Â鶹ԭ´´

Die Unternehmensberatung PricewaterhouseCoopers (PwC) hilft Unternehmen im Â鶹ԭ´´-Umfeld dabei, künstliche Intelligenz in Unternehmensprozesse zu integrieren. Die Nachfrage ist gewaltig.

Alle reden über künstliche Intelligenz (KI). Immer mehr Firmen setzen KI-gestützte Prozesse ein. Die Verbreitung geht dabei viel schneller als bei der Einführung der Cloud, sagen Experten. Auch die Berater der Wirtschaftsprüfungs- und Beratungsgesellschaft PwC helfen Unternehmen dabei, ihre Prozesse mit KI zu optimieren.

„Wir haben sogar dreimal mit KI und Â鶹ԭ´´ zu tun: als Kunde beziehungsweise Nutzer, als Berater bei unseren Kunden und als Produktentwickler im ESG-Kontext“, sagt Jumen Rest, Unternehmensberater bei PwC. Die Beratungsfirma setzt selbst ein, nutzt Â鶹ԭ´´-Tools und führt gerade die für ihre internen Prozesse ein. Die Lösung kombiniert die Analyse, Planung, Prognose und Visualisierung von Daten mit künstlicher Intelligenz und maschinellen Lerntechnologien.

Rest und seine Mitarbeiter bei PWC implementieren als Berater und Dienstleister KI-Technologie auch bei Kunden. Sie helfen so dabei, Prozesse mit Datenanalysen zu optimieren. Ein eigenes PwC-Team entwickelt Ready-to-use Software-as-a-Service-Applikationen auf Basis der und lizenziert diese an Unternehmen.

Riesige Veränderungen durch künstliche Intelligenz

„Wir kennen das Thema von den Prozessen und der Technologie sehr gut und haben die Expertise, KI in vielen denkbaren Szenarien zu implementieren“, sagt Rest. GenAI (Generative Artificial Intelligence) sei dabei, den Markt so zu verändern. Wie dies auch der Mikroprozessor oder das iPhone vor einigen Jahren getan haben, sind sich die Berater von PWC sicher.

Rund um Generative KI gebe es aktuell einen regelrechten Hype, während Unternehmen im klassischen KI-Bereich schon seit Jahrzenten vieles umgesetzt hätten. „Wenn Kunden zu uns kommen, die mit generativer KI arbeiten wollen, stellt sich oft heraus, dass sie eigentlich einen Algorithmus brauchen, der einen Prozess automatisiert. Das bietet aber natürlich auch das Potenzial, generative KI zu nutzen, um diese Prozesse gleichzeitig zu optimieren“, sagt Rest.

Durch generative KI gebe es jetzt neue effizienzsteigernde Möglichkeiten und Einsatzgebiete. Diese sind mit klassischer KI nicht oder nur mit viel Aufwand umsetzbar. „Wenn es darum geht, generative KI im Â鶹ԭ´´-Kontext zu implementieren, können wir Unternehmen unterstützen“, sagt Rest.

Automatische Kommentierung von Daten

Ein Beispiel, das PwC entwickelt hat, ist die automatische Kommentierung von Daten durch generative KI. Jeden Monat verbringen Controller auf der ganzen Welt viele Stunden ihrer Arbeitszeit damit, Formulierungen zu finden und Berichte zu schreiben, wie sich die steuerungsrelevanten Kennzahlen wie Umsatz, EBIT und Co. in bestimmten Regionen entwickelt haben ­­– und welche Gründe es dafür gibt.

Der EBIT-Anstieg oder -Abfall wird dabei aus Tabellen in schriftliche Begründungen gegossen. Durch die Kombination von klassischen mathematischen Algorithmen, mit denen die Daten automatisch analysiert und Ausreißer und Gründe dafür herausgefunden werden, erzeugt die KI automatische, als Text strukturierte Vorschläge.

Dass der Anstieg der Schuhverkäufe in München an einer Werbekampagne lag, die das System nicht kennen kann, fügt der Controller dann nur noch hinzu. Diese Informationen werden wiederum in ein Large Language Model (LLM) geschickt, große generative Sprachmodelle für textbasierte Inhalte, und dort aggregiert. Das Top-Management erhält am Ende einen durch jeweils ein Drittel Algorithmus, Mensch und generativer KI generierten Text, in dem alle wichtigen Informationen zusammengefasst sind.

Das passiert alles viel schneller und effizienter als früher, als verschiedene Mitarbeiter erst die Zahlen analysieren, diese dann schriftlich interpretieren, konsolidieren und am Schluss in einen Text zusammenfassen mussten.

