Ist KI hier, um zu bleiben? Eine Analyse der Herausforderungen bei der Umsetzung

Auch erhältlich bei Epub

ZUSAMMENFASSUNG

Künstliche Intelligenz (KI) ist in der Geschäftswelt in den Fokus gerückt. Dies liegt daran, dass es bei der Entwicklung mehrerer Projekte und im täglichen Leben von Unternehmen in verschiedenen Branchen geholfen hat, was die Bedeutung und den Nutzen dieses Tools zeigt, insbesondere im Geschäftskontext. Es gibt einen Wettlauf der sogenannten Big Techs um die Verbesserung und den Einsatz von KI, wobei der Schwerpunkt auf generativer KI liegt, da sie den höchsten Automatisierungsgrad unter den KIs ermöglicht und daher am häufigsten zur Ausführung von Aufgaben anstelle von Menschen verwendet wird. Diese Fallstudie versucht, aus der Sicht von Pedro, einem Geschäftsführer, die Stärken, Schwächen, Bedrohungen und Chancen des Einsatzes und der Implementierung von KI zur Unterstützung des Kundenbeziehungsmanagements von Eleva, einem Beratungsunternehmen in der Verwaltung, zu analysieren. Mit dem Fokus auf die Bereiche Kultur, Prozesse, Strategien und Datenbanken thematisiert der Fall die Schäden und Vorteile der Implementierung von KI und löst eine Debatte über ihre möglichen Folgen und Möglichkeiten für Eleva aus.

Künstliche Intelligenz als digitale Lösung?

Pedro ist Geschäftsführer von Eleva, einem Unternehmen, das sich auf Verwaltungsberatung spezialisiert hat und für den Kundensektor verantwortlich ist. Das Unternehmen entstand Anfang der 2000er Jahre mit der Entwicklung des Internets und der sogenannten 3. industriellen Revolution. Einige Merkmale dieser Periode sind die Implementierung von Technologie, die Prozessautomatisierung, der Einsatz von Computern, elektronischen Systemen und Software in der Industrie und in Unternehmen insgesamt.

Aber selbst wenn Eleva über die Grundlagen in Bezug auf die Technologie verfügt, hatte es im Laufe seiner Geschichte ein wenig Schwierigkeiten, den Trends der Modernität auf dem Markt zu folgen. Die Gründer waren konservativer, glaubten mehr an den direkten Kontakt mit den Kunden und sahen darin etwas Grundlegendes im Beratungsgeschäft. Technische Besuche, Interviews, Meetings und Präsentationen fanden immer persönlich statt und das Wissen der Mitarbeiter war extrem wichtig für eine erfolgreiche Beratung.

Mit der COVID-19-Pandemie war das Unternehmen gezwungen, sich anzupassen und Räume für Veränderungen zu öffnen. Aber auch heute, da wir in der zweiten Generation von Direktoren sind und auf dem Markt mit einem großen Kundenstamm konsolidiert sind, gibt es aufgrund der Organisationskultur des Unternehmens immer noch einige der konservativsten Praktiken.

Derzeit ist das Kundenportfolio umfangreich und diversifiziert und besteht aus großen Unternehmen, die Lösungen in verschiedenen Segmenten suchen: Finanzen, Prozessanalyse, Marketing, Personalmanagement und andere. Durch die Erbringung von Dienstleistungen für mehrere Unternehmen hatte Eleva Schwierigkeiten, eine enge Beziehung zu seinen bestehenden Kunden aufrechtzuerhalten und neue Kunden zu gewinnen. Deshalb bat er Pedro, sich etwas auszudenken, um ihnen zu helfen.

