• Die Plattform für Customer Relations Stars sowie CX & Service Champions

 

Mit Zukunftsbildern gelingt der Sprung nach vorn

Kundenloyalität im Wandel

Das Beste aus beiden KI Welten kombiniert - Generative AI und Conversational AI ergänzen sich

Die Grenzen grosser Sprachmodelle: Wegweisende Technologie ist kein Alleskönner

Swiss Customer Relations Award 2024: Neue Projekte, neue Chancen

Mit Zukunftsbildern gelingt der Sprung nach vorn

Kundenloyalität im Wandel

Bernhard Bauknecht, oder: Die Customer Journey eines typischen B2B-Kunden

Editor's Pick

Datenschutz in der CX

cmm360 - 21. März 2024

Podcast über analytische KI & smarte Entscheidungen

Meike Tarabori - Chefredaktion - 19. März 2024

KI, Automatisierung / Automation, Pegasystems, News

KI-Anleitung für Wachstums- und Innovationsmotor

cmm360 - 19. März 2024

Künstliche Intelligenz bietet unzählige Möglichkeiten, Abläufe zu automatisieren, Entscheidungen zu verbessern und Chancen sowie Risiken frühzeitig zu erkennen. Dem Beratungshaus McKinsey zufolge könnte allein Generative KI für einen jährlichen Produktivitätszuwachs der Weltwirtschaft von bis zu 4,4 Billionen US-Dollar sorgen. Kein Wunder, dass Unternehmen auf einen schnellen KI-Einsatz drängen – doch das volle Potenzial der smarten Algorithmen können sie nur ausschöpfen, wenn sie IT-Abteilung und Geschäftsbereiche enger verzahnen und mit Data Scientists und KI-Spezialisten zusammenbringen. Pegasystems, führender Anbieter für KI-basierte Entscheidungsunterstützung und Workflow-Automation in Unternehmen, erklärt, wie das am besten funktioniert und KI zum Wachstums- und Innovationsmotor wird:

  1. KI-Grundwissen in den Geschäftsbereichen aufbauen: Damit Mitarbeiter in den Geschäftsbereichen ein Gespür dafür entwickeln, wie KI ihnen im Arbeitsalltag helfen kann, benötigen sie ein grundlegendes Verständnis der Technologie. Ein breit angelegtes Training vermittelt ihnen Kenntnisse über die Möglichkeiten, Grenzen und Funktionsweisen von KI, sodass sie Anwendungsfälle und Optimierungspotenziale in ihren Bereichen erkennen. Mitarbeiter, die ein tieferes Verständnis entwickeln, sollten gezielt gefördert werden, damit sie als Multiplikatoren bereichsübergreifende Communitys aufbauen und den Wissens- und Erfahrungstransfer zwischen den einzelnen Abteilungen sicherstellen.
  2. IT und Business enger verzahnen: Häufig haben IT-Abteilungen nur wenige Einblicke in geschäftliche Probleme und Anforderungen. Deshalb ist es notwendig, IT und Business stärker miteinander zu verbinden und die Zusammenarbeit zu fördern. Dabei helfen nicht nur bereichsübergreifende Teams und gemeinsame Workshops mit Data Scientists und KI-Spezialisten, sondern auch gemeinsame KPIs und Incentives. Auf diese Weise können IT und Business besser aufeinander abgestimmt und KI-Initiativen mit den Geschäftszielen in Einklang gebracht werden. Ideal ist, wenn alle Beteiligten eine KI- und Automatisierungsstrategie für das Unternehmen entwickeln und wichtige Kompetenzen in einem Center of Excellence (CoE) bündeln, das mit seinem geballten Wissens- und Erfahrungsschatz alle Unternehmensbereiche bei KI-Projekten unterstützt.
  3. Neue Rollen mit neuen Fähigkeiten schaffen: Um KI erfolgreich einzuführen und einzusetzen, benötigen Unternehmen Mitarbeiter mit ganz spezifischen Fähigkeiten. Dazu zählen natürlich Data Scientists und KI-Spezialisten, die sich mit der Analyse und Aufbereitung von Daten sowie der Entwicklung und dem Training von KI-Modellen auskennen. Nicht minder wichtig sind jedoch dedizierte KI-Projektmanager, die KI-Projekte überwachen und steuern, sowie KI-Business-Analysten, die zwischen IT, Business, Data Scientists und KI-Spezialisten vermitteln und geschäftliche Anforderungen in konkrete Funktionen von KI-Lösungen übersetzen können.
  4. Ein Framework für KI und Automatisierung entwickeln: Mit einem Framework für KI und Automatisierung können Unternehmen ihre Initiativen zielgerichtet vorantreiben und Innovationen fördern. Das Framework definiert feste Prozesse zur Generierung, Bewertung und Umsetzung von KI-Anwendungsfällen – inklusive eines Zyklus aus Tests, Feedback-Schleifen und Anpassungen, um die KI-Lösungen kontinuierlich zu verbessern. Darüber hinaus schafft es Anreize und Freiräume, die Mitarbeiter dazu motivieren, Ideen einzubringen und sich bei deren Weiterentwicklung zu engagieren. Natürlich gehört das Framework selbst regelmässig auf den Prüfstand, um es – basierend auf den Erfahrungen der zurückliegenden und laufenden Projekte – immer weiter zu optimieren.
  5. Gesetzliche, regulatorische und ethische Aspekte berücksichtigen: KI-Lösungen sollten nicht nur rechtlichen Vorgaben entsprechen, sondern auch fair und transparent arbeiten. Das fördert das Vertrauen in die Lösungen und erleichtert es, Aufgaben bis hin zu autonomen Entscheidungen an sie zu übertragen. Ein Governance-Framework hilft, Gesetze, ethische Normen sowie Datenschutz- und Sicherheitsstandards einzuhalten und Risiken zu minimieren – über den gesamten Lebenszyklus von KI-Lösungen hinweg.

„Nur mit einem strategischen Ansatz können Unternehmen das volle Potenzial von KI ausschöpfen und das Autonomous Enterprise vorantreiben“, betont Florian Lauck-Wunderlich, Head of AI and Advanced Analytics Consulting EMEA bei Pegasystems. „Ohne mehr KI und Automatisierung wird es für Unternehmen schwer, im digitalen Zeitalter wettbewerbsfähig zu bleiben.“

Top Event

SCRF2024-Early-Bird-extended_750x422_w
Weisser Text als Abstand
Weisser Text als Abstand

Zu den aktuellsten News Dossiers