Assistent Maschine

Eines der ersten Dinge, die ein Programmierer lernte, war jahr­zehntelang: „Computer sind dumm“. In Zeiten der Entwicklung von künstlicher Intelligenz (KI) hat diese Weisheit – aus einer Zeit, als Computer genau das machten, was man ihnen vorgab – ausgedient. Denn KI ist die Wissenschaft, Computern beizu­bringen, Entscheidungen zu treffen, die nicht ausdrücklich programmiert wurden. „Das Ziel der meisten Projekte mit künstlicher Intelligenz, auch im Verantwortungsbereich des CFO ist es, die Rolle des Menschen bei der Entscheidungsfindung zu unterstützen oder sie in Einzelfällen sogar komplett zu ersetzen, um schneller, genauer und effektiver zu werden“, skizziert Frank Navrade, Direktor bei PwC Deutschland und Experte für Business Analytics.

Abbildung articles/mit-mikroskop-und-teleskop/teaser-assistent-machine.png

So können etwa Daten bei der Erstellung der Bilanz durch KI automatisiert zusammengetragen werden und dabei auch automatisch Ungereimtheiten in den Zahlen aufdecken. Der Assistent Maschine kann aber noch weit mehr: Bei Steuerung über Kennzahlen stellt KI fest, welches die relevanten Erfolgstreiber sind. Im Rahmen von Predictive Analytics etwa sagt die Maschine voraus, in welchem Korridor sich eine Kennzahl mit hoher Wahrscheinlichkeit entwickeln wird. Die Unterstützung geht mittlerweile so weit, dass der geeignete Steuerungsimpuls in Form einer Maßnahme konkret vorgeschlagen wird. Der weitestgehende Schritt ist laut einer Untersuchung des Marktforschungsunternehmens Gartner die sogenannte Decision Automation – der KI-Assi trifft autonom Entscheidungen. „Dann bekommt man nur noch eine kurze Mail, zum Beispiel, welche (Ersatz-) Investition gerade getätigt wurde“, sagt Navrade. Derzeit noch eine Vision, aber wohl in absehbarer Zeit Realität: KI beurteilt die Wirksamkeit unterschiedlicher Steuerungsimpulse innerhalb der Organisation des Unternehmens, indem sie aus historischen Daten gelernt hat.

Voraussetzung für einen hohen Wirkungsgrad von KI ist allerdings, umfassende und möglichst saubere Daten zu den behandelten Bereichen zu haben. Die rapide steigende Menge an verfügbaren (Trainings-)Daten erlaubt es, trotz gewisser Unschärfen im Datenmaterial sehr gute Ergebnisse zu erreichen. „Unternehmen müssen die Tragweite der Entscheidung, die der Maschine überlassen wird, genau abwägen“, sagt Navrade. „Es sollte klar sein, wie stark man den Entscheidungsvorschlägen vertraut und wer die Verantwortung dafür trägt.“ Trotz der KI-Unterstützung müsse der CFO natürlich darauf achten, bei deren Einsatz die nachhaltige Unterstützung der Vorstandskollegen zu haben. „Der CFO muss die Empfehlungen der Maschine in seinen Erkenntnis- und Entscheidungsprozess als Hilfsmittel integrieren, sich jedoch gleichzeitig mit seiner persönlichen Kompetenz und Intuition jederzeit gegenüber der Maschine abgrenzen können“, so der KI-Experte.

Denn welche Risiken beim Einsatz von künstlicher Intelligenz bestehen, machte erst kürzlich der Unfall mit einem selbststeuernden Tesla deutlich. Die Maschine ist zwar bei Millionen Testkilometern zu 99,99 Prozent besser und sicherer gefahren als Menschen, doch in dem einen Fall hat sie versagt. Hier liegt auch das Risiko: Diesen speziellen Fehler hätte der Mensch nicht gemacht. Das zeigt, es gibt derzeit Risiken, die noch nicht abwägbar sind und die eventuell ein Unternehmen auch in den Ruin führen könnten. Das größte Risiko dabei ist, dass Menschen dieses Restrisiko noch nicht richtig beurteilen können und trivial-offensichtliche Fehler aufgrund beeindruckender KI-Leistungen von der Risikoliste komplett streichen. Das ist auch Tesla-Gründer Elon Musk bewusst. „Wir müssen mit künstlicher Intelligenz super-vorsichtig sein“, warnte er. „Sie kann gefährlicher werden als Atombomben.“

Dennoch überwiegen für Navrade die Chancen bei dem vorsichtigen, schrittweisen Einsatz von künstlicher Intelligenz in ausgewählten Bereichen. Was bereits möglich ist, zeigt das Beispiel der Facebook-App Moments. Sie identifiziert etwa das Porträt einer Person aus 800 Millionen Fotos innerhalb von fünf Sekunden mit einer Genauigkeit von 98 Prozent. „Unternehmen können sich zum Einstieg bestimmte Entscheidungssituationen und Handlungsfälle aussuchen, bei denen die Risiken gering sind und erste Erfahrungen sammeln, wie etwa der automatisierten Buchung ausgesuchter Belegarten“, so Frank Navrade. „Denn man kann das volle Potenzial erst ermessen, wenn man sich dazu entschließt, KI auch mal in einem größeren Umfang zu testen.“

Bildnachweis: PwC(4)

Newsletter abonnieren

Mit dem Newsletter verpassen Sie keine Ausgabe der next: Das Magazin für Vorausdenker

Anmelden
Experten kontaktieren

Sie haben Fragen oder möchten mit einem unserer Experten zu diesem Thema sprechen? Melden Sie sich gerne bei uns.

Kontaktieren
Diesen Beitrag teilen

Hier können Sie den Beitrag über soziale Medien teilen.

Teilen