Automatisierung

Personalentwicklung ist in den vergangenen Jahren digitaler geworden. Vor allem seit der Pandemie nutzen Unternehmen und Organisationen vermehrt Lernmanagementsysteme (LMS). Das Ziel dahinter: Mitarbeitende sollen jederzeit und an jedem Ort flexibel und bedarfsgerecht lernen können. Dazu stellen Personalverantwortliche auf einer Online-Plattform Lerninhalte bereit und planen Weiterbildungsprozesse. Mithilfe von KI-gestützter Software können jetzt auch Nutzer mit wenig IT-Erfahrung Wissen schnell und unkompliziert digitalisieren, wie ein Beispiel aus der Gesundheitsbranche zeigt.

Übergeordnete Entwicklungen wie demografischer Wandel, Digitalisierung und Globalisierung sowie der damit einhergehende Wertewandel verändern die Organisationsumwelten und damit auch unser Verständnis von (beruflichem) Learning. Diese Veränderungen beeinflussen maßgeblich die Qualität der Bildung, die entscheidend ist, um den Fachkräftebedarf zu sichern und im Arbeitsmarkt konkurrenzfähig zu bleiben. Da diese Anpassung zukünftig nur noch adaptiv funktionieren kann, stellt sich die Frage, woran Bildungsverantwortliche ihre Strategien ausrichten sollen. Es ist wichtig, zwischen flüchtigen Moden, kurz- und mittelfristigen Trends sowie langfristigen Megatrends zu unterscheiden, die tiefgreifende und mehrdimensionale Auswirkungen auf alle gesellschaftlichen Teilsysteme haben. Das Ziel dieses Beitrags besteht darin, für die Analyse potenzieller Einflussgrößen und Trends zu sensibilisieren.

Die Digitale Transformation bleibt eine Herausforderung und eines der wichtigsten strategischen Themen für Unternehmen. Die vermeintliche Lösung: Investitionen in Millionenhöhe in Software und digitale Prozesse. Doch was, wenn die Mitarbeitenden die neuen Programme nicht effektiv nutzen?

Die Suche nach "Auswirkungen von künstlicher Intelligenz (KI) im Arbeitsumfeld" fördert viele Ergebnisse zutage. Stark im Kurs sind bei Google im August 2024 Schlagworte wie "gesteigerte Produktivität", "Arbeitsplatzverlust", "verbesserte Entscheidungsfindung", "ethische Bedenken" und einige mehr. Etliche Suchergebnisse, die im folgenden Artikel auf das Intranet bzw. den digitalen Arbeitsplatz und die Menschen darin projiziert werden. Denn dieser nimmt viele dieser Variablen in den Fokus.

Umfragen sprechen eine klare Sprache: Nichts bedroht unseren Wohlstand so sehr, wie der sich von Jahr zu Jahr verstärkende Fachkräftemangel. Während die Komplexität, Arbeits- und Nebenkosten steigen, gehen die Alten in Rente und die wenigen Jungen scheinen kaum für normale Arbeiten motivierbar. Viele Betriebe hoffen auf KI, um die demografische Lücke zu füllen. Fürs Recruiting interessant ist die Frage: Kann KI auch im War for Talents die steigende Komplexität reduzieren und helfen, passende Bewerber zu finden?

Die Weiterbildungsbranche steht an der Schwelle einer beispiellosen Revolution, in der die Künstliche Intelligenz (KI) das individuelle Lernen neu definieren und gestalten wird. Obwohl eine genaue KI-Definition noch fehlt, erleben wir bereits heute, wie generative KI-Systeme beeindruckend mit Menschen interagieren und für sie komplexe Aufgaben mit einer bisher unvorstellbaren Präzision und Geschwindigkeit ausführen. Ein Paradebeispiel hierfür ist ChatGPT, ein System, das nicht nur komplexe Textgenerierungsaufgaben bewältigt, sondern auch die Fähigkeit besitzt, die Umgebung des Nutzers zu erkennen und sprachlich mit ihm zu interagieren. Beim Erkunden der vielen KI-Anwendungsmöglichkeiten sollten wir jedoch nie vergessen, dass diese Technologie auch das Risiko einer Totalüberwachung in sich birgt.

