K\u00fcnstliche Intelligenz ist aktuell eines der meistdiskutierten Themen \u00fcberhaupt. Ob auf LinkedIn, Instagram, TikTok oder in den Nachrichten \u2013 kaum ein Tag vergeht ohne neue Anwendungsf\u00e4lle, Ank\u00fcndigungen oder Diskussionen. Auch in Unternehmen ist das Thema l\u00e4ngst angekommen. Auf Messen, in Fachartikeln und in Kundengespr\u00e4chen scheint es kaum noch ein anderes Thema zu geben. Die Frage, ob KI unseren Alltag und die Arbeitswelt ver\u00e4ndern wird, stellt inzwischen kaum noch jemand. Stattdessen geht es meist darum, wie schnell man reagieren muss und welche L\u00f6sungen die richtigen sind.<\/p>\n
Interessant ist dabei eine Beobachtung, die mir in Gespr\u00e4chen immer wieder begegnet: Obwohl alle von KI sprechen, meinen sie h\u00e4ufig v\u00f6llig unterschiedliche Dinge.\u00a0Die einen denken an ChatGPT oder Microsoft Copilot und die M\u00f6glichkeit, Fragen in nat\u00fcrlicher Sprache zu stellen. Andere besch\u00e4ftigen sich mit Systemen, die Daten analysieren und Muster erkennen sollen. Wieder andere sprechen \u00fcber Agenten, die eigenst\u00e4ndig Aufgaben \u00fcbernehmen und Prozesse unterst\u00fctzen k\u00f6nnen. All diese Technologien werden h\u00e4ufig unter dem Begriff \u201eKI\u201c zusammengefasst. Tats\u00e4chlich verfolgen sie jedoch unterschiedliche Ziele und l\u00f6sen unterschiedliche Probleme.<\/p>\n
Vereinfacht betrachtet begegnen Unternehmen aktuell vor allem drei Formen von KI:<\/strong><\/p>\n Nehmen wir einen typischen Gro\u00dfh\u00e4ndler. Die Vertriebsleitung stellt fest, dass ein langj\u00e4hriger Kunde in den vergangenen Monaten deutlich weniger bestellt hat als fr\u00fcher. Die Frage lautet:\u00a0Warum geht der Umsatz bei diesem Kunden zur\u00fcck?\u00a0Auf den ersten Blick k\u00f6nnte man sagen, dass dies eine klassische Aufgabe f\u00fcr KI ist. Tats\u00e4chlich h\u00e4ngt die Antwort aber stark davon ab, welche Art von KI wir betrachten.<\/p>\n Angenommen, die relevanten Informationen liegen bereits in Microsoft Dynamics 365 Business Central vor. Verkaufszahlen, Auftr\u00e4ge, Kundeninformationen und Artikelgruppen stehen zur Verf\u00fcgung.\u00a0In diesem Fall k\u00f6nnte ein KI-Assistent den Anwender unterst\u00fctzen, indem er Fragen zu diesen Informationen beantwortet.\u00a0Der Vertriebsleiter k\u00f6nnte beispielsweise fragen:<\/p>\n Der KI-Assistent durchsucht die vorhandenen Informationen und liefert die passenden Antworten. Er hilft dabei, Wissen schneller zug\u00e4nglich zu machen und Informationen effizienter zu finden.\u00a0Zu dieser Kategorie geh\u00f6ren beispielsweise ChatGPT, Microsoft Copilot oder \u00e4hnliche Systeme, die Informationen bereitstellen, Inhalte erzeugen oder Fragen beantworten. Die KI fungiert dabei als Assistent und unterst\u00fctzt Mitarbeiter im Arbeitsalltag.<\/p>\n Eine andere Form von KI geht einen Schritt weiter. Sie beantwortet nicht nur Fragen, sondern versucht Zusammenh\u00e4nge zu erkennen.\u00a0Stellen wir uns vor, ein Unternehmen analysiert seine Verkaufsdaten. Dabei zeigt sich, dass Kunden einer bestimmten Kundengruppe seit einigen Monaten deutlich weniger Produkte einer Warengruppe bestellen. Gleichzeitig entwickeln sich alternative Produkte \u00fcberdurchschnittlich gut.\u00a0In diesem Fall liefert die KI nicht einfach eine Antwort auf eine konkrete Frage. Sie macht auf Entwicklungen aufmerksam, die m\u00f6glicherweise bislang niemand bemerkt hat.\u00a0Solche Szenarien werden h\u00e4ufig als Analyse-KI bezeichnet. Das Ziel besteht darin, Muster, Zusammenh\u00e4nge und Auff\u00e4lligkeiten sichtbar zu machen, die in gro\u00dfen Datenmengen nur schwer erkennbar sind.<\/p>\n Gerade im Lebensmittelgro\u00dfhandel kann das interessant sein. Saisonale Schwankungen, Preisentwicklungen, Aktionsgesch\u00e4fte oder ver\u00e4ndertes Kaufverhalten erzeugen t\u00e4glich gro\u00dfe Mengen an Informationen, aus denen sich wertvolle Erkenntnisse gewinnen lassen.<\/p>\n Noch einmal anders funktionieren Agenten.\u00a0W\u00e4hrend ein KI-Assistent Informationen bereitstellt und Analyse-KI Muster erkennt, k\u00f6nnen Agenten aktiv Aufgaben \u00fcbernehmen.\u00a0Bleiben wir bei unserem Beispiel. Ein Agent k\u00f6nnte feststellen, dass ein wichtiger Kunde deutlich weniger bestellt als \u00fcblich. Anschlie\u00dfend k\u00f6nnte er automatisch eine Aufgabe f\u00fcr den zust\u00e4ndigen Vertriebsmitarbeiter erstellen, relevante Informationen zusammenstellen und einen ersten Handlungsvorschlag vorbereiten.