Künstliche Intelligenz (KI) in Managementsystemen effektiv einsetzen.

KI-powered Managementsysteme: Der Einsatz von Künstlicher Intelligenz (KI) im Prozessmanagement eröffnet neue Möglichkeiten, betriebliche Abläufe effizienter zu gestalten. Insbesondere auf der Ebene der Prozesse bietet KI erhebliche Potenziale, die Genauigkeit und Aktualität der Dokumentation zu verbessern und gleichzeitig den Aufwand für die Erstellung von Prozessmodellen deutlich zu reduzieren.  

Ein innovativer Ansatz in diesem Bereich ist das sogenannte Speech Mining. Er wird bereits zur Optimierung der Prozessmodellierung eingesetzt.  

Speech Mining ist eine Methode, die das Potenzial hat, das Prozessmanagement, insbesondere im Bereich des Qualitätsmanagements, zu revolutionieren. 

Aber was genau ist Speech Mining eigentlich?  

Die Idee des Speech Mining ist untrennbar mit den Fortschritten der Künstlichen Intelligenz verbunden. KI-Technologien haben in den letzten Jahren eine bemerkenswerte Entwicklung durchlaufen, auch im Bereich der Spracherkennung und -verarbeitung. 

Entscheidend für die Entwicklung von Speech Mining ist die Fähigkeit der Künstlichen Intelligenz, gesprochene Sprache in Text umzuwandeln (Speech-to-Text). Diese Technologie hat sich in den letzten Jahren rasant verbessert, angetrieben durch Fortschritte im maschinellen Lernen und in der Verarbeitung natürlicher Sprache (Natural Language Processing, NLP). Die Genauigkeit von Spracherkennungssystemen ist heute so hoch, dass sie in vielen Anwendungsbereichen eingesetzt werden können, von Sprachassistenten wie Siri und Alexa bis hin zu professionellen Transkriptionsdiensten. 

Speech Mining basiert also auf einer Kombination von Speech Analytics und Process Mining, das gesprochene Sprache als Informationsquelle nutzt. Speech Analytics, auch bekannt als Interaktionsanalyse, ist eine Technologie, die künstliche Intelligenz nutzt, um gesprochene Sprache zu verstehen, zu verarbeiten und zu analysieren. Traditionelles Process Mining konzentriert sich auf die Analyse digitaler Spuren in IT-Systemen und erlaubt eine rein technische Sicht auf Prozesse. Was passiert, wenn wir uns nicht mehr auf digitale Spuren konzentrieren, sondern auf das gesprochene Wort? Durch die Kombination dieser beiden Technologien entsteht Speech Mining - das menschliche Interaktion und effiziente Prozessgestaltung miteinander verbindet. 

Speech Mining reiht sich ein in eine von vier Hauptmethoden zur Modellierung von Prozessen: 

Speech Mining ist eine große Unterstützung im Qualitätsmanagement, da es den Dokumentationsprozess automatisiert und beschleunigt. Anstatt Prozesse manuell zu dokumentieren, können Qualitätsmanager den Prozess einfach verbal beschreiben, während sie ihn durchführen. Die KI wandelt diese verbalen Beschreibungen in strukturierte Prozessmodelle um, die dann weiterverarbeitet und analysiert werden können. Dies reduziert den Aufwand für die Prozessdokumentation erheblich und erhöht gleichzeitig die Genauigkeit und Aktualität der Prozessbeschreibungen. 

Um die Theorie in die Praxis umzusetzen, betrachten wir ein konkretes Beispiel aus dem Bereich der Montage. Traditionell wird der Ablauf eines Montageprozesses manuell dokumentiert, häufig durch handschriftliche Notizen, die anschließend abgetippt werden müssen, oder im Rahmen eines Workshops (mit dem Nachteil, dass dann abstrakt und kontextlos über den Prozess nachgedacht werden muss). Dieser zeitaufwändige Prozess kann durch den Einsatz von Speech Mining erheblich vereinfacht werden: 

• Der Montageprozess wird während der Ausführung beschrieben. Mithilfe der Spracherkennungsfunktion eines Smartphones kann die mündliche Beschreibung direkt in Text umgewandelt werden, was deutlich einfacher ist als das manuelle Aufschreiben während des Prozesses. 

