Generative Künstliche Intelligenz ist in den Vorstandsetagen deutscher Unternehmen angekommen. Sie wollen die neue Technologie nutzen, um den Wissensschatz ihres Unternehmens zu heben. Testprojekte mit ChatGPT, Gemini und Co. gibt es mittlerweile in allen Branchen. Doch der breite Einsatz in den Büros und Fabriken lässt noch auf sich warten. Viele Unternehmen stellen fest: So einfach wie erhofft, sind Projekte mit smarten Assistenten dann doch nicht umzusetzen. Erst einmal gilt es, zahlreiche Stolpersteine aus dem Weg zu räumen. Die Erfahrungen aus zahlreichen Projekten des IT-Dienstleisters und Beratungsunternehmens Lufthansa Industry Solutions zeigen, wie KI-Chatbots dennoch schnell und rechtssicher unternehmensweit genutzt werden können.
Norderstedt, 26. März 2024 – Individualisierte KI Chatbots oder smarte Assistenten bieten allen Branchen große Potenziale. Denn sie ermöglichen es Unternehmen, schnell und verständlich mit Mitarbeitenden und Kunden automatisiert zu kommunizieren. Dafür können sämtliche verfügbaren Daten genutzt werden, also auch interne Informationen, mit denen ChatGPT, Gemini und Co. nicht trainiert worden sind. „Generative KI wird zum Gamechanger. Ob im internen Wissensmanagement, im Kundenservice oder in der Logistik – KI-Chatbots werden künftig unverzichtbar“, sagt Julian Staub, Business Manager AI & Data Analytics bei Lufthansa Industry Solutions (LHIND). Doch erst drei Prozent der deutschen Firmen arbeiten bereits mit generativer KI im Unternehmen, weitere sechs Prozent planen den Einsatz für das laufende Jahr. Dies zeigt eine aktuelle Befragung des Digitalverbands Bitkom.
Das brauchen Unternehmen, um den smarten Assistenten erfolgreich zu machen
Doch wo hakt es bei der Einführung der smarten Assistenten? Die Erfahrungen von LHIND aus den Projekten mit KI-Chatbots zeigen: Auch bei den smarten Assistenten stehen die Unternehmen vor den gleichen Herausforderungen wie bei anderen Projekten zur Künstlichen Intelligenz.
- Die Daten müssen verfügbar sein und eine hohe Qualität aufweisen. Das ist oft weniger ein Problem, wenn ein KI-Chatbot mit den Informationen aus dem unternehmensinternen Wiki oder der Homepage gespeist wird. Bei anspruchsvolleren und zahlenbasierten Daten aus dem Data-Warehouse oder dem SAP-System zeigt sich bei vielen Firmen dagegen noch Handlungsbedarf.
- Das Unternehmen braucht eine funktionierende Data Governance. Dann gibt es auch keine Probleme mit dem Dokumenten-Rechtemanagement. Denn auf dem unternehmenseigenen Sharepoint, der oft Basis für den KI-Chatbot ist, liegen unterschiedlichste Daten, auf die nicht jeder zugreifen darf, wie beispielsweise sensible oder personenbezogene Informationen. Der Zugriff auf solche Daten muss auch über den KI-Assistenten verboten bleiben.
- Neben der KI müssen die Mitarbeitenden trainiert werden: „In vielen Projekten zeigt sich: Die Menschen sind nicht darauf geschult, mit einem Chatbot zu kommunizieren“, sagt LHIND-Manager Staub. „Von ihnen wird eine ganz neue Art des Arbeitens erwartet und die muss gelernt werden.“ Zum Beispiel: Wie spreche ich mit einer KI? Wie muss ich fragen? Wie muss ich den Satz strukturieren? Wie viele Informationen müssen noch mitgegeben werden? Die Mitarbeiter müssen also abgeholt und geschult werden, sonst fehlt die Akzeptanz für den smarten Assistenten.
So gehen die Unternehmen smarte Assistenten richtig an
Wichtig ist, die Fachbereiche von Anfang an in die Entwicklung des KI-Chatbots einzubeziehen. Der Kreis darf sich nicht auf IT-Experten beschränken. Auch sollten die Unternehmen klein starten. „Mal eben zehn Terrabite hochladen und dann einfach lostesten, das funktioniert nicht“, sagt AI-Experte Staub. „Stattdessen sollte eine Abteilung mit wenigen ausgewählten Mitarbeitenden anfangen. Mit ihnen startet die Testphase und ihr Feedback ist dann die Basis für Anpassungen des smarten Assistenten. Ein solches Projekt ist innerhalb von zwei Wochen einsatzfähig.“
Die Zukunft der smarten Assistenten ist (fast) grenzenlos
Dann aber sind den smarten Assistenten wenig Grenzen gesetzt. „Aus kleinen Einzelprojekten können bald sogenannte Multi-Agenten-Tools werden. Dabei arbeiten mehrere Agenten, also KI-Systeme mit fest zugewiesener Aufgabe, zusammen“, ergänzt Max Pillong, Director AI & Data Analytics bei LHIND. Ein Assistent findet Informationen im Internet, ein zweiter nutzt die Informationen aus dem unternehmenseigenen CRM-System, ein dritter hat den Überblick über die Kennzahlen aus dem Data Warehouse und ein vierter löst mathematische Aufgaben. Gemeinsam werden sie künftig noch weitaus komplexere Herausforderungen lösen können.