Mit einem Abschluss in Betriebswirtschaft und bekannt für seine technischen Fähigkeiten, seine strategische und innovative Vision, strebt Pedro immer nach den besten Ergebnissen in Bezug auf Prozesse, Effizienz und Gewinne. Als KI-Enthusiast und unter Ausnutzung der aktuellen Popularisierung sieht er die perfekte Möglichkeit, sie in dem Unternehmen, in dem er arbeitet, zu implementieren. Ziel ist es, seinen Sektor zu hebeln und die verschiedenen Vorteile zu nutzen, die KI mit sich bringen kann. Darüber hinaus strebt Pedro an, sich in seiner Karriere weiterzuentwickeln, in der Erwartung, eine Beförderung oder Gehaltserhöhung zu erhalten, wenn die Einführung des neuen Systems erfolgreich ist. Es ist wichtig zu betonen, dass die Forschung zeigt, dass die fortschrittliche Erfassungs-, Verarbeitungs- und Lernkapazität von KI die Entscheidungsfindung von Unternehmen erleichtert (Jabbar et al., 2020), die zuvor auf menschlichen Fähigkeiten beruhte und anfällig für Einschränkungen war.

Pedro weiß jedoch, dass dies keine leichte Aufgabe ist, da er den Vorstand von Eleva davon überzeugen muss, dass dies positiv für das Unternehmen als Ganzes ist. Schließlich kann Ihr Ruf nicht durch Fehler beschädigt werden, und deshalb müssen Sie bei dem, was Sie tun, durchsetzungsfähig sein, da der Einsatz von KI einen großen Innovationssprung in Ihrer Branche darstellt.

Als er sich mehr mit dem Thema beschäftigte, erkannte er, dass mehrere Aspekte berücksichtigt werden mussten, damit seine Idee funktionierte und gute Früchte trug. So entschied er sich, sich auf ein Microsoft-Dokument zu stützen, das die Schwerpunkte für die Implementierung von KI in Organisationen definiert. Sie sind: Kultur, Strategie, Prozesse und Datenbanken. Darüber hinaus entschied sich Pedro, das SWOT-Analysewerkzeug (Humphrey, 1960) zu verwenden, um die Stärken und Schwächen, Bedrohungen und Chancen aufzulisten, wenn die Implementierung von KI erfolgt. Im darauffolgenden Monat wird er seine Vorschläge dem Verwaltungsrat des Unternehmens vorlegen.

Das Dokument von Microsoft mit dem Namen MAIVA (Microsoft AI Value Accelerator Manual, auf Portugiesisch) dient als Leitfaden für die strukturierte KI-Entwicklung durch IT-Abteilungen von Unternehmen. Es wurde unter Berücksichtigung der Geschwindigkeit und der Ergebnisse des Einsatzes von KI entwickelt und zielt systematisch darauf ab, Unternehmen bei der Skalierung von KI-Initiativen zu unterstützen.

Okay, aber was ist das und wann ist künstliche Intelligenz aufgetaucht?

Die undatierte Frage, ob es für eine Maschine möglich wäre, wie ein Mensch zu denken, veranlasste Alan Turing 1950 dazu, das Urkonzept der Künstlichen Intelligenz zu entwickeln. Aus diesem Grund wird Turing – ein Mathematiker, Informatiker und berühmter britischer Kryptograph mit einer wichtigen Beteiligung am Zweiten Weltkrieg – von vielen als Pionier auf diesem Gebiet angesehen. Der Turing-Test wird auch heute noch als Referenz verwendet, um KI's zu bewerten (Haenlein & Kaplan, 2019).

Der Begriff KI, der offiziell von John McCarthy eingeführt wurde, tauchte 1955 während einer Konferenz am Dartmouth College in den USA auf und wurde definiert durch: "Die Wissenschaft und Technik der Schaffung intelligenter Maschinen" (Manning, 2020, 1) und mit intelligent meinen wir die Fähigkeit, sich anzupassen, zu lernen, Probleme zu lösen und bestimmte Ergebnisse zu erzielen.

Heutzutage kann man sagen, dass die moderne künstliche Intelligenz, die vom Turing stammt, die menschliche Intelligenz entsprechend der verwendeten Datenbank simuliert. Durch Wiederholungsaktionen ist es in der Lage, verschiedene Aufgaben auszuführen, wie z.B. das Erkennen von Klängen, Objekten, das Lösen mathematischer und logischer Probleme und das Verstehen von Sprachen (Large Language Models - LLMs). Dieses Konzept wurde an Innovationen in diesem Bereich angepasst und verfügt heute über komplementäre Konzepte (die aber immer noch Teilbereiche der KI sind) wie maschinelles Lernen (ML), Deep Learning (DL) und generative KI (generative KI).

