Sie wollen mehr Effizienz durch KI? Dann sollten Sie eine Zutat ergänzen …
Mehr Effizienz durch Künstliche Intelligenz – der überall geäußerte Wunsch ist naheliegend angesichts mauer Konjunktur und unsicherer Weltwirtschaft, nur: KI alleine schafft das nicht. Wieso, das erklärt unser Geschäftsführer Timm Rotter in der neuen Folge der Kolumne „KI für Könner“. Außerdem erfahren Sie, wie Sie ChatGPT & Co mit anderen Technologien kombinieren, um einen echten Effizienz-Turbo zu zünden. Hier gibt es die Kolumne wie gewohnt ohne Paywall zum Nachlesen:
- Warum KI im Zusammenspiel mit Automatisierung oft viel mehr wert ist
- Diese Automatisierungs-Tools sollten Sie kennen
- 50 % Zeitersparnis: mit KI allein wäre das nie gelungen
- Manchmal geht es dann doch nur mit menschlicher Intelligenz
- Jede Branche wird effizienter – aber eben nicht mit KI allein
Manchmal müssen wir als KI-Berater eben auch KI-Verhinderer sein.
So geschehen vergangene Woche, als ich mit einem Geschäftsführer eines Mittelständlers aus der Metallindustrie zusammensaß. „Wir haben lange genug mit ChatGPT rumgespielt“, sagte er. „Ich möchte jetzt endlich messbar effizienter werden. ChatGPT schreibt doch so gut, kann der nicht unseren Kundenservice übernehmen – Bestellungen, Beschwerden, Fragen zu den Produkten?“
Sein Werkstudent habe auch schon angefangen, erzählte der Mann, und innerhalb von ChatGPT ein eigenes CustomGPT gebaut, bei dem man einfach Kundenmails reinkopiere und dann Antworten erhalte.
Allen Jurist:innen, die hier mitlesen und angesichts des offenkundigen DSGVO-Verstoßes die Hände über dem Kopf zusammenschlagen, sei gesagt: Keine Sorge – dass personenbezogene Daten nicht in US-Hände bzw. Server gehören, haben wir rasch geklärt. Und dem Geschäftsführer auch die Idee mit dem CustomGPT ausgeredet.
Wobei sein Impuls nachvollziehbar ist: KI kann ein massiver Effizienz-Turbo sein, allerdings nur, wenn sie sinnvoll in Standardprozesse eingebunden wird. Außerdem reicht KI alleine zumeist nicht aus. Dazu braucht es die oben erwähnte Extra-Zutat – oder sogar zwei davon: Automatisierung und No-Code-Software.
Warum KI im Zusammenspiel mit Automatisierung oft viel mehr wert ist
Automatisierung erlebt gerade einen vergleichbaren Fortschritt wie Generative Künstliche Intelligenz. Der Hype allerdings ist weit weniger groß, weil die Tools zwar, ähnlich wie bei KI, deutlich zugänglicher geworden sind, aber eben immer recht nerdig daher kommen. Automatisierte Prozesse sind zudem weniger instagramable als lustige ChatGPT-Dialoge oder Studio-Ghibli-Bilder.
Dafür ist der Hebel oft umso größer: Automatisierungs-Tool helfen, standardisierte Prozesse zu erstellen, bei denen verschiedene Schritte regelbasiert aufeinander folgen. Und das Ganze möglichst ohne menschliches Mittun. Dabei verbinden sie unterschiedliche Software. KI hat hier auch ihren Platz, aber eben nur als eine von mehreren Technologien.
Diese Automatisierungs-Tools sollten Sie kennen
Die bekanntesten Anwendungen sind Zapier (aus den USA) und Make (aus München) – viel Lob bekommt aktuell zudem das Berliner Start-up n8n, mit dem auch wir bevorzugt arbeiten.
Bei allen Tools handelt es sich um „Low-Code“ oder gar „No-Code-Software”. Das heißt, wir müssen kaum oder gar nicht mehr programmieren, um automatisierte Workflows zu erstellen. Wir bauen die richtigen Bausteine per Drag-and-Drop zusammen, den Code erstellt das Tool selbst im Hintergrund.
