Einflussfaktoren und Schlüsseltechnologien als Treiber von digitalen Assistenten

Das Wohlbefinden und die Gesundheit der Mitarbeiter am Arbeitsplatz sind relevante Aspekte für die wirtschaftliche und nachhaltige Leistungsfähigkeit eines Unternehmen. Sind diese gestört, kann dies zu erheblichen und gelegentlich auch zu „irreparablen” Auswirkungen führen; beispielsweise eine hohe Mitarbeiterfluktuation, Burnout-Vorfälle und der Verlust der Wirtschaftlichkeit eines Unternehmens. Ursachen für eine solche Störung des Wohlbefindens im Unternehmen ist mannigfaltig und bedarf einer genauen Analyse.

“Information Overload” durch Systeme und Technologie

Die hohe Anzahl an Arbeitsaufgaben bzw. der auszuführenden Tätigkeiten im beruflichen Umfeld und der damit verbundene Zeitdruck überfordern beispielsweise eine große Zahl an Mitarbeitern und Führungskräften. Der Zeitdruck entsteht unter anderem durch sich überschneidende Informations- und Aufgabenflut, sodass vielen Mitarbeitern die qualitätsgerechte Erfüllung von täglichen Projekt- und Verwaltungsaufgaben schwer fällt. Auch die zumeist vorherrschende Personalunterbesetzung in Unternehmen führt ebenso zur Erhöhung der Belastung. Auch die hohe Anzahl an unterschiedlichen Softwarelösungen überfordern Mitarbeitern, die sich zahlreiche Benutzernamen, Passwörter und Software-Abläufe merken müssen, um an ihr „Ziel” zu kommen.

Digitale Assistenten als Informations-Filter

Um das Problem der Informations- und Aufgabenflut sowie der hohen Anzahl an Softwaresystemen zu lösen, müssten Arbeitsroutinen vereinfacht werden. Im Klartext bedeutet das, entweder weniger Tools und Systeme einzusetzen, oder den Einsatz von persönlichen Assistenten, die als Filter zur Komplexitätsreduktion fungieren. Beides ist im klassischen Verständnis nicht ohne weiteres möglich. Der Schlüssel zur Problemlösung liegt im Einsatz von neuen Technologien, die zwischen den Mitarbeitern und all seine Tools und Softwarelösungen geschalten wird, um so die Komplexität auf Anhieb zu reduzieren: Digitale Assistenten, als Konglomerat unterschiedlicher Technologien, können hierbei helfen.

Technologische Entwicklungen als Basis von digitalen Assistenten

Das Unterfangen – die Arbeit des Mitarbeiters mit Hilfe von Technologie angenehmer zu machen – ist aus technischer Sicht sehr komplex: Einerseits muss man die Herausforderungen im beruflichen Umfeld verstehen und die Lösung „digitaler Assistent” muss sich in das Unternehmen sowie die verwendeten Softwarelösungen einfügen. Andererseits wird eine benutzerfreundliche und multifunktionale Bedienoberfläche sowie eine Verknüpfung der Geräte und Smartphones benötigt. Im besten Fall sollte der digitale Assistent in der Lage sein, nicht-wertschöpfende und wiederkehrende Aufgaben zu (semi-)automatisieren. Diese Herausforderungen löst der digitale Assistent „Neo” mit unterschiedlichen Technologien und Ansätzen, die nachfolgend erläutert werden.

Mobile Computing als Schlüsseltechnologie

Beim Mobile Computing ist die verwendete Software und das eingesetzte Gerät für den mobilen Einsatz konzipiert, hierzu zählen unter anderem Notebooks, Tablets, Smartphones und Smartwatches und deren entsprechenden Softwarelösungen. Folglich wird unter Mobile Computing nicht nur die Hardware verstanden, sondern auch die eingesetzte Software. Mit Hilfe des Mobile Computing kann sich der Anwender mobil und flexibel bewegen, ohne auf seine Softwarelösungen zu verzichten. Das Mobile Computing wird vor allem durch zahlreiche Apps unterstützt, die eine einfache und schnelle Bedienung über mobile Endgeräte ermöglichen.

Auch im beruflichen Umfeld hat sich das Mobile Computing bereits etabliert. Unter dem Begriff „Enterprise Mobile Computing“ werden ähnliche Technologien und Ansätze wie im privaten Einsatz nun auch im beruflichen Umfeld eingesetzt. Unterschiede zum privaten Einsatz existieren dennoch. Im beruflichen Umfeld respektive Enterprise-Bereich wird Mobile Computing zur Erhöhung des ökonomischen Mehrwerts verwendet und muss sich in die komplexe Unternehmenswelt integrieren. Daher weichen die Anforderungen für Mobile Computing in der beruflichen Nutzung im Vergleich zum privaten Umfeld teilweise ab. Für den beruflichen Einsatz sind vor allem die Mobilisierung existenter digitaler Geschäftsprozesse und die Erschließung von neuen Geschäftsfeldern durch den Einsatz von Mobile Computing im Rahmen der digitalen Transformation zwei relevante Szenarien.

