Durch die Nutzung dieser Website erklären Sie sich mit unserem Impressum und unserer Datenschutzerklärung einverstanden. Die Verwendung von Cookies auf dieser Website dient zur Verbesserung der Benutzerfreundlichkeit. Sie willigen ein, dass wir ggf. Cookies auf Ihrem Computer speichern, um Ihr Surfverhalten auf unserer Website zu analysieren. Wenn Sie keine Cookies in Verbindung mit Ihrer Nutzung dieser Website zulassen möchten, müssen Sie die Website entweder verlassen oder Ihre Browsereinstellungen entsprechend konfigurieren. Weitere Informationen über die einzelnen Cookies, die wir verwenden, und wie diese zu erkennen sind, finden Sie in unserer Cookie-Richtlinie.

Künstliche Intelligenz funktioniert nur auf der Grundlage von Daten – Data in, Value out

Montag, 12. August 2019

5 Minuten Lesezeit

Künstliche Intelligenz funktioniert nur auf der Grundlage von Daten – Data in, Value out

Keine Sorge, der Mensch wird nicht durch intelligente Maschinen ersetzt. Denn Kreativität und emotionale Intelligenz lassen sich nicht so einfach ersetzen. Doch die Künstliche Intelligenz ist auf dem Vormarsch und kann schon heute Ihre Source-to-Pay-Prozesse im Unternehmen besser steuern als jeder Mensch. Vorausgesetzt sie kann aus Ihren Daten lernen.

 

Künstliche Intelligenz ist keine ferne Zukunftsmusik mehr. Kein Experiment der Wissenschaft, das nur auf unbezahlbaren Supercomputern im Labor funktioniert. Natürlich stehen wir noch am Anfang der Entwicklung, doch es gibt immer mehr Einsatzmöglichkeiten für lernende Systeme. Allerdings sind die meisten Unternehmen noch sehr zögerlich bei deren Einsatz. Für sie ist Künstliche Intelligenz nur eine von vielen Hype-Technologien wie Blockchain, Internet der Dinge und Virtual Reality.

Künstliche Intelligenz ist bereits Realität

Die Technologie an sich ist für ein Unternehmen gar nicht so interessant. Die Frage ist eher: Wie können Sie eine Technologie für Ihr Unternehmen sinnvoll einsetzen, um Probleme zu lösen und Prozesse zu optimieren? Dabei richtet sich der Blick eher auf bereits bekannte Technologien, die schon Erfolge vorweisen können. Der Einsatz von Künstlicher Intelligenz steht oft noch ziemlich weit unten auf der To-Do-Liste. Allerdings gibt es schon erste erfolgreiche Anwendungen, wie z.B. bei der Kontierung von Rechnungen ohne Bestellbezug – dem sogenannten Smart Coding (mehr dazu unten). Die Klassifikation von Lieferantenkatalogen ist die nächste Aufgabe, die wir bei Basware mithilfe von lernenden Maschinen in Angriff genommen haben. Mit den Erfahrungen aus der Praxis kommen immer mehr Ideen auf, wie durch den Einsatz Künstlicher Intelligenz Prozesse in Zukunft vereinfacht und automatisiert werden können.

Lernen funktioniert nur auf der Basis von Daten

Doch bevor Unternehmen überhaupt einen Mehrwert durch den Einsatz von Künstlicher Intelligenz gewinnen können (Value out), müssen zunächst ausreichend Daten als Grundlage vorhanden sein (Data in). Eine Maschine kann nur auf Basis von Daten lernen und agieren. Je mehr relevante Daten ihr zur Verfügung stehen, desto besser funktioniert sie und desto effektiver kann sie das Unternehmen unterstützen. Und hier liegt das Problem: Viele Unternehmen sind noch weit von der vollständigen Digitalisierung ihrer Rechnungsdaten entfernt, sodass selbst die beste Künstliche Intelligenz mit einer Datenanalyse keine geeignete Grundlage erhält. Oft sind nur die Daten einzelner Teilbereiche abrufbar. Für einen sinnvollen Einsatz von lernenden Systemen müssen jedoch sämtliche Daten aus dem Source-to-Pay-Prozess an einer zentralen Stelle zusammenlaufen und eine solide Datenbasis bilden.  

Rechnungsdaten zentral zusammenführen ist ein wichtiger Schritt in die Zukunft

Viele Unternehmen warten noch ab und wollen sehen, was die neue Technologie überhaupt alles kann. Und erst wenn die Künstliche Intelligenz perfekt funktioniert, kommt sie für einen Einsatz im Unternehmen infrage. Aber auch Sie als Unternehmen müssen sich auf die neue Technologie vorbereiten, indem Sie Daten generieren und zusammenführen, sonst hilft Ihnen die lernwilligste Maschine nichts. Dazu brauchen Sie sowohl interne als auch externe Daten mithilfe von Dienstleistern, die Sie über Nachrichten, Preise, Trends und Risiken informieren. Ein wichtiger erster Ansatzpunkt ist die Bündelung sämtlicher Rechnungsdaten in einer zentralen Lösung, damit die Künstliche Intelligenz auf Daten aus dem gesamten Prozess vom Einkauf bis zur Zahlung (Source-to-Pay) zugreifen und daraus lernen kann.

