Kennen Sie jemanden in Ihrem Unternehmen, der mit den ihm vorliegenden Informationen zufrieden ist? Meist sind diese veraltet, in schlimmeren Fällen unvollständig oder sogar widersprüchlich. Wie ist es möglich, sämtliche vorhandene Informationen innerhalb einer Organisation nach Bedarf verwertbar zu machen? Welche Rolle spielt der Einsatz künstlicher Intelligenz (KI) dabei? Die Antworten finden Sie in diesem Artikel.

Wie wir wissen, entstehen beim kontinuierlichen Wertschöpfungsprozess von Unternehmen und Organisationen in den einzelnen Fachbereichen fortlaufend neue Informationen, die in unterschiedlichen Quellsystemen lagern. Wenn wir diese je nach Zielgruppe bedarfsgerecht zu einem systemübergreifenden Informationsset zusammenführen, kann das Set unmittelbar zu neuen Erkenntnissen sowie zu besseren Entscheidungen führen. Dies bezeichnet man gemeinhin als Informationsintegration.

Abbildung 1: Prinzip Information Integration

Einfach ausgedrückt: Informationsintegration macht es möglich, Medienbrüche innerhalb der digitalen Wertschöpfungskette aufzulösen. Dabei wird auf Automatisierung Wert gelegt, KI-Verfahren können den Integrationsprozess erheblich beschleunigen.

Vor dem Einsatz von KI steht NI (Natürliche Intelligenz)

Zu Beginn moderner Informationsintegrations-Projekte kommen zunehmend systemische Beratungsansätze zum Einsatz. Die Analyse der Zusammenhänge und Abhängigkeiten von Informationen innerhalb einer Organisation sowie im Austausch mit deren Umwelt kann äußerst komplexe Ausmaße annehmen. Dies erfordert ein gewisses Maß an Erfahrung und Methodenkompetenz, das für den Erfolg solcher Projekte entscheidend ist.

Bei der Identifizierung der formellen und informellen Informationsflüsse innerhalb und außerhalb der Organisation kann uns Künstliche Intelligenz (KI) erst einmal nicht weiterhelfen. Sie ist gegenüber den menschlichen Expert*innen qualitativ nur so gut, wie das organisationsspezifische Ausgangsmaterial, das sie zum maschinellen Lernen zur Verfügung hat. Über dieses verfügen wir anfangs nicht.

Im Umkehrschluss bedeutet dies, dass wir im ersten Schritt sämtliche Informationsflüsse mithilfe menschlicher Intelligenz und Kreativität ermitteln müssen. Die gewonnenen Ergebnisse werden in einer kontextbezogenen Informationslandkarte dokumentiert. Fehlen unserer Landkarte relevante Informationsquellen, gilt das Prinzip der Informationsvollständigkeit als verletzt. Setze ich später KI- oder klassische Automatisierungsalgorithmen ein, um Informationsströme zu regulieren und Informationen kontextbezogene zusammenzuführen, erhalten wir trotz des getätigten Aufwands falsche Ergebnisse.

Abbildung 2: Informationsintegrations-Projekte sind komplex

Ein Beispiel aus der Praxis: In einem mittelständischen Produktionsunternehmen war es das Ziel, die Produktions- und Lagerkapazitäten mittels eines Regelwerks zu planen und den jeweiligen Produktstandort elektronisch zu lokalisieren. Dazu wurde u.a. die Höhe des jeweiligen Produkts zu den verfügbaren Hochregalen in Relation gesetzt. Die erforderlichen Daten waren schnell zusammengetragen und der Planungsalgorithmus rasch programmiert. Problem: Man hatte vergessen, die Verpackung in die Gesamthöhe des Produkts mit einzubeziehen, was kurzfristig zu logistischem und organisatorischem Chaos führte. Hier hätte eine systemische Informationsbedarfsanalyse helfen können.

