{"id":12290,"date":"2018-02-06T11:10:53","date_gmt":"2018-02-06T10:10:53","guid":{"rendered":"https:\/\/www.sysbus.eu\/?p=12290"},"modified":"2018-02-01T09:15:23","modified_gmt":"2018-02-01T08:15:23","slug":"bessere-ablaeufe-nur-mit-verlaesslicher-automatisierung","status":"publish","type":"post","link":"https:\/\/www.sysbus.eu\/?p=12290","title":{"rendered":"Bessere Abl\u00e4ufe? Nur mit verl\u00e4sslicher Automatisierung!"},"content":{"rendered":"

\"\"<\/a><\/p>\n

Autor\/Redakteur: Stefan Welcker, Managing Director DACH bei der Expert System Deutschland GmbH<\/a>\/gg<\/p>\n

Sowohl auf der theoretischen als auch auf der strategischen Seite gibt es mittlerweile mehr als reichlich Bewegung bei der Digitalisierung. Unternehmen jedweder Gr\u00f6\u00dfenordnung und auch Branche haben die Bedeutung des Themas mittlerweile erkannt und investieren in digitale Gesch\u00e4ftsmodelle. Die beteiligten Player haben verstanden, wie wichtig es ist, diese Zukunftsfelder ad\u00e4quat zu besetzen. Kein Wunder, denn auch die finanziellen Aussichten sind gl\u00e4nzend. Ein Beispiel etwa die Sparte \u201eConnected Car\u201c. Allein der europ\u00e4ische Markt daf\u00fcr wird nach einer aktuellen Deloitte-Studie bis 2021 um mehr als das Elf-fache wachsen \u2013 von 62 Millionen im vergangenen Jahr auf sch\u00e4tzungsweise 715 Millionen Euro. So weit, so gut.<\/p>\n

<\/p>\n

Doch Theorie und Strategie sind das Eine. Die meisten dieser Szenarien m\u00fcssen auch schlicht die daraus resultierende Quintessenz auf dem Zettel haben: Dreh- und Angelpunkt f\u00fcr gelungene digitale Gesch\u00e4ftsmodelle und Unternehmensprozesse ist eine verl\u00e4ssliche Automatisierung. Sie wird im Mittelpunkt all dieser zuk\u00fcnftigen Erfolgsgeschichten stehen. Das wird klar, wenn man die digitale Prozesskette analysiert.<\/p>\n

Denn seziert man das, was momentan hei\u00df diskutiert wird, so ergibt sich schnell ein klares Bild. Ob es um die Werkzeugmaschine geht, die k\u00fcnftig proaktiv nach einer Wartung verlangt oder das Auto, das ohne menschlichen Einfluss abbiegt: Im Mittelpunkt steht stets die sichere Weitergabe von Informationen in einer Prozesskette, die ohne menschlichen Einfluss auskommen soll \u2014 oder sogar muss. Und nicht nur das: Zwischenschritte k\u00f6nnen sogar weitere Entscheidungen bedeuten, die von der jeweiligen Maschine dann ebenfalls autonom getroffen werden m\u00fcssen. Hierzu l\u00e4sst sich die bekannte Frage des Schmetterlingseffektes \u2013 \u201eKann der Fl\u00fcgelschlag eines Schmetterlings in Brasilien einen Tornado in Texas ausl\u00f6sen?\u201c \u2013 eindeutig mit \u201eJa\u201c beantworten. In diesem Szenario ist dann das Sammeln und Auswerten von Informationen die eine Seite der Medaille. Die noch wichtigere zweite Seite ist jedoch das Lernen daraus. Ein verl\u00e4sslicher, automatisierter Prozess ist demnach erst eine Kombination aus beiden Vorg\u00e4ngen. Ohne zu lernen, ist die Digitalisierung nicht konsequent zu Ende gedacht, es mangelt schlicht und einfach an maschineller Intelligenz.<\/p>\n

Cognitive Computing als Grundvoraussetzung f\u00fcr Automatisierung<\/strong><\/p>\n

Das anders zu interpretieren, ist ein nicht zu untersch\u00e4tzendes Risiko vieler Digitalszenarien, etwa bei der Prozessoptimierung in Unternehmen. Deshalb sollte hier unbedingt Cognitive Computing greifen. Diese Technologie ist in vielen F\u00e4llen die zwingende Voraussetzung, damit Organisationen hieb- und stichfest automatisieren k\u00f6nnen.<\/p>\n

