Künstliche Intelligenz: Ein Werkzeug zur Automatisierung

30.03.2021

Themen: KI und Machine Learning | Usability und User Experience | Digitalisierung

Wenn es um Automatisierung geht – nicht nur von Geschäftsprozessen – ist Künstliche Intelligenz zum Hype-Thema schlechthin avanciert. Der aktuelle Aufwind für das Thema erklärt sich dadurch, dass die Möglichkeiten für eine wirtschaftliche Anwendung in der Praxis erst seit kurzem gegeben sind. Günstige Rechenkapazität und eine hinreichend große Anzahl von digitalen Datensätzen befeuern den Einsatz von KI, besonders der Unterformen Machine Learning und Deep Learning. Die heutigen Möglichkeiten und die Geschwindigkeit der Weiterentwicklung auf diesem Feld sind beeindruckend.

Kritische Fragen an Künstliche Intelligenz

Nichtsdestotrotz liefert KI nicht die Antwort auf alle Fragen – zumindest nicht heute oder in näherer Zukunft. Es gibt noch keine starke KI, die in der Lage ist, flexibel und eigeninitiativ zu handeln und umfassend zu denken. Bisher gibt es nur schwache KI. Das heißt kurz gesagt: Eine KI-Anwendung kann nur das tun, wozu sie entwickelt wurde. Die KI ist also ein Werkzeug.

Schwache KI kann nicht mitdenken. Aus diesem Grund ist bei ihrem Einsatz einiges zu beachten:

• Rechtliche und ethische Aspekte: Wer ist verantwortlich, wenn die KI eine Fehlentscheidung trifft? Z. B. bei Unfällen beim autonomen Fahren?

• Gefahr der Voreingenommenheit: Die KI lernt aus den Daten, die sie bekommt, hinterfragt diese aber nicht. Wenn die Lernmenge eine Ausprägung in eine bestimmte Richtung hat, übernimmt die KI diese. Das kann beispielsweise zu Diskriminierung führen, wenn KI bei Recruiting-Prozessen eingesetzt wird und die Lernmenge nicht gewichtet ist.

• Nachvollziehbarkeit und Vertrauen: KI leitet aus der Lernmenge selbst die Entscheidungskriterien ab. Damit sind KI-Anwendungen eine Blackbox: es ist für den Anwendenden nicht transparent nachvollziehbar, warum die KI eine Entscheidung getroffen hat. Eine Lösung für dieses Vertrauensproblem wäre, dass die KI-Anwendung nicht die Entscheidung trifft, sondern nur Vorschläge unterbreitet und die Entscheidung damit weiterhin beim Anwendenden liegt.

• Komplexität vs. Einfachheit: Indem Künstliche Intelligenz sich selbst Entscheidungskriterien ableitet, ist sie prädestiniert für den Einsatz bei komplexen Zusammenhängen, das heißt wenn sich Entscheidungen nicht anhand von einfachen Wenn-Dann-Regeln treffen lassen. Im Umkehrschluss kann ein festes Regelwerk aber die wesentlich effizientere Lösung für einfache Fragestellungen sein. Das gilt es abzuwägen.

KI in der Automatisierung von Geschäftsprozessen: Gute und weniger gute Anwendungsbeispiele

Künstliche Intelligenz kann ein Werkzeug der Automatisierung sein. Wenn KI ein Hammer ist, heißt das aber nicht, dass jeder Geschäftsprozess zwingend ein Nagel wäre. Am Beispiel der Eingangsrechnungsverarbeitung lassen sich mehr und weniger geeignete Einsatzszenarien von KI darstellen:

• Feststellung der Belegart: Die Entscheidung, ob es sich um eine FI- oder MM-Rechnung handelt, lässt sich auf eine einzelne Ja-/Nein-Frage herunterbrechen: „Ist eine Bestellnummer auf der Rechnung vorhanden?“ Diese Aufgabe ist damit perfekt für ein fest hinterlegtes Regelwerk geeignet, KI an dieser Stelle einzusetzen wäre unsinnig.

• Bearbeiterfindung: In Unternehmen mit über Jahre gewachsenen Strukturen und weniger gut dokumentierten Prozessen und Verantwortlichkeiten ist es relativ aufwändig, im System zu hinterlegen, welcher Mitarbeitende unter welchen Bedingungen für welche Belege und Arbeitsschritte zuständig ist. Hier könnte Künstliche Intelligenz Aufwand einsparen – es ist natürlich aber auch möglich, die Entscheidungslogik manuell zu hinterlegen. Auf jeden Fall steht fest: In Unternehmen hat gerade das Thema der Bearbeiterfindung in Bezug auf die Rechnungsfreigabe auch rechtliche Aspekte. Diese können in hinterlegten Regelwerken klar definiert und abgeleitet werden. Eine KI kann hier nicht immer eine 100%ige Sicherheit bieten. Daher gilt es abzuwägen, ob hier eine Vollautomatisierung durch KI-Algorithmen möglich ist.

• Beleglesung: Die Inhalte einer eingehenden Rechnung sind durch gesetzliche Regelungen weitgehend vorgegeben – das Layout aber nicht. Auch wenn die Unterschiede nur Nuancen sind, gibt es nahezu unendlich viele Variationen, wie eine Rechnung aussehen kann. Für hunderte oder tausende Lieferanten händisch ein Training für das System durchzuführen, wo genau welche Informationen zu finden sind, ist nicht effizient. Hier ist KI eine sehr sinnvolle Unterstützung.

• Kontierung: Alle Regeln für die Kontierung von Rechnungen im Vorfeld zu spezifizieren ist recht aufwändig – wenn es nicht sogar unmöglich ist, alle Fälle vorab zu berücksichtigen. Hier ist eine durch das System generierte Vorschlagsliste nützlich. Diese kann auf KI basieren oder einfach die Historie der letzten Kontierungen anzeigen, beides ist hilfreich. Wenn KI zum Einsatz kommen soll, ist hierbei immer wichtig, welche Informationen für die Findung der richtigen Kontierung benötigt werden. So sind wiederkehrende Elemente, wie Sachkonto oder Kostenstelle besser zur Automatisierung geeignet als z. B. eher einmalige oder temporäre Objekte wie SD-Aufträge oder Projekte.

Fazit: KI gezielt und nutzenorientiert einsetzen

Der Einsatz von Künstlicher Intelligenz hat also Vor- und Nachteile bzw. unterliegt gewissen Einschränkungen. So ist stets zu beachten, welche Informationen aus welchen Systemen notwendig sind, um Prozesse durch KI zu automatisieren. Oft reichen hier die historischen Daten der ERP-Systeme nicht aus, sondern es werden zahlreiche weitere Informationen benötigt, welche nicht immer in geeigneter digitaler Form vorliegen.

Wenn diese Einschränkungen beim Einsatz beachtet werden, ist KI aber ein sehr nützliches Werkzeug, um Abläufe zu vereinfachen und zu automatisieren. Damit hat KI das Potenzial, die Automatisierung von dokumentenbasierten Prozessen auf die nächste Stufe zu heben.