Automatisierung oder Erweiterung? Zwei Ansätze für KI in einem Unternehmen | KI in der Wirtschaft #124

Im Jahr 2018 hatte sich Unilever bereits bewusst auf den Weg gemacht, Automatisierungs- und Erweiterungsmöglichkeiten in Einklang zu bringen. Dabei wurden beeindruckende Ergebnisse erzielt – eine Steigerung der ethnischen und geschlechtsspezifischen Vielfalt bei Neueinstellungen um 16 %, eine Einsparung von 70.000 Arbeitstagen pro Jahr und eine Reduzierung der Rekrutierungszeit um 90 %. Aber was sind Automatisierung und Augmentation? Werfen wir einen genaueren Blick darauf, um die dynamischen Interaktionen, Chancen und Fallstricke sowie die Auswirkungen auf das Unternehmen und einzelne Mitarbeiter aufzudecken. Lesen Sie weiter, um mehr zu erfahren.

Was sind Automatisierung und Augmentation im Kontext von KI in einem Unternehmen?

Automatisierung und Erweiterung sind gegensätzliche, aber voneinander abhängige Kräfte. Tatsächlich stehen Unternehmen vor der Wahl: Sparen sie Kosten, automatisieren sie Aufgaben und eliminieren sie den menschlichen Eingriff in den Prozess? Oder mit Fokus auf Qualität und Personalisierung die Fähigkeiten der Mitarbeiter verbessern und die Ergebnisse durch KI-Erweiterung verbessern, was eine enge Zusammenarbeit zwischen Menschen und künstlicher Intelligenz erfordert? Ihre komplementären Fähigkeiten würden dann kombiniert, um eine bestimmte Aufgabe zu erfüllen.

Das Paradox der Automatisierung und Erweiterung ist ein Problem, mit dem sich moderne Unternehmen auseinandersetzen müssen. Das Verständnis der Unterschiede und Synergien zwischen den beiden Konzepten ist entscheidend für die erfolgreiche Implementierung von KI in Unternehmen.

Automatisierung

Automatisierung ist der Prozess, bei dem menschliche, sich wiederholende Aktivitäten durch Software ersetzt werden. Vor der Ära der rasanten Entwicklung der generativen künstlichen Intelligenz war die Automatisierung nur auf routinemäßige und gut strukturierte Aufgaben anwendbar, wie zum Beispiel:

• Rechnungen ausfüllen,
• Erstellen von Berichten,
• Zusammenfassung der Ausgaben,
• Einfache Kundenbetreuung basierend auf der Auswahl des nächsten Gesprächsschritts per Knopfdruck.

Organisationen waren in der Lage, Prozesse auf der Grundlage von Expertenwissen zu automatisieren, das in Form von Algorithmen kodiert war, die Beziehungen zwischen Bedingungen („wenn“) und Konsequenzen („dann“) definieren. Eine solche Automatisierung basierte auf einem explizit definierten Domänenmodell, dh einer Domänenwissensdarstellung, die eine ausgewählte Nutzenfunktion optimiert.

Die Entwicklung der generativen künstlichen Intelligenz hat jedoch radikale Veränderungen im Bereich der Automatisierung mit sich gebracht. Die neuen Modelle können nicht nur wesentlich flexibler auf Eingabedaten reagieren, sondern auch in natürlicher Sprache ausgedrückte Befehle ausführen. Mit anderen Worten: Anstatt Befehle basierend auf expliziten Regeln auszuführen, können sie Aufgaben basierend auf kontextbezogenem Verständnis ausführen.

Quelle: DALL·E 3, Eingabeaufforderung: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Allerdings bergen Automatisierungen mittels künstlicher Intelligenz erhebliche Risiken.

Das erste sind die Gefahren der Automatisierung der Entscheidungsfindung – ein Problem, mit dem unter anderem Entwickler autonomer Fahrzeuge konfrontiert sind. Zum Beispiel, wenn ein Fahrzeug in Sekundenbruchteilen ein Manöver durchführen muss, weil es keine Möglichkeit gibt, eine Kollision zu vermeiden.

