Die Rolle der KI bei der Entscheidungsfindung in Unternehmen | KI im Geschäft Nr. 15

Künstliche Intelligenz hilft bereits heute Eigentümern vieler Unternehmen. Es hilft, sich auf relevante Probleme zu konzentrieren, indem es die Automatisierung sich wiederholender Aufgaben im Unternehmen erleichtert. Es unterstützt und beschleunigt die Arbeit von Analysten, indem es gesammelte Daten klassifiziert, zusammenführt und visualisiert. Aber kann künstliche Intelligenz auch helfen, datengetriebene Geschäftsentscheidungen zu treffen?

Die Rolle der KI bei der Entscheidungsfindung in Unternehmen – Inhaltsverzeichnis:

1. Einführung
2. Entscheidungsfindung – wo liegt das Problem?
3. Methoden der Entscheidungsfindung
4. Durch KI unterstützte Entscheidungsbereiche
5. Zusammenfassung

Einführung

Viele Geschäftsinhaber träumen von folgender Situation: Auf künstlicher Intelligenz basierende Analysetools sammeln Echtzeitdaten zu verschiedenen Aspekten der Unternehmenstätigkeit. Sie sind mit einem Data Warehouse verbunden und geben der KI einen ganzheitlichen Überblick über die Situation des Unternehmens im Vergleich zu seinen Wettbewerbern und die allgemeine Marktsituation. Anhand all dieser Daten erstellt die KI eine genaue Analyse des aktuellen Zustands des Unternehmens sowie seiner nahen und fernen Zukunft. Wir haben in einem früheren Artikel über die Fähigkeiten der künstlichen Intelligenz in der Geschäftsdatenanalyse (BDA, BDI) geschrieben.

Doch was würde passieren, wenn KI nicht nur mögliche Wege für die Entwicklung eines Unternehmens aufzeigt, sondern Entscheidungen vorschlägt, was zu tun ist, damit das Unternehmen optimal wachsen und bestmögliche Gewinne erzielen kann? Oder sogar, wenn es die richtigen Geschäftsentscheidungen lieferte?

Entscheidungsfindung – wo liegt das Problem?

Grundlage für treffsichere Entscheidungen jeglicher Art ist die Kenntnis der Zusammenhänge zwischen Ereignissen und Prozessen. Sowohl Menschen als auch künstliche Intelligenz machen immer wieder Fehler, während sie darauf abzielen, die zukünftigen Erfolgsaussichten vorherzusagen, indem sie Daten aus der Vergangenheit sammeln und analysieren. Statistisch gesehen steigen die Chancen, eine genauere Entscheidung zu treffen, in einem sogenannten geschlossenen System, also einer Situation, die keinen äußeren Einflüssen unterliegt. Die Erfolgschancen steigen auch, wenn sie von einem umfangreichen Datensatz begleitet werden, der ähnliche frühere Beziehungen auf unterschiedliche Weise beschreibt.

Künstliche Intelligenz hat einen Vorteil gegenüber dem Menschen , weil sie viel größere Datenmengen fehlerfrei analysieren und darin Muster erkennen kann, die für das menschliche Auge unsichtbar sind. Es kann beispielsweise zyklische Veränderungen in der standortabhängigen Nachfrage eines Unternehmens nach Dienstleistungen im Handumdrehen erkennen oder aus einem optisch unattraktiven Lebenslauf die für das Unternehmen optimale Kombination von Fähigkeiten heraussuchen.

Das Thema Entscheidungsfindung durch künstliche Intelligenz ist jedoch sehr komplex. Schließlich ist es eine andere Sache, einen Satz gesammelter Daten zu visualisieren, und eine andere, die optimale Vorgehensweise aufzuzeigen. Denn es geht um Entscheidungen in riskanten Situationen, basierend auf unvollständigen Daten. Es beinhaltet auch den Einfluss von völlig unvorhersehbaren Faktoren mit schwerwiegenden Folgen, den sogenannten schwarzen Schwänen.