KI verwendet komplexe Algorithmen und Datenbanken, um Modelle so zu konditionieren, dass sie einfache oder komplexe Aufgaben autonom ausführen und Prozesse modernisieren und optimieren. Von all ihren Funktionen sticht Generative AI für den Einsatz im Geschäftskontext hervor, leitet sich von ML und DL ab und sind allesamt Teilbereiche der Künstlichen Intelligenz.

Kurz gesagt, ML steht für "Algorithmen, die automatisch aus einem Datensatz lernen" (Lopes, 2024, 35.). Eine Teilmenge der ersten, DL, ist "maschinelles Lernen unter Verwendung neuronaler Netze, um automatisch aus großen Datensätzen zu lernen" (Lopes, 2024, 35). Und schließlich wird generative KI (die wiederum eine Teilmenge von DL ist) definiert durch "neuronale Netze, die mit großen Datenmengen trainiert werden und in der Lage sind, qualitativ hochwertige Ergebnisse zu generieren, einschließlich Text und digitaler Bilder" (Lopes, 2024, 35).

Und was ist das Faszinierende an Künstlicher Intelligenz?

Pedro recherchierte weiter und dachte über die verschiedenen Möglichkeiten nach, insbesondere angesichts der robusten Datenbank, die Eleva bereits von seinen Kunden hatte.

Generative KI stellt einen Durchbruch beim Einsatz von künstlicher Intelligenz in der Wirtschaft dar und hat die Aufmerksamkeit von Managern auf der ganzen Welt auf sich gezogen. Das Big Book Of Generative AI (Databricks, 2024) hebt einige der wichtigsten Anwendungen von generativer KI in Unternehmen hervor: Mitarbeiter können spezielle Eingabeaufforderungen und Workflows erstellen, um ihre Aufgaben zu optimieren, Manager können bessere Entscheidungen treffen, Gewinne steigen tendenziell und viele Aktivitäten können schneller und effizienter ausgeführt werden.

Ein klares Beispiel ist Amazon, ein Online-Handelsriese, der täglich Millionen von Produkten verkauft. Aufgrund der großen Anzahl von Produktbewertungen, die sie erhalten, und der Größe des Teams wäre die Zeit, die für die Analyse aller Unternehmensdaten benötigt würde, enorm. Mit KI kann diese Aufgabe in Sekundenschnelle ausgeführt werden, indem Informationen wie die Hauptgründe für Beschwerden, die Eigenschaften der von den Verbrauchern gelobten Produkte, der Grad der Zufriedenheit mit dem Preis und dem Produkt selbst sowie andere sekundäre Informationen, die durch die Bewertungen bereitgestellt werden, erhalten werden.

Dieses einfache Beispiel zeigt, dass KI das Customer Relationship Management (CRM) von Eleva unterstützen kann. CRM besteht aus den organisatorischen Strategien, Prozessen und der Informationstechnologie (IT), die es dem Unternehmen ermöglichen, den Umsatz zu steigern und die Kundenbedürfnisse zu erfüllen (Khan et al., 2022). Jeder weiß um die Bedeutung von CRM und das Angebot verschiedener Dienstleistungen für die richtigen Kunden zur richtigen Zeit.

Im Fall von Eleva kann KI die Art und Weise revolutionieren, wie das Unternehmen personalisierte Strategien für seine Kunden formuliert. Stellen Sie sich zum Beispiel den Einsatz von Chatbots (automatische Nachrichten) vor, um Fristen zu verfolgen und Feedback in Echtzeit zu sammeln, um einen agileren und effektiveren Service zu gewährleisten. Darüber hinaus kann künstliche Intelligenz Prozesse genau abbilden, Fehler erkennen, bevor sie zu Problemen werden, und sogar personalisierte Empfehlungen für Produkte und Dienstleistungen vorschlagen. Dies sind nur einige der praktischen Anwendungen von KI im Customer Relationship Management (CRM), die ein effizienteres und zufriedenstellenderes Erlebnis für alle Beteiligten schaffen.