Das zweite Risiko besteht darin, sich auf Vorhersagealgorithmen zu verlassen. Auch wenn ein Unternehmen eine automatisierte Möglichkeit implementieren möchte, datengesteuerten Empfehlungen der künstlichen Intelligenz zu folgen, muss ein Mensch die Verantwortung für die getroffenen Entscheidungen übernehmen.

Eine dritte Art von Risiko ist der Einsatz generativer künstlicher Intelligenz, die bei unzureichenden Daten zu halluzinieren beginnt, also wahrscheinliche, aber falsche Antworten liefert. Es kann beispielsweise zu Fake News kommen oder Kunden falsche Antworten auf Fragen geben. Der Umgang mit den Vorteilen und Risiken der Automatisierung erfordert daher eine sorgfältige Analyse und Vorbereitung.

Augmentation

Augmentation ist der Prozess, bei dem KI eingesetzt wird, um die menschliche Intelligenz und Fähigkeiten zu verbessern, anstatt sie zu ersetzen oder unabhängig zu handeln. Angesichts der wachsenden Bedeutung der Augmentation in Umgebungen, die komplexe Entscheidungen erfordern, übernehmen Unternehmen zunehmend diesen Ansatz. Bei komplexeren Aufgaben, bei denen Regeln und Modelle nicht vollständig bekannt sind, ermöglicht Augmentation die enge Zusammenarbeit natürlicher und künstlicher Intelligenz.

Denn Augmentation ist ein iterativer, koevolutionärer Prozess, bei dem Menschen von KI lernen und KI von Menschen lernt. Dabei sollte die Rolle der künstlichen Intelligenz so gestaltet werden, dass sie eine menschliche Kontrolle in allen Phasen eines bestimmten Prozesses ermöglicht. Es erfordert die Einbeziehung von Fachexperten, deren Fachwissen oft stillschweigender Natur ist und auf jahrelanger Erfahrung und Intuition beruht, was es für die KI schwierig oder unmöglich macht, sie direkt zu ersetzen.

Durch Augmentation können sich Menschen und künstliche Intelligenz gegenseitig verstärken, indem maschinelle Rationalität mit menschlicher Intuition, gesundem Menschenverstand und Berufserfahrung kombiniert wird. Dieser Ansatz ermöglicht eine umfassendere Informationsverarbeitung und eine bessere Entscheidungsfindung.

Beim Parfümunternehmen Symrise beispielsweise arbeiteten Parfümeure eng mit dem KI-System zusammen, um Ideen für neue Düfte zu generieren (https://www.thefreelibrary.com/Can+AI+pass+the+smell+test%3F+Deploying+ künstliche+Intelligenz+kann+sein…-a0578441404). Durch die Erweiterung konnten Experten die Fähigkeit der Maschine zur Verarbeitung riesiger Datenmengen nutzen und gleichzeitig ihr eigenes Wissen anwenden, um die Ergebnisse zu interpretieren und zu kontextualisieren. Das Ergebnis waren innovative Düfte, die die Kunden liebten.

Quelle: DALL·E 3, Eingabeaufforderung: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Reibungslose Übergänge – von der Automatisierung zur Erweiterung und wieder zurück

Die Beziehung zwischen Automatisierung und Erweiterung ist dynamisch. Es ermöglicht nahtlose Übergänge zwischen den beiden Ansätzen. Die enge Zusammenarbeit zwischen Menschen und KI im Rahmen der Augmentation hilft dabei, Regeln und Modelle zu identifizieren, die dann zur Automatisierung einer bestimmten Aufgabe verwendet werden können, was zu Innovations- und Effizienzsteigerungen führt.

Organisationen sollten daher bewusst zwischen den einzelnen Aufgaben der Automatisierung und Erweiterung wechseln und sich langfristig für beide Aufgaben engagieren.

Ein weiterer Schritt, der die Verbindung zwischen Automatisierung und Augmentation stärken wird, ist die Schaffung autonomer Agenten, also künstlicher Intelligenz, die nicht nur Aufgaben automatisieren, sondern auch Prozesse planen und Befehle an andere Systeme erteilen können, ohne dass menschliches Eingreifen erforderlich ist. Die Entwicklung von KI-Lösungen der nächsten Generation wird es in naher Zukunft auch ermöglichen, auf Basis von Bedarfsanalysen Prototypen und innovative Dienste zu erstellen.

