Künstliche Intelligenz richtig nutzen

Technologie:

27. Oktober 2017
Getty Images

Maschinelles Lernen sorgt auf drei Ebenen für Veränderungen: bei Aufgaben und Tätigkeiten, bei Geschäftsprozessen und bei Geschäftsmodellen. Ein Beispiel für Veränderungen auf der Ebene der Aufgaben und Tätigkeiten ist die Verwendung computergesteuerter optischer Systeme bei der Identifizierung möglicher Krebszellen - so können sich Radiologen auf die wirklich schwierigen Fälle konzentrieren, ausführlicher mit Patienten sprechen oder sich intensiver mit anderen Ärzten austauschen. Ein Beispiel für Prozessverbesserungen ist die Anpassung des Arbeitsflusses und der räumlichen Gestaltung von Umschlaglagern bei Amazon aufgrund des Einsatzes von Robotern und Optimierungsalgorithmen auf der Basis maschinellen Lernens. Auf ähnliche Weise müssen ganze Geschäftsmodelle neu durchdacht werden, damit ML-Systeme etwa für die intelligente personalisierte Empfehlung von Musik oder Filmen eingebunden werden können. Statt Songs à la carte auf der Basis bisheriger Kundenentscheidungen anzubieten, könnte ein besseres Modell das Abonnement eines persönlichen Kanals empfehlen, auf dem Musik vorgeschlagen und gespielt wird, die dem Kunden gefallen würde, auch wenn er sie noch nie zuvor gehört hat.

Harvard Business Manager

Systeme für Maschinelles Lernen können aber fast niemals ganze Jobs, Prozesse oder Geschäftsmodelle ersetzen. Meistens ergänzen sie menschliche Tätigkeiten und machen sie dadurch wertvoller. Die beste Regel für die neue Arbeitsteilung lautet nur selten "Übertrage der Maschine alle Aufgaben". Wenn die erfolgreiche Bewältigung eines Prozesses aus zehn Schritten besteht, werden vielleicht zwei automatisiert, während die anderen immer noch besser von Menschen erledigt werden. Das Unterstützungssystem für die Verkäufer von Udacity versuchte beispielsweise erst gar nicht, eine automatisierte Lösung für die Verkaufsgespräche zu finden, sondern diente nur dazu, die Arbeit der Vertriebler zu verbessern. Die Menschen blieben für ihre Aufgaben verantwortlich, aber sie wurden sehr viel effektiver und effizienter. Ein solcher Ansatz ist in der Regel sehr viel geeigneter als der Versuch, Maschinen zu entwickeln, die alle menschlichen Tätigkeiten übernehmen können. Die Arbeit der betroffenen Menschen verbessert sich auf diese Weise, macht sie zufriedener und führt langfristig zu besseren Ergebnissen für die Kunden.

Im Zeitalter superstarken maschinellen Lernens entstehen die größten und wichtigsten Möglichkeiten für menschliche Intelligenz in der Schnittmenge zweier Aufgaben: zu entscheiden, was als Nächstes zu tun ist, und ausreichend viele Menschen davon zu überzeugen, diese Aufgaben zu lösen und mit den Ergebnissen weiterzumachen. Das ist eine ganz gute Definition von Führungsstärke - und genau die wird im zweiten Maschinenzeitalter sehr viel wichtiger.


In unserem umfangreichen Themen-Schwerpunkt beschreiben unsere Autoren die unterschiedlichen Möglichkeiten Künstliche Intelligenz im Unternehmen einzusetzen - und was das für die Arbeit von Menschen bedeutet.


Künstliche Intelligenz


Was der enorme technische Fortschritt für Unternehmen und Manager bedeutet


Artikel
Kommentare
0
Diskussionsregeln

Wir freuen uns über lebendige, konstruktive und inspirierende Diskussionen auf HBM Online. Um die Qualität der Debattenbeiträge sicherzustellen, werden unsere Moderatoren jeden Beitrag prüfen. Eine Nutzung der Kommentarfunktion zu kommerziellen Zwecken ist nicht erlaubt. Beiträge mit vorwiegend werblichem, strafbarem, beleidigendem oder anderweitig inakzeptablem Inhalt werden von unseren Moderatoren gelöscht.

© Harvard Business Manager 2017
Alle Rechte vorbehalten
Vervielfältigung nur mit Genehmigung der manager magazin Verlagsgesellschaft mbH
ANZEIGE
Die neuesten Blogs
Nach oben