Das Treffen

Nachdem er den Einsatz von KI und die oben vorgestellten Konzepte studiert und reflektiert hatte, erstellte Pedro eine SWOT-Matrix, um eine klare Vorstellung davon zu erhalten, wo das Unternehmen steht und wohin es mit dieser Innovation gehen will, und identifizierte die internen und externen Hebel, die diese Reise vorantreiben oder behindern können.

Die SWOT-Matrix (Abbildung 1) ist ein strategisches Planungsinstrument und stellt eine Diagnose der positiven (Stärken und Chancen) und negativen (Stärken und Chancen) Faktoren im internen und externen Umfeld eines Unternehmens dar.

Abbildung 1: SWOT-Matrix

Nach der Präsentation der durchgeführten Analyse hinterfragt Magno, Direktor des Unternehmens und Pedros Chef, die Rolle der Führungskräfte von Eleva bei der Implementierung von KI. Das heißt, wie er und die anderen Direktoren in Bezug auf KI handeln müssen. Er zeigt sich auch besorgt um den Ruf des Unternehmens, da sie die Kunden immer eng und persönlich bedient haben, wenn man das hohe Maß an Wissen der Mitarbeiter bedenkt, und dies ist eine Stärke von Eleva. Wäre die Implementierung von KI etwas, das diesen Unterschied beseitigen könnte?

Was die Rolle der Führungskräfte betrifft, so erklärt Pedro, dass es das Spiegelbild dieser Führung ist, das Raum für künstliche Intelligenz lässt, da die Unternehmenskultur auf KI ausgerichtet sein muss. Dies wäre die größte Herausforderung in Bezug auf die Kultur von Eleva. Es ist leicht zu verstehen, dass es in der Tat notwendig ist, ein Umfeld der Innovation, Kreativität, des Lernens und des Fokus auf Agilität in den Prozessen zu haben, damit es Raum für die Umsetzung gibt.

Die Rolle des Top-Managements sollte darin bestehen, dieses günstige Umfeld zu schaffen; Und ebenso wichtig ist, das Engagement des gesamten Unternehmens ohne Zögern oder Ambivalenz aufrechtzuerhalten, um zu verhindern, dass sich das Organisationsklima ändert. Auf der anderen Seite, wenn diese Veränderung nicht natürlich, geordnet und kontrolliert ist, kann sie auch zu einer Bedrohung werden. Die Anpassung darf nicht so tiefgreifend sein, dass sie die Unternehmenskultur verändert und falsch charakterisiert, da sie dafür verantwortlich ist, dass das Unternehmen dort hinkommt, wo es am Markt steht, und sich als Spezialist im Beratungsbereich etabliert.

In Anbetracht der Besorgnis von Mano über den Ruf von Eleva stellt sich die nächste Frage, die bei dem Treffen aufgeworfen wurde, aus dem strategischen Vorstand des Unternehmens und bezieht sich auf die Qualität der von der KI geleisteten Arbeit. Der Rat äußerte sich auch besorgt über die großen finanziellen Mittel, die für die Umsetzung des neuen Systems erforderlich sind. Prompt weist Pedro darauf hin, dass Strategie und KI komplementär miteinander verbunden sind. Mit anderen Worten, so wie KI die Strategie des Unternehmens unterstützen und sogar Teil davon sein kann, ist eine Strategie erforderlich, um sie anzuwenden.

Die Implementierung von KI in einem Unternehmen erfordert Investitionen wie den Kauf von kostenpflichtiger KI-Software oder in die Schulung der Mitarbeiter, um sie in die Lage zu versetzen, das Tool zu nutzen. Die beste Strategie besteht daher darin, Investitionen in Bereichen mit den höchsten Renditechancen zu priorisieren. Es ist auch sinnvoll, einen neuen strategischen Plan zu erstellen, der den Einsatz von KI berücksichtigt, mit neuen Zielen und erwarteten Ergebnissen.

Darüber hinaus sagt Pedro, dass KI ein Werkzeug für das Unternehmen ist, aber dass sie die Ethik der menschlichen Analyse nicht ersetzt und nicht übermäßig eingesetzt werden sollte, um die Qualität der geleisteten Arbeit nicht zu verringern. Der Mangel an Originalität und die mangelnde Autorenschaft der Mitarbeiter bei der Verwendung von KIs zur Erfüllung ihrer Aufgaben könnte in der Tat schlecht für das Image des Unternehmens sein, insbesondere angesichts der Fähigkeiten und Kenntnisse der Mitarbeiter von Eleva.

