21.09.2021 | Business Intelligence

Automatisieren oder assistieren?

Welcher Trend bestimmt das Future Work im Controlling?
Axel Henes

Die 2010er Jahre kann man als das Jahrzehnt der Sprachassistenten ansehen: Siri, Alexa, Bixby, Cortana – nahezu alle großen Anbieter versuchten sich einen Teil dieses attraktiven Zukunftsmarktes zu sichern. Im kommenden Jahrzehnt könnte sich der Einsatzschwerpunkt vom privaten in den geschäftlichen Bereich verlagern. Auch das Controlling wird von dieser Entwicklung betroffen sein. Die rasante Entwicklung der semantischen Spracherkennung stellt das dafür erforderliche technische Fundament bereit. Es ist faszinierend und manchmal auch verblüffend, wie intelligent moderne Chatbots und digitale Assistenten unsere tägliche Arbeit unterstützen. Sie erhöhen die Mitarbeiterproduktivität und bieten intelligente Serviceleistungen an. Unsere Empfehlung für die kommenden Jahre lautet daher: Mehr Sprache wagen!

Künstliche Intelligenz einsetzen – aber richtig!

Wer sich mit dem Einsatz digitaler Assistenten im Controlling beschäftigt, kommt an einer zentralen Frage nicht vorbei: Kann ein digitaler Assistent die Rolle eines Self-Service BI erfüllen? Dass es hier in der Vergangenheit auch Fehlentwicklungen und Missverständnisse gab, sollte nicht verschwiegen werden. Einige stark beworbene Produkte verschwanden bereits wieder vom Markt. Zum einen, weil die Technologie des natural language understanding (NLU) noch nicht ausgereift genug war, um der Komplexität einer Abfrage auf ein BI-System gerecht zu werden. Zum anderen fehlte das methodische Verständnis für den erfolgreichen Einsatz digitaler Sprachassistenten insgesamt.

Einige KI-Methoden wurden angewendet, weil sie en vogue waren, lieferten aber für Business Intelligence keinen wirklichen Mehrwert. Die Anforderungen sind im Controlling sehr speziell, erfolgreiche Lösungen aus anderen Gebieten lassen sich nicht automatisch adaptieren. Schlagwortbasierte Suchalgorithmen beispielsweise eignen sich hervorragend, um Informationen aus einem unstrukturierten Datenpool herauszufiltern. In Zusammenhang mit einem Data Warehouse ist diese Variante der künstlichen Intelligenz jedoch vollkommen wirkungslos. In einem Data Warehouse weiß man genau, wo welche Information steht. Die Daten werden nicht gesucht, sie werden angezeigt. Hinzu kommt, dass der hohe Ordnungsgrad im Data Warehouse durch einen Suchalgorithmus auf einen niedrigeren Ordnungsgrad zurückgeworfen wird.

Suchalgorithmen sind für Business Intelligence kein Anwendungsfall. Eine weitere Stolperfalle ist es, wenn Menübefehle 1:1 durch Sprachbefehle ersetzt werden. Ein Mehrwert entsteht nicht dadurch, dass die Sprache als zusätzliches Eingabemedium zur Verfügung gestellt wird. Spracheingabe darf nicht funktionsorientiert auf einer bestehenden Oberfläche angewendet werden. Die Effizienz kommt zum Tragen, wenn ein Anwender eine Applikation aus prozessualer Perspektive steuert, während er bei klassischer Eingabe mit Maus und Tastatur viele Einzelschritte durchführen müsste.

Der Bedarf an adäquaten Lösungen für ein Self-Service BI ist nach wie vor groß, denn viele Projekte sind in der Vergangenheit an fehlender Benutzerakzeptanz gescheitert. Ein genereller Vorteil der Sprachsteuerung ist, dass es nur ein Eingabefeld gibt, während im Hintergrund Informationen aus verschiedenen Systemen zusammengetragen werden. Auch stehen digitale Assistenten rund um die Uhr zur Verfügung und bieten konstant fehlerfreie Servicequalität. Sie können ausgesprochen einfach skalieren und viele Mitarbeiter gleichzeitig mit personalisierten Leistungen versorgen. Mit der richtigen Strategie und neuen Technologien bieten sie daher ein gewaltiges Potenzial.