Cognitive Computing ist viel mehr als nur Machine Learning<\/strong><\/p>\n

Um diesen Mangel an Intelligenz zu verstehen, wirft man bestenfalls einen kurzen Blick auf die jeweiligen Technologien. Cognitive Computing setzen manche Beobachter oft mit Machine Learning gleich \u2013 was aber der gesamten Sache nicht gerecht wird. Diese Technologie ist n\u00e4mlich vielf\u00e4ltiger als reines Machine Learning oder einfache Textanalysen. Cognitive Computing steht als \u00dcberbegriff f\u00fcr eine Kombinatorik verschiedener Technologien. Diese werden dann anders als bisher eingesetzt und erschlie\u00dfen einem Unternehmen neue M\u00f6glichkeiten. Beispielsweise sind darin auch Elemente von NLP (Natural Language Processing), semantischer Analyse oder die in sozialen Medien sehr g\u00e4ngige Sentimentanalyse (englisch f\u00fcr \u201eStimmungserkennung\u201c) enthalten. Letzt genannte Technologie wertet Texte automatisch aus, um daraufhin eine ge\u00e4u\u00dferte Haltung als positiv oder negativ zu erkennen.<\/p>\n

Cognitive Computing kombiniert allerdings diese Technologien nicht nur, sondern ist dar\u00fcber hinaus lernf\u00e4hig, da es nicht allein lediglich strengen Wortanalysen oder Regeln folgt. Beispiel daf\u00fcr: ein \u201emitdenkender\u201c Chatbot. Soll dieser Prozesse im Kundenservice optimieren, so muss er in der Lage sein, aus Texten die passenden Antworten abzuleiten. Pures Machine Learning oder reine Textanalyse reichen hier bei Weitem nicht aus.<\/p>\n

Oder ein anderes Beispiel aus der Prozessindustrie: In einer Gie\u00dferei bestimmen enorm viele Parameter die Produktionsabl\u00e4ufe. Von der wetterbedingten Luftfeuchtigkeit \u00fcber Gie\u00dftempo, Presszeit- und Druck bis zu einer im Promillebereich liegenden unterschiedlichen Menge an Spurenelementen im Formsand k\u00f6nnen in der Regel mehrere hundert verschiedene Parameter das Endergebnis beeinflussen. So dass die Ausschussquote branchentypisch sehr hoch ist. Ein Mensch allein kann diese vielen Parameter gar nicht kontrollieren. \u00dcblich war es deshalb von Fertigung zu Fertigung, die Fehlerquote zu \u00fcberpr\u00fcfen und h\u00e4ndisch die m\u00f6glichen Stellschrauben zu bedienen. Doch in der Digitalisierung entwickeln immer mehr Unternehmen Prozesse, bei denen sie spezifische Regeln des Fertigungsprozesses extrahieren, um zu beschreiben, welche Kombination von Prozessparametern sich besonders negativ oder positiv auf die Qualit\u00e4t einzelner Gussteile auswirkt. Erneut muss daf\u00fcr aber die Prozessregel \u201eSammeln, Auswerten und dann daraus Lernen\u201c angewandt werden.<\/p>\n

<\/p>\n

Will man den Technologievorsprung des Cognitive Computing bildhaft erl\u00e4utern, so empfiehlt sich folgender Vergleich: Simplifiziert l\u00e4sst sich Machine Learning am ehesten mit einem Welpen darstellen, also anhand eines jungen Tiers, das \u00fcber keinerlei Erfahrung verf\u00fcgt. Ihm kann der Besitzer bestimmte Verhaltensweisen antrainieren. Wenn dem Hund ein neues Kommando beigebracht werden soll, muss sein Halter auch die bereits bekannten wieder trainieren, weil jedes neue Kommando ein bereits erlerntes wieder negativ beeinflussen k\u00f6nnte. Entscheidend ist letztlich: Der Hund versteht nicht, dass \u201eSitz!\u201c tats\u00e4chlich \u201esetz dich hin\u201c hei\u00dft.\u00a0 Er hat nur gelernt, dass dieser Sound meint, dass er sich hinsetzen soll. Sprich: Das ist antrainiertes, aber nicht verstandenes Verhalten.<\/p>\n