Es wäre eine Mammutaufgabe, die Unmengen an unstrukturierten Daten und Informationen aus Kundenfeedbacks zu sichten und auszuwerten, obwohl diese tiefe Einblicke in Verhaltensmuster von Kunden und wertvolle neue Erkenntnisse bieten könnten. Das trifft vor allem für den Bereich der qualitativen Befragungen wie Videointerviews zu, deren Auswertung mit sehr hohem Ressourcenaufwand verbunden ist. Doch dank der Fortschritte im Bereich der künstlichen Intelligenz stehen Marktforschenden heute eine Vielzahl von Tools und Technologien zur Verfügung, die ihnen einen Großteil dieser Arbeit abnehmen. Korrekt eingesetzt ergeben sich so nicht nur effizientere Arbeitsweisen, sondern auch tiefere Insights für den gesamten Experience-Management-Bereich in Unternehmen.

Unternehmen werden mit den verheißungsvollen Versprechen von neuen Technologien und KI-basierten Lösungen überhäuft. Damit diese Investitionen tatsächlich Früchte tragen, sind ein solides Fundament, die optimale Nutzung der Tools sowie die Automatisierung entscheidende Voraussetzungen, die viele Unternehmen auf ihrer Digitalisierungsreise nicht beachten. Damit verschenken sie das riesige Potenzial von KI und ihrer Daten.

Die Technologie der Künstlichen Intelligenz ist in ihrem Potenzial mit der Erfindung der Dampfmaschine oder dem Siegeszug des Internets vergleichbar. Was wir aktuell erleben, ist also nicht weniger als eine epochale Disruption, die die Art, wie Menschen weltweit leben und arbeiten, grundlegend verändern wird. Doch die Einführung und Umsetzung von KI-Lösungen ist kein Selbstläufer! Im Gegenteil: Es gibt eine ganze Reihe von Faktoren, die sich gegenseitig beeinflussen und verstärken. Die entscheidenden Faktoren im Überblick!

Fujitsu hat die Studie "2024 Fujitsu SX Survey - Accelerating Sustainability Transformation with AI" veröffentlicht. Der Bericht analysiert die Ergebnisse einer umfassenden Umfrage unter 800 Führungskräften (CxOs) aus 15 Ländern weltweit und bietet Einblicke in globale Trends der Nachhaltigkeitstransformation (SX1). Besonderes Augenmerk liegt dabei auf dem Einsatz von Künstlicher Intelligenz (KI) in der Nachhaltigkeitstransformation und den Auswirkungen dieser auf Unternehmen und Gesellschaften. Dabei zeigt sich unter anderem: Der Einsatz von KI wird sich in den nächsten drei Jahren auf komplexe Entscheidungsprozesse ausweiten.

Digitale Zwillinge ermöglichen die virtuelle Simulation von Systemen, Maschinen oder sogar realen Fabriken, ohne dass die Produktionsanlagen gestoppt werden müssen. Mit dem Einsatz digitaler Zwillinge können selbst große Systeme als Ganzes getestet werden. Für Unternehmen bedeuten sie mehr Sicherheit und Zuverlässigkeit: Denn durch die Anwendung eines digitalen Zwillings können Produktionsprozesse optimiert und Probleme anhand existierender Daten erfasst und gelöst werden, bevor sie in der physischen Realität überhaupt entstehen.

Die Arbeitswelt befindet sich in einem stetigen Wandel: Mitarbeitende kommen und gehen, und mit ihnen auch wertvolles Wissen. Der Gallup Engagement Index 2023 zeigt, dass die Zahl der emotional ungebundenen Mitarbeitenden in Deutschland auf dem höchsten Stand seit 2012 ist. Fast die Hälfte - 45 Prozent - der deutschen Arbeitnehmenden ist entweder aktiv auf der Suche nach einem neuen Arbeitsplatz oder offen für neue Herausforderungen. Eine weitere Herausforderung für Unternehmen ist der bevorstehende Austritt der Babyboomer-Generation: Laut dem statistischen Bundesamt fallen bis 2036 knapp 30 Prozent der Erwerbstätigen weg - das sind etwa 12,9 Millionen. Mit ihrem Ruhestand droht ebenfalls ein erheblicher Verlust an Wissen. Noch dazu kommt, dass laut einer von Cornerstone und Lighthouse Research Advisory durchgeführten Untersuchung 62 Prozent der Arbeitnehmenden nicht glauben, dass ihre Arbeitgeber einen Überblick der Fähigkeiten im Unternehmen haben. Unternehmen müssen daher nicht nur den möglichen Verlust von Wissen antizipieren, sondern auch sicherstellen, dass sie die Fähigkeiten ihrer Mitarbeitenden vollständig verstehen, um flexibel auf sich ändernde Anforderungen reagieren zu können.

