KI ist nichts ohne den Menschen

Damit man das kann, reicht es nicht, sich KI auf die Fahnen zu schreiben und mit ein paar Experten einen von der Realität abgekapselten Piloten – gerne als Accelerator bezeichnet – zu starten.

Eine Idee muss her, wo die künstliche Intelligenz im operativen Tagesgeschäft sinnvoll helfen kann. Dafür muss man verstehen, wie dieser neue „KI-Kollege“ tickt und was er braucht, um seinen neuen Job erfolgreich zu erledigen.

Ein Beispiel, wieso das so dringend erforderlich ist? Das Leadmanagement im Vertrieb: Bevor der Vertriebsmitarbeiter seine Zeit vergeudet, soll der KI-Kollege beurteilen, welche Leads vielversprechend und lohnend bearbeitet werden sollen, und genau im richtigen Moment – also kurz vor Abschluss – das Signal geben, dass sich der Vertriebsmensch die Unterschrift beim Kunden abholen kann.

Führungskräfte sind begeistert von dieser Idee, erfahrene Vertriebler weniger. Sie wissen zum einen, so einfach ist das nicht. Zum anderen wollen sie sich nicht von Technik bevormunden lassen.

Es sind nicht nur die harten Fakten wie Namen, Adresse, Branche und Telefonnummer, die zählen. Menschliche Kollegen berücksichtigen teils bewusst, teils unbewusst viele weitere Faktoren, Beziehungsnetzwerke, bisherige Kontakte, aktuelle Zufriedenheit mit dem Service, Erfahrungen mit den Produkten, die Konkurrenzsituation usw.

Die KI greift ebenfalls auf entsprechende Daten zurück, sofern diese denn vorhanden sind. Je granularer, desto besser. Sie sucht darin nach Mustern, berechnet „Behavior Score“ und „Match Score“ und zeigt, ob der Invest in den Kontakt lohnt oder eher nicht.

Dafür braucht sie zusätzlich einen Rahmen, in dem sie agiert. Somit unterscheidet sich die KI nicht allzu sehr von einem menschlichen Kollegen, allerdings sind ihre Wahrnehmungen auf die reine Datenebene begrenzt.

Die wahre Herausforderung ist also weniger die KI selbst, es sind die Daten, ohne die sie nicht lernen kann. Sie müssen konsequent und strukturiert erfasst und dann in Vertrieb und Service genutzt werden.

Dafür braucht es aber genug von ihnen – ohne Big Data keine KI, denn ohne differenzierte Muster keine belastbaren Rückschlüsse. Das heißt aber auch: Ohne CRM als Basis geht in unserem Beispiel nichts. Überraschung, so neu ist das alles also gar nicht!

Das CRM-System muss heute allerdings vernetzt sein, um kundenbezogene Daten aus persönlichen Kontakten, ERP, Webshop, Kundenportal, Website und diversen weiteren Kontaktpunkten, den sogenannten Touchpoints, zu aggregieren. Automatisch?

Am besten ja. Denn sobald ein Mitarbeiter dafür verantwortlich zeichnet, Daten vollständig zu erfassen, wird es aufwändig und Lücken sind vorherzusehen.

Um eine KI anzuheuern, braucht es also erst einmal Verständnis, wofür sie eingesetzt werden kann und wie sie anzulernen ist. Doch dann geht es mit den Problemen erst los:

Die „Denkmuster“ der KI sind meist so komplex und beziehen so viele Daten und Muster ein, dass kaum nachvollziehbar ist, wie die Entscheidungen zustande kommen.

Wenn der Vertrieb also auch noch gesagt bekommt, warum die KI entschieden hat, wie sie entschieden hat: Jackpot! Meist bleibt dies für den menschlichen Kollegen aber eher schleierhaft.

Auch die künstliche Intelligenz ist also kein Wundermittel, sondern basiert auf Dingen, die wir längst kennen und wissen. Ihre Empfehlungen sind menschlicher und fehleranfälliger als oft vermutet oder erhofft.

Stand heute bieten KIs eher assistiertes als autonomes Fahren. Sie können unsere CoBots sein, die uns unterstützen und die wir bei Bedarf zuschalten. Sie helfen im Alltag, übernehmen lästige Jobs und geben dann zur Entscheidung an den wahren Profi ab.

Der hat vorher aber genau definiert, was er von der KI möchte, und kann ihre Impulse einschätzen. Doch wir sollten diese CoBots nicht unterschätzen: In Zukunft werden sie auch in Unternehmen weiter Autonomie erlagen.

Denn KIs stoßen vor allen Dingen an Grenzen, solange sie nicht direkt untereinander handeln. Überall dort, wo sich ihre Algorithmen direkt miteinander verbinden können, können sie unter klaren Rahmenbedingungen valide Entscheidungen treffen.