Künstliche Intelligenz als Basis für digitale Assistenzsysteme

Im Allgemeinen ist der Bereich der „Künstlichen Intelligenz” (KI) ein Teilgebiet der Informatik, in dem mit Hilfe der IT ein „intelligentes Verhalten” der Software, der Geräte oder Maschinen erzielt werden kann. Hinter dem Begriff der KI steckt eine große Anzahl an diversen Methoden, Verfahren sowie Technologien. Dabei bringt jeder Ansatz und jede Methode eine andere Vielfalt an Möglichkeiten mit sich, sodass je nach Einsatzszenario im Unternehmen ein anderes Verfahren ausgewählt wird. Bei dem Einsatz von Künstlicher Intelligenz wird stets ein Datenmodell benötigt, welches die Grundlage der „Intelligenz” ist.

Der Durchbruch: Daten + Rechen-Power

Bereits seit Jahrzehnten wird im Bereich der Künstlichen Intelligenz geforscht, doch nun scheint der Durchbruch möglich zu sein. Dies liegt unter anderem daran, dass ein hohes Datenaufkommen in Unternehmen besteht und dieses Datenaufkommen nun gespeichert werden kann. Außerdem ist seit längerem eine höhere Rechenleistung möglich, die schnelle Berechnungen ermöglicht (nahezu in Echtzeit) und so viele Operationen in kürzester Zeit realisierbar sind. Durch das Datenaufkommen und -speicherung sowie der hohen Rechenleistung, können Unternehmen verschiedene Verfahren aus der Künstlichen Intelligenz nutzen, um immer komplexere Situationen und Konfigurationen zu berechnen.

Starke und schwache KI

Dabei wird unter einer „starken KI” eine theoretische Künstliche Intelligenz verstanden, die als Ziel hat, menschliche Intelligenz nachzuahmen, aber derzeit noch außerhalb der technischen Möglichkeiten steht. Hinter dem Konstrukt „schwacher KI”, werden Verfahren aggregiert, die intelligente Entscheidungen für gewisse Bereiche treffen kann: Für die (Semi-)Automatisierung von Prozessen und Aufgaben.

Conversational Interface: Eine Unterhaltung mit dem Computer

Ein Conversational Interface bezeichnet das User Interface und Bedienkonzept einer Software, das in Form eines Dialogs mit dem Computerprogramm erfolgt. Hierbei wird im Gegensatz zu traditionellen, grafischen User Interfaces auf die ausgiebige Interaktion mittels Peripheriegeräten wie der Maus verzichtet. Conversational Interfaces spiegeln somit den aktuellen Trend vom UI- zum UX-Design wider, wobei der Inhalt nicht nur die visuelle Gestaltung bestimmt, sondern selbst zum Medium wird.

Durch den weitestgehenden Verzicht auf visuelle Elemente können Conversational Interfaces geräte- und plattformübergreifend auf Desktop-PCs, Smartphones und Smartwatches korrekt dargestellt werden – und somit auch schneller und günstiger entwickelt werden. Das zugrundeliegende Interaktionsdesign kann sogar auf Geräte ohne Bildschirm adaptiert werden (wie bspw. Lautsprecher mit Sprachsteuerung). Durch die Fokussierung auf den Inhalt als visuelles Medium kann dieser situativ auf die Anforderungen des Nutzers angepasst werden und mit kontextuellen Informationen angereichert werden. Der Nutzer kann stets mit den für ihn in diesem Moment relevanten Informationen versorgt werden, ohne dass zusätzliche Bedienelemente notwendig werden.

Rapid Prototyping mit Conversational Interfaces

Damit eignen Conversational Interfaces zum Rapid Prototyping und vereinfachen durch Echtzeit-Feedback die Analyse des Nutzerverhaltens. Neue Funktionalitäten müssen nicht aufwendig über Updates und Installationsprozesse bereitgestellt werden, sondern können jederzeit serverseitig ergänzt und verbessert werden. Conversational Interfaces rücken den Anwender in den Fokus der Softwareentwicklung und eignen sich bestens für die Entwicklung von dem digitalen Assistenten Neo.

Spracherkennung und -ausgabe

Beim Menschen ist die gesprochene Sprache die natürlichste Form der Kommunikation. Der „Sprecher” wählt gezielt eine gewisse Folge an Wörtern aus, um eine Nachricht zu übermittelt.