Gezielte Analysen mit high-end Semantikerkennung

Durch den Einsatz fortschrittlicher Semantikerkennung können Daten im Business Warehouse präzise selektiert werden und es lassen sich darauf gezielte Operationen durchführen. Mit einer modernen Sprachsteuerung werden viele Anwendungsfälle überhaupt erst relevant. Ein Beispiel dafür ist die Analyse der Datenbeziehungen in einem Business Warehouse. Wenn eine Routine nur alle Datenbeziehungen insgesamt untersuchen kann, dann ist die Routine zu mächtig um sie im Arbeitsalltag situativ einsetzen zu können. Im Ergebnis erhalten Sie tausende von Korrelationskoeffizienten und verlieren die Übersicht. Mit einer high-end Lösung im Bereich der Semantikerkennung kann das erwünschte Ergebnis explizit angesteuert werden. Korreliert der Umsatz im Segment Hosen mit dem Umsatz im Segment Schuhe? In dieser Form lässt sich die Funktion gezielter einsetzen und liefert ein für den praktischen Alltag relevantes Ergebnis.

Analysten können so innerhalb von Sekunden sehr komplexe mathematische Methoden auf beliebige Datenbereiche anwenden und damit Zusammenhänge in einem Data Warehouse erkennen, die in der Vergangenheit aufgrund ihrer mathematischen Komplexität nicht zugänglich waren. Doch auch allgemeiner gehaltene Assistentenfunktionen können sehr effizient sein. Die Anweisung Analysiere die Planabweichungen im letzten Quartal in der Region Nord kann beispielsweise eine Routine anstoßen, die auf dem gewählten Datenbereich verschiedenste, vorab definierte Berechnungen ausführt. Der digitale Assistent arbeitet viele kleine Einzelberechnungen sequenziell ab und fasst sie danach zu einem Gesamtergebnis zusammen. Bei der Antwortausgabe kann er auf verschiedene Visualisierungsformen zurückgreifen. Neben Diagrammen sind auch generierte Texte möglich, in denen das Analyseergebnis in einem Fließtext zusammengefasst wird.

Der Assistent ist sein eigener Assistent

Future Work ist dadurch gekennzeichnet, dass den Mitarbeitern ein Anleitungskomfort und Unterstützungsgrad zur Verfügung gestellt wird, der in dieser Form bislang nicht vorstellbar war. Nach dem Prinzip ‚der Assistent ist sein eigener Assistent‘ wird der Anwender dabei vom digitalen Sprachassistent selbst in seine Funktionsweise eingeführt. Fragen wie zeig mir deine Funktionen oder zeig mir die Funktion Plananalyse geben dem Anwender im ersten Schritt einen Überblick darüber, was der Assistent überhaupt für ihn tun kann. Im nächsten Schritt kann sich der Anwender dann über die Funktionsweise einer konkreten Anwendung informieren. Mit welcher Syntax wird die Funktion angesteuert, welche Wertebereiche sind gültig und welche Optionen und Zusatzfunktionen können selektiert werden? Ob Erklärvideos, Grafiken, Prozessschaubilder oder schlichter Text – der digitale Assistent bedient sich aus einer breiten Palette medialer Visualisierungsarten und wählt die jeweils optimale Form der Darstellung aus. Er reagiert dabei situativ und kontextbezogen, das ist sein großer Vorteil gegenüber herkömmlichen Handbüchern und Bedienungsanleitungen.

Die effektivste Form der Wissensvermittlung ist, wenn die benötigte Information direkt abgefragt werden kann und am Objekt selbst veranschaulicht wird. Diese Form der Unterstützung wird auch als situative Informationsaufbereitung bezeichnet. Im Fall von Business Intelligence wären das beispielsweise zeig mir das Datenmodell oder zeig mir das Prozessschaubild für die Erfassung von Management Adjustments. Führt ein Mitarbeiter eine neue Tätigkeit durch, kann er sich nach Bedarf vom Assistenten anlernen lassen. Nach einiger Zeit ruft der Anwender den Befehl direkt auf und arbeitet intuitiv in der Alltagssprache.

