Automatisierung: Kollege Roboter verdient

Automatisierung: Kollege Roboter verdient Vertrauen
Keyfacts über Automatisierung
- Automatisierung führt langfristig zu mehr Effektivität
- Offen ist, wer für die Entscheidungen der Maschinen haftet
- Entscheider müssen lernen, den Ergebnissen der Algorithmen zu trauen
10. März 2017
Die Automatisierung der Wissensarbeit ist in vollem Gange. Unter Stichworten wie „Digital
Labour“, „Robotic Process Automation“, „Process Robotics“ oder „Cognitive Automation“ wird
aktuell erprobt, wie sich menschliche Arbeit durch „Maschinen“ in Form von Algorithmen und
Entscheidungsmodellen ersetzen lässt. Das passiert in allen Bereichen der
Wertschöpfungsketten: von den Prozessen in Finanzen, HR oder der IT im „Back Office“ über
Produktion und Logistik im „Middle Office“ bis hin zur Interaktion mit den Kunden im „Front
Office“. Die Aufgabe ist immer dieselbe: Wie lassen sich Prozesse automatisieren? Wie weit
Sie mit ihrem Unternehmen hier sind, können Sie hier selber prüfen.
Die spannendere Frage ist aber die nach dem Warum. Auf kurze Sicht geht es hierbei um
Kosteneinsparung. Wer einfache Tätigkeiten mit Hilfe simpler Steuerungsmodelle in SoftwareRobotern automatisieren kann, der ist mit seinem Investment häufig schon noch einer kurzen
Laufzeit von sechs bis neun Monaten rentabel. Auf längere Sicht geht es aber um viel mehr:
1/5
Ausgestattet mit den richtigen Daten und Algorithmen werden die Maschinen in der Zukunft die
Aufgaben nicht nur effizienter und günstiger, sondern insbesondere auch effektiver in höherer
Qualität und Geschwindigkeit erledigen.
Der Mensch als limitierender Faktor – und als Verantwortlicher
Schon heute zeichnet sich ab, dass menschliche Entscheider in datengetriebenen Prozessen
sehr schnell an die Grenze des menschlich Machbaren gelangen. Das liegt daran, dass die
Fähigkeit des Menschen begrenzt ist, die von Algorithmen und Entscheidungsmodellen aus
Daten generierten Erkenntnisse in Entscheidungen und Handlungen umzusetzen. Der Grund
ist einfach: Die Menge an möglicherweise zu berücksichtigenden Erkenntnissen ist schlicht zu
hoch.
Dieses Problem zeigt sich oft nach der Einführung von Dashboarding-Lösungen, die ein Ende
der mitunter 100-seitigen Reports aus Folien und Excel-Tabellen mit sich bringen sollten.
Können die Entscheider mit den praktisch unbegrenzt vorhandenen Erkenntnissen in beliebiger
Deatiltiefe besser umgehen, die Dashboards ihnen bieten? Leider nein.
Und genau hier liegt der Grund dafür, dass die Automatisierung der Wissensarbeit so forciert
wird. Was bisher ein Trend in sehr eng begrenzten Anwendungsfällen wie beispielsweise dem
Börsenhandel war, wird jetzt in allen Bereichen der Unternehmen ausprobiert – und zwar in
einer nie dagewesenen Geschwindigkeit.
52
Prozent der in Deutschland befragten Unternehmen fürchten
gemäß einer Studie, dass Datenanalysen dem Ruf ihrer
Unternehmen schaden könnten
Sehr schnell stellt sich damit die Frage nach der Verantwortung für Entscheidungen und
Handlungen, die von Maschinen basierend auf Algorithmen und Entscheidungsmodellen
getroffen und ausgeführt werden. Hier können wir zum aktuellen Stand der davon ausgehen,
dass wiederum Menschen die Verantwortung für das Handeln der Maschinen behalten werden.
Womit wir beim Thema „Trust“, also dem Vertrauen in die Richtigkeit dieser Entscheidungen
wären.
