Webcontent-Anzeige

Let's match ... KI und Prozessoptimierung!

Nachlese zum KGSt®-Innovationszirkel "CDO-Netzwerk"

Der Einsatz von Techniken rund um Künstliche Intelligenz (KI) und Machine Learning hat auch in der Verwaltung eine neue Stufe erreicht. Immer mehr Kommunen befassen sich mit den Möglichkeiten der Prozessautomatisierung auf Basis von regelbasierten Algorithmen oder KI. Gleichzeitig fehlt es häufig noch an belastbaren Erfahrungswerten. Das macht den Austausch umso wichtiger!

 Virtuelles Treffen des KGSt®-Innovationszirkels Befasste sich mit KI und Prozessoptimierung: der KGSt®-Innovationszirkel "CDO-Netzwerk"

Nachdem wir bereits im Jahr 2017 in einem Innovationszirkel diskutiert haben, was wir unter KI verstehen und anhand welcher Kriterien sich Prozesse mit besonderer KI-Relevanz identifizieren lassen, haben wir das Thema im KGSt®-Innovationszirkel "CDO-Netzwerk" jetzt wieder aufgegriffen. Gemeinsam mit den Experten Alessandro Brandolisio und Michael Leitl von Indeed Innovation, Autoren des Buchs "The AI Toolbook – Mit Künstlicher Intelligenz die Zukunft sichern", betrachteten wir unterschiedliche Fragen im Kontext des Einsatzes von KI. Im Fokus standen dabei zwei Ausgangsfragen: Wie verändert KI die Prozessoptimierung? Und wie identifizieren wir KI-relevante Prozesse heute?

Zu Beginn des virtuellen Workshops gab es einen Impuls vom Indeed-Team, bei dem es insbesondere darum ging, das Prinzip hinter dieser Technologie zu verstehen. Die Einordnung war wichtig, um eine gemeinsame Diskussionsbasis zu schaffen. Künstliche Intelligenz, Maschinelles Lernen und "Deep Learning" wurden in ihren Unterschieden erläutert.

KI ist dabei als ein Programm zu verstehen, das selbständig "denken", handeln und sich anpassen kann. Maschinelles Lernen bildet Algorithmen ab, deren Leistung sich mit der Zeit verbessert, je mehr Daten sie verarbeitet. Deep Learning ist ein Fachgebiet des maschinellen Lernens, bei dem mehrschichtige neuronale Netze aus großen Datenmengen lernen (vgl. Brandolisio, Leitl, u. a., 2021).

Die Workshop-Runde setzte sich darüber hinaus mit Grundlagen des Maschinentrainings auseinander und nahm den "Rohstoff" Daten unter die Lupe. Ein Augenmerk lag auf der Unterscheidung zwischen strukturierten Daten wie Namen, Adressen oder Kreditkartennummern und unstrukturierten Daten wie Text, Video, Audio, mobile Aktivitäten oder Social-Media-Aktivitäten.

Dann ging es ans Eingemachte, als die CDOs gefordert waren, eine KI mit Hilfe der "Google Teachable Machine" selbst zu trainieren. Ein Tool, das sich sehr gut eignet, um zunächst anhand von unkritischen Daten zu lernen, wie KI funktioniert und ganz konkret einzuschätzen, wann KI an ihre Grenzen stößt. Die Teilnehmenden konnten Fotos ihrer Wahl auf eine Plattform laden und das System mit Informationen dazu zu versorgen, beispielsweise ein Glas Orangensaft versus ein Glas Wasser, eine Katze versus einen Kater usw. Schnell erkannte die Gruppe, von welchen Faktoren die Trefferwahrscheinlichkeit dieser schwachen KI abhängig ist.

Danach ging es in Kleingruppen, um ausgewählte Fragen intensiver zu diskutieren: Welche Erwartungen an den Einsatz von KI werden von a) übergeordneten Behörden, Politik sowie Bürgerinnen und Bürgern und b) von Mitarbeitenden an die Verwaltung gerichtet? Welche Hemmnisse gibt es für den Einsatz von KI im kommunalen Prozessumfeld?

Während die Chancen von KI in den unterschiedlichen Erwartungsgruppen insbesondere in mehr Prozesseffizienz, nutzerzentrierten Services, einer Stärkung der Wirtschaft, "besseren" Entscheidungen und der Entlastung von Routineaufgaben lagen, wurden auch viele Ängste und Sorgen formuliert. Diese bezogen sich vor allem auf Überwachungsmöglichkeiten, die Datenverwendung oder den Arbeitsplatzverlust. Deutlich wurde, dass KI in der Verwaltung "entmystifiziert" werden muss. Der Workshop zeigte genau in diese Richtung.

Als Hemmnisse wurden insbesondere die Cluster "fehlendes Know-how" hinsichtlich Technik und Prozessen, die Angst vor Abhängigkeiten, fehlende Ressourcen, aber auch die fehlende Offenheit für eine konstruktive Auseinandersetzung mit KI und Prozessoptimierung identifiziert.

Webcontent-Anzeige
 Antworten zur zur Abfrage: Was sind mögliche Kriterien zur Auswahl KI-relevanter Prozesse? Antworten zur zur Abfrage: Was sind mögliche Kriterien zur Auswahl KI-relevanter Prozesse?

Diese Hemmnisse decken sich in Teilen auch mit den Hürden, welche die IDG-Studie "Machine Learning 2021" aufzeichnet. Hier liegt der Mangel an Fachpersonal vorn, gefolgt von der Unverständlichkeit von Machine-Learning-Algorithmen und nicht ausreichenden Programmierkenntnissen. Hinsichtlich der Chancen liegen dort die Qualitätssicherung in der Produktion, die Fehlerreduzierung und die Prozessautomatisierung vorn (vgl. Computerwoche 2021, 48-49).

Auf die Frage, anhand welcher Kriterien sich KI-relevante Prozesse identifizieren lassen, wurden erste Antworten in einer Wortwolke gesammelt (s. Abb. links). Die Kriterien für besonders KI-relevante Prozesse wurden in einer anschließenden Umfrage weiter verdichtet (s. Abb. unten).

Webcontent-Anzeige
 Umfrageergebnisse: Kriterien für besonders KI-relevante Prozesse Umfrageergebnisse: Kriterien für besonders KI-relevante Prozesse

Zum Abschluss tauschten sich die CDOs darüber aus, was sie wissen müssen, um sich für ein KI-Projekt zu entscheiden. Die Ergebnisse sind gleichsam Ausgangspunkt für die nächste Arbeitsstufe zu diesem Thema: Eine Fokusgruppe aus CDOs und Prozessexpertinnen und -experten wird sich gemeinsam mit Matthias Hörmeyer und Anika Krellmann, beide KGSt, und dem Indeed-Team intensiv damit auseinandersetzen.

Zudem greifen Alessandro Brandolisio und Michael Leitl das Thema in einem Impulsvortrag beim KGSt®-Prozess-Symposium am 25. und 26. April 2022 auf. Auch ein Vertiefungsworkshop ist dort geplant. Freuen Sie sich also auf weitere Ergebnisse der KGSt!

Webcontent-Anzeige
Bildnachweis: Megafon – Aktuelles © Zerbor Adobe.Stock