• Der transkribierte Text kann dann in ein Tool wie ChatGPT eingefügt werden, um ihn in das gewünschte Format für eine Montageanleitung umzuwandeln. 

• Einige Bilder des Montageprozesses können hinzugefügt und von einer KI den entsprechenden Montageschritten zugeordnet werden. 

Das Ergebnis ist eine klar strukturierte und präzise Montageanleitung.  

Diese Methode kann durch den Einsatz von generativer KI noch erweitert werden. Beispielsweise könnte ein Raummikrofon verwendet werden, um Gruppengespräche über einen Prozess aufzunehmen. Diese Gespräche könnten transkribiert und anschließend von einer KI in ein strukturiertes Format wie eine Prozessbeschreibung oder ein Prozessmodell umgewandelt werden. Eine solche automatisierte Prozessmodellierung erfordert zwar immer noch eine menschliche Überprüfung, stellt aber eine solide Grundlage für die Dokumentation dar.  

In der Praxis bedeutet dies eine erhebliche Reduzierung des Aufwands für die Erstellung der Prozessdokumentation, was den Business Case für das Prozessmanagement verbessert. Dies führt dazu, dass mehr Prozesse modelliert werden und die Dokumentation des Managementsystems zu einem digitalen Abbild der Prozesse und Best Practices der Organisation - einem sogenannten digitalen Zwilling - wird. Er umfasst alle Vorgaben, Absprachen und Best Practices, auf die sich die Organisation geeinigt hat. 

Eine zentrale Frage, die sich Qualitätsmanager in Bezug auf moderne Managementsysteme mit Technologien wie Speech Mining stellen, ist die Frage nach der Zertifizierbarkeit solcher Systeme, die mit einem klaren Ja beantwortet werden kann. 

Stellen Sie sich vor, Ihr Unternehmen könnte wie ein lebendiger Organismus auf Führungsimpulse reagieren und sich ständig weiterentwickeln. Möglich macht dies der Ansatz eines dynamischen Digital Twin. Er repräsentiert die Prozesslandschaft Ihres Unternehmens, inklusive Prozessmodellen, Arbeitsanweisungen und Zielen. 

Dieser digitale Zwilling wird zunächst durch Speech Mining generiert. Im Laufe der Zeit wird er jedoch durch kontinuierliche Anpassungen, die auf Managementimpulsen basieren, immer spezifischer und maßgeschneiderter für Ihr Unternehmen.   

Ein Beispiel: Wenn eine Führungskraft in einer Besprechung mitteilt, dass die Freigabegrenze für die Beschaffung von Büromaterial nicht mehr 50€ sondern 100€ beträgt, sorgt das Transkript der Besprechung dafür, dass in der Dokumentation des Managementsystems (in den Prozessmodellen) die Freigabegrenze an der richtigen Stelle geändert wird. Ein Freigabeworkflow stellt dabei sicher, dass die von der KI generierte Änderung z. B. auch vom Prozessverantwortlichen gewollt ist. Alle Mitarbeiterinnen und Mitarbeiter, die den Beschaffungsprozess abonniert haben oder aufgrund ihrer Rolle "zwangsabonniert" sind, erhalten eine Nachricht, dass es nun eine Änderung im Managementsystem, also eine neue oder geänderte Spielregel im Unternehmen gibt.

Dieses Prinzip hat zur Folge, dass Änderungen in der formalen Struktur eines Unternehmens nicht mehr per E-Mail oder auf anderem Wege kommuniziert werden müssen, sondern ausschließlich über die Managementsystem-Kommunikationssoftware kommuniziert werden (Stichwort “Ein-Kanal-Kommunikation” und “Single-Point-of-Truth"). 

