Benjamin Krebs, Area Manager Germany, Unstructered Data and Analytics, Dell EMC
Schritt 1: Eine klare Geschäftsinitiative festlegen Schritt 2: Die im Prozess Beteiligten identifizieren Schritt 3: Die wichtigsten Entscheidungen festlegen Schritt 4: Prognostische Analysen erstellen Schritt 5: Kennziffern für bessere Leistungsprognosen entwickeln Schritt 6: Technologie-Lösung implementieren
Es gibt einen logischen Workflow bei der erfolgreichen Einführung und Nutzung von Methoden der Künstlichen Intelligenz – die Entscheider konzentrieren sich allerdings noch zu sehr auf Technologie. Unternehmen sollten mit einem Teilprojekt beginnen und sich dann weiter vorarbeiten, um die wegweisenden Entscheidungen und den finanziellen Nutzen zu ermitteln. Der erfolgreiche Einsatz Künstlicher Intelligenz im Unternehmen beginnt mit Menschen und Geschäftsprozessen – erst danach kommt die Technologie. Vor der Einführung entsprechender Lösungen sollten Führungskräfte eine Vision entwickeln, wie KI ein profitables Geschäft antreiben und überzeugende Ergebnisse erzielen kann.
Schritt 1: Eine klare Geschäftsinitiative festlegen
Eine Geschäftsinitiative ist mehr als die Modernisierung eines Rechenzentrums oder die Verlagerung von Applikationen in die Cloud. Sie muss einen starken finanziellen Beitrag zum Unternehmenserfolg leisten. Dieser muss sich mit Kennziffern messen lassen. Folgende Geschäftsinitiative dient als Beispiel: „Die Profitabilität des Unternehmens soll durch Neukundengewinnung und Bindung von Bestandskunden sowie einer Vertiefung der Kundenbeziehungen gesteigert werden“. Hierzu gibt es Use Cases bei Finanzdienstleistern, Telekommunikationsunternehmen oder im Handel. Kennziffern führen zu einer höheren Kundenbindung und einer geringeren Kundenabwanderung.
Schritt 2: Die im Prozess Beteiligten identifizieren
Als Nächstes gilt es, alle Beteiligten und Gruppen, die die Geschäftsinitiative vorantreiben sollen oder darin involviert sind, zu identifizieren. Dazu gehören sowohl interne Stakeholder, beispielsweise aus Vertrieb, Finanzwesen, Marketing, Logistik und Produktion, als auch externe Gruppen wie Lieferanten, Geschäftspartner und nicht zuletzt die Kunden. Mit einfachen Methoden des Design Thinking etwa lässt sich für jeden Stakeholder eine sogenannte Persona erstellen, die deren Rollen, Verantwortlichkeiten und Entscheidungsbefugnisse in der Geschäftsinitiative aufzeigt. Zudem kann Design Thinking auf Ergebnisse maschinellen Lernens zurückgreifen, die Muster im Kundenverhalten verdeutlichen.
Schritt 3: Die wichtigsten Entscheidungen festlegen
Anschließend müssen Unternehmen die grundlegenden Entscheidungen festlegen, die die Verantwortlichen im Unternehmen treffen müssen, damit die Geschäftsinitiative vorankommt. Dazu muss genügend Zeit eingeplant werden, um die zentralen Punkte zu definieren, zu bewerten und zu priorisieren. Nicht alle Entscheidungen sind gleich wichtig, und es gibt in jeder Geschäftsinitiative Entscheidungen, die aufeinander aufbauen. Das lässt sich am Beispiel des Kundengewinnungs- und Kundenbindungsprogramms verdeutlichen. Dazu ist zunächst einmal die Kennzahl „Customer Lifetime Score“ (der Wert einer Kundenbeziehung) zu ermitteln. Zentrale Festlegungen betreffen beispielsweise die „Risikokunden“ (At-Risk Customers), die optimalen Kommunikationskanäle, die Kalkulation von Next Best Offers und die Festlegung der optimalen Tageszeit für die Kundenansprache; ein wichtiges Tool dabei ist eine Decision Roadmap.
Schritt 4: Prognostische Analysen erstellen
Der nächste Schritt erfordert, dass Unternehmen ihre Denkweise in Bezug auf die Art der Nutzung von Daten und Analysen ändern. Sie müssen die Stakeholder durch einen Prozess führen, bei dem die zentralen Prognosen zur Unterstützung der Geschäftsinitiative ermittelt werden. Dieser Prozess beginnt mit der Ermittlung der grundlegenden Fragen, die die Stakeholder heute zur Unterstützung ihrer wichtigsten Entscheidungen stellen. Diese Fragen können dann in prognostische Analysen umgewandelt werden. Zum Beispiel, anstatt zu fragen: „Wie hoch war die Kundenabwanderung im letzten Monat?“ soll prognostiziert werden „Wie hoch wird die Kundenabwanderung wahrscheinlich im nächsten Monat sein?“ Dann ist es nicht mehr weit zu Prescriptive Analytics und der Festlegung von Maßnahmen, damit die Kundenabwanderung im darauffolgenden Monat einen bestimmten Wert nicht überschreitet.
Schritt 5: Kennziffern für bessere Leistungsprognosen entwickeln
Anschließend gilt es, in Zusammenarbeit mit den Stakeholdern und Experten aus den Fachabteilungen herauszufinden, welche Daten sie für prädiktive Analysen benötigen. Im Zusammenhang mit der Geschäftsinitiative „Kundenabwanderung reduzieren, Kundenbindung steigern“ lässt sich dies an der Prognose „Wie hoch wird die Kundenabwanderung im nächsten Monat sein?“ erläutern. In einem Brainstorming der Beteiligten wird die Frage geklärt, welche Daten benötigt werden, um eine solche Prognose treffen zu können. Zum Beispiel: Dauer der Kundenbeziehung in Jahren, Alter, Schulabschluss, Wohnort, Wert der Bank- und Kreditkartentransaktionen, Kundenumsatz im letzten Jahr und im letzten Monat.
Schritt 6: Technologie-Lösung implementieren
Der abschließende Schritt besteht darin, die Systeme und die KI-Technologien zu identifizieren, die zur Unterstützung der Geschäftsinitiative notwendig sind. Ein detailliertes Verständnis der fachlichen Daten- und Analysebedürfnisse hilft zu ermitteln, welche Technologien benötigt werden, wenn die IT-Abteilung die Big-Data-Architektur konzipiert und die Infrastruktur aufbaut. Die Verfügbarkeit von Scale-Out-Architekturen und Cloud-Umgebungen stellt sicher, dass Unternehmen die benötigten Speicher- und Rechenkapazitäten nach Bedarf erweitern können. Storage-Lösungen wie Dell EMC Isilon und Elastic Cloud Storage stellen Speicherkapazitäten für den Aufbau von Data Lakes bereit und ermöglichen eine gemeinsame Analyse mit Hadoop Distributed File System (HDFS). Außerdem stellen sie den für KI-Prozesse so wichtigen parallelen hochperformanten Zugriff auf alle Daten im Speichersystem sicher, den KI Frameworks wie Tensorflow oder Caffee für die Analysen benötigen. eve
Messe SPS IPC Drives 2018: Halle 6, Stand 454