Als nächstes fragt der Betriebsleiter, wie sich diese Implementierung auf die Prozesse von Eleva auf allen Ebenen auswirken würde, damit sie weiß, wie sie handeln soll. Da es das Operative ist, das es tatsächlich ermöglicht, etwas in einem Unternehmen zu implementieren, sind Prozesse einer der wichtigsten Bestandteile bei der Implementierung von KI bei Eleva.  Pedro stellt klar, dass die Implementierung nicht auf einmal erfolgen sollte. Der wichtigste Punkt ist eine gute Kommunikation zwischen den Bereichen, die an jedem Unternehmensprozess beteiligt sind. Unabhängig von der KI ist dies bereits wichtig; Da es sich jedoch um eine Innovation handelt, ist es notwendig, dass jede Partei ihre Rolle kennt und Menschen, Technologien und Ergebnisse in jeden durchzuführenden Prozess einbezieht.

Um Fehler in den Prozessen zu vermeiden, muss die Implementierung schrittweise erfolgen, beginnend mit Tests und allmählicher Einführung der Technologie in die Routine des Unternehmens. Der große Kundenstamm von Eleva bietet eine hervorragende Gelegenheit für diese Art von kontrollierten Experimenten. Darüber hinaus ist es sehr wichtig, eine ständige Überwachung mit Leistungsdaten und Feedback sowohl von Mitarbeitern als auch von Stakeholdern zu haben, um den Betrieb mit mehr Agilität, Zuverlässigkeit und Genauigkeit zu verbessern. Dieser schrittweise Prozess ermöglicht es den Kunden auch, sich an Veränderungen anzupassen und gleichzeitig die Auswirkungen von Interaktionen mit KI zu minimieren.

Abschließend spricht der IT-Manager noch einen weiteren wichtigen Punkt an: Wie kann man aufgrund der Größe des Unternehmens sicherstellen, dass alle Daten korrekt integriert werden, um KIs zu füttern? Als Technologie-Enthusiast weiß Pedro, dass die Frage relevant ist, wenn man eine Computerprämisse berücksichtigt: Müll rein, Müll Portugiesisch raus oder GIGO. Mit anderen Worten: Wenn Datenbanken mit minderwertigen, unvollständigen, unzusammenhängenden und unwichtigen Informationen gefüttert werden, wird das von der KI generierte Ergebnis ebenso unbefriedigend sein. Eines der Hauptprobleme an dieser Stelle besteht darin, Datenbanken zu erstellen, die voreingenommen sind und folglich auf eine Art von Information oder Idee ausgerichtet sind. In der Praxis könnte dies zu ungenauen, unerwünschten und schädlichen Ergebnissen für Eleva führen.

Um die Sache noch komplizierter zu machen, verwendet jeder Bereich des Unternehmens unterschiedliche Quellen und Modelle der Datenspeicherung. Die verschiedenen Plattformen, Quellen und Anwendungen jedes Sektors, die im Laufe der Zeit immer komplexer wachsen und sich verändern, zeigen, wie wichtig es ist, Informationen an der richtigen Stelle zu gruppieren, immer zu aktualisieren und effizient zu organisieren. Die korrekte Integration dieser Informationen in eine Plattform, die KI dient, ist Voraussetzung für eine erfolgreiche Umsetzung. Da sich diese Technologie noch in der Entwicklung befindet und es keine klare Regelung gibt, muss ihre Verwendung vorsichtig sein und immer strenge Sicherheitsparameter in Bezug auf die gesammelten Daten und ihre Verwendung einhalten.

Die Stunde der Wahrheit ist gekommen

Auf der Grundlage der entwickelten SWOT-Analyse, der Erklärungen von Pedro zu den Merkmalen des Unternehmens und der gesetzten Ziele muss der Vorstand von Magno und Eleva eine wichtige Entscheidung treffen: ob KI in die Systeme des Unternehmens implementiert werden soll, um das Customer Relationship Management (CRM) zu verbessern.