Mit Hilfe eines gut gepflegten ITSM-Tools lässt sich im Unternehmen eine Wissensdatenbank über wiederkehrende Abläufe aufbauen, dank derer Service-Mitarbeiter schneller und besser auf Vorfälle reagieren können. Fachliche Prozesse werden in einen technischen Rahmen gegossen. Die Service-Qualität steigt und damit auch die Kundenzufriedenheit.

In der heutigen Zeit ist es für Unternehmen sehr wichtig, ihr Wissen zu sammeln, zu speichern und effizient zu verwalten, da es für den Geschäftserfolg entscheidend ist. Techniken der künstlichen Intelligenz helfen dabei, Wissen zu verarbeiten und darauf basierend Vorhersagen zu treffen. Sie sollen Wissensmanagementprozesse schneller, besser und einfacher machen. Wissensmanagement ist hierbei der Prozess, Informationen und Wissen im Unternehmen zu sammeln, zu organisieren, zu bewahren und bereitzustellen. Eines der Ziele ist dabei, Redundanzen zu verhindern. Wenn das Wissensmanagement einheitlich und zentral gesteuert erfolgt, trägt dies zu einer besser fundierten Entscheidungsfindung bei.

"Deutschland, Österreich und die Schweiz haben die Digitalisierung verschlafen". Diese Aussage hört man oft. Die DACH-Region hinke wie die meisten Länder in Europa im Digitalbereich technologisch hinterher, und ihre digitale Wirtschaft liege weit hinter der von Ländern wie den USA, China und Südkorea zurück. "Das stimmt - jedoch nur bedingt", betont Prof. Dr. Georg Kraus, Geschäftsführer der Unternehmensberatung Kraus & Partner, Bruchsal. In der ersten Phase der Digitalisierung, in der die neue digitale Infrastruktur geschaffen werde, lägen zwar außer-europäische Konzerne wie Microsoft, Google, Amazon und Alibaba, aber auch OpenAI und Nvidia "oft meilenweit vorn". Doch in der nächsten Phase der Digitalisierung könne die Wirtschaft im deutschsprachigen Raum ihre Stärken durchaus ausspielen - und zwar überall dort, wo sie traditionell am erfolgreichsten ist: in Nischenmärkten. In ihnen können viele mittelständische Unternehmen, so seine These, in den kommenden Jahren hochprofitable Geschäfte aufbauen.

Die Markteinführung von OpenAI ChatGPT hat eine wahre Welle der Begeisterung für generative künstliche Intelligenz (KI), insbesondere für Large Language Models (LLMs) ausgelöst - und ein Ende ist nicht abzusehen. Fast täglich entstehen neue Produkte, Unternehmen und Angebote im Bereich der generativen KI. Auch Unternehmen setzen zunehmend auf LLMs, um sich wettbewerbs- und zukunftsfähig aufzustellen. Viele Führungskräfte vernachlässigen jedoch eine wichtige Komponente einer erfolgreichen generativen KI-Strategie: die so genannte Data Readiness.

Blicken wir der Realität ins Auge: Geopolitische Krisen verändern Handelsbeziehungen rasant, Lieferketten sind nach wie vor gestört, steigende Energiepreise zerstören die internationale Wettbewerbsfähigkeit und die Binnennachfrage schwindet dank sinkender Kaufkraft. Kurzum: Die deutsche Wirtschaft steht gerade mächtig unter Druck. Doch nicht nur die Rahmenbedingungen ändern sich - auch neue Technologien treiben die Verantwortlichen in den Unternehmen vor sich her. Sie eröffnen einerseits große Potenziale, sorgen andererseits für mehr Wettbewerbsdruck und höhere Kundenanforderungen.

