Die derzeitige Welt- und Wirtschaftslage setzt Unternehmen unter Zugzwang, effizienter, produktiver und damit wirtschaftlicher zu werden. Insbesondere im deutschsprachigen Fertigungssektor wird die Wettbewerbsfähigkeit von verschiedenen Faktoren geschmälert: Im Vergleich zur globalen Konkurrenz sind Kosten häufig deutlich höher und Prozesse oft nach wie vor von einem hohen Grad an manuellen Arbeitsschritten geprägt. Schließlich erschwert eine unzureichende Digitalisierung die Fähigkeit, schnell auf neue Bedingungen in der globalen Wirtschaft reagieren zu können. So droht das Risiko, gegenüber der Konkurrenz ins Hintertreffen zu geraten. Eine Ausgangslage, die der Fachkräftemangel weiter verschärft: Personalkapazitäten lassen sich nicht beliebig aufstocken, gleichzeitig fehlt vielen Unternehmen Erfahrung im Bereich Organisationsveränderung.
Die ‚Wunderwaffe KI‘ scheint in diesen Zeiten wie gerufen zu kommen. Ihr Einsatz stellt eine hochgradig automatisierte Verarbeitung der gesamten vorbereitenden und nachgelagerten Prozesskette rund um die eigentliche Fertigung in Aussicht: vom Auftragseingang bis zu Lieferung und Service. So ist KI etwa in der Lage, eingehende Kundenbestellungen unmittelbar weiterzuverarbeiten und automatisch die Verfügbarkeit des benötigten Materials am Lager zu prüfen. Fällt diese Prüfung positiv aus, wird der Auftrag unmittelbar in die Fertigung gegeben. Ist das Material nicht in ausreichender Menge vorhanden, ermittelt das System, ob sich der Bestand im Hinblick auf die Wiederbeschaffungszeit rechtzeitig aufstocken lässt. Anschließend bestätigt die KI dem Kunden den korrekten Liefertermin. Die Anwender selbst werden nur noch dann involviert, wenn das System auf Fragen oder Probleme stößt.
Der steinige Weg zum KI-Ziel
Trotz dieses hohen Potenzials zeigt der Blick in die Praxis: Der vielbeschworene Produktivitäts-Booster ist bislang ausgeblieben. Der gestellte Anspruch an KI-Projekte trifft in der Praxis oft schlicht noch immer auf zu viele Hindernisse – wirtschaftlicher, organisatorischer und technischer Natur. „Die erste Hürde für eine wertschöpfende KI-Nutzung wartet meist schon auf finanzieller Seite“, betont Ralf Bachthaler, Mitglied des Vorstands von Asseco Solutions. „Denn der Aufwand, den Unternehmen leisten müssen, um KI in Eigenregie für sich nutzbar zu machen, ist beträchtlich. Wir haben dies selbst im Rahmen unseres eigenen KI-Pilotprojekts gesehen. Um Use Cases effektiv zu identifizieren und die entsprechende Technologie zu implementieren und tatsächlich in der Praxis nutzbar zu machen, brauchte es bei uns ein dediziertes Key-User-Team von 45 Personen, die sechs Monate lang jeweils durchschnittlich drei Stunden pro Woche an dieser Initiative arbeiteten. Kosten wie diese müssen von einem mittelständischen Fertiger erst einmal gestemmt werden, ganz zu schweigen vom Zeitaufwand, der im Tagesgeschäft Platz finden muss.“
Eine weitere Herausforderung findet sich auf technischer Ebene. Nach wie vor ist ein Großteil der Prozesse in der Praxis von manuellen Abläufen geprägt. Eine aktuelle Bitkom-Studie zeigt, dass 72 Prozent der deutschen Unternehmen über keine zentrale Strategie zur digitalen Transformation verfügen. „Vielfach hören wir, wie digital Prozesse heute schon sind“, berichtet Bachthaler. „Bei genauerem Blick zeigt sich jedoch, dass in der Praxis die menschlichen Arbeitsschritte lediglich im Softwaresystem statt auf Papier umgesetzt sind. Dokumente werden nun in einer digitalen Akte abgelegt, Freigabeprozesse für kaufmännische Vorgänge oder die Anlage von Artikeldaten sind nun systemgestützt abgebildet. Die Arbeit bleibt jedoch dieselbe, es wird nichts gesteuert oder automatisiert.“
Insbesondere ein zentrales, bereichsübergreifendes digitales Fundament wäre jedoch eine zentrale Grundvoraussetzung für die KI, Unternehmensabläufe in korrekter Weise erlernen zu können, denn: „Die KI kann sich zwar den Quellcode der genutzten IT-Lösungen ansehen und diesen interpretieren, doch wie genau damit in der Praxis gearbeitet wird, bleibt ihr verschlossen. Entsprechend kann sie daraus auch in den allermeisten Fällen keine Optimierungen oder Unterstützung ableiten“, erläutert Bachthaler.