Menschen haben einen Vorteil gegenüber künstlicher Intelligenz , weil sie bei ihren Entscheidungen externe Faktoren berücksichtigen können, deren Einfluss auf die Situation des Unternehmens möglicherweise nicht offensichtlich oder direkt ist. Dazu gehören zum Beispiel politische Ereignisse, die sich auf den Preis und die Verfügbarkeit von Rohstoffen auswirken, oder die Charaktereigenschaften eines Kandidaten für eine bestimmte Position, die etwas weniger Erfahrung kompensieren. Eine Person kann auch einen Rahmen planen, der die Faktoren bestimmt, die bei der Entscheidungsfindung berücksichtigt werden, dh den Prozess als Ganzes betrachten.

Methoden der Entscheidungsfindung

Unternehmen wenden verschiedene Methoden an, um den Prozess einfacher und geordneter zu gestalten, um mit den Risiken, Unsicherheiten und Verantwortlichkeiten umzugehen, die mit dem Treffen von Geschäftsentscheidungen verbunden sind. Diese beinhalten:

• Eisenhower-Matrix – die Entscheidungen auf Dringlichkeits- und Wichtigkeitsachsen organisiert, um Entscheidungen über die Reihenfolge zu treffen, in der Aufgaben ausgeführt werden sollten
• SPADE – ein facettenreiches Rahmenwerk, das die Verantwortlichkeit einer einzelnen Person für Entscheidungen betont, die auf dem Austausch der Erfahrungen des gesamten Teams basiert
• Agile Inception – die den Rahmen für die erste Konzeptions- und Entscheidungsphase der Arbeit des agilen Teams vorgibt
• Integrated Thinking – eine Methode, die sich auf das Erkunden von Möglichkeiten und das Rapid Prototyping von Lösungen konzentriert

Wie kann künstliche Intelligenz bei ihrer Anwendung helfen? Im aktuellen Entwicklungsstadium kann KI vor allem dabei helfen, optimale Lösungen für bestimmte Phasen der Entscheidungsfindung vorzubereiten. Dies liegt daran, dass es Punkt für Punkt angewendet wird. Mit anderen Worten, die heutige KI kann Mitarbeiter von der mühsamen Suche und Verarbeitung von Informationen entlasten, beispielsweise der Auswahl des optimalen Preises für ein Produkt. Wie die Künstliche Intelligenz nach Antworten suchen soll, bleibt jedoch den Entscheidungsträgern überlassen. Mit anderen Worten, sie müssen ihre Wettbewerbsprodukte, Einzelhandelsstandorte sowie die Zielkundengruppe angeben, um nur einige zu nennen.

Durch KI unterstützte Entscheidungsbereiche

Künstliche Intelligenz zeichnet sich dadurch aus, dass sie Entscheidungen unterstützt oder sogar enge Entscheidungen trifft. Wir nutzen seine Fähigkeiten täglich, indem wir beispielsweise Eingabeaufforderungen beim Schreiben von E-Mails verwenden. Basierend auf unserer Sprache, unserem Schreibstil sowie einer ständig wachsenden Basis von Verbindungen zwischen Wörtern und Phrasen schlägt die künstliche Intelligenz immer genauer den nächsten Begriff, die nächste Phrase oder das nächste Satzzeichen vor. Man möchte sagen, dass es unsere Absichten im Fluge erfasst – ein noch unausgesprochener Satz oder Gedanke.

Die Analyse und Entscheidungsfindung auf Basis unvollständiger Daten funktioniert nach einem ähnlichen Prinzip. Durch die Analyse früherer Informationen kann die KI die fehlenden Felder ausfüllen, das heißt, sie „rät“ irgendwie, was in einer leeren Zelle einer Tabelle oder einem Punkt eines Diagramms stehen sollte.