Aktuell ist die Welt geprägt von den Entwicklungen im Bereich künstliche Intelligenz (KI). Von der Automatisierung einfacher Aufgaben bis hin zur Entscheidungsfindung in komplexen Systemen - KI ist überall. Doch trotz oder gerade wegen ihrer allgegenwärtigen Präsenz ist KI auch ein Feld, das von Mythen und Missverständnissen umgeben ist. Diese reichen von übertriebenen Befürchtungen, dass KI bald die menschliche Arbeitskraft vollständig ersetzen könnte, bis hin zur Vorstellung, dass KI-Systeme völlig objektiv und fehlerfrei arbeiten. Diese Mythen beeinflussen nicht nur die öffentliche Wahrnehmung von KI, sondern können auch Entscheidungen in Politik und Wirtschaft verzerren. Es ist daher wichtig, diese Mythen zu entlarven und ein realistisches Bild von den Fähigkeiten und Grenzen der KI zu zeichnen.

Effizienz und Flexibilität sind in durchdigitalisierten Unternehmensfeldern von entscheidendem Vorteil. Dabei spielt die nahtlose Integration zwischen Business, IT und Customer Relationship Management (CRM) die zentrale Rolle. Diese Schnittstelle bildet eine wichtige Erfolgsformel für Unternehmen im Streben nach Wettbewerbsfähigkeit und nachhaltiger Entwicklung. Die enge Verbindung von Business und IT ermöglicht eine präzise Ausrichtung der IT-Strategie auf die Geschäftsziele. Das wiederum führt zu effizienteren Prozessen und einer agileren Anpassung an Veränderungen. Die Integration von CRM verstärkt diese Vorteile, indem sie eine bedarfsgerechte Anpassung an die Unternehmensanforderungen ermöglicht.

Künstliche Intelligenz ist nach wie vor das größte Thema der Tech-Branche - und der Trend wird sich fortsetzen: Kaum eine andere technologische Errungenschaft verändert sich aktuell schneller. Wie ist der aktuelle Umsetzungsstand in den Unternehmen? Und wie und wo kommt generative KI heute und in Zukunft zum Einsatz?

"Ein Weiser schätzt kein Spiel, wo nur der Zufall regiert", meinte Gotthold Ephraim Lessing (1729-1781). Ein Blick in die Wissenschaftsgeschichte zeigt allerdings, dass bei vielen Entdeckungen, die weise Menschen machten, der Zufall sehr wohl eine Rolle spielte: Christopher Columbus suchte einen Seeweg nach Indien und stieß zufällig auf Amerika. Charles Lockock entdeckte 31 Jahre nach der erstmaligen Isolierung von Brom zufällig, dass dieses eine krampflösende Wirkung hat. Henry Perkin entdeckte zufälligen die Farbe "Lila" im Rahmen der Synthese von Chinin. Alexander Fleming entdeckte durch Zufall Penicillin, weil über Nacht Schimmelpilze in seine Staphylokokken-Kulturen hineingeraten waren. [2] Die Beispiele ließen sich fortsetzen, denn Zufallsfunde gibt es reichlich. "Serendipität" lautet der Fachausdruck dafür. Und obgleich Zufälle nicht steuerbar sind, kann ihre Entdeckung durch das Kultivieren einer organisationalen Wissensökologie befördert werden.

Künstliche Intelligenz (KI) gilt mittlerweile als Fundament vieler Zukunftsstrategien in deutschen Unternehmen. Die Mitarbeiter reagieren jedoch häufig besorgt und verunsichert angesichts der starken Veränderungen. Um KI zum Erfolg zu führen, müssen Unternehmen die Menschen von Anfang an mitnehmen. Ein ganzheitliches Adoption & Change Management ist dafür essenziell.

KI treibt in einer zunehmenden Vielfalt von Unternehmensbereichen erstaunliche Qualitäts- und Effizienzsteigerungen voran. Gerade auch Chatbots erweisen sich dabei oft als eine immer stärker infrage kommende Option in der Optimierung und Automatisierung von Prozessen. Der Einsatz dieser digitalen Assistenten bietet auch im HR-Bereich zahlreiche Vorteile: Als "Ansprechpartner", die 24/7 die täglichen Routineanfragen der Mitarbeitenden rechtssicher beantworten, entlasten sie die Personalexperten, reduzieren Kosten und verbessern die Mitarbeitererfahrung - ein Win-win quasi. Dennoch gibt es Bedenken, die insbesondere durch Zwischenfälle wie bei DPD aufkommen, bei dem ein Chatbot unangemessen auf eine Kundenanfrage reagierte. Eine unangenehme Begebenheit, die insbesondere in sensiblen Bereichen wie HR nicht passieren darf.