Datenhaltung in Silos im Source-to-Pay-Prozess auflösen

Was bedeutet das für die Bereiche Einkauf und Finanzen? Manuelle Papierprozesse, unkontrollierte Ausgaben und späte Zahlungen sind die klassischen Probleme im Source-to-Pay-Ablauf. In jedem Unternehmen gibt es genug Ansatzmöglichkeiten für eine Optimierung. In den meisten Fällen liegt die Ursache in der Zersplitterung der Prozesse und Daten. Viele Unternehmen verwalten Teilbereiche ihrer Ausgaben, z.B. für Reiseleistungen, Produktionsmaterial oder indirektes Material, in spezialisierten Lösungen, was durchaus gut begründet sein kann. Dann ist es allerdings umso wichtiger, alle Ausgabedaten in einem zentralen Rechnungsprozess zusammen zu führen, selbst wenn sie aus verschiedenen Bestellsystemen stammen. Nur so stellen Sie sicher, dass wirklich alle Daten über sämtliche Ausgaben hinweg (mit und ohne Bestellung) in der Datenanalyse genutzt werden können, um Ausgaben und Prozesse kontinuierlich zu optimieren. Außerdem schaffen Sie so die besten Voraussetzungen für den Einsatz einer Künstlichen Intelligenz.  

Jede Rechnung findet den Weg ins System

Auch wenn Sie Ihre Rechnungsverarbeitung komplett automatisieren, werden Sie wahrscheinlich nicht jeden Lieferanten davon überzeugen können, seine Rechnungen manuell in Ihr System oder Portal einzugeben. Aber es ist wichtig, dass alle Rechnungswege unterstützt und in Ihr System integriert werden. Dazu gehört auch die Aktivierung Ihrer Lieferanten, die wir mit speziellen Anwendungen möglichst einfach von Papierrechnungen auf elektronische Rechnungen umstellen können. Am Ende müssen alle Rechnungen vom System erfasst werden und ihren Weg in die Datenbank finden: ob Papier, PDF oder elektronisch, ob mit oder ohne Bestellbezug, ob direktes oder indirektes Material. Dadurch erhalten Sie auch mehr Einblick in die ablaufenden Prozesse, sodass Sie auf Verzögerungen schnell mit geeigneten Maßnahmen reagieren können.

Praxisbeispiel KI-Einsatz: Smart Coding in der Rechnungskontierung

Mit den richtigen Rechnungsdaten und einer Künstlichen Intelligenz können Sie die Automatisierung im Source-to-Pay-Prozess kontinuierlich verbessern – zum Beispiel bei der Kontierung. Rechnungen ohne Bestellbezug werden meistens manuell kontiert, da entsprechende Informationen zur automatischen Kontierung fehlen. Doch eine Künstliche Intelligenz kann mithilfe von vielen Parametern historische Rechnungsdaten nach einem ähnlichen Fall durchsuchen und einen Vorschlag für die Kontierung liefern. Dieser muss von Ihrem Mitarbeiter nur noch akzeptiert werden. Wie diese automatische Rechnungsverarbeitung genau funktioniert, erfahren Sie in meinem Blogbeitrag zum Smart Coding. Wenn die Daten erst einmal vorhanden sind, können Sie der Künstlichen Intelligenz auch viele interessante Fragen stellen, die sie Ihnen anhand der Rechnungsdaten beantwortet: zum Beispiel zu den Lieferantenrechnungen mit den längsten Durchlaufzeiten oder dem Rechnungsprüfungsprozess mit den meisten Ausnahmen. Die Ergebnisse zeigen Ihnen weitere Möglichkeiten zur Optimierung.

Die künftige Zusammenarbeit zwischen Mensch und Maschine

Eine Maschine kann die Rechnungsdaten aus der Vergangenheit nutzen, um daraus Handlungsempfehlungen für die Gegenwart abzuleiten. Viel interessanter sind jedoch ihre Vorhersagen und Empfehlungen für die Zukunft. So kann sie beispielsweise einschätzen, welche Rechnungen vermutlich zu spät bezahlt werden und Sie rechtzeitig darauf hinweisen. Oder sie spielt verschiedene Handlungsmöglichkeiten durch, um die optimale Vorgehensweise in einer bestimmten Situation herauszufinden. Im ersten Schritt liefert die Künstliche Intelligenz nach ihrer Datenanalyse die optimale Handlungsempfehlung. Zunehmend wird auch die Entscheidungsfindung in gewissen Bereichen automatisiert werden. Wie die weitere Zusammenarbeit zwischen Mensch und Maschine aussieht, ist vor allem von drei Faktoren abhängig:

  • Technologie
    Neue Technologien bieten immer mehr Möglichkeiten zur Vereinfachung und Automatisierung. Die Kontierung von Rechnungen ohne Bestellbezug ist erst der Anfang. In Daten steckt noch viel mehr Potenzial. Allerdings ist der Erfolg der Technologie von der Qualität der Daten abhängig

  • Mensch
    Heutzutage werden viele sich wiederholende Tätigkeiten bereits von Computern übernommen. Gleichzeitig wächst die Anzahl an Informationen, die eine Entscheidung beeinflussen. Das stellt neue Anforderungen an die Menschen. Viele Entscheidungen werden immer noch aus dem Instinkt heraus getroffen, was sich mithilfe von Maschinen in Zukunft ändern wird. Dementsprechend müssen sich die Menschen anpassen, um die Maschinen bestmöglich nutzen zu können. Wer neue Technologien einzusetzen weiß, der ist deutlich im Vorteil.

  • Prozesse
    Fortschritt hat ebenfalls Einfluss auf die Prozesse und Aufgaben. Ihre Kollegen und Mitarbeiter müssen sich daran gewöhnen, dass die Veränderung zum Normalzustand wird. Außerdem sollten Sie die richtigen Partner an Ihrer Seite haben, die Ihr Unternehmen durch den Veränderungsprozess begleiten.

Wie können Sie sich schon heute auf den Einsatz Künstlicher Intelligenz in Ihrem Unternehmen im Einkaufs- und Finanzbereich vorbereiten? Wenn Sie die Möglichkeiten diskutieren möchten, wie wir Sie dabei heute schon unterstützen können, kontaktieren Sie mich einfach über das Kontaktformular.