Speech-to-Text

Die Spracherkennung (Speech-to-Text, STT) hat das Ziel, die geäußerte Wortfolge fehlerfrei zu rekonstruieren. Um dies zu erreichen, sind die grund­legenden Ton-Einheiten in der Wortfolge zu identifizieren. Mit Hilfe einer Liste von möglichen Ton-Einheiten, wird ein komplexes Sprachmodell erschaffen, dass bestimmte Strukturen auf Basis unseres vorhandenen Sprachwissens erkennt, bewertet und die gesprochenen Wörter in der Wortfolge korrekt identifiziert.

Text-to-Speech

Bei der Sprachausgabe spricht man von „Sprachsynthese” (Text-to-Speech, TTS), welche die künstliche Erzeugung menschlicher Sprache ist. Dabei wird aus einem vorhandenen Text eine Sprachausgabe generiert. Dabei lassen sich zwei Verfahren hierfür nutzen: Die Ausgabe von Sprache durch sogenannte „Samples” (Sprachaufnahmen) und die sogenannte physiologische (artikulatorische) Sprach-Modellierung, die durch hohe Rechenoperationen durch Servern erzeugt wird.

Fehlerrate auf fast menschlichem Niveau

Bis vor kurzem war die Spracherkennung und -ausgabe noch eine Rarität, was sich jedoch innerhalb kürzester Zeit verändert hat. Das liegt unter anderem daran, dass sich die Akzeptanz der Spracherkennung und -ausgabe erhöht hat, da sich vor allem die Fehlerrate bei der Spracherkennung signifikant reduziert hat. In den letzten Jahren ist die Fehlerrate von über 20% auf unter 5% gesunken, Tendenz sinkend. Auch undeutliche Ausdrucksweisen, Umgebungsgeräusche und sogar Dialekte sind nahezu unproblematisch. Durch diese Entwicklung wird die Spracherkennung und -ausgabe die konventionelle Interaktion mit Tools, Software und ganzen Systemlösungen tiefgreifend verändern.

Enterprise Application Integration 4.0

Das Konzept des Enterprise Application Integration (EAI) existiert schon länger und wurde vor allem am Anfang des Jahrtausends als „die” Lösung zur unternehmensweiten Integration aller Geschäftsfunktionen entlang der kompletten Wertschöpfungskette eines Unternehmens angepriesen. EAI zielt darauf ab, dass sämtliche Applikationen, die auf unterschiedlich-verteilten Plattformen installiert sind, mit Hilfe der Daten- und Geschäftsprozessintegration, in einem Netzwerk verbunden werden, sodass eine vollständig-integrierte Geschäftsabwicklung resultieren kann. Dadurch können Daten aus unterschiedlichen Quellen zusammengeführt werden. Voraussetzung sind jedoch klar definierte Schnittstellen, um eine vollständige Datenübernahme zu ermöglichen.

Der Trend hin zu Cloud-Lösungen und der konsequenten Bereitstellung von APIs (application programming interface, im Deutschen: Anwendungs­programmier­schnittstelle) schafft dem EAI-Konzept eine Renaissance. Systeme und Tools können einfacher und schneller verbunden werden und so ganze Geschäftsfunktionen entlang der kompletten Wertschöpfungskette vernetzt werden.

Auf den Schultern der Riesen

Neo als Ergebnis der Einflussfaktoren und Schlüsseltechnologien

Durch die oben beschriebenen Einflussfaktoren und Schlüsseltechnologien entstand der digitale Assistent für Business, Neo. Neo ist auf Smartphones (iOS und Android), Desktop-Geräten (macOS, Windows und Linux), Datenbrillen oder Smartglasses (Android) und auf dem Roboter Pepper einsetzbar und ermöglicht dadurch dem Nutzer respektive Mitarbeiter höchste Flexibilität und Mobilität.

Mit Hilfe einer Künstlichen Intelligenz (Natural-Language-Understanding) und einem Conversational Interface (per Text oder Sprache auf Basis einer Konversations-Engine) versteht bzw. verarbeitet Neo die Anfragen und Interaktionen mit dem Nutzer und unterstützt den Mitarbeiter kontextbasiert bei seinem täglichen Arbeitsalltag. Anstatt in verschiedenen Systemen und Tools in der Menüführung zu klicken, stellt der Mitarbeiter eine Frage und Neo antwortet mittels der Spracherkennung und -ausgabe.

Die auszuführende technischen Aktionen werden mittels einer zentralen Schalt- und Integrationsplattform koordiniert. Dabei kann Neo in 18 unterschiedlichen Programmiersprachen im Unternehmen eingesetzte Drittsysteme anbinden, sodass damit eine größtmögliche Flexibilität in der Integration von Drittsystemen ermöglicht wird. Langfristig ermöglicht Neo die (Semi-)Automatisierung unterschiedlicher manueller Prozesse und bildet als zentraler Orchestrator im Unternehmen ein Wissensnetzwerk bereit.