\u00a0Denkbar w\u00e4ren auch Szenarien im Einkauf, in denen Agenten Lieferverz\u00f6gerungen \u00fcberwachen, Informationen zusammentragen oder bestimmte Abl\u00e4ufe selbstst\u00e4ndig ansto\u00dfen.\u00a0Der entscheidende Unterschied besteht darin, dass Agenten nicht nur Informationen liefern, sondern aktiv in Arbeitsabl\u00e4ufe eingebunden werden k\u00f6nnen.\u00a0Genau deshalb wird aktuell so intensiv \u00fcber Agenten gesprochen. Sie versprechen nicht nur bessere Informationen, sondern auch eine Entlastung bei wiederkehrenden Aufgaben.<\/p>\n Auf den ersten Blick m\u00f6gen diese Unterschiede eher theoretisch wirken. F\u00fcr Unternehmen sind sie jedoch sehr relevant.\u00a0Wer \u00fcber KI spricht, sollte zun\u00e4chst verstehen, welche Art von Unterst\u00fctzung \u00fcberhaupt gesucht wird.<\/p>\n Je nach Zielsetzung kommen v\u00f6llig unterschiedliche Technologien infrage. Und genau deshalb f\u00fchren viele Diskussionen \u00fcber KI h\u00e4ufig in die falsche Richtung. Es wird \u00fcber Werkzeuge gesprochen, obwohl das eigentliche Ziel noch gar nicht klar definiert wurde.<\/p>\n Aus meiner Sicht beginnt die Diskussion deshalb oft an der falschen Stelle.\u00a0Viele Unternehmen besch\u00e4ftigen sich sehr fr\u00fch mit Fragen wie:<\/p>\n Dabei steht eine andere Frage eigentlich viel weiter vorne:\u00a0Was m\u00f6chten wir \u00fcberhaupt erreichen?\u00a0Geht es darum, bessere Entscheidungen zu treffen? Informationen schneller verf\u00fcgbar zu machen? Wiederkehrende Aufgaben zu reduzieren? Transparenz \u00fcber Kennzahlen zu schaffen? Oder den Arbeitsalltag bestimmter Mitarbeiter zu vereinfachen?\u00a0Erst wenn das Ziel klar ist, l\u00e4sst sich sinnvoll beurteilen, welche L\u00f6sung den gr\u00f6\u00dften Nutzen bringt.<\/p>\n Die spannendste Frage lautet deshalb h\u00e4ufig nicht:\u00a0\u201eWelche KI sollten wir einsetzen?\u201c Wenn diese Frage beantwortet ist, wird es oft deutlich einfacher zu entscheiden, welche Werkzeuge sinnvoll sind \u2013 und ob KI \u00fcberhaupt dazugeh\u00f6rt.\u00a0Doch auch mit einem klaren Ziel vor Augen verl\u00e4uft der Weg nicht immer so geradlinig, wie es die aktuellen Diskussionen rund um KI manchmal vermuten lassen.\u00a0Auf diesem Weg begegnen Unternehmen h\u00e4ufig \u00e4hnlichen Herausforderungen und Fragestellungen.\u00a0Genau dort wird es in der Praxis oft besonders spannend.\u00a0Mehr dazu im n\u00e4chsten Beitrag.<\/p>\n","protected":false},"excerpt":{"rendered":" K\u00fcnstliche Intelligenz ist aktuell eines der meistdiskutierten Themen in Unternehmen. Doch hinter dem Begriff \u201eKI\u201c verbergen sich unterschiedliche Technologien \u2013 von KI-Assistenten \u00fcber Analyse-KI bis hin zu autonomen Agenten. Dieser Beitrag zeigt, worin die Unterschiede liegen und warum Unternehmen zuerst ihr Ziel definieren sollten, bevor sie \u00fcber konkrete KI-L\u00f6sungen entscheiden.<\/p>\n","protected":false},"author":9,"featured_media":3814,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_kad_post_transparent":"default","_kad_post_title":"default","_kad_post_layout":"default","_kad_post_sidebar_id":"","_kad_post_content_style":"default","_kad_post_vertical_padding":"default","_kad_post_feature":"","_kad_post_feature_position":"","_kad_post_header":false,"_kad_post_footer":false,"footnotes":""},"categories":[221],"tags":[86,217,219,213,216,220,215,214,35,218],"class_list":["post-3812","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-kuenstliche-intelligenz","tag-business-central-ki","tag-chatgpt-im-unternehmen","tag-datenanalyse-mit-ki","tag-ki-im-unternehmen","tag-ki-agenten","tag-ki-anwendungsfaelle-fuer-unternehmen","tag-ki-assistenten","tag-kuenstliche-intelligenz-im-mittelstand","tag-microsoft-copilot","tag-prozessautomatisierung-mit-ki"],"yoast_head":"\n\n
Ein Beispiel aus dem Lebensmittelgro\u00dfhandel<\/h2>\n
Wenn ein KI-Assistent ins Spiel kommt<\/h2>\n
\n
Wenn KI Muster erkennen soll<\/h2>\n
Wenn Agenten aktiv handeln<\/h2>\n
Warum die Unterscheidung wichtig ist<\/h2>\n
\n
Die eigentliche Frage<\/h2>\n
\n
\n
\nSondern vielmehr:\u00a0\u201eWas m\u00f6chten wir eigentlich verbessern?\u201c<\/p>\n