Vijay Kotu, Chief Analytics Officer bei ServiceNow, berichtet über die Erkenntnisse aus dem Einsatz generativer KI im eigenen Haus.
Der Hype um generative KI (GenAI) hat dazu geführt, dass die Budgets für KI-Projekte deutlich gestiegen sind. So wollen laut dem AI Maturity Index, einer weltweiten Studie von ServiceNow und Oxford Economics, 81 Prozent der Unternehmen ihre Investitionen in KI im nächsten Jahr erhöhen. Davon versprechen sie sich spürbare Steigerungen ihrer Produktivität und der Effizienz ihrer Geschäftsprozesse. Zugleich sagt Gartner voraus, dass bis Ende 2025 fast jedes dritte GenAI-Projekt die Prototypenphase nicht überdauern wird.
Wie es mit jeder neuen Technologie der Fall ist, hängt deren erfolgreiche Einsatz von einer gesunden Mischung aus Experimentierfreude und Pragmatismus. Nehmen wir beispielsweise unsere eigenen Erfahrungen bei ServiceNow. In nur wenigen Monaten haben wir mehr als 10 Millionen Dollar an greifbaren Vorteilen erzielt und die Produktivität gesteigert – durch den Einsatz von GenAI. Die Technologie erledigt jetzt auf Jahresbasis Aufgaben, für die sonst 50 Vollzeitmitarbeiter erforderlich wären.
Gleichzeitig werden manuelle Aufgaben reduziert, und unseren Teams wird mehr Zeit für wertvollere Aufgaben verschafft. Sehen wir uns einige Lehren an, die wir aus dem Streben nach KI-Produktivitätgezogen haben.
1. Routineaufgaben sind definitiv ein Fall für die KI
Jeder Arbeitsauftrag besteht im Kern aus einer Reihe von Aufgaben. Als Küchenchef planen Sie ein Menü, beschaffen die Zutaten, bereiten die Lebensmittel vor, kochen die Gerichte und richten sie an, um sie den Gästen zu servieren. Als Vertriebsmitarbeiter beginnen Sie in der Regel damit, potenzielle Kunden zu recherchieren. Dann entwickeln Sie ein überzeugendes Verkaufsgespräch, bieten dem Kunden eine maßgeschneiderte Demo an und verhandeln schließlich den Preis, um den Abschluss zu erzielen.
Einige dieser Aufgaben sind eindeutig reif für Automatisierung und technologische Unterstützung. Dabei stellt sich die Frage: Welche Aufgaben sind für den Menschen am besten geeignet, und welche sollten an Maschinen delegiert werden?
Aufgaben, die zur letzteren Kategorie gehören, sind repetitiv, stark datenabhängig und umfassen Synthese, Prognosen oder Empfehlungen. Diese können von der KI mit einer akzeptablen Fehlertoleranz übernommen werden. Personalisiertes Nachfassen beim Kunden macht beispielsweise einen erheblichen Teil der Tätigkeit eines Vertriebsmitarbeiters aus. Bei ServiceNow haben wir GenAI für diese Kontaktaufnahme eingesetzt und die Antwortquote verdoppelt.
Seitdem nutzen wir GenAI für die digitale Personalisierung. Ein Beispiel hierfür ist die Funktion Email Assist, die Nachrichten von Vertriebsteams so anpasst, dass sie Kunden gezielter ansprechen, basierend auf einer Reihe von Merkmalen, wie Branche, Beschäftigungsbereich und individuelles Verhalten. Dadurch können unsere Vertriebsteams mehr Zeit für Kernaufgaben aufwenden: die Entwicklung neuer Geschäftsmöglichkeiten und die Pflege produktiver Kundenbeziehungen. Tatsächlich schätzen wir, dass dieses Tool uns geholfen hat, den Zeitaufwand pro Lead um 60 Prozent zu reduzieren.
2. Die Suche nach Informationen kann mit KI vereinfacht werden
Bei nahezu allen Wissensarbeiter-Rollen gibt es eine Aufgabe, die sich besonders gut für die Unterstützung durch Maschinen eignet: die Suche nach Informationen. Für viele Wissensarbeiter ist diese Suche in der Praxis oft eine frustrierende Aufgabe. Wir alle verbringen viel Zeit mit der Suche nach Daten und Inhalten.