Bei der Frage zur Dauer einer Implementierung gibt Rest die klassische Beraterantwort: „Es kommt darauf an, auf die Ausbaustufe und die Architektur“. Erste Implementierungen mit generativer KI könnten aber bereits nach ein bis zwei Wochen genutzt werden.

 â€žDie Komplexität der Architektur ist durch den API-Ansatz sehr gering“, sagt er. „Das heißt, ich spreche das LLM-Sprachmodell über eine Programmierschnittstelle an. Das Sprachmodell übernimmt dann die Zusammenfassung, und die Interpretation der Informationen. Die Nutzer müssen dafür nur noch die richtigen Daten zusammenführen und an das Sprachmodell schicken.“

Dabei müsse man ermitteln, wie komplex die Prozesse sind, wie viele Bereiche an dem Kommentierungsprozess teilnehmen und um wie viele Datenbanken es bei der Analyse der Daten geht. Gibt es nur eine Tabelle, wo schon alles zusammengeführt ist, oder verschiedene Systeme, die die benötigten Daten liefern?

Schnelle Ergebnisse bei der Entwicklung

Die geringe Zeit, bis man erste Ergebnisse sieht, macht nicht nur den Unternehmen Freude. Sie sorgt auch bei den Beratern für gute Laune. „Es macht natürlich Spaß, wenn man als Entwickler sieht, wie schnell man Ergebnisse bekommt“, sagt Rest.

Durch die kürzere Entwicklungszeit bei generativer KI sei die Eintrittsschwelle in den Automatisierungsprozess auch für kleinere Unternehmen viel niedriger als früher. Denn man benötigt am Anfang keine komplexe Infrastruktur. „Man holt sich eine Enterprise-Instanz in der Cloud und zahlt dann nur pro Call, jedes Mal, wenn ich etwas per API abschicke und etwas zurückbekomme, ein paar Bruchteile eines Cents“, sagt Rest.

Beim Machine Learning mit selbst lernenden Systemen und neuronalen Netzen benötigte man früher zwei Experten. Diese hätten sechs Monate lang das Modell entwickelt, Trainingsdaten besorgt, modelliert, geprüft – und so weiter. Rest: „Heutzutage sind die Sprachmodelle schon trainiert, man braucht nur eine Schnittstelle, an die man Texte sendet und kann diese dann in jede Applikation einhängen. Es ist eine viel niedrigere Hürde, mit generativer KI zu arbeiten und so neue technologiegetriebene Prozessoptimierungen zu realisieren.“

Das Tool-Set von Â鶹ԭ´´ erleichtert und beschleunigt die Implementierung von Anwendungen mit generativer KI erheblich. Mit der Einführung der „Â鶹ԭ´´ HANA Cloud Vector Engine“ im April 2024 und des „Gen AI Hub“ letztes Jahr hat die Â鶹ԭ´´ auf ihrer Business Technology Platform eine umfassende und zukunftsfähige Entwicklungsumgebung geschaffen. Diese Plattform stellt Entwicklern alle notwendigen Werkzeuge zur Verfügung, um Large Language Models nahtlos in Unternehmensprozesse zu integrieren.

Effizienz im Arbeitsalltag

Bei diversen Tätigkeiten unterschiedlichster Funktionen in Unternehmen gibt es riesige Effizienzpotentiale. Ob beim Optimieren von Texten, dem Generieren von Programmcode oder zur Analyse großer Dokumentendatenbanken: alltägliche Aufgaben werden mit generativer KI viel effizienter. PwC unterstützt Unternehmen dabei, die richtige Strategie zu finden, um von diesen Entwicklungen zu profitieren.

„Es ist unfassbar, wie schnell sich diese Technologie entwickelt, und ich vermute, dass wir schon in wenigen Monaten nochmal ganz neue Ansätze sehen werden, wie Prozesse transformiert werden können“, sagt PwC-Berater Rest.

„Es gibt seit GPT3.5 einerseits einen zweiten Boom für klassische KI und auf der anderen Seite neue Möglichkeiten und weitere Themen, etwa mit Audio und Bildern, die vorher gar nicht auf dem Radar waren“, sagt Rest. Durch die neuen Modelle „Sora“ von Open AI und „Llama 3“ von Meta mit multimodalen Eingängen werde bei der Content Creation bald das Thema Video dazu kommen.

Dabei würden etwa im Bereich Marketing komplett neue Arbeitsmodi entstehen. Es wird also noch viele neue Möglichkeiten geben, Unternehmensprozesse mit generativer künstlicher Intelligenz zu verbinden. Sicher auch einige, an die wir heute noch gar nicht denken. Die Entwicklung im Bereich der KI ist rasant – und bleibt für alle Beteiligten sehr spannend.