- Die Weiterentwicklung der künstlichen Intelligenz hat zu Large-Action-Modellen geführt, die nicht nur Text generieren, sondern auch automatisch Handlungen ausführen können, basierend auf den Anfragen von Nutzerinnen und Nutzern.
- Diese Modelle revolutionieren die Automatisierung, indem sie datengetriebene Entscheidungen treffen und menschliche Tätigkeiten durch KI unterstützen, was neue Möglichkeiten für die Prozessoptimierung und das Kundenerlebnis eröffnet.
Large Language Models (LLMs), wie sie Chat GPT und weiteren Systemen zugrunde liegen, beherrschen eigentlich nur eines: in Windeseile ziemlich überzeugend klingende und fast korrekte Texte erstellen. Darüber hinaus können sie nichts – sie steuern keine Systeme, keine Maschinen und keine Applikationen. Bei einem Prompt wie «Welches sind die besten KI-Aktien, und kaufe sie gleich zum besten Kurs» können LLMs allenfalls den ersten Teil abarbeiten. Beim zweiten Teil des Eingabebefehls scheitern sie.
- Data Driven: Ein Ansatz, der darauf abzielt, Entscheidungen und Handlungen basierend auf Daten und Analysen zu treffen, um bessere Ergebnisse zu erzielen und Prozesse zu verbessern.
- Künstliche Intelligenz: Die Fähigkeit von Computern oder Maschinen, Aufgaben auszuführen, die normalerweise menschliche Intelligenz erfordern, wie beispielsweise Problemlösung, Lernen und Entscheidungsfindung.
- Augmented Automation: Eine Form der Automatisierung, bei der KI-Systeme menschliche Tätigkeiten ergänzen oder unterstützen, indem sie Daten analysieren, Muster erkennen und Entscheidungen treffen, um Prozesse zu optimieren.
Die Rolle der Large-Action-Modelle
Hier setzen die Large-Action-Modelle ein: Sie «verstehen» wie die LLMs die Prompts von Menschen und sind aber darüber hinaus in der Lage, Handlungen auszuführen – also wie im oben stehenden Beispiel die KI-Aktien für den User zu kaufen.
Neue Entwicklungen in der Steuerung komplexer Prozesse
«Mit der Entwicklung bei künstlicher Intelligenz hat das Thema Steuerung komplexer Prozesse wieder frischen Wind bekommen», sagt Wolfgang Schäfer, Studiengangsleiter für das Thema «Customer Experience Management» bei der Zürcher Hochschule für Angewandte Wissenschaften (ZHAW). Dabei werden ältere und neue Themen wie die geeigneten Datengrundlagen und computerlinguistische Ansätze kombiniert. Auch Ökosysteme spielen dabei eine Rolle. «Man will vielmehr die Ursachen von Entwicklungen erkennen, auch in der ganzen Klimadiskussion», sagt Schäfer weiter.
Kundenkommunikation, Beratung, Automatisierung von Backoffice und Compliance: Anwendungsmöglichkeiten für KI gibt es für Banken und Versicherungen viele. Und durch Verbesserungen der KI-Systeme kommen laufend neue dazu. Erfahrene Technologiepartner wie der Schweizer Digitalisierer ti&m unterstützen Firmen seit Jahren bei der Umsetzung von KI-basierten Projekten – von der Analyse und der Identifikation von Anwendungsfällen bis zur Umsetzung – und schaffen damit konkreten Mehrwert für Kunden und Mitarbeitende.
Fintechs und die Automatisierung
Von Fintechs kommen weitere Impulse. «Beispielsweise bei den alternativen Finanzierungsplattformen, die Crowdlending betreiben, hat man gesehen, was über Plattformentwicklungen automatisiert werden kann», so Schäfer. Auch die Blockchain-Entwicklungen, wie etwa die Ethereum-Plattform, haben die Grenzen des Möglichen erweitert. «Sichtbar sind solche Innovationen jeweils in Bereichen, auf die sich Startups konzentrieren, weil sich diese hierbei besonders grosse Potenziale bei der Wertschöpfung versprechen», sagt Schäfer. «Alles, was man über die zentrale Idee hinaus benötigt, wird dann jeweils ausgelagert.» Dabei seien sogar – durch die Covid-19-Pandemie beschleunigt – regelrechte virtuelle Unternehmen entstanden.
