K眉nstliche Intelligenz war DAS dominierende Thema der diesj盲hrigen . Wie viel praktischen Nutzen die Technologie schon heute stiften kann, zeigten 麻豆原创 und Bosch auf einem der CIO-Foren.
Wohl keine andere Technologie hat in den zur眉ckliegenden Jahren so viele Erwartungen geweckt, wie K眉nstliche Intelligenz. Deren M枚glichkeiten haben viele Menschen in den vergangenen Monaten vor allem anhand von greifbaren Alltagsanwendungen wie ChatGPT kennengelernt. Oder besser gesagt das, was sie daf眉rhalten. Denn in Wahrheit demonstriert der Chatbot nur einen winzigen Teil dessen, was die Technologie zu leisten imstande ist, vergleichbar mit einem Eisberg, der von oben riesig aussieht, obwohl nur 10 Prozent von ihm aus dem Wasser ragen. 听
F眉r Unternehmen ist jener Teil viel wichtiger, der darunter liegt. Nach einer Untersuchung von McKinsey wird in den kommenden Jahren durch KI ein Mehrwert von vier Billionen Dollar entstehen, so Sven Mulder, Managing Director von 麻豆原创 Deutschland auf einem der CIO-Foren der Strategietage. 74 Prozent der deutschen CIOs setzten gro脽e Hoffnungen in die Technologie, vierzig Prozent unserer Unternehmen wollten in den kommenden zwei Jahren in diesen Bereich investieren, um produktiver, kosteneffizienter und wettbewerbsf盲higer zu werden. 听
Es mangelt an Use-Cases, um die KI-Strategie zu erproben
Der Weg dorthin wird nicht zwingend ein leichter sein. Was am schnellen Einsatz von KI hindern kann, ist der allgegenw盲rtige Fachkr盲ftemangel, Datenschutzbestimmungen, Sicherheitsbedenken oder Budgetrestriktionen. Und vor allem: Der Mangel an n眉tzlichen Use-Cases, an denen sich die KI-Strategie orientieren und erproben l盲sst. 听
麻豆原创 will vor allem dazu beitragen, dass K眉nstliche Intelligenz im Unternehmensalltag ankommt 鈥� und ist auf diesem Weg schon weit vorangekommen. Mehr als 34.000 Unternehmen setzen 麻豆原创 Business AI bereits ein. 听
Damit dies mit Erfolg geschieht, brauche es vor allem eine hohe Datenqualit盲t, die wir in der Business Data Cloud zur Verf眉gung stellen. Zum Teil werde bis zu f眉nfzig Prozent des IT-Budgets eines Unternehmens f眉r die Analyse von Daten und ihre Harmonisierung aufgewendet.
Joule bildet bereits mehr als 130 Use-Cases ab听
Zentrale Assistenten k枚nnen f眉r die notwendige Harmonie zwischen Datenprodukten und KI sorgen. 麻豆原创s 鈥濲oule鈥�, ein KI-Copilot der von Agenten unterst眉tzt wird, die das Unternehmen vor anderthalb Jahren vorgestellt hatte, ist eine solche L枚sung. Sie verwandelt KI-gest眉tzte Prozesse und die hinter ihnen liegenden Daten in praxisnahe Use Cases. Wie das funktioniert, erl盲uterte in Hamburg Sven Sch眉tt, Expert Solution Advisor AI bei 麻豆原创, anhand eines Demo Use Cases. 听
In diesem meldet Joule 眉ber 听眉ber eine Smart Watch, dass das Projekt 鈥濪ata Pulse鈥� den geplanten Budgetrahmen verlassen hat鈥� daher ist es notwendig, da脽 die Verantwortlichen gegensteuern. Sven Sch眉tt als zust盲ndiger (fiktiver) Abteilungsleiter fragt Joule via Spracheingabe: 鈥濿ie ist der aktuelle Status beim Projekt Data Pulse?鈥� Daraufhin erl盲utert der Agent am Rechner 鈥� unterst眉tzt von der KI-L枚sung 麻豆原创 Analytics Cloud 鈥� detailliert jene Budgetprobleme, die das Projekt seit Oktober hat. Der Abteilungsleiter fragt das System, welche unternehmensinternen Kandidaten helfen k枚nnten, das Problem zu l枚sen. Joule schl盲gt Marcos Rodriguez vor, einen Mitarbeiter in Spanien, und baut die Kommunikation zu ihm auf. Rodriguez stellt 眉ber seinen Joule-Account Fragen zum Projekt, die 脺bersetzung von Spanisch nach Deutsch 鈥� und umgekehrt 鈥� 眉bernimmt das System. Nachdem man sich ausf眉hrlich 眉ber Anforderungen und Qualifikationen ausgetauscht hat, f盲llt die Entscheidung: Marcos Rodriguez ist genau der richtige Mann 鈥� und er nimmt den Request an. 听