In einer dynamischen Arbeitsumwelt wird es zukünftig verstärkt darauf ankommen, fachliche und soziale Kompetenzen zu vernetzen und erlerntes "Können" auch anzuwenden und somit handlungskompetent zu agieren. Eine fundierte Methodenkompetenz wird dann für den persönlichen und für den Erfolg des Unternehmens von großer Bedeutung sein. Elementar ist daher die Befähigung der Mitarbeiter, das Erlernte zielgerichtet und systematisch in den Geschäftsprozessen einzusetzen, also am Ort der Wertschöpfung.

Künstliche Intelligenz wird bereits in vielen Bereichen genutzt, in der Bildung und Weiterbildung jedoch nur vereinzelt, und dann vor allem zum Übersetzen oder Erstellen von Inhalten. Die Technologie kann aber noch viel mehr und könnte das Lernen geradezu revolutionieren.

Eines der wichtigsten Gesprächsthemen in Unternehmen im Jahr 2023 war sicherlich die Verwendung von "Large Language Models" (LLMs) und ihren Auswirkungen auf die Produktion, das Verfassen von Texten oder das Bewerbungsmanagement. Doch auch die berufliche Bildung erfährt viele Innovationen, die auf dem Einsatz von KI-Technologien basieren. Um die Zukunftsfähigkeit dieser Anwendungen besser einschätzen zu können, wurde für die diesjährige Ausgabe der Experten-Befragung mmb Learning Delphi eine ganze Reihe von Fragen zum Thema "Künstliche Intelligenz in der Bildung" gestellt.

In der dynamischen digitalen Arbeitswelt nimmt die Effizienz von Geschäftsprozessen eine Schlüsselrolle ein. Unternehmen sind bestrebt, ihre Prozesse kontinuierlich zu optimieren, um auf Marktanforderungen reagieren und den immer schneller werdenden Innovationszyklen Stand halten zu können. Im Kundenservice stellt die Automatisierung von Prozessen bei der E-Mail-Bearbeitung durch den Einsatz von künstlicher Intelligenz (KI) eine vielversprechende Möglichkeit dar, wachsendem Kostendruck und Arbeitskräftemangel gerecht zu werden. Vor diesem Hintergrund ist die Entwicklung eines Vorgehensmodells zur Potenzial- und Reifegradanalyse von Prozessen für den Einsatz von KI im Kundenservice von hoher Relevanz.

Viele Logistik-Prozesse sind bereits erfolgreich automatisiert worden. Doch die letzte Meile ist eine große Herausforderung auf dem Weg zum Autonomous Enterprise. Mit KI-gestützten Technologien können Unternehmen ihre Bestandsprozesse analysieren und Zustellungswege optimieren. Anonymisiertes Datenmanagement ermöglicht dabei auch die prädiktive Einflussnahme auf das Entscheidungsverhalten des Kunden.

Über den Erfolg von KI-Projekten entscheiden unter anderem auch die Daten. Ein zentrales Gütekriterium ist dabei deren Reifegrad. Aber auch die verschiedenen KI-Methoden sind relevant. Denn je nach Modell ergeben sich für Unternehmen unterschiedliche Einsatzszenarien - von der einfachen Datenstrukturanalysen über die Erstellung von Prognosen bis hin zur vollständigen Automatisierung komplexer Prozesse. Eine Datenstrategie bildet die Basis für das Erreichen eines hohen Reifegrades und damit auch für den Erfolg von KI-Projekten. Welche unterschiedlichen KI-Verfahren es gibt, wofür sie sich am besten eignen und wohin die KI-Reise gehen wird, darüber hat "wissensmanagement" mit Dr. Benjamin Karer, Executive Consultant und "AI Governance Lead" in der Cybersecurity Practice bei CGI Deutschland gesprochen.

Künstliche Intelligenz (KI) ist in aller Munde und gilt als die Zukunftstechnologie schlechthin. Doch wie steht es um die praktische Umsetzung von KI in den Unternehmen? Laut einer aktuellen Studie nutzen nur 45 Prozent der Unternehmen in der DACH-Region KI-Tools wie ChatGPT und Konsorten. Rund 54 Prozent davon nutzen die KI jedoch nur einmal wöchentlich bzw. vertrauen in 27 Prozent der Fälle nicht auf die Ergebnisse. Ein Grund dafür ist, dass KI nicht einfach aus dem Nichts entsteht, sondern auf einer soliden Wissensbasis aufbauen muss. Dennoch suchen KI-gestützte Tools derzeit oftmals nach Wissen, wo es nichts zu finden gibt. Denn ohne Wissensbasis mit qualitativ hochwertigen Daten, die strukturiert, verständlich und zugänglich sind, kann auch eine firmeninterne, generative KI nicht viel ausrichten, geschweige denn ihr volles Potenzial entfalten. Genau aus diesem Grund spielt Wissensmanagement eine entscheidende Rolle für den Erfolg von KI-Projekten.