Daher unterstützt künstliche Intelligenz heute vielfältige, aber spezialisierte Entscheidungsbereiche. Es findet unter anderem Anwendung in:

• Eingabe von Dokumenten in Datenbanken – selbst in Situationen, in denen sie in Papierform an das Unternehmen geliefert werden oder unvollständige oder schlecht strukturierte Daten enthalten, kann KI die Informationen genau organisieren und entscheiden, zu welcher Sammlung das Dokument gehört,
• Beantwortung von Fragen, die in natürlicher Sprache gestellt werden – die Entscheidungsfindung macht künstliche Intelligenz in der Lage, genau auf gestellte Fragen zu antworten und die Initiative zu ergreifen, indem sie Folgefragen stellt, wie wir bei der Diskussion über Chatbots, Voicebots und virtuelle Assistenten geschrieben haben,
• Geschäftsprozessmanagement – ​​In einer Situation mit unvollständigen Daten kann die KI entscheiden, zu einer der Cliquen alternativer nächster Schritte überzugehen, die in der Prozesslandkarte enthalten sind
• Prozessautomatisierung – die Aktion der künstlichen Intelligenz ermöglicht die Automatisierung von Arbeitsabläufen zwischen verschiedenen Programmen, die das Unternehmen unterstützen

Zusammenfassung

Die Entscheidungsbereiche, die heute von künstlicher Intelligenz unterstützt werden, sind eng begrenzt. Die eingangs skizzierte Zukunftsvision ist nur eine Vermutung, die Zeiten, in denen KI die Unternehmen anführt, sind möglicherweise überhaupt unwahrscheinlich.

Die Erweiterung des Anwendungsbereichs von KI durch kollaborative Module zur Analyse und Verwaltung verschiedener Prozesse eröffnet jedoch unvorhersehbare Möglichkeiten. In unserem folgenden Artikel werden wir versuchen, einen Blick in die Zukunft der künstlichen Intelligenz bei der Unterstützung von Geschäftsentscheidungen und -prozessen zu werfen.

Wenn Ihnen unsere Inhalte gefallen, werden Sie Teil unserer fleißigen Bienen-Community auf Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest.

Autor: Robert Whitney

JavaScript-Experte und Ausbilder, der IT-Abteilungen coacht. Sein Hauptziel ist es, die Teamproduktivität zu steigern, indem er anderen beibringt, wie man beim Programmieren effektiv zusammenarbeitet.

Alle Beiträge anzeigen

KI in der Wirtschaft:

1. Künstliche Intelligenz in der Wirtschaft - Einführung
2. Bedrohungen und Chancen von KI in der Wirtschaft (Teil 1)
3. Gefahren und Chancen von KI in der Wirtschaft (Teil 2)
4. KI-Anwendungen in der Wirtschaft – Überblick
5. Was ist NLP oder Verarbeitung natürlicher Sprache in der Wirtschaft?
6. Automatische Dokumentenverarbeitung
7. KI und Social Media – was sagen sie über uns aus?
8. Automatischer Übersetzer. Intelligente Lokalisierung digitaler Produkte
9. KI-unterstützte Text-Chatbots
10. Der Betrieb und die Geschäftsanwendungen von Voicebots
11. Virtuelle Assistententechnologie oder wie man mit KI spricht?
12. Business NLP heute und morgen
13. Wie kann künstliche Intelligenz bei BPM helfen?
14. Wird künstliche Intelligenz Business Analysten ersetzen?
15. Die Rolle der KI bei der Entscheidungsfindung in Unternehmen
16. Was ist Business Intelligence?
17. Planen von Social-Media-Beiträgen. Wie kann KI helfen?
18. Automatisierte Social-Media-Posts
19. Künstliche Intelligenz im Content Management
20. Kreative KI von heute und morgen
21. Multimodale KI und ihre Anwendungen in der Wirtschaft
22. Neue Interaktionen. Wie verändert KI die Art und Weise, wie wir Geräte bedienen?
23. RPA und APIs in einem digitalen Unternehmen
24. Neue Dienstleistungen und Produkte, die mit KI arbeiten
25. Der Arbeitsmarkt der Zukunft und kommende Berufe
26. Grüne KI und KI für die Erde
27. EdTech. Künstliche Intelligenz in der Bildung