Fragen

1. Welche anderen Aspekte wären neben den in der SWOT-Analyse angesprochenen Aspekten relevant? Erklären.
2. Wäre der Einsatz von KI angesichts der Art des analysierten Unternehmens (Beratung) wirklich sinnvoll? Erklären.
3. Wenn Sie an der Stelle von Magno wüssten, dass Eleva die Beziehung zu bestehenden Kunden verbessern und neue Kunden für das Wachstum des Unternehmens gewinnen muss, was würden Sie mit Pedros Idee machen? Erklären.

Galerie

MAIVA - Microsoft. Anschauliche Tabelle der Schwerpunkte für die Implementierung von Künstlicher Intelligenz in Unternehmen.

Referenzen

Jabbar, A., Akhtar, P., & Dani, S. (2020). Echtzeit-Big-Data-Verarbeitung für sofortige Marketingentscheidungen: Ein Problematisierungsansatz. Industrielles Marketingmanagement, 90 , 558–569.

Khan, R.U., Salamzadeh, Y., Iqbal, Q., & Yang, S. (2022). Der Einfluss des Kundenbeziehungsmanagements und der Unternehmensreputation auf die Kundenloyalität: Die vermittelnde Rolle der Kundenzufriedenheit. Zeitschrift für Beziehungsmarketing, 21 (1),1–26.

Branchenportal. Künstliche Intelligenz - KI: Was ist Künstliche Intelligenz? https://www.portaldaindustria.com.br/industria-de-a-z/inteligencia-artificial/

Christopher, Manning (ca. 2020-2020). Definitionen von künstlicher Intelligenz. Stanford University, Stanford {Kalifornien}, Vereinigte Staaten von Amerika.

National Geographic Brasilien. Wer hat die Künstliche Intelligenz erfunden? Sehen Sie, wie eine der Sensationen der Wissenschaft geboren wurde. https://www.nationalgeographicbrasil.com/ciencia/2023/03/quem-inventou-a-inteligencia-artificial-veja-como-nasceu-uma-das-sensacoes-da-ciencia  

Über die Autoren

Danilo Rocha de Souza ist Studentin am Institut für Verwaltung (ADM/FACE) der Universität Brasília (UnB). Er ist Stipendiat des UnB Extension Program (PIBEX). E-Mail: danilors1999@gmail.com

Victor Rafael Rezende Celestino ist Professorin am Departement für Verwaltung und am Graduate Program in Administration (PPGA) der Universität Brasília (UnB). Abschluss in Luftfahrttechnik am Technologischen Institut für Luftfahrt (ITA), Master in quantitativen Methoden (ITA), Doktor in Psychologie an der Katholischen Universität Brasília (UCB). Lehre von Operations Research und quantitativen Methoden und Modellen zur Entscheidungsfindung unter Anwendung von maschinellem Lernen, Data Science, Parallel Computing, multivariater Statistik, künstlicher Intelligenz und multidisziplinärer Optimierung. E-Mail: vrcelestino@unb.br

Eluiza Alberto de Morais Watanabe ist Professorin am Departement für Verwaltung und am Graduate Program in Administration (PPGA) der Universität Brasília (UnB). Er hat einen Doktortitel (UnB) und einen Master-Abschluss (UFMS) in Administration. Erfahrungen in Studien zu Marketing und Konsumentenverhalten. Leiter der Forschungsgruppe Conscient- Studies in Sustainable Consumption. Er ist Mitglied von SCORAI Brazil - Sustainable Consumption Research, Action and Initiative in Brazil (http://scorai.org/brazil). Interesse an Themen rund um nachhaltigen Konsum, nachhaltige Marketingstrategien und Versuchsdesigns. E-Mail: eluizawatanabe@unb.br

Dieser Fall wurde auf der Grundlage von Sekundärinformationen und auf der Grundlage anderer zitierter Referenzen geschrieben. Es ist nicht die Absicht der Autoren, das betreffende Unternehmen zu bewerten oder zu beurteilen. Dieser Text ist ausschließlich für akademische Studien und Diskussionen bestimmt, und seine Verwendung oder Vervielfältigung in anderer Form ist untersagt. Bei Urheberrechtsverletzungen wird der Täter mit den Strafen des Gesetzes Nr. 9,610/1998 bestraft.