solvatio® BLOG
Ein Blog über Lösungen für Kundenservice und technischen Support, künstliche Intelligenz und Automation im Service.

Use Cases identifizieren und definieren: Der erste Schritt zur effektiven Einführung von KI

Veröffentlicht von Mirko Hasseier auf 20. März 2019 10:00:00 MEZ
Mirko Hasseier

 

Uses Cases identifizieren und definieren
Viele Unternehmen sehen in der Nutzung von künstlicher Intelligenz (KI) hohe Potenziale und möchten die Technologie daher implementieren. Nicht jedes Projekt ist jedoch geeignet. Es müssen zunächst die richtigen Use Cases identifiziert werden und diese müssen dann Kriterien erfüllen, um KI sinnvoll einzusetzen.

Künstliche Intelligenz wird heutzutage in Unternehmen eingeführt, um deren strategische und operative Position zu verbessern und sich Wettbewerbsvorteile zu verschaffen. Doch die richtigen Use Cases rechtfertigen erst die Investitionskosten. Es ist daher extrem wichtig, sich frühzeitig zu überlegen, welche Use Cases sich innerhalb einer Organisation eignen – und welche nicht.

Den richtigen Use Case identifizieren

Use Cases, oder auch Anwendungsfälle, beschreiben eine Betrachtung aller möglichen Szenarien, um mithilfe eines Systems oder Werkzeuges ein fachliches Ziel zu erreichen. Dazu ein Beispiel: Unternehmen, die ein hohes E-Mail Aufkommen mit Kunden haben, wie beispielsweise Versicherungen, können mithilfe von künstlicher Intelligenz Prozesse optimieren und automatisieren. So können einkommende E-Mails sofort dem richtigen Bearbeiter zugeordnet werden und das mühsame händische Sortieren entfällt.

Es gibt diverse Techniken mit der ausgehend von der User Experience Anforderungen an Anwendungsfälle zielführend dargestellt werden können. Die Entwicklung von Use Cases sollte immer als iterativer Prozess betrachtet werden. Design Thinking Workshops oder auch User Story Mapping unterstützen bei der Identifizierung von wertvollen Use Cases.

Design Thinking verfolgt den integrativen und interdisziplinären Ansatz. Eines der wesentlichen Elemente ist der klar strukturierte Prozess, der sich in iterativen Schleifen vollzieht. Der kreative Prozess besteht in der Regel aus sechs Schritten: Verstehen, Beobachten, Sichtweise definieren, Ideen finden, Prototypen entwickeln und Konzept verfeinern. Das User Story Mapping ist eine Visualisierungsmethode zur zeitlichen und inhaltlichen Planung, Pflege und Priorisierung von Features und User Storys. Das Arbeiten, z.B. mit User Story Maps, bietet einen Rahmen für Gespräche zwischen Teams, Teammitgliedern und Stakeholdern. Dabei wird ein Prozess aus Sicht der beteiligten Personen aufgegleist und analysiert, welche Schritte von Anfang bis Ende passieren müssen. Diese beiden Techniken sind zwei von vielen Möglichkeiten, um Use Cases zu identifizieren.

Datengetriebene Use Cases sind das A & O

Nachdem Use Cases gefunden wurden, müssen diese in einem nächsten Schritt auf ihre KI-Tauglichkeit geprüft werden. Use Cases, die sich für ML eignen, müssen datengetrieben sein. Dabei ist wichtig, dass die Daten in einer gewissen Menge, Qualität und mit dauerhaftem Datenfluss vorliegen. Wie genau die relevanten Daten aussehen müssen, hängt ganz vom jeweiligen Fall ab. In dem E-Mail Use Case müssen beispielsweise E-Mails vorliegen, die bereits von Menschen klassifiziert wurden. Nur so kann der Computer lernen. Die Klassifizierung der E-Mails, oder auch Labeling, muss vorgenommen werden, bevor die KI starten kann. Dafür müssen Mitarbeiter die E-Mails einzeln einer Abteilung zuordnen. Der Prozess des Labelings muss aber nicht nur einmalig passieren, sondern als laufendes Verfahren mit Feedback angelegt werden. Hier kann eine (Teil-) Automatisierung unterstützen.

Doch nicht nur die relevanten und gelabelten Daten stellen existenzielle Rahmenbedingungen für KI-taugliche Use Cases dar. So müssen sich Unternehmen, die eine KI-Implementierung in Betracht ziehen, erst einmal überlegen, ob sie die entsprechende Infrastruktur selbstständig aufbauen oder Dienstleister hinzuziehen. Genauso sieht es bei der Betreuung eines KI-Projektes durch Data Scientists aus. Diese sind vor und während der Aufgleisung von KI-Projekten dringend gebraucht: Use Cases müssen ständig gemonitort und regelmäßig evaluiert werden. Erst wenn das Pilotkonzept den Realitätstest besteht, wird aus der Use Case Suche am Anfang ein KI-Projekt, das unternehmensweit umgesetzt werden kann. Weiterführende Tipps um erfolgreiche KI-Projekte einzuführen finden sie hier.

Zusammenfassung:

- Der Einsatz von KI benötigt Vorarbeit, wenn sie sinnvoll eingesetzt werden soll. Deshalb ist es essenziell wichtig die passenden Use Cases zu identifizieren und die richtigen Kriterien zu definieren. Hier helfen Techniken wie Design Thinking oder User Story Mapping.

- Use Cases müssen unter Anwendung von KI datengetrieben sein. Nur dann sind sie für den Einsatz für KI geeignet und erfolgsversprechend.

- Das ausschlaggebende Kriterium für einen KI-geeigneten Use Case ist die vorhandene Qualität und Quantität von Daten.

Topics: Künstliche Intelligenz, Machine Learrning, ML, Use Cases

Let's follow!

Dir hat unser Content gefallen? Dann lerne uns auf Linkedin besser kennen!

solvatio - smart troubleshooting solutions

solvatio bietet führende Lösungen für automatisierte Diagnose & Behebung in technischen Systemen und Geräten. Auch 20 Jahre nach der Entstehung als spin-off des Lehrstuhls für künstliche Intelligenz und angewandte Informatik der Universität Würzburg reizt solvatio die Grenzen künstlicher Intelligenz für automatische, datengetriebene Wissensbereitstellung und KI orchestrierte Entstörung weiter aus.

Es ist unsere Mission Service-Aufwände zu minimieren, Support-Kosten zu reduzieren und herausragende Anwender- und Kundenerlebnisse über alle relevanten Kanäle zu garantieren. Mit solvatio wird KI getriebene Lösungsfindung und die Automation von technischen Serviceabläufen Realität.

Aktuelle Blogbeiträge

 

icon-linkedin