Digital assistiertes Arbeiten vs. RPA

Wie sieht die Rolle, die ein Sprachassistent im Future Work einnimmt, konkret aus? Er ersetzt den Mitarbeiter nicht, er begleitet ihn bei der Ausführung seiner Tätigkeiten. Der Assistent fungiert eher wie ein Coach, er gibt Hilfestellungen, stellt Informationen zur Verfügung und übernimmt hier und da auch kleine Aufgaben, sofern er dazu in der Lage ist. Der Arbeitsprozess wird aber nach wie vor vom Menschen durchgeführt. Das menschliche Fähigkeitenpotenzial wird durch den digitalen Assistenten lediglich erweitert. Dadurch sind wir Menschen in der Lage, Dinge zu tun, die wir ohne fremde Hilfe niemals könnten. In der Vergangenheit assoziierten viele Menschen Begriffe wie RPA und Digitalisierung mit Jobabbau oder Rationalisierungsmaßnahmen. Viele Experten sind heute der Meinung, dass sich das klassische RPA (Robot Process Automation) auf lange Sicht nicht durchsetzen wird. Der Ansatz ist nicht flexibel genug, um der Vielfältigkeit unserer Arbeitswelt adäquat begegnen zu können. Die Zahl der immer gleichen Routinen, die sich damit automatisieren lassen, ist endlich.

Hinter dem sogenannten digital assistierten Arbeiten, auch Co-Botting genannt, steckt eine ganz andere Philosophie. Um diese zu verdeutlichen, kann man die Funktionsweise eines Roboters mit der eines Exoskeletts vergleichen. Der Roboter ersetzt die menschliche Arbeitskraft und erledigt alle Arbeitsschritte autonom. Das Exoskelett hingegen agiert nicht eigenständig, es beschleunigt, verstärkt und verbessert nur das, was ein Mensch tut. Das assistentengestützte Arbeiten ist vom Prinzip her eher mit letzterem vergleichbar. Der Mensch wird bei seiner Arbeit unterstützt und sein Fähigkeitenspektrum erweitert. Durch Vermittlung kontextbezogenen Wissens kann die Arbeit mit höherer Qualität erledigt werden. Die Einarbeitung in neue Aufgabengebiete kann bedarfsgerecht unterstützt und das Unternehmenswissen situativ und kontextbezogen zur Verfügung gestellt werden. Auch kann der Mitarbeiter von einem Assistenten durch einzelne Prozessschritte geführt werden. Lernen und Anwenden gehen dabei ineinander über. Mitarbeiter werden dadurch befähigt, ihr Wissen schneller in neuen Arbeitsumgebungen einzusetzen und sind dadurch flexibler einsetzbar. Die Reduzierung von Schulungskosten ist ein zusätzlicher Nebeneffekt.

Vor diesem Hintergrund kann man den Fachkräftemangel aus einer ganz anderen Perspektive betrachten. Es ist nicht nur die Frage, wie viele Fachkräfte zur Verfügung stehen, sondern auch, wie schnell ein Mitarbeiter, der in einem Bereich über entsprechende Grundkenntnisse verfügt, in der Lage ist, dieses Wissen auf eine neue Systemwelt zu übertragen. Das digital assistierte Arbeiten kann dazu beitragen, diesen Prozess zu beschleunigen und dadurch dem Fachkräftemangel mit einer neuen Herangehensweise entgegenwirken.

Digitaler Controllingassistent – wer ist die Zielgruppe?

Ein digitales Self-Service BI ist eine 24/7-Serviceleistung, die das Unternehmenswissen rund um die Uhr für alle relevanten Nutzergruppen zur Verfügung stellt. Ein auf Alltagssprache basierendes Benutzerinterface beseitigt dabei alle technischen Barrieren und fördert somit eine datenbasierte Entscheidungskultur in allen Unternehmensbereichen. Das Controlling ist dann gar nicht mehr die Hauptzielgruppe. Sie stellt den Dienst für sich selbst und für viele andere zur Verfügung und ist im laufenden Betrieb für die Gewährleistung der Datenqualität verantwortlich. Zu den potentiellen Nutzern gehören neben der Geschäftsführung und dem Aufsichtsrat auch Marketing, Produktmanagement und der Vertrieb. Voraussetzung für eine breite Benutzerakzeptanz ist eine ausgereifte semantische Intelligenz, die den Sprachassistenten befähigt, qualifizierte Fragen oder Anweisungen zu verstehen, um dann zielgerichtet zu unterstützen.

Haben wir Ihr Interesse geweckt?
Mehr zum Thema erfahren Sie in unserer WebCast-Aufzeichnung „Digitaler Sprachassistent für Controlling & BI"
Aufzeichnung ansehen