Ein zentraler Bestandteil dieses Ansatzes ist die Möglichkeit, Gespräche über die Prozesse in Ihrem Unternehmen aufzuzeichnen. Diese Diskussionen werden in den Digital Twin integriert, so dass dieser immer auf dem neuesten Stand der internen Entscheidungen und Entwicklungen ist. Dadurch wird der Digital Twin zu einem lebendigen System, das in Echtzeit auf Fragen und Anforderungen reagieren kann. Der Digital Twin entwickelt sich in diesem Kontext zu einem dynamischen, lebendigen System, das nicht nur auf Echtzeitdaten basiert, sondern auch als Spiegelbild der aktuellen Best Practices und der getroffenen Vereinbarungen fungiert. 

Die Integration von klassischem Process Mining in diesen Digital Twin unterstützt die kontinuierliche Optimierung und sorgt dafür, dass das System  auf Veränderungen reagiert. So wird Ihr Unternehmen zu einem flexiblen System, das auf Steuerungsimpulse reagiert und immer auf dem neuesten Stand ist. 

Die Einsatzmöglichkeiten von Speech Mining im Qualitätsmanagement sind vielfältig. Es kann in vielen weiteren Bereichen und für unterschiedliche Aufgaben eingesetzt werden, um die Effizienz zu steigern und die Qualität der Prozessdokumentation zu verbessern. 

Der Aufwand für Speech Mining ist deutlich geringer als bei herkömmlichen Verfahren. Viele Prozesse entstehen einfach dadurch, dass Gespräche mit einem Mikrofon im Raum aufgenommen werden. Dies führt zu einer deutlichen Zunahme des Umfangs der Managementsystem-Dokumentation.  Die Frage, ob es möglich ist, sich in der Fülle der Prozessdokumentationen zurechtzufinden, kann eindeutig mit Ja beantwortet werden. 

Die Lösung liegt wiederum im Einsatz von Künstlicher Intelligenz (KI). KI kann bei der gezielten Suche nach relevanten Informationen helfen. Eine weitere Möglichkeit ist die gezielte Bereitstellung von Managementinformationen durch Automatisierung. Diese beiden Möglichkeiten werden wir nun näher betrachten.  

Häufig suchen Mitarbeiterinnen und Mitarbeiter nicht in der Managementsystem-Dokumentation nach Antworten oder relevanten Informationen, obwohl diese dort vorhanden sind. Dieses Problem kann durch die automatisierte Bereitstellung von Informationen aus dem Managementsystem gelöst werden. Dazu kann ein Browser-Plugin eingesetzt werden, das den Inhalt des Browsers sowie den Kontext, in dem sich der Mitarbeitende befindet, analysiert. Beim Setzen eines Links innerhalb des Managementsystems wird automatisch der entsprechende Backlink im Browser-Plugin erzeugt, so dass die relevanten Informationen aus der Managementdokumentation gezielt angezeigt werden. 

Beispiel: Ein Mitarbeiter plant eine Bahnreise über die Website www.bahn.de. Das Browser-Plugin erkennt, dass es sich vermutlich um eine Dienstreise handelt und blendet automatisch die relevanten Informationen zur Dienstreiseplanung aus dem Managementsystem ein. 

Mit dieser Umkehrung der Wirkprinzipien muss der Mitarbeiter nicht mehr zum richtigen Zeitpunkt auf die Idee kommen, dass in seiner Situation hilfreiche oder notwendige Informationen im Managementsystem vorhanden sind. Vielmehr kommt die Information aus dem Managementsystem im Sinne einer Push-Systematik kontextabhängig in seinen Kontext. Auf diese Weise können alle Websites und Subdomains automatisch mit den Inhalten des Managementsystems verknüpft werden. So können auch bei definierten SAP-Eingabemasken etc. gezielt und automatisiert die richtigen Informationen aus dem Managementsystem angezeigt werden. Diese kontextsensitive Informationsbereitstellung kann über den Kontext des Browsers erfolgen, aber auch über andere Kontexte wie z. B. den Standort (GPS/NFC), so dass auf einem mobilen Endgerät alle Informationen des Managementsystems zu einem Standort (Kantine, Maschine, Lagerplatz, ...) angezeigt werden.   