Bestandteile der KI-unterstützten Informationsintegration

Zur KI-unterstützten Informationsintegration zählt heute vor allen Dingen die automatisierte Umwandlung unstrukturierter digitaler Informationen in strukturierte, deren Interpretation und thematische Zuordnung. Ebenfalls dazu gehört die Optimierung, Transformation sowie Klassifizierung von Medien. Ein zugegebenermaßen komplizierter Satz, den wir mit drei einfachen Beispielen erläutern möchten:

1. Ein Worddokument ist eine unstrukturierte digitale Information. Der Kundenname in einer Datenbank ist eine strukturierte. Der Adressat eines Briefs in Form eines Worddokuments heißt Michael Müller. Der Brief wird automatisch in seine Bestandteile zerlegt. Michael Müller wird als Adressat in einer Datenbank gespeichert und steht zur Informationsintegration bereit. Das
2. Ein Beispiel für die Transformation von Medien ist das automatisierte Einfärben von Schwarz-Weiß-Filmmaterial. Das Übersetzen digitaler Informationen in unterschiedliche Landessprachen gilt heute bereits als Standardprozedur.
3. Als einfaches Klassifizierungsbeispiel nehmen wir Rechnungen in diversen Formaten, die uns per E-Mail erreichen und in einem Postfach gesammelt werden. Diese können je nach Gläubiger recht unterschiedlich gestaltet sein. Zwar gibt es gesetzliche Regelungen, die gewisse Rechnungselemente voraussetzen. Aber was geschieht, wenn der Rechnungssteller im Ausland ansässig ist und seine Rechnung englische und chinesische Bestandteile aufweist? Zwecks Klassifizierung müssen wir also Landessprachen automatisch erkennen, diese übersetzen, danach die Inhalte der Rechnung ihrer Bedeutung zuordnen, um diese gegebenenfalls mit Informationen unterschiedlicher Fachbereiche abzugleichen, zu verifizieren oder anzureichern. Man kann anhand dieser Schrittfolge leicht erkennen, dass ein scheinbar triviales Thema ein komplexes Ausmaß an Tätigkeiten zur Folge hat.

Vernetzung und Analyse von Informationen

Sind unstrukturierte Informationen mittels KI klassifiziert, werden sie physikalisch einem Repository, z. B. einer Graphdatenbank zugeführt, die stark vernetzte Informationen abbilden und performant auswerten kann. Dort können die neu hinzugewonnenen Informationen mit den bereits vorhandenen – also diejenigen, die dem gleichen organisatorischen Kontext entsprechen – verarbeitet, d. h. automatisiert analysiert (Stichworte sind hier: BI, Data Analytics), interpretiert und verteilt werden.

Als Mittel automatisierter Informationsintegration gelten ansonsten klassische Konvertierungstabellen und andere Methoden der Informationslenkung und -verteilung, die in jüngster Vergangenheit oft fälschlicherweise mit KI gleichgesetzt werden. Um spätere logische Informationsverknüpfungen zu ermöglichen, werden dabei z. B. unterschiedliche Attribute gleicher Bedeutung standardisiert (Attribut „Preis“ aus Tabelle A und Attribut „EKP“ aus Tabelle B wird zu „Endkundenpreis“ vereinheitlicht).

Merke: Um unstrukturierte digitale Informationen in ihre Elemente zu zerlegen und diese eindeutig zu klassifizieren, können in der Regel KI-Methoden eingesetzt werden!

Zum Schluss

Ab einem bestimmten Grad der Informationsvollständigkeit ist es möglich, mithilfe von KI – d. h. mit Algorithmen zur Musterkennung sowie Regelwerken – aus dem Repository heraus ergänzende Informationen zu generieren. Diese wiederum können in ihrer Gesamtheit zu neuen Erkenntnissen und Einsichten innerhalb der Organisation führen.

Abbildung 3: Beispiel Informationsintegration-Maintenance

Die Vorteile liegen also auf der Hand. Auf der Grundlage vollständiger, kontextbezogener Informationen können unterschiedlichste Stakeholder endgeräteunabhängig sowie in Echtzeit Entscheidungen treffen. Der Einsatz von KI macht Informationsintegration somit nicht nur einfacher, sondern im Ergebnis gleichermaßen werthaltiger.

Kontakt

Haben Sie Fragen zu diesem Beitrag? Dann wenden Sie sich gerne an:

Friedhelm Reydt
friedhelm.reydt@fujitsu.com
Portfolio Manager/Offering Manager Consulting Services

Friedhelm Reydt

Friedhelm Reydt ist Portfolio Manager / Offering Manager Consulting Services. Er entwickelt und vermarktet ergebnisorientierte, zielgruppenspezifische und ineinandergreifende Top-Beratungsleistungen. Sein Tätigkeitsfeld umfasst derzeit alle marktrelevanten IT-Themen, d. h. von der IT-Infrastruktur bis zu branchenspezifischen Dienstleistungen. Von der technischen Beratung über die Organisationsberatung bis hin zur IT-Strategieberatung, inklusive Partnering in strategischen Innovationsfeldern. Seine Leidenschaften: Managementberatung & systemisches Business Coaching.