KI-Einsatzpotenziale voll ausschöpfen Konkrete Einsatzszenarien für KI ermitteln

Indem Unternehmen ihre konkreten Prozesse systematisch daraufhin prüfen, ob und wie sie Künstliche Intelligenz für eine Verbesserung einsetzen können, lassen sich Aufwand und Kosteneinsatz verbessern.

Bild: iStock, archy13
29.08.2022

Der Einsatz von AI Patterns ist eine strukturierte Methode, alle potenziellen Einsatzszenarien von Künstlicher Intelligenz in Unternehmen konkret zu ermitteln und vor einer Umsetzung auch Effizienzbetrachtungen vorzunehmen. Ein Beispiel aus der Logistik zeigt, wie schon kleine Veränderungen Kosteneinsparungen erzielen.

Künstliche Intelligenz wird heutzutage in Unternehmen noch zögerlich eingesetzt. Das liegt selten an den eher vorgeschobenen Gründen wie Budget- und Zeitmangel, sondern häufig an der Unkenntnis, wo sich die Technologie sinnvoll und gewinnbringend einsetzen lässt.

Mit AI Patterns, wie sie Cloudflight entwickelt hat, können Unternehmen ihre konkreten Prozesse systematisch daraufhin prüfen, ob und wie sie Künstliche Intelligenz für eine Verbesserung einsetzen können. Besonders lukrativ ist dies zum Beispiel in Fällen, wo Informationen auf Papier mit Informationen eines ERP-Systems abgeglichen und übernommen werden müssen. Dies erfolgt leider häufig noch manuell.

Beispiel: Dokumentenverarbeitung in der Logistik

Nehmen wir als Beispiel einen Produktionsbetrieb mit mehreren Standorten, an denen täglich insgesamt etwa 1.000 Anlieferungen stattfinden. Die jeweiligen Lieferscheine werden an jedem Standort entgegengenommen, gestempelt, an eine zentrale Stelle der Niederlassung geschickt, dort gescannt und einem Dateiverzeichnis pro Standort auf einem internen Server gespeichert.

Dann erfolgt das manuelle Öffnen durch Angestellte, die den Lieferschein und dessen Daten mit der Bestellung im System vergleichen. Dazu müssen sie die Bestellung finden und die Mengen prüfen. Fand nur eine Teillieferung statt, müssen die Mengen bestimmt und eingetragen werden. Über das manuelle Erfassen der Daten aus den Lieferscheinen entstehen dabei digitale Daten im Warenwirtschaftssystem. Erfahrene Mitarbeiter:innen sind hierbei natürlich deutlich schneller als frische Arbeitskräfte, insbesondere wenn Reklamationsfälle auftreten.

AI Patterns: Ansatzpunkte für eine KI

Die Dokumentenverarbeitung ist eine Paradedisziplin für den Einsatz von KI, weil sie in der Lage ist, aus scheinbar unstrukturierten Texten Informationen und Daten zu extrahieren (so wie es menschliche Mitarbeiter:innen bei Lieferscheinen ja auch tun). Drei Themenfelder (=Sub-AI-Pattern) sind dabei besonders hilfreich:

  • Dokumentklassifizierung: Die KI kann erkennen, ob eine Rechnung, eine Reklamation oder ein Lieferschein vorliegt. Sie erkennt auch innerhalb eines ganzen Papierstapels, wenn ein Lieferschein aus mehreren Seiten besteht und kann Seite zwei zuordnen.

  • Textklassifizierung: Was bei ganzen Dokumenten funktioniert, kann man auch auf kleinere Textblöcke anwenden. Anhand von Wörtern und Satzteilen kann die KI etwa feststellen, ob die Zuschrift eines Kunden eine Bestellung, eine Reklamation oder eine Bitte nach weiteren Informationen ist. Im Unterschied zur Dokumentenklassifizierung können hier auch mehrere Themen in einem einzelnen Dokument erkannt werden.

  • Entitäten-Extraktion: Hiermit ist das Erkennen und Übernehmen von Lieferantennamen, Rechnungsnummern, Auftragsnummern, Lieferpositionen und Mengen gemeint. Sie sorgt für die automatische Zuordnung zu Datenbank-Informationen im Warenwirtschafts- oder ERP-System.

Neben dem vollautomatischen Abgleich der ermittelten Daten können auch die gescannten Dokumente passend und konsistent umbenannt werden, um beispielsweise den Dokumenttyp und die Auftragsnummer zu enthalten.

Evaluierung eines AI Pattern für den konkreten Fall

Um festzustellen, ob sich der Einsatz der KI für den geschilderten Fall lohnt, hilft eine grobe Überschlagsrechnung. Die KI kann die Erfassung und Klassifizierung in das Warenwirtschaftssystem pro Vorgang in weniger als einer Sekunde vornehmen. Ist ein Mitarbeitender pro Lieferschein circa eine Minute beschäftigt, spart das bei 1.000 Anlieferungen pro Tag 1.000 Minuten und circa 250.000 Minuten pro Jahr (oder 520 Personentage). Bei zwei Minuten sind es schon vier Vollzeitstellen …

Zur Risiko- und Aufwandsabschätzung gilt es die Datengrundlage dahin gehend zu betrachten, ob die KI genügend Datenmaterial hat, um die oben genannten Klassifizierungen auch durchführen zu können. Im Beispielfall ist das gegeben: Es gibt circa 250.000 Dokumente pro Jahr, die exportierbar sind und perfekt zum Anlernen der KI dienen können. Dem gegenüber ist die Anzahl der Zulieferer und verschiedenen Dokumentformate limitiert, die Freiheitsgrade sind überschaubar. Eine Implementierung ist daher moderat komplex und mit einem überschaubaren Risiko versehen.

Ein Gegenbeispiel wäre die automatische Verarbeitung von wenigen Bewerbungen pro Woche in der Personalabteilung. Die eingehenden Dokumente sind absichtlich häufig sehr individuell, die absolute Menge gering und daher keine gute Grundlage, um eine KI einzuführen.

Konkreter Anwendungsfall und Fazit

Konkret hat die österreichische Firma IT-Services der Sozialversicherungen mit Cloudflight über das AI Pattern der intelligenten Dokumentenverarbeitung die Rückerstattung von Kosten für einen Arztbesuch höher automatisiert. Dabei ging es um die Aufgabe, aktuell 7 Millionen Dokumente jährlich zu verarbeiten. Durch die KI-Unterstützung ist es den Versicherungsträgern bereits in der Rollout-Phase gelungen, erhebliche Bearbeitungsrückstaue aufzulösen und ihren Versicherten jetzt einen deutlich schnelleren Service zu bieten.

Das Pattern intelligente Dokumentenverarbeitung eröffnet Unternehmen bisher ungeahnte Einsparungs- und Optimierungspotenziale. Cloudflight hat für diesen Case deshalb eine wiederverwendbare SaaS-Lösung mit dem Namen Picklist entwickelt, die out-of-the-box bereits eine Vielzahl an Dokumenten auswerten kann und sich individuell an Unternehmensgegebenheiten anpassen lässt.

Firmen zu diesem Artikel
Verwandte Artikel