Verantwortung vs. Vertrauen – Vier Maßnahmen zur Vertrauensbildung
Hier zeigt sich das Dilemma, in dem sich viele Entscheider zeitnah befinden werden oder heute
schon befinden: Eine gemeinsam von KPMG und Forrester durchgeführte Studie kam erst
kürzlich zu dem Ergebnis, dass nur wenige Entscheider den Erkenntnissen aus Datenanalysen
vertrauen. 52 Prozent der befragten Unternehmen fürchten sogar, dass Datenanalysen dem
2/5
eigenen Ruf schaden könnten. Diese bilden jedoch wie oben beschrieben den „Kern“, auf dem
die Intelligenz der Maschinen beruht. Für viele Entscheider entsteht so eine unangenehme
Gemengelage: Auf der einen Seite der Druck, Lösungen für die Automatisierung der
Wissensarbeit im eigenen Unternehmen voranzutreiben, auf der anderen Seite mangelndes
Vertrauen darin, dass diese Lösungen fehlerfrei funktionieren. In Kombination mit der
persönlichen Verantwortung für mögliche Fehler der Maschinen, scheint nur ein Weg gangbar:
Das Vertrauen in die Arbeit der Maschinen muss gestärkt werden.
Vier Maßnahmen könnten dabei helfen:
Hohe Datenqualität sicherstellen.
Daten sind die Grundlage für die Entscheidungen und Handlungen, die die Maschine aufgrund
der Algorithmen und Entscheidungsmodelle trifft. Hier dürfen keine Kompromisse eingegangen
werden.
Die richtige Verwendung von Daten, Algorithmen und Modellen.
Der Erfolg eines jeden Anwendungsfalls beruht auf der richtigen Kombination aus Daten mit
genau für diesen Zweck geeigneten Algorithmen und Modellen. Auch hier gilt es, genau zu
verstehen, was geeignet ist – und was nicht.
Zuverlässige Entscheidungen und Handlungen.
Erkenntnisse aus Daten sind der erste Schritt. Der zweite Schritt ist der schwierigere: Die
richtigen Entscheidungen und Handlungen der Maschine daraus abzuleiten. Auch hier gilt es,
genau zu verstehen, warum eine Maschine wie agiert.
Integrität
Die Entscheidungen der Maschine sind rational; wenn die Punkte eins bis drei befolgt werden,
sind sie mit hoher Wahrscheinlichkeit auch „richtig“ im Sinne des zugrunde liegenden Modells.
Es sollte jedoch stets geprüft werden, ob die Entscheidungen auch im Einklang mit den Werten
des Unternehmens stehen, denn nur dann sind es auch für das Unternehmen und seine
Kunden und Mitarbeiter die „richtigen“ Entscheidungen.
Diese Maßnahmen sind kein Allheilmittel. Aber gute Leitplanken, innerhalb derer man sich auf
die Reise zum datengetriebenen Unternehmen machen kann – mit Maschinen als zukünftigen
Kollegen. Eine Reise, die gerade erst begonnen hat.
Unter dem Motto #InspirationWeek widmet sich KPMG im Vorfeld der weltweit größten Digital-
3/5
Konferenz SXSW in Austin / Texas in dieser Woche innovativen Technologie- und
Wirtschaftstrends der Zukunft.
Zusammengefasst
»Schon heute zeichnet sich ab, dass menschliche Entscheider in datengetriebenen Prozessen
sehr schnell an die Grenze des menschlich Machbaren gelangen. Der Grund ist einfach: Die
Menge an möglicherweise zu berücksichtigenden Erkenntnissen ist schlicht zu hoch. «
Menschliche Arbeit wird in vielen Bereichen durch Maschinen ersetzt. Die Komplexität der Aufgaben und
Entscheidungen, die zukünftig von Maschinen übernommen werden, nimmt dabei stetig zu. Die
Verantwortung bleibt jedoch weiter bei den Menschen. Für Entscheider stellt sich die Frage: wie kann ich
der Maschine vertrauen?
Thomas Erwin
Partner, Advisory
ÄHNLICHER ARTIKEL
4/5
BLOG
Kundenzentrierung: Erfolgsrezept im Zeitalter des Kunden?
Das aktuelle Consumer Barometer zum Thema Kundenzentrierung belegt: Konsumenten wollen das
Gefühl haben, im Mittelpunkt zu stehen. Derzeit wird dieses Gefühl von stationären Läden besser...
› MEHR
© KPMG AG Wirtschaftsprüfungsgesellschaft, ein Mitglied des KPMG-Netzwerks unabhängiger Mitgliedsfirmen, die KMPG International
Cooperative ("KPMG International"), einer juristischen Person schweizerischen Rechts, angeschlossen sind. Alle Recht vorbehalten.
5/5

Download Report