Interview mit Matthias Gutknecht (STAR AG)


Matthias Gutknecht ist Business Development Manager bei der STAR AG. Beim Schweizer Strategietag Industrie 4.0 am 10. Januar 2019 in Rüschlikon ist er Teil der Diskussionsrunde „Zutaten für ein digitales Innovationsmanagement“. Im Interview spricht er bereits jetzt mit uns u.a. über Zusammenarbeit und Informationsaustausch zwischen Mensch und Maschine.

  1. Bei der STAR AG steht Information als strategische Ressource im Mittelpunkt von zukunftsfähigen Unternehmen. Welche zentralen Faktoren für den Umgang mit Information können Sie Geschäftsführern und Inhabern mitgeben?

DER zentrale hemmende Faktor für den Umgang mit Informationen sind unstrukturierte Daten, die laut IDC über 90% aller Daten ausmachen. Für digitale Prozesse sind diese Daten eine „Black Box“. Viele wichtige Unternehmensinformationen, wie Unternehmens­richtlinien, Verträge, Kundenprotokolle, Arbeitsanweisungen, Feedback von Kunden, e-Mails, etc. sind unstrukturiert und sind deshalb praktisch unbrauchbar für Digitalisierungs­projekte. Ohne dass mindestens ein Teil dieser Informationen strukturiert aufbereitet wird, werden viele digitalisierten Prozesse langsam, unflexibel und unzuverlässig sein. Bisher mussten viele dieser Informationen in die Sprachen aller Zielmärkte übersetzt werden. Neu müssen sie auch für Maschinen „übersetzt“ werden.

  1. Wie würden Sie einen perfektionierten Informationsaustausch zwischen Mensch und Maschine beschreiben?

Der perfekte Informationsaustausch zwischen Mensch und Maschine funktioniert wie die Zusammenarbeit mit einem menschlichen Assistenten. Die Information ist

  • personalisiert & verständlich: nur die nötigsten Informationen, wenn ich viel Erfahrung habe, detaillierte Anweisungen, wenn ich wenig Erfahrung habe – nach Bedarf angereichert mit Bildern, Videos und vielleicht Augmented Reality.
  • relevant & situativ: der Informationsaustausch bezieht sich auf den aktuellen Kontext, den nächsten Schritt, den zu bearbeitenden Gegenstand, die Historie des Geschäftsvorfalls; ich tausche nur unmittelbar relevante Informationen aus.
  • entlastend & unterstützend: mein maschineller Assistent soll Aktivitäten übernehmen, die er schneller und fehlerfreier ausführen kann; Berechnungen (Bsp. Zeit & Kosten) ausführen, bereits bekannte Parameter in Eingabemasken einfüllen, Übereinstimmung mit Richtlinien überprüfen, etc.

Die Grundlage für solche maschinellen Assistenten sind maschineninterpretierbare Inhalte.

  1. Welchen Herausforderungen begegnen Sie bei der digitalen Unterstützung menschlicher Arbeit?

Neben der bereits erwähnten Herausforderung der unstrukturierten Informationen ist es vor allem die zunehmend grösser werdende Spanne an individuellen Fähigkeiten, Erfahrungen und Bedürfnissen von Menschen, die weltweit die gleiche Tätigkeit für das gleiche Unternehmen ausführen. Diese Spanne kann mit einem einheitlichen Unterstützungsansatz nicht mehr überbrückt werden: was in der Schweiz funktioniert, scheitert in Brasilien oder China, das „Händchenhalten“ welches wenig erfahrene Mitarbeiter durch einen schwierigen Arbeitsprozess lotst, ermüdet und nervt erfahrene Mitarbeiter. Firmen müssen sich darauf vorbereiten, dass Arbeitsunterstützung vollautomatisch personalisiert und abgestimmt auf die individuelle Erfahrung und Situation generiert wird.

  1. Wie kann künstliche Intelligenz bei der Bewältigung dieser Herausforderungen helfen?

Künstliche Intelligenz (KI) hilft einerseits mit dem semantischen Informationsmanagement Informationen, die an Menschen adressiert sind, bereits an der Quelle so zu erfassen, dass sie auch von Maschinen interpretiert werden können und für Assistenten und in digitalen Prozesse genutzt werden können. Andererseits hilft KI aber auch die Black Box unstrukturierter Daten, wenigsten teilweise zu öffnen, indem wichtige Objekte und Inhalte in solchen Daten identifiziert werden. Text Mining, Maschinelles Lernen und Algorithmen zum Sprach- und Bildverstehen sind solche KI Technologien, die unstrukturierte Inhalte teilweise strukturieren können. Weltweit führende und wertvolle High Tech Unternehmen wie Google, Baidu und Facebook haben als Pioniere ihr gesamtes Geschäftsmodell und ihre Führungsposition auf die geschickte Auswertung und Interpretation unstrukturierter Informationen aufgebaut. Heute sollte sich aber jede Firma mit diesem Thema auseinandersetzen, um konkurrenzfähig zu bleiben.