Von Brüssel bis Washington DC finden in diesem Jahr Wahlen statt, welche die politische Landschaft weiter Teile der Welt für die nächsten Jahre bestimmen werden. Die Wahlentscheidungen werden auch Auswirkungen auf die gesamte Weltwirtschaft und jedes einzelne Unternehmen haben. Dabei sind sie mit einer in dieser Dimension neuen Herausforderung konfrontiert: Generative KI

Künstliche Intelligenz setzt schon seit einigen Monaten dazu an, die Unternehmenswelten zu revolutionieren. Vor allem durch die Verwendung von Large Language Models, kurz LLMS, gelingt es, wertvolle Ressourcen zu sparen und effizienter sowie produktiver zu agieren. Aber gilt das auch für den Bereich der betrieblichen (Weiter-)Bildung?

Mit der Zunahme von KI-gesteuerten Chat-Dienste werden automatisierte Kundengespräche immer mehr zu einem Wettbewerbsvorteil. Aufgrund ihrer leistungsstarken Fähigkeiten und ihrer weiten Verbreitung ist die generative KI mittlerweile auch in das Blickfeld der Politik gerückt. Die Gesetzgeber der EU haben deshalb neue Vorschriften in das KI-Gesetz aufgenommen, die sich direkt mit dem Aufkommen von hochentwickelten Chatbots und LLMs befassen sollen.

Alle wollen GenAI und zwar am besten sofort. Ein undurchdachtes "Einfach-mal-drauf-los" ist aber keine gute Idee, denn dabei droht generative KI zu einem teuren, sinnfreien und unter Umständen sogar gefährlichen Abenteuer zu werden. Hier lesen Sie die fünf wichtigsten Fragen, die Unternehmen vorab klären sollten.

Gefühlt beeinflusst generative KI unser Arbeits- und Privatleben mittlerweile tagtäglich. Nicht nur die Anwendungen werden immer mehr; auch die Diskussionen über Implikationen, Herausforderungen und Regularien prägen den beruflichen und privaten Alltag. Dies wundert kaum, handelt es sich ja um eine Art von Werkzeug, das die Menschen bisher noch nicht kannten bzw. nutzen konnten. Zielten bisher genutzte Formen der KI primär darauf ab, bestehende Daten zu analysieren, zu klassifizieren oder als Basis für Vorhersagen zu nutzen, werden durch generative KI neue Inhalte erzeugt, die auf gelernten Mustern basieren. Die Vielzahl an konkreten Anwendungen reicht mittlerweile von der Erstellung von Texten, Zusammenfassungen oder Übersetzungen über die Erzeugung von Bildern, Videos oder Fotos bis hin zu durch generative KI realisierte Avatare oder persönliche Assistenten, die unterschiedliche Rollen einnehmen können.

Laut dem MuleSoft Connectivity Report treiben Unternehmen die Nutzung von Künstlicher Intelligenz (KI) weiter voran. Dem gegenüber steht eine mit den Jahren gewachsene IT-Landschaft, mit der sich dieses Vorhaben nicht „on the fly“ umsetzen lässt.

Mit der wachsenden Popularität von Cloud-Lösungen stehen Unternehmen vor der Herausforderung, ihre IT-Sicherheit an die neue Realität anzupassen. Vereint die Infrastruktur sowohl lokale Systeme als auch Cloud-Technologien, muss die Security-Strategie einen identitätsbasierten, holistischen Ansatz verfolgen, der auch Cloud-basierte Tools umfasst.