Die Effektivität solcher Systeme hängt vom Aufwand der Prozessmodellierung ab. Wenn es gelingt, die Prozessmodellierung und -anpassung durch Speech Mining effizient zu gestalten, könnte Speech Mining eine zentrale Rolle bei der Kommunikation von Managementvorgaben und Wissen übernehmen. Die Technologie dafür ist bereits vorhanden. 

Benötigt der Mitarbeiter kontextunabhängig eine Information aus der Dokumentation des Managementsystems, so führt ein hoher Detaillierungsgrad der Informationen bei klassischen Suchmaschinen zu erhöhten Suchzeiten. Es muss in langen Trefferlisten nach passenden Einträgen gesucht werden, der jeweilige Treffer muss aufwendig durchsucht und der gefundene Aspekt geeignet interpretiert werden.  

Generative KI ermöglicht es, große Mengen an Content zu durchsuchen und Antworten auf Fragen zu generieren. Dabei werden die Antworten aus dem vorhandenen Content erzeugt und sind nicht zwangsläufig mit dem Content identisch. 

Die Fragen an das Managementsystem können dabei auch komplexer Natur sein, wie z. B. "An welchen Stellen widersprechen sich die Vorgaben in unserem Unternehmen?” Oder “An welchen Stellen sind unsere Vorgaben redundant?”.  Zur Überprüfung der Antwort sollte dennoch eine Ergebnisliste zur Verfügung gestellt werden, aus der hervorgeht, aufgrund welcher Inhalte die Antwortmaschine ihre Antwort zusammengestellt hat. 

Trotz der vielen Vorteile, die KI-Technologien wie Speech Mining und KI-gesteuerte Prozessanpassung bieten, gibt es auch Herausforderungen, die bei der Implementierung dieser Systeme berücksichtigt werden müssen. 

Mit der Einführung von KI-Technologien im Qualitätsmanagement ändern sich auch die Anforderungen an die Kompetenzen von QM-Fachkräften. Zukünftige QMler müssen nicht nur über traditionelle Fähigkeiten im Bereich der Prozessanalyse und -dokumentation verfügen, sondern auch ein Verständnis für den Einsatz von KI-basierten Tools entwickeln. Während die technologische Umsetzung im Hintergrund abläuft, ist es entscheidend, dass QM-Fachkräfte die Ergebnisse der KI interpretieren und sinnvoll in den Qualitätsmanagementprozess integrieren können. 

Die Nutzung von Künstlicher Intelligenz im Qualitätsmanagement stellt einen bedeutenden Fortschritt dar, der die Art und Weise, wie Prozesse dokumentiert, modelliert und angepasst werden, grundlegend verändert. Technologien wie Speech Mining bieten eine zeitgemäße Alternative zu traditionellen Methoden der Prozessdokumentation und -modellierung, indem sie gesprochene Sprache direkt in strukturierte Prozessmodelle überführen. 

Darüber hinaus könnten KI-gesteuerte Systeme die Automatisierung von Prozessanpassungen und die KI-Suche sowie kontextsensitive Bereitstellung von Managementsysteminformationen weiter vorantreiben und damit die Effizienz und Flexibilität im Qualitätsmanagement deutlich steigern. Trotz der Herausforderungen, die mit der Einführung solcher Technologien verbunden sind, bieten sie ein erhebliches Potenzial für Unternehmen, ihre Prozesse zu optimieren. 

Die Rolle des Qualitätsmanagers wird sich zunehmend auf strategische Aufgaben konzentrieren. 

Insgesamt bietet die Digitalisierung im QM nicht nur die Chance zur Effizienzsteigerung, sondern auch die Möglichkeit, innovative Ansätze zu entwickeln und damit das Qualitätsmanagement auf ein neues Niveau zu heben.