RatgeberSoftware und Technologie

Hyperautomation – aus Daten Wissen generieren

In der digitalen Transformation sind Unternehmen im Vorteil, die ihre Daten so aufbereiten, dass sie als Entscheidungsgrundlage dienen. Welche Bedeutung dabei Insight Engines haben, veranschaulicht Daniel Fallmann, Gründer und Geschäftsführer von Mindbreeze.

digitale transformation RPA

1. Informationen bündeln, Wissen generieren

Unternehmensdaten gelten als das Gold des 21. Jahrhunderts. Dieses Bild ist weitgehend falsch und im Grunde verantwortungslos, denn es verleitet dazu, sich mit dem Sammeln von Daten zufrieden zu geben. Die Folge: Die Tag für Tag schnell wachsenden Daten sind unternehmensweit in hunderten Silos verstreut und spielen in der digitalen Transformation nur eine untergeordnete Rolle.

Von Gold kann erst dann gesprochen werden, wenn Unternehmen ihre Daten in Beziehung zueinander setzen und daraus Wissen generieren. Experten beschreiben diesen Prozess unter anderem mit „connecting the dots“. Vergleichbar ist der Vorgang auch mit den neuronalen Verknüpfungen im menschlichen Gehirn. Insight Engines erledigen die Veredelung intelligent und selbstständig. Indem sie gleichsam eine Schicht über alle Informationssilos eines Unternehmens legen, werden alle Daten – egal ob strukturiert oder unstrukturiert – miteinander verknüpft. Damit lässt sich eine Strategie entwickeln, wie Daten erfasst, gespeichert, bereinigt, verwaltet, gesichert, verwendet und analysiert werden und wie sich die Daten auf das Geschäft auswirken.


Whitepaper

Datenqualität als Schlüssel zur erfolgreichen Systemeinführung

Zum kostenlosen Download des Whitepapers

Autor: Competence Center Datenmanagement

Im CC Datenmanagement bündelt die Trovarit ihr Beratungs-Know-how rund um die Analyse, Bereinigung, Migration und Qualitätssicherung von Stamm- und Bewegungsdaten. Mit dem Ziel, Methoden und Werkzeuge zu entwickeln, die die Datenqualität in Unternehmen nachhaltig verbessern, engagieren sich unsere Experten im Data Quality Center (DQC), einen Zusammenschluss aus Industrie- und Forschungspartnern, wie z.B. dem FIR an der RWTH Aachen oder der Universität Heilbronn.


2. Erkenntnisse beflügeln die Transformation

Durch den hohen Automatisierungsgrad können Unternehmen Ressourcen sparen, die durch die manuelle Dateneingabe oder -pflege entstehen. Insight Engines schaffen zudem neue Erkenntnisse, die sich für den digitalen Wandel nutzen lassen. Im Marketing hilft Mustererkennung bei der Frühortung von Bedürfnissen sowie bei der Kundengewinnung und -bindung. In der Forschung und Entwicklung lassen sich anhand bestimmter Muster sogenannte Subject Matter Experts auffinden, um deren Expertise für ähnliche Forschungsprojekte einsetzen zu können.

2020 werden Unternehmen und Organisationen die Bedeutung von Insight Engines für die digitale Transformation verstärkt erkennen, und das dürfte zu neuen Geschäftsfeldern führen.

3. Maßgeschneidertes Wissen statt „Information Overflow“

Das Gehirn filtert aus Millionen von Eindrücken unbewusst all jene Informationen heraus, die der Organismus für die Bewältigung des Alltags nicht benötigt. Es fokussiert das Wesentliche. Das traditionelle Wissensmanagement in Unternehmen ist von diesem Idealzustand meilenweit entfernt. Tausende Treffer bei jeder Websuche oder die Auflistung unzähliger Dokumente bei der Recherche in File-Systemen sind für den aktuellen Zustand symptomatisch.

Insight Engines sind im Gegensatz dazu darauf ausgelegt, Informationen auf Basis von unterschiedlichen Rollen im Unternehmen so aufzubereiten, dass nur die für die jeweilige Funktion oder konkrete Fragestellung relevanten Informationen den Filter passieren. Ein typischer Use Case ist im Bereich Customer Care. Der Mitarbeiter oder die Mitarbeiterin kann auf Knopfdruck genau jene Informationen abrufen, die sie für die Hilfestellung oder Beantwortung von Kundenfragen benötigt. Je länger das System im Einsatz ist, desto besser funktioniert der Filter.

2020 dürfte sich der Trend verstärken, Inhalte zum richtigen Zeitpunkt personalisiert zur Verfügung zu stellen.