Generative KI ist im Job-Alltag angekommen: Umfragen zufolge verwendet beinahe jeder Zweite beispielsweise ChatGPT bereits im beruflichen Kontext. Doch viele Unternehmen sind noch nicht durchgreifend auf das KI-Zeitalter vorbereitet. Es braucht es zum einen Leitlinien für die Anwendung, außerdem eine hohe Lernbereitschaft der Nutzer. Gefragt ist daher eine Kultur, die KI-Implementierung und -Einsatz überhaupt erst ermöglicht. Eine Zusammenarbeit über Abteilungsgrenzen hinweg spielt hierbei eine wichtige Rolle: Fach- und Führungskräfte etwa aus Bereichen wie IT, Information Management, Human Resources und Unternehmenskommunikation sollten die Grundlagen schaffen, um Silos abzubauen und unternehmensweite KI-Lösungen einzuführen.

Der Kompetenz zum kritischen Denken kommt aufgrund der im Digitalzeitalter stetig wachsenden Informationsfülle von mitunter zweifelhafter Güte, welche nicht zuletzt durch die sozialen Medien sowie durch auf künstlicher Intelligenz (KI) basierenden Applikationen angefacht wird, eine immer größere Bedeutung zu. Kritisches Denken sollte daher gezielt gefördert werden - und zwar sowohl an den Hochschulen als auch in Unternehmen.

Der Transfer von Tacit Knowledge gewinnt in der gegenwärtigen Wissensverlustforschung zunehmend an Bedeutung. Der Verlust von organisationalem Wissen, kurz Organizational Knowledge Loss (OKL), bezeichnet die Situation, in der eine Organisation ihr kritisches Wissen teilweise oder vollständig verliert. Der Verlust hat einen negativen Einfluss auf das organisationale Gedächtnis, welches die organisatorische Wissensbasis repräsentiert. Der Verlust dieser organisatorischen Wissensbasis kann wiederum Kosten verursachen und zu Nachteilen im Wettbewerb führen. In der Forschung wird diese Problemstellung mit dem organisationalen Vergessen gleichgesetzt. Folglich stellt sich die Frage, wie dieses Phänomen verursacht wird.

Mehr als 6000 Filialen von knapp 50 Kunden wie Bonita, C&A oder Depot betreut die Seybold GmbH in Stuttgart derzeit mit 24 Mitarbeitern. Allein 2023 kamen 1.000 Läden von Discountern und Supermärkten hinzu, so Geschäftsführer Marcus Seybold, der seine Dienstleistung 2007 gegründet hat. Berufserfahrung sammelte der heute 47-Jährige im dualen Studium bei Kaufland im Fachbereich Handel. Der gebürtige Crailsheimer wechselte bald in den Immobilien-Bereich und konzipierte Abläufe, die die Filialleiter im Umgang mit ihren Gebäuden und Untermietern entlasten.

Hybrid Work, New Work, New Normal - es kursieren viele Begriffe für moderne Arbeitsmodelle. Fakt ist: Die hybride Arbeitswelt ist in unserer Gesellschaft angekommen. Selbst erklärte Homeoffice-Gegner haben ihre Meinung geändert, um drohende Kündigungen ihrer Mitarbeitenden zu vermeiden. Eine neue Arbeitswelt entsteht aber nicht dadurch, dass man den Beschäftigten erlaubt, von zu Hause aus zu arbeiten. Vielmehr müssen sich Unternehmen mit ihren individuellen Herausforderungen auseinandersetzen und darauf aufbauend passende Lösungen umsetzen.

In den vergangenen Jahren wurde bereits viel über den Einsatz von künstlicher Intelligenz (KI) für die Verbesserung einer organisationsinternen Suche berichtet. Die Anwendungsfälle solcher Lösungen reichen von der Website-Suche über die Unterstützung des Kundenservice bis hin zum Wissensmanagement. Diese Anwendungen basieren meist auf der Auswertung mehrerer Informationsquellen, müssen Zugriffsrechte beachten, kurze Antwortzeiten gewährleisten und nicht zuletzt gute Suchergebnisse liefern. Unter einem technischen Blickwinkel sprechen wir hier über so genannte Enterprise Search-Lösungen. Für die Überbrückung der Diskrepanz zwischen den Formulierungen in den zu durchsuchenden Inhalten und dem Sprachgebrauch der verschiedensten Nutzergruppen kommen in letzter Zeit zunehmend KI-basierte Funktionen für die Sprachverarbeitung zum Einsatz.

Enterprise-Search-Lösungen erleichtern die Informationsbeschaffung in Unternehmen und Behörden immens. Large Language Models (LLMs) und Generative KI heben neuerdings die Arbeitseffizienz und die Qualität der Suchergebnisse noch einmal auf ein neues Level. So werden aus traditionellen Unternehmenssuchen echte Plattformen für das Wissensmanagement.

