Servicenow: CIOs liefern echten Mehrwert mit Maschinellem Lernen

Frankfurt am Main – ServiceNow veröffentlicht eine neue Studie, bei der weltweit 500 Chief Information Officers (CIOs) befragt wurden. Die Umfrage ergab, dass Maschinelles Lernen (ML) in Unternehmen angekommen ist und alltägliche Arbeitsabläufe unterstützt. Um den vollen Wert auszuschöpfen, müssen Führungskräfte geeignetes Fachpersonal finden, das im Einklang mit Maschinen arbeiten kann