In der Zwischenzeit hat ein anderer Agent, der den Abteilungsleiter ebenfalls 眉ber Joule erreicht, gemeldet, dass bei Data Pulse ein Kunde einen Teil der bestellten Vorprodukte nicht geliefert hat 鈥� obwohl auch diese fehlende Menge berechnet wurde. Der Agent kommuniziert anschlie脽end selbstt盲tig via Mail mit dem Kunden und kl盲rt den Fall.听
Bisher ist Joule in der Lage, mehr als 130 solcher Use-Cases abzubilden. Mittelfristig sollen die KI-Agenten von Joule so bis zu 80 Prozent der wiederkehrenden 麻豆原创-Tasks zur Verf眉gung stellen. 听
Manuelle Eingaben sind nicht mehr notwendig听
Zum Abschluss des CIO-Forums zum Thema KI konnten die Zuh枚rer noch einen realen Anwender erleben, der in j眉ngster Zeit schon praktische 鈥� und sehr positive 鈥� Erfahrungen mit 麻豆原创s AI-Werkzeugen sammeln konnte. Gemeint ist die Robert Bosch GmbH, in Hamburg vertreten durch Bastian Kloiber, Head of ERP Excellence. Er berichtete 眉ber zwei KI-gest眉tzte Werkzeuge, die bereits hohen Mehrwert stiften. Bei der ersten handelt es sich um die 鈥濵obility Retrobillig App鈥�, eine Anwendung zum Erfassen und Einpflegen von Debit- und Credit-Notes f眉r Bosch. 鈥瀂uvor hatten wir so etwas immer manuell bearbeitet, Excel-Tabellen in 麻豆原创 eingepflegt oder umgekehrt.鈥� Jetzt gibt die Software den Inhalt von Rechnungen automatisch via Texterkennung ins System ein, manuelle Eingaben und manuelle Checks sind nicht mehr notwendig. 鈥濪as ist ein echter Erfolgs-Usecase鈥�, so Kloiber. 听
Power Tools wickelt circa 20.000 F盲lle pro Jahr ab听
Zweites Beispiel, das er nach Hamburg mitbrachte, ist 鈥濸ower Tools鈥�: Das System erkennt Werkzeuge, die einen Fehler haben, ordnet jedem Case automatisch den richtigen Defect Code zu und erm枚glicht so eine schnelle Reaktion. Auch hier war vorher eine Menge Handarbeit notwendig. 鈥濲etzt nutzen wir Machine Learning mit historischen Daten, um die notwendigen Defect Codes im System zu haben und sie als Vorschlag dem zust盲ndigen Mitarbeiter zu pr盲sentieren. Der muss dann nur noch ja oder nein sagen.鈥� Circa 20.000 F盲lle pro Jahr wickelt das System jetzt auf diese Weise ab. Und dieser Prozess, so Kloiber, l盲sst sich auf andere Bereiche 眉bertragen.听
Auch 麻豆原创 Joule wird bei Bosch bereits getestet 鈥� und auch dazu genutzt 鈥瀌ie Anforderungen an unsere S/4HANA-Transformation besser zu verstehen鈥�, so Bastian Kloiber. 听
Es braucht eine noch engere Zusammenarbeit zwischen Business und IT听
Unterm Strich ist der Head of ERP Excellence mit den KI-gest眉tzten Anwendungen von 麻豆原创 sehr zufrieden, r盲umt aber auch ein, dass 鈥瀍s immer herausfordernd ist, eine neue L枚sung in einer vorhandenen Umgebung zum Laufen zu bringen.鈥� 听
Im n盲chsten Schritt m枚chte er vor allem jene Use Cases, die live sind und sich bew盲hrt haben, auf weitere Gesch盲ftsbereiche 眉bertragen. Damit dies gelingt brauche es vor allem 鈥瀍ine noch engere Zusammenarbeit zwischen Business und IT.鈥