Wir standen bei ServiceNow vor derselben Herausforderung. Als wir begannen, GenAI zur Optimierung unseres Suchprozesses zu implementieren, erhielten die Mitarbeiter ein leistungsstarkes Tool, mit dem sie ganz einfach selbst Antworten finden konnten. Den Kollegen, die zuvor diese Fragen beantworten mussten, hat das viel Zeit gespart. Kurz gesagt, wir haben eine deutliche Steigerung der Produktivität festgestellt, sowohl bei den anfragenden Personen als auch bei den Personen, die die angeforderten Informationen bereitstellen.
3. Prozesse beschleunigen durch Process Mining
In den letzten 25 Jahren hat die digitale Transformation zu einer umfassenden Automatisierung zahlloser Prozesse geführt, wodurch enorme Datenmengen generiert wurden. Viele Unternehmen haben diese Daten im Wesentlichen gehortet wie Eichhörnchen ihre Nüsse. Process Mining kann dazu beitragen, diese Daten zu verstehen, um so Ineffizienzen in den Prozessen zu identifizieren und die Geschwindigkeit zu steigern.
Nach der Implementierung von Process Mining und der Optimierung von Prozessen bei ServiceNow hat sich die Technologie zwar gut bewährt, aber zunächst konnten wir nur minimale Auswirkungen beobachten. Wir hatten keinen klaren Prozessverantwortlichen oder keine Möglichkeit, die nächsten Schritte zu organisieren, nachdem Ineffizienzen festgestellt wurden.
Um dieses Problem zu beheben, haben wir eine Methode zur kontinuierlichen Verbesserung entwickelt, bei der der Prozessverantwortliche das „Was nun“ bestimmt – spezifische Maßnahmen, die zur Beseitigung des Engpasses erforderlich sind. Dieser Ansatz hat in nur wenigen Monaten zu einer Verbesserung der Prozessgeschwindigkeit um mehr als 20 Prozent geführt.
4. KI in die User Experience integrieren
Eine Schlüsselkomponente für die Steigerung der KI-Produktivität ist die Integration in die Anwender-Experience. Cloudbasierte SaaS-Plattformen (Software-as-a-Service) haben anpassbare, sofort einsatzbereite KI-Modelle eingeführt und in ihre Anwender-Experiences integriert.
In der Vergangenheit konnten Unternehmen mit anwenderdefinierten KI-Modellen auf Basis speziell zugeschnittener Datensätze und Algorithmen Lösungen auf spezifische Geschäftsanforderungen ausrichten. Die Generierung dieser Modelle dauerte früher Wochen. Jetzt bieten SaaS-Plattformen sofort einsatzbereite Modelle, die innerhalb von Tagen oder Stunden bereitgestellt werden können.
Dank dieser Plattformen gehören umfangreiche Programmierungen der Vergangenheit an, und End-to-End-Anwendungsfälle lassen sich leichter verwirklichen. Mit der Now Platform konnten wir die Modellentwicklungszeit um bemerkenswerte 70 Prozent reduzieren.
5. Das Ergebnis des KI-Einsatzes muss messbar sein
Der Rummel rund um die KI auf dem Markt ist enorm. Was unterscheidet den Hype von der Realität? Mathematik. Striktes Messen ist unverzichtbar. Wir bei ServiceNow sind der Ansicht, dass wir unsere KI-Modelle genauso verwalten müssen, wie wir Mitarbeiter verwalten. Mit anderen Worten: Wir müssen die Modelle an ihrer Leistung messen. Wir verwenden beispielsweise eine KI-Governance-App, um die Genehmigungen, die Leistung und den Wert unserer Modelle nachzuverfolgen. So können wir effektive Modelle weiter einsetzen und diejenigen auslaufen lassen, die zu wenig leisten. Die Bereitstellung von GenAI bei ServiceNow hat uns dank verbesserter Suche, virtuellen Assistenten und Entwicklungstools in nur wenigen Monaten Millionen von Dollar eingebracht.
Unter den Unternehmen, die auf KI setzen, profitieren besonders diejenigen, die sich auf die Steigerung ihrer Produktivität konzentrieren. Wir bei ServiceNow gehen davon aus, dass KI unsere Fähigkeiten erweitern wird und uns die Möglichkeit gibt, uns auf strategischere, kreativere und sogar spannendere Aufgaben zu konzentrieren.
Erfahren Sie mehr darüber, wie ServiceNow Ihrem Unternehmen dabei hilft, die KI für sich arbeiten zu lassen.