Herausforderungen und Chancen in der Automatisierung
«Das Problem hierbei ist jeweils die Qualitätssicherung», wendet Schäfer ein. «Wenn sich die Kunden und Kundinnen in einem Netzwerk bewegen – wo sind eigene Prozesse, wo fängt die Auslagerung an?» Hinzu kommen die zahlreichen Fragen rund um die Datenhaltung und -sicherheit. «Solche verteilten Organisationen sind viel weniger ortsgebunden und befinden sich oft im Ausland – dann ist es erforderlich, das Denken neu auszurichten.»
Neue Ansätze in der Entwicklung von Anwendungen
Systeme wie Auto-GPT, das komplexe Aufgaben in kleinere unterteilt, die dann von einzelnen weiteren KI-Systemen bearbeitet werden, sind eine weitere Entwicklung in diesem Bereich. Allerdings stellen sich dabei laut Schäfer einige Herausforderungen bei den Schnittstellen. «Hier geht es jeweils um das sogenannte End-to-End-Management, bei dem eine Kundin oder ein Kunde möglichst nur einen Touchpoint zum Unternehmen hat.» Ähnlich werden heute bereits neue Anwendungen programmiert. Man ist von der sogenannten Test-driven-Entwicklung zur Behavior-driven-Entwicklung übergegangen, wobei man das Verhalten der Personen beschreibt und dann den Softwarecode generiert – und das geschieht dann mit KI-Unterstützung.
Veränderungen im Kundenerlebnis und in der Servicebranche
Sichtbar ist dies beim Wandel von den Large-Language-Modellen wie dem bekannten Chat GPT hin zu Large-Action-Modellen. «Wir sind also schon einen Schritt weiter», sagt Schäfer. «Bei den Large-Action-Modellen fragt man sich, welche Handlungen ein User durchführt, zum Beispiel bei Online-Bestellungen.» Dann kommen rasch weitere Technologien ins Spiel, etwa die virtuelle Realität mit ihren Metaversen oder die künstliche Intelligenz. «Damit werden Themen wie beispielsweise Beratungsgespräche rund um Finanzthemen im Metaverse angegangen», so Schäfer. «Bei solchen Designs von Kundenerlebnissen müssen dann immer auch weitere Themen wie Rechtsfragen, Governance oder menschliche Verhaltensweisen neu berücksichtigt werden.»
Gesellschaftliche Auswirkungen und Perspektiven
Sichtbar ist dieser Wandel noch an weiteren Phänomenen, sagt Schäfer. «Bei jungen Menschen sieht man Cocooning, also Rückzugstendenzen in virtuelle Welten, weil sie diese als viel angenehmer empfinden als die reale Welt.» Und auch bei Finanzdienstleistern und Firmen stellt sich die Frage, wie man neue Technologien in die Unternehmen hineinbringt. «Denn KI-Systeme und Chatbots verändern auch die Perspektive der Menschen», so Schäfer. «Viele Mitarbeitende fragen sich dann, wie sie sich dazu verhalten sollen – ob sie mit diesen in einem Wettbewerb stehen oder wie sich das mit der Hierarchie verhält.»
Die Zukunft der Interaktion mit KI
Und das betrifft auch die Frage, wer künftig zuständig und die Ansprechperson ist, wenn User mit der Auswahl der besten KI-Aktien nicht zufrieden sind und «die Vorgesetzten» sprechen möchten. Der indische IT-Konzern Tata liefert dazu in einer kürzlich publizierten Studie zur Zukunft der Callcenter eine klare Antwort: natürlich die KI.
Dieser Artikel ist Teil der Market Opinion «Von KI über Data bis Mobile – diese Veränderungen stehen im Digital Banking an», die in Zusammenarbeit mit ti&m realisiert wurde.