50 % Zeitersparnis: mit KI allein wäre das nie gelungen
Was möglich ist, zeigt beispielhaft und vereinfacht der folgende Prozess zur Automatisierung des Kundenservice bei einem Kunden aus der Logistikbranche:
Ganz links kommt eine Mail rein, die das Automatisierungs-Tool dem KI-Chatbot übergibt. Wir arbeiten hier mit einer datenschutzkonformen Lösung von ChatGPT o3-mini, die die Nachricht auswertet. o3-mini ist unter den diversen Modellen von ChatGPT das beste für Logikanfragen. Wer KI aus der EU bevorzugt, ist mit dem aktuellen Mistral-Modell gut versorgt.
In der Automatisierungs-Software haben wir drei Kategorien hinterlegt: Auftrag, FAQ, Beschwerde. Erkennt die KI, dass der Kunde einen Transport anfragt, geht diese Info zunächst direkt an die CRM-Software (hier Pipedrive). Dort wird abgeglichen, ob es den Kunden bereits gibt, wenn nicht, legt das System ihn an.
Hier wäre KI sogar kontraproduktiv – was hilft mir ein System, das mir den Kundendatensatz heraussucht, der am wahrscheinlichsten zu meiner Kundin passt? Ich will einfach nur wissen, ob Frau Müller existiert oder nicht …
Manchmal geht es dann doch nur mit menschlicher Intelligenz
Anschließend prüft das System freie Kapazitäten (LKW, Fahrer:in) und was der Transport abhängig von der Entfernung kostet. In diesem Fall arbeiten wir mit der Datenbank-Software Airtable und mit Google Maps. Danach kommt wieder GenAI ins Spiel und formuliert ein Angebot an den Kunden. Hier ist ein Chatbot Gold wert, weil er passend zur Anfrage und trainiert mit dem Firmenwissen individuell passend antwortet. Angebunden haben wir ChatGPT aus Datenschutzgründen übrigens per API. Hier nochmals er Prozess auf einen Blick:
Ähnlich läuft der Prozess, wenn vorne die KI die Mail als FAQ erkennt. Denn durchsucht sie das hinterlegte Firmenwissen und formuliert auf der Basis eine Antwort, die dann automatisch versandt werden kann.
Der Mensch kommt nur im dritten Fall zwingend ins Spiel: Beschwert sich ein Kunde, beurteilt die KI diesen und formuliert einen Antwortvorschlag, gibt diesen aber per Direktnachricht an einen freien Kundenbetreuer (auch die Verfügbarkeit fragt das System automatisch ab). Denn jetzt, wo es auf Empathie und eventuell Verhandlungsgeschick ankommt, geht es nicht ohne Human Intelligence.
Neun von zehn Mails ließen sich mit diesem Setup automatisiert beantworten. Noch ist der Konjunktiv angemessen, da sich aktuell die Mitarbeiter:innen laut den internen KI-Guidelines noch alle automatisiert erstellten Mails zur Qualitätssicherung ansehen müssen. Korrigieren müssen sie aber nach drei Monaten Testphase maximal noch jede 20. Nachricht.
Jede Branche wird effizienter – aber eben nicht mit KI allein
Die Zeitersparnis über alle Kundenmails hinweg, auch wenn natürlich vor allem die aufwändigen Fälle weiterhin Handarbeit bleiben, liegt dennoch bereits bei ca. 50 Prozent. Beim bisherigen manuellen Aufwand entspricht das ungefähr einer Vollzeitstelle.
Ähnliche Projekte haben wir bei einem Mittelständler aus der Baubranche zur Verarbeitung von Montageanfragen realisiert, bei einem Medienhaus im Abo-Management, und bei uns selbst automatisieren wir gerade Teile des Recruiting-Prozesses.
Will sagen: So gut wie jede Branche und vermutlich sogar jede Firma kann durch die Verknüpfung von Automatisierungs-Workflows, Low Code und GenAI effizienter werden – nur allein schafft Künstliche Intelligenz das eben nicht.
Bildquelle: Midjourney/Disruptive