4. Natürliche Mensch-Maschinen-Interaktion

Wir sind es seit Jahrzehnten gewohnt, mit Bildschirm und Tastatur zu agieren. Laut Gartner hat diese unnatürliche Art der Interaktion ein Ablaufdatum. So sollen im kommenden Jahr bereits 30 Prozent aller Suchvorgänge im Internet auditive Technologien nutzen. Darüber hinaus werden den Angaben des Marktforschungsinstituts zufolge sieben Milliarden Geräte über sprachgesteuerte Assistenten verfügen.

Insight Engines setzen bereits seit längerem auf Sprachsteuerung. Mindbreeze nennt seine Technologie für die Mensch-Maschinen-Interaktion Conversational Platform. Basistechnologien dafür sind die Teilbereiche der künstlichen Intelligenz, Natural Language Processing und Natural Language Question Answering sowie die semantische Aufbereitung von Inhalten. Neben der Fähigkeit, in natürlicher Sprache zu kommunizieren, bieten Insight Engines intelligente Möglichkeiten, Informationen zu visualisieren. Das kommt dem Verständnis und dem Verankern im Langzeitgedächtnis entgegen. Mindbreeze bietet zu diesem Zweck unter anderem Suchanwendungen, die mit der bedienungsfreundlichen Konfiguration und optischen Aufbereitung der Ergebnisse punkten können.

Im kommenden Jahr dürften Insight Engines bei der von Gartner propagierten „Voice-First-Revolution“ und beim Trend, Daten oder Suchergebnisse verstärkt zu visualisieren, eine wesentliche Rolle spielen.

5. Hyperautomation statt Monkey Business

Viele Unternehmen beschäftigen sich heute mit Robotic Process Automation, um mit Hilfe von Machine Learning wiederholbare Aufgaben zu bewältigen. Es geht darum, die menschlichen Ressourcen von lästigen Routinearbeiten freizumachen und auf kritische oder auch kreative Aufgaben zu lenken. Das ist erst der Anfang: Gartner spricht bereits von „Hyperautomation“. Hier werden mehrere Werkzeuge sowie unterschiedliche automatisierte Prozesse in Beziehung gesetzt und harmonisiert. Am Ende dieser Reise steht der digitale Zwilling einer Organisation, der es Unternehmen ermöglicht, das Zusammenspiel von Funktionen, Prozessen und Schlüsselkennzahlen zu visualisieren.

Dadurch, dass die hohe Integrationsfähigkeit von Insight Engines nicht nur für die Daten-, sondern auch für die Prozessebene gilt, dürften sie den Trend der Hyperautomation maßgebend unterstützen.

6. Insight Engines als ständiger Begleiter

Bis 2022 werden laut Gartner 40 Prozent der Mitarbeiter und Mitarbeiterinnen intelligente Agenten konsultieren, um Entscheidungen im Business-Alltag zu treffen. Traditionelle Softwarebots können diese Aufgabe nicht meistern, da sie nur nach einem hinterlegten Entscheidungsbaum ablaufen, der manuell erstellt wurde. Insight Engines dürften im Gegensatz dazu von künstlicher Intelligenz profitieren. Im kommenden Jahr dürften Mitarbeiter diese Technologie daher verstärkt als persönlichen Assistenten nutzen.

7. Gesellschaftlicher Diskurs über Nutzen und Grenzen

Von ethischen Grundlagen bis zur Gesetzgebung – es gibt zahlreiche Systeme, die das menschliche Zusammenleben regeln. Je menschenähnlicher digitale Entitäten agieren, desto notwendiger ist es, die Mensch-Maschinen-Interaktion den gleichen strengen Kriterien zu unterwerfen. Die Diskussion darüber, wo die Grenzen moderner Technologien liegen und wie wir bei den Themen Sicherheit, Haftung, Datenhoheit oder Privatsphäre agieren sollten, hat erst begonnen. 2020 dürfte es unumgänglich sein, den Diskurs als gesamtgesellschaftliche Aufgabe zu sehen und alle Stakeholder von Politik bis zur Wissenschaft an einem Tisch zu versammeln.

Insgesamt haben sich Insight Engines in den vergangenen Jahren zu einem wichtigen Treiber der digitalen Transformation entwickelt. Der Wertschöpfungsbeitrag reicht von der Veredelung von Daten und der Generierung von Wissen bis zur Unterstützung der Hyperautomation. Ein Wesensmerkmal des digitalen Wandels ist es, moderne Technologien auf die Bedürfnisse der Menschen auszurichten. Hier dürften Insight Engines künftig ihre Stärken ausspielen. jf


Der Autor

Daniel Fallmann ist Gründer und Geschäftsführer des Enterprise-Search-Anbieters Mindbreeze.

Next article Info-Workshop für Software-Anbieter
Previous article Machine Learning braucht eine neue Governance
Scroll Up