Die Generative KI und Large Language Models (LLMs) bieten mit ihren enormen Fähigkeiten bei der Sprachverarbeitung und -generierung großes Potenzial für das Wissensmanagement. Aufgrund der gigantischen Datenmengen, mit denen sie trainiert wurden, sind die Ergebnisse sowohl beim Verstehen von Eingaben als auch bei der Ausgabe von Antworten beeindruckend. Der Nutzer hat den Eindruck, er kommuniziere mit einer realen Person. Eine weitere Stärke ist die Fähigkeit, die Anfragen von Nutzern richtig zu verstehen - auch wenn diese sich unorthodox oder unklar ausdrücken. LLMs können trivial gestellte Fragen in die notwendige Suchlogik übersetzen und eventuelle Ergebnisse in einer Art und Weise ausgeben, die der Nutzer versteht.

"Wer auf die Suche geht, muss zuvor wissen, wo er suchen soll." Nein, das ist keine Weisheit des Konfuzius, sondern leider noch immer gelebte Realität für viele Mitarbeitende. Neue Lösungen sollen - vor allem mit Hilfe Künstlicher Intelligenz (KI) - die Enterprise Search zukünftig verbessern. Doch was ist Suche überhaupt? Was kann sie in der Unternehmenspraxis leisten - und was nicht? Hier ist ein Überblick der wichtigsten Suchmethoden und Suchtechnologien.

Das klassische Bild der Mitarbeitenden, die ihren Dienst von Montag bis Freitag zwischen 9 und 17 Uhr erledigen, bröckelt. Die neue Arbeitswelt ködert auf der einen Seite mit agilen, asynchronen Arbeitszeitmodellen, ist auf der Schattenseite allerdings geprägt von enormer Volatilität, Leistungsdruck und einem akuten Fachkräftemangel. Kein Wunder also, dass sich Erschöpfung breitmacht. Laut einer aktuellen Studie der Hans-Böckler-Stiftung wünschen sich gut 81 Prozent der Befragten hierzulande eine Viertagewoche. Doch sind diese Herausforderungen für Unternehmen und Angestellte überhaupt mit der Viertagewoche vereinbar?

Aktuell schaltet die Digitalisierung den Turbo an. Neue KI-gestützte Technologien verändern die Spielregeln in der Wirtschafts- und Arbeitswelt radikal. Nur wer hier alte Gewohnheiten loslässt, tradierte Geschäftsprozesse ändert und Disruption als Chance begreift, kann in einer diskontinuierlichen Welt bestehen. Wie aber funktioniert das?

Die künstliche Intelligenz wird künftig der stärkste Changetreiber in unserer Gesellschaft sein. Davon ist Innovations- und KI-Experte Dr. Jens-Uwe Meyer überzeugt. Aber vor allem viele Mittelständler haben die Bedeutung von KI noch nicht vollumfänglich erkannt - bzw. zögern noch, auf den KI-Zug aufzuspringen. Warum Abwarten keine Option ist und wie man sich dem Thema KI am besten nähert, erklärt Dr. Jens-Uwe Meyer im Interview.

Künstliche Intelligenz sorgt für Bewegung und gleichzeitig für Unruhe. Letztlich hinterlässt das Hantieren mit Daten auch Fragen, manchmal Befürchtungen und gelegentlich Vorbehalte. Die KI hat währenddessen alle Bereiche des unternehmerischen Handelns und betriebswirtschaftlichen Denkens befallen. Das Unternehmenswissen mit KI in Zusammenhang zu bringen, scheint dagegen als Thema noch etwas sperrig zu sein. Gut, der Datenschutz bietet da schon ein breites Betätigungsfeld. Das darf jedoch nicht davon ablenken, intensiver nach Nutzungsmöglichkeiten der KI im Hinblick auf das Unternehmenswissen zu suchen. Zuallererst muss dazu allerdings das Wissen aufgegliedert sein. Was gehört zum Unternehmenswissen? Wie und wo kann KI beim Managen von Wissen eingesetzt werden? Wie klar und zuverlässig lässt sich der Aufwand für den Einsatz abschätzen? Wie lassen sich Wissensinhalte identifizieren? Diese und ähnliche Fragen stehen am Anfang.