In drei Schritten zur KI-Automatisierung
Damit KI mit den tatsächlichen Unternehmensprozessen arbeiten und diese vorantreiben kann, müssen Standardprozesse digital im System und in einem maschinenlesbaren Format vorliegen. Die dahinterstehende Geschäftslogik muss konkret im Prozess abgebildet sein. Dazu sind insbesondere digitale Prozessabbildungen in Form des Business Process Model and Notation (BPMN) das Mittel der Wahl, denn sie sind für die KI interpretierbar. Weil ein Großteil der Prozesse in der Praxis jedoch weiterhin manuell über die Schnittstelle Mensch abläuft, muss ein solches Prozessfundament in den meisten Fällen erst geschaffen werden. Ralf Bachthaler empfiehlt, hier möglichst einfach und pragmatisch vorzugehen: „Die Logik der menschlichen Arbeit lässt sich in vielen Fällen mithilfe eines Regelwerks in BPMN-Prozesse übertragen. Der Vorgang kann also auch systemgestützt ablaufen.“
Sobald Prozesse einmal digital verfügbar sind, gilt es, Regeln für die Punkte im Prozessablauf zu definieren, an denen Entscheidungen erforderlich sind. Im Anschluss können erste Abläufe schon auf Basis dieses Regelwerks automatisiert werden – und damit für erste Produktivitätsfortschritte sorgen.
Als dritten und letzten Schritt lassen sich KI-Agenten aufsetzen, die innerhalb dieser Prozesse im Alltag unterstützen. Die vordefinierten digitalen Prozessschienen halten die KI dabei in der Spur und stellen sicher, dass die richtigen Prozessschritte in genau der richtigen Reihenfolge bearbeitet werden. Zudem erhält die KI so das Wissen, an welcher Stelle beispielsweise welche Daten unbedingt vorliegen müssen, um den Prozess vorantreiben zu können.
Auf Standard-Software setzen
KI bietet ein sehr hohes Effizienzpotenzial, das der Mittelstand schon heute für sich erschließen kann – wenn Wege bestehen, Erwartung und Realität zusammenzubringen. Die zentrale Grundlage für die Schaffung von Mehrwerten durch KI besteht in der Kombination aus einer systematischen digitalen Abbildung der Prozesse sowie darauf aufsetzender KI-Dienste. Zudem müssen die Organisation selbst und das Mindset mitwachsen.
Damit KI-Projekte die Unternehmen nicht finanziell und zeitlich überfordern, empfiehlt es sich, auf Standardlösungen zur Unterstützung zu setzen. Mit deren Hilfe lassen sich schnell Ergebnisse erzielen, ohne hohen Forschungs- oder Entwicklungsaufwand. Die Asseco-Lösung APplus etwa bietet native Funktionen, Geschäftsprozesse digital abzubilden und damit für die KI verständlich zu machen – ungeachtet des Beschleunigungspotenzials, das eine prozessorientierte Arbeitsweise generell für den Alltag bietet. „Auch wenn es schön wäre: Automatisierungsprojekte durch KI lassen sich nicht mit einem Fingerschnippen realisieren“, resümiert Ralf Bachthaler abschließend. „Es bedarf einer durchdachten Planung und Vorbereitung, damit sich das Potenzial der KI erschließen lässt. Dann jedoch kann die intelligente Technologie tatsächlich zum entscheidenden Effizienzmotor unserer heutigen Zeit werden.“