Zusammenfassung

Automatisierung und Augmentation stellen zwei gegensätzliche, aber oft voneinander abhängige Anwendungen künstlicher Intelligenz im Management dar. Ein ausgewogener Ansatz, der die Stärken beider Konzepte vereint, ist der Schlüssel zur Erzielung einer Komplementarität, die sowohl der Wirtschaft als auch der Gesellschaft zugute kommt.

Um diese Spannung effektiv zu bewältigen, sollten Organisationen:

• Denken Sie an die Verantwortung für die Schaffung transparenter und sicherer Systeme mithilfe von KI.
• Bedenken Sie die Verantwortung für Managementprozesse und betrachten Sie KI als Werkzeug zur Unterstützung und nicht als Ersatz für Manager.
• Integrieren Sie die beiden Ansätze, indem Sie bewusst zwischen ihnen wechseln und die Stärken des anderen nutzen.
• strenge Kontrollen und Transparenzmechanismen implementieren, um Fehler und Verzerrungen in KI-Systemen zu erkennen und zu korrigieren.

Sie sollten vor allem auch in die Weiterentwicklung der Fähigkeiten und Kompetenzen der Mitarbeiter investieren, damit diese im Rahmen der Augmentation effektiv mit künstlicher Intelligenz arbeiten können.

Die erfolgreiche Kombination dieser beiden KI-Kräfte wird nicht nur Organisationen effizienter und innovativer machen, sondern auch zum Aufbau einer gerechteren und nachhaltigeren Gesellschaft beitragen. Der Schlüssel liegt darin, zu verstehen, dass Automatisierung und Erweiterung in harmonischer Synergie nebeneinander existieren und nicht als Alternativen konkurrieren sollten.

Wenn Ihnen unsere Inhalte gefallen, treten Sie unserer fleißigen Bienen-Community auf Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest und TikTok bei.

Autor: Robert Whitney

JavaScript-Experte und Dozent, der IT-Abteilungen coacht. Sein Hauptziel ist es, die Teamproduktivität zu steigern, indem er anderen beibringt, wie sie beim Codieren effektiv zusammenarbeiten können.

Alle Beiträge anzeigen

KI in der Wirtschaft:

1. Bedrohungen und Chancen von KI in der Wirtschaft (Teil 1)
2. Bedrohungen und Chancen von KI in der Wirtschaft (Teil 2)
3. KI-Anwendungen in der Wirtschaft – Überblick
4. KI-gestützte Text-Chatbots
5. Business NLP heute und morgen
6. Die Rolle von KI bei der Geschäftsentscheidung
7. Planen von Social-Media-Beiträgen. Wie kann KI helfen?
8. Automatisierte Social-Media-Beiträge
9. Neue Dienste und Produkte, die mit KI arbeiten
10. Was sind die Schwächen meiner Geschäftsidee? Eine Brainstorming-Sitzung mit ChatGPT
11. Verwendung von ChatGPT im Unternehmen
12. Synthetische Schauspieler. Top 3 KI-Videogeneratoren
13. 3 nützliche KI-Grafikdesign-Tools. Generative KI in der Wirtschaft
14. 3 großartige KI-Autoren, die Sie heute ausprobieren müssen
15. Erkundung der Macht der KI bei der Musikproduktion
16. Erschließen Sie neue Geschäftsmöglichkeiten mit ChatGPT-4
17. KI-Tools für den Manager
18. 6 tolle ChatGTP-Plugins, die Ihnen das Leben erleichtern werden
19. 3 KI-Grafiken. Generierte Intelligenz für Ihr Unternehmen
20. Wie sieht die Zukunft der KI laut McKinsey Global Institute aus?
21. Künstliche Intelligenz in der Wirtschaft – Einführung
22. Was ist NLP oder natürliche Sprachverarbeitung im Geschäftsleben?
23. Automatische Dokumentenverarbeitung
24. Google Translate vs. DeepL. 5 Anwendungen der maschinellen Übersetzung für Unternehmen
25. Der Betrieb und die Geschäftsanwendungen von Voicebots
26. Virtuelle Assistententechnologie oder wie spricht man mit KI?
27. Was ist Business Intelligence?
28. Wird künstliche Intelligenz Business-Analysten ersetzen?
29. Wie kann künstliche Intelligenz bei BPM helfen?
30. KI und soziale Medien – was sagen sie über uns?
31. Künstliche Intelligenz im Content Management
32. Kreative KI von heute und morgen
33. Multimodale KI und ihre Anwendungen in der Wirtschaft
34. Neue Interaktionen. Wie verändert KI die Art und Weise, wie wir Geräte bedienen?
35. RPA und APIs in einem digitalen Unternehmen
36. Der zukünftige Arbeitsmarkt und kommende Berufe
37. KI in EdTech. 3 Beispiele für Unternehmen, die das Potenzial künstlicher Intelligenz genutzt haben
38. Künstliche Intelligenz und die Umwelt. 3 KI-Lösungen, die Ihnen beim Aufbau eines nachhaltigen Unternehmens helfen
39. KI-Inhaltsdetektoren. Sind sie es wert?
40. ChatGPT gegen Bard gegen Bing. Welcher KI-Chatbot führt das Rennen an?
41. Ist Chatbot AI ein Konkurrent der Google-Suche?
42. Effektive ChatGPT-Eingabeaufforderungen für HR und Personalbeschaffung
43. Prompte Technik. Was macht ein Prompt-Ingenieur?
44. AI-Mockup-Generator. Top 4 Werkzeuge
45. KI und was sonst? Top-Technologietrends für Unternehmen im Jahr 2024
46. KI und Wirtschaftsethik. Warum Sie in ethische Lösungen investieren sollten
47. Meta-KI. Was sollten Sie über die KI-gestützten Funktionen von Facebook und Instagram wissen?
48. KI-Regulierung. Was müssen Sie als Unternehmer wissen?
49. 5 neue Einsatzmöglichkeiten von KI in der Wirtschaft
50. KI-Produkte und -Projekte – wie unterscheiden sie sich von anderen?
51. KI-gestützte Prozessautomatisierung. Wo soll man anfangen?
52. Wie passen Sie eine KI-Lösung an ein Geschäftsproblem an?
53. KI als Experte für Ihr Team
54. KI-Team vs. Rollenverteilung
55. Wie wählt man ein Berufsfeld in der KI aus?
56. Lohnt es sich immer, künstliche Intelligenz in den Produktentwicklungsprozess einzubauen?
57. KI im Personalwesen: Wie sich die Automatisierung der Personalbeschaffung auf die Personal- und Teamentwicklung auswirkt
58. Die 6 interessantesten KI-Tools im Jahr 2023
59. Die 6 größten geschäftlichen Pannen, die durch KI verursacht werden
60. Was ist die KI-Reifeanalyse des Unternehmens?
61. KI für B2B-Personalisierung
62. ChatGPT-Anwendungsfälle. 18 Beispiele, wie Sie Ihr Geschäft mit ChatGPT im Jahr 2024 verbessern können
63. Mikrolernen. Eine schnelle Möglichkeit, neue Fähigkeiten zu erwerben
