Customer Experience: Vom Thron in den Mittelpunkt
Der Kunde war früher König – heute steht er im Mittelpunkt bei der Customer Journey. Allerdings wird er – oder sie – heutzutage mit neuen Technologien umgarnt. Und das nicht mehr nur als Teil einer Zielgruppe, sondern es werden dem Kunden individuell zugeschnittene Angebote an den sogenannten Touchpoints gemacht. Hyperindividualisierung ist dabei das Stichwort, KI-basierte Technologie der Weg. So könne man mit KI „die Präferenzen eines Kunden erkennen, ohne dass wir darüber mit ihm gesprochen haben. Das setzt eine entsprechende Datenqualität und eine ausreichend große Datenmenge voraus“, so Oliver Oursin von Salesforce im funkschau Gespräch. Hinzukommen müsse eine ausreichend hohe Rechenleistung. Diese „hatten wir vor ein paar Jahren noch nicht“, so Oursin weiter. Auch Chatbots sind im Dienste der Kundenbetreuung im Einsatz. Doch die Mensch-Maschine-Interaktion läuft noch nicht rund: Eine weltweite Konsumentenbefragung im Auftrag von Pegasystems kam zu dem Ergebnis, dass nur 17 Prozent der Befraten einem Bot etwas abkaufen würden. Beklagt werde vor allem, dass Chatbots unzureichend intelligent seien, um Fragen effektiv zu beantworten (27 Prozent) und den Kontext zu wenig berücksichtigen würden (24 Prozent). „Mit zunehmender Verbreitung von Chatbots zeigt sich, dass die Qualität hinter den Erwartungen der Kunden zurückbleibt“, erklärt Carsten Rust, Director Solution Consulting DACH bei Pegasystems in München. Es ist somit eine sehr menschliche Fähigkeit gefragt: Geduld.
Edge Computing: Aus der Wolke an den Rand
Alter Wein in neuen Schläuchen. Die Idee Edge Computing gibt es bereits seit Mitte der 90er Jahre, zuletzt hatte das Konzept aber besonders im Zuge des Megatrends IoT wieder ordentlich an Fahrt gewonnen. Während sich das Gegenmodell Cloud stets um ein zentrales Rechenzentrum anordnet, sieht Edge Computing hingegen Rechenleistung direkt am Punkt der Datenerfassung und damit eine dezentrale Auswertung vor. Ob dies bereits durch einen intelligenten Sensor erfolgen kann, oder aber erst durch kompakte, weitestgehend autonome Datacenter, dazu gehen die Meinungen auseinander. Fest steht hingegen, Edge Computing soll hohen Latenzzeiten bei der Datenübertragung und der Explosion der zu übermittelnden Datenraten entgegenwirken, die sich zwangsläufig aus dem Wachstum des Internet of Things ergeben. Ein vielversprechendes Konzept, das als einer der großen Trendbereiche der ITK-Landschaft gilt. Für die kommenden Jahre prognostizieren verschiedenste Analysten ein schnelles Wachstum des gesamten Edge-Computing-Marktes, während sich bereits zahlreiche Hersteller dem Thema verschrieben haben. Besonders in den Bereichen Smart City, Smart Factory, autonomes Fahren, aber auch im E-Commerce sollen entsprechende Technologien zum Einsatz kommen. Doch auch wenn Edge Computing bereits seit einiger Zeit im Gespräch ist, hat sich 2018 vor allem gezeigt, dass die Entwicklung nach wie vor in den Kinderschuhen steckt. Viele Unternehmen suchen aktuell noch ihren Weg in die Cloud – und wollen nicht bereits den nächsten Schritt planen. Darüber hinaus stellen mittlerweile viele Experten fest: Edge Computing stellt in den wenigstens Szenarien eine Konkurrenz zu Cloud-Strukturen dar, sondern vielmehr eine logische Ergänzung zu diesen.
Künstliche Intelligenz: Praxis braucht Inspiration
Das Potenzial Künstlicher Intelligenz steht außer Frage. Zahlreiche große Anbieter wie Amazon, Google und Microsoft investieren massiv in die Entwicklung entsprechender Technologien, mit ein bisschen Phantasie lässt sich mit Leichtigkeit erahnen, wie grundlegend Machine Learning und KI in Zukunft ganze Branchen umwälzen können. Laut den Analysten von McKinsey wird Künstliche Intelligenz größere volkswirtschaftliche Folgen haben als die Erfindung der Dampfmaschine. Noch ist von diesem Einfluss jedoch nur wenig zu spüren. Auch wenn laut einer IDC-Umfrage unter 350 Unternehmen bereits 69 Prozent eigene KI-Projekte planen sollen, fehlt es aktuell noch an Praxisnähe. Oftmals fällt es schwer, den Nutzen für das eigene Geschäftsmodell zu greifen oder ein entsprechendes Konzept umzusetzen. Das Fehlen von spezialisierten Fachkräften auf dem Markt tut sein Übriges, um die Verbreitung von KI auszubremsen. Matthias Zacher von IDC fordert daher mehr Öffentlichkeit für erfolgreich umgesetzte Projekte: „Auch die Vorstellung kleinerer, vielleicht auf den ersten Blick wenig spektakulärer Projekte hilft, die Sichtbarkeit und den Nutzen greifbarer zu machen. Anbieter brauchen mehr Sichtbarkeit, Anwender Best Practice und Inspiration.“ Ein wichtiger Schritt ist darüber hinaus, dass verschiedene Anbieter zusehends modulare, standardisierte Lösungen anbieten – sowohl software- als auch hardwareseitig. Anwenderunternehmen können auf diesem Weg individuelle Systeme zusammenstellen, auf die eigenen Anforderungen zuschneiden und anspruchsvolle Prozesse über Schnittstellen in die Cloud auslagern. Gerade für den Einsatz Künstlicher Intelligenz in kleinen Unternehmen ist dies eine grundlegende Entwicklung.