Die Funktionsweise von Cognitive Computing<\/strong><\/p>\n

Cognitive Computing hingegen geht weiter. Vergleichbar beispielsweise mit einem Medizinstudenten im ersten Semester, der sukzessive Diagnosen verstehen soll. Zwar wird er sich daf\u00fcr ebenfalls Wissen aus Schulungsdokumenten aneignen. Aber er trainiert dabei auch, wie der Inhalt zu interpretieren ist. Kurzum: Er versteht und lernt, worum es geht. Er studiert die richtige Interpretation ein und ob beispielsweise zwei Diagnosen widerspr\u00fcchlich sind. Der Student ordnet ein, ordnet zu und erh\u00e4lt echtes Wissen \u2013 exakt das ist die Funktionsweise von Cognitive Computing.<\/p>\n

\u201eWie erfolgreich eine solche Prozessoptimierung durch verl\u00e4ssliche Automatisierung ist, beweist die ISG in einer aktuellen Studie exemplarisch anhand von Robotic Process Automation (RPA). Die Studie berichtet, dass Unternehmen durch die Anwendung von RPA ihre Gesch\u00e4ftsprozesse f\u00fcnf bis zehn Mal schneller als zuvor t\u00e4tigen k\u00f6nnen und dabei durchschnittlich 37 Prozent weniger Ressourcen ben\u00f6tigen. Die so erzielten Produktivit\u00e4tsgewinne f\u00fchren der Studie zufolge nicht zu Jobverlusten, sondern versetzen die Unternehmen in die Lage, ihre Mitarbeiter anderweitig einzusetzen: f\u00fcr h\u00f6herwertigere Aufgaben und gr\u00f6\u00dfere Arbeitsvolumen. Die ISG-Daten zeigen, dass die durchschnittliche Verringerung des \u201eFull-Time Equivalent\u201c (FTE) bei 43 Prozent in Bestellprozessen (Rechnungslegung, Zahlungszuordnung, Gutschriften, Geldeinzug, Preisermittlung) und bei 32 Prozent in Personalprozessen (Lohn und andere Bez\u00fcge, Recruiting und Talent Management, Systeme des Lieferantenmanagements) liegt.\u201c<\/p>\n

2019 werden laut der Studie 72 Prozent der Unternehmen Robotic Process Automation einsetzen \u2013 und das entweder in vollem Betrieb oder im Rahmen von Pilotprojekten. Das Ziel dabei sei, Kosten einzusparen, die Produktivit\u00e4t, Qualit\u00e4t und Compliance zu erh\u00f6hen sowie die Bearbeitungszeiten zu verringern.<\/p>\n

Fazit<\/strong><\/p>\n

Verl\u00e4ssliche Automatisierung ist Digitalisierung in Reinkultur. Und verl\u00e4sslich ist dabei keinesfalls ein dehnbarer Begriff, sondern eindeutig besetzt mit Technologien wie beispielsweise Cognitive Computing.<\/p>\n","protected":false},"excerpt":{"rendered":"

Autor\/Redakteur: Stefan Welcker, Managing Director DACH bei der Expert System Deutschland GmbH\/gg Sowohl auf der theoretischen als auch auf der<\/p>\n","protected":false},"author":3,"featured_media":12291,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"colormag_page_container_layout":"default_layout","colormag_page_sidebar_layout":"default_layout","footnotes":""},"categories":[8,10036],"tags":[2206,10956,8813,9187,10955,5262,8709,10959,8767,9446,10958,10957],"class_list":["post-12290","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-artikel","category-kuenstliche-intelligenz","tag-automatisierung","tag-cgnitive-computing","tag-chatbot","tag-connected-car","tag-deloitte","tag-digitalisierung","tag-expert-system","tag-fte","tag-machine-learning","tag-nlp","tag-rpa","tag-sentimentanalyse"],"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/12290","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=12290"}],"version-history":[{"count":1,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/12290\/revisions"}],"predecessor-version":[{"id":12297,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/12290\/revisions\/12297"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/media\/12291"}],"wp:attachment":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=12290"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=12290"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=12290"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}