64. Die interessantesten KI-Implementierungen in Unternehmen im Jahr 2024
65. Was machen Spezialisten für künstliche Intelligenz?
66. Welche Herausforderungen bringt das KI-Projekt mit sich?
67. Die 8 besten KI-Tools für Unternehmen im Jahr 2024
68. KI im CRM. Was verändert KI in CRM-Tools?
69. Das UE AI Act. Wie regelt Europa den Einsatz künstlicher Intelligenz?
70. Sora. Wie werden realistische Videos von OpenAI das Geschäft verändern?
71. Top 7 KI-Website-Builder
72. No-Code-Tools und KI-Innovationen
73. Wie stark steigert der Einsatz von KI die Produktivität Ihres Teams?
74. Wie nutzt man ChatGTP für die Marktforschung?
75. Wie können Sie die Reichweite Ihrer KI-Marketingkampagne erweitern?
76. „Wir sind alle Entwickler“. Wie können Bürgerentwickler Ihrem Unternehmen helfen?
77. KI in Transport und Logistik
78. Welche geschäftlichen Schwachstellen kann KI beheben?
79. Künstliche Intelligenz in den Medien
80. KI im Bank- und Finanzwesen. Stripe, Monzo und Grab
81. KI in der Reisebranche
82. Wie KI die Entstehung neuer Technologien fördert
83. Die Revolution der KI in den sozialen Medien
84. KI im E-Commerce. Überblick über weltweit führende Unternehmen
85. Die 4 besten Tools zur KI-Bilderstellung
86. Top 5 KI-Tools für die Datenanalyse
87. KI-Strategie in Ihrem Unternehmen – wie baut man sie auf?
88. Beste KI-Kurse – 6 tolle Empfehlungen
89. Optimieren Sie das Zuhören in sozialen Medien mit KI-Tools
90. IoT + KI oder wie man die Energiekosten im Unternehmen senkt
91. KI in der Logistik. Die 5 besten Werkzeuge
92. GPT Store – eine Übersicht der interessantesten GPTs für Unternehmen
93. LLM, GPT, RAG... Was bedeuten KI-Akronyme?
94. KI-Roboter – Zukunft oder Gegenwart der Wirtschaft?
95. Wie hoch sind die Kosten für die Implementierung von KI in einem Unternehmen?
96. Wie kann KI in der Karriere eines Freiberuflers helfen?
97. Automatisierung der Arbeit und Steigerung der Produktivität. Ein Leitfaden zu KI für Freiberufler
98. KI für Startups – beste Tools
99. Erstellen einer Website mit KI
100. OpenAI, Midjourney, Anthropic, Hugging Face. Wer ist wer in der Welt der KI?
101. Eleven Labs und was sonst? Die vielversprechendsten KI-Startups
102. Synthetische Daten und ihre Bedeutung für die Entwicklung Ihres Unternehmens
103. Top KI-Suchmaschinen. Wo kann man nach KI-Tools suchen?
104. Video-KI. Die neuesten KI-Videogeneratoren
105. KI für Manager. Wie KI Ihre Arbeit erleichtern kann
106. Was ist neu in Google Gemini? Alles, was Sie wissen müssen
107. KI in Polen. Firmen, Tagungen und Konferenzen
108. KI-Kalender. Wie optimieren Sie Ihre Zeit in einem Unternehmen?
109. KI und die Zukunft der Arbeit. Wie bereiten Sie Ihr Unternehmen auf Veränderungen vor?
110. KI-Stimmenklonen für Unternehmen. Wie erstellt man personalisierte Sprachnachrichten mit KI?
111. Faktencheck und KI-Halluzinationen
112. KI im Recruiting – Rekrutierungsmaterialien Schritt für Schritt entwickeln
113. Midjourney v6. Innovationen in der KI-Bildgenerierung
114. KI im Mittelstand. Wie können KMU mithilfe von KI mit Giganten konkurrieren?
115. Wie verändert KI das Influencer-Marketing?
116. Ist KI wirklich eine Bedrohung für Entwickler? Devin und Microsoft AutoDev
117. KI-Chatbots für E-Commerce. Fallstudien
118. Beste KI-Chatbots für E-Commerce. Plattformen
119. Wie behält man den Überblick über die Entwicklungen in der KI-Welt?
120. KI zähmen. Wie unternehmen Sie die ersten Schritte zur Anwendung von KI in Ihrem Unternehmen?
121. Perplexity, Bing Copilot oder You.com? Vergleich von KI-Suchmaschinen
122. Reich. Ein bahnbrechendes Sprachmodell von Apple?
123. KI-Experten in Polen
124. Google Genie – ein generatives KI-Modell, das aus Bildern vollständig interaktive Welten erstellt
125. Automatisierung oder Erweiterung? Zwei Ansätze für KI in einem Unternehmen