelt 4.0“ aussehen soll und wie nicht. Ich glaube, Politik und Wissenschaft müssten hier andere Möglichkeiten zur Mitbestimmung schaffen, als wir sie heute kennen. Sollten sich die Betroffenen nicht einbringen wollen oder können, würde mir das echte Sorgen bereiten.

Welche Fähigkeiten werden erforderlich sein und wo ergeben sich eventuell ganz neue Möglichkeiten?

Man kann sich fragen: Worin sind wir Menschen wirklich gut, was können wir besser als Maschinen? Soziale und kreative Fähigkeiten gehören sicherlich dazu, genauso aber auch die Fähigkeit, umfangreiches Kontextwissen zu integrieren. Damit Deutschland Schritt halten kann, muss es aber vor allem auch Menschen geben, die in der Lage sind, die lernenden Systeme, von denen immer die Rede ist, zu entwickeln. Naturwissenschaftliche und technische Kompetenzen, aber auch analytische Fähigkeiten, sind bestimmt sehr wichtig.

Ich gehe auch davon aus, dass sich unsere Arbeitsbedingungen verändern. Wir brauchen also auch Selbstkompetenzen, um uns zu organisieren und auch zu sagen, was wir wollen und was wir nicht wollen. Das gibt uns als Gesellschaft aber auch die Möglichkeit, insgesamt mündiger und selbstbestimmter zu werden.

In zukünftigen Arbeitswelten werden Computer menschliche Emotionen deuten können.

Welche Chancen und Risiken hat die Gestaltung künftiger Mensch-Maschine-Systeme?

Eine wichtige Chance ist sicherlich, dass Mensch-Maschine-Systeme noch potenter sein werden. Wir werden mit dieser Unterstützung unsere Arbeit wahrscheinlich viel besser ausführen, als das heute der Fall ist. Trotzdem werden die Systeme größtenteils relativ intuitiv sein. In vielen Bereichen besteht daher keine Gefahr, Menschen „abzuhängen“; wir könnten eine hohe Beteiligung realisieren. Denken Sie nur einmal daran, was Sie bereits heute mit Ihrem Mobiltelefon alles tun können.

Die „Risiken und Nebenwirkungen“, die mit künftigen Mensch-Maschine-Systemen assoziiert sind, werden in der Öffentlichkeit sehr aufmerksam diskutiert. Ich möchte mich daher auf zwei beschränken: Wenn Maschinen immer mehr Aufgaben für uns übernehmen, besteht die Gefahr, dass wir selber wichtige Kompetenzen verlieren und von technischen Systemen abhängig werden. Ein potenzielles Risiko besteht auch darin, dass Nutzer oftmals viele Daten von sich Preis geben und wir hier hohe rechtliche und ethische Standards brauchen.

In unseren Forschungen spielt die Analyse von Körperbewegungen, vor allem von Augen- und Blickbewegungen, eine wichtige Rolle.

Sie bringen gerade Maschinen bei, die körperliche Verfassung sowie die Gemütszustände von Menschen zu erfassen und sich entsprechend zu verhalten. Können Sie uns einige Beispiele dazu nennen?

Was machen wir, wenn ein Kollege gestresst ist? Wir verhalten uns entsprechend und versuchen nicht, noch mehr Stress zu verursachen. Genau das sollten auch Maschinen tun. Wenn ein Roboter erkennt, dass ein Mensch mental oder körperlich beansprucht ist, sollte er sich anders verhalten und Hilfe anbieten oder unterstützen. Für uns besteht die Herausforderung heute vor allem darin, Verhaltensabsichten oder relevante Zustände, wie Müdigkeit oder Emotionen, zuverlässig zu erkennen.

Menschen tun das ständig, und uns ist oft gar nicht bewusst, wie wir das machen. Wenn man diese Fähigkeiten für eine Maschine beschreiben möchte, müssen wir menschliches Verhalten besser verstehen. Was verändert sich in unserem Verhalten, wenn wir müde oder ratlos sind und eine bestimmte Assistenz benötigen? In unseren Forschungen spielt die Analyse von Körperbewegungen, vor allem von Augen- und Blickbewegungen, eine wichtige Rolle, aber auch physiologische Parameter, wie die Herzaktivität oder die Hautleitfähigkeit, sind relevant. //

Kontakt zur Autorin

Namensnennung – Weitergabe unter gleichen Bedingungen 3.0 Deutschland (CC BY-SA 3.0 DE)

Dies ist eine allgemeinverständliche Zusammenfassung der Lizenz (die diese nicht ersetzt).

Sie dürfen:

Teilen — das Material in jedwedem Format oder Medium vervielfältigen und weiterverbreiten

Bearbeiten — das Material remixen, verändern und darauf aufbauen
und zwar für beliebige Zwecke, sogar kommerziell.

Der Lizenzgeber kann diese Freiheiten nicht widerrufen solange Sie sich an die Lizenzbedingungen halten.

Unter folgenden Bedingungen:

Namensnennung — Sie müssen angemessene Urheber- und Rechteangaben machen, einen Link zur Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden. Diese Angaben dürfen in jeder angemessenen Art und Weise gemacht werden, allerdings nicht so, dass der Eindruck entsteht, der Lizenzgeber unterstütze gerade Sie oder Ihre Nutzung besonders.

Weitergabe unter gleichen Bedingungen — Wenn Sie das Material remixen, verändern oder anderweitig direkt darauf aufbauen, dürfen Sie Ihre Beiträge nur unter derselben Lizenz wie das Original verbreiten.

Keine weiteren Einschränkungen — Sie dürfen keine zusätzlichen Klauseln oder technische Verfahren einsetzen, die anderen rechtlich irgendetwas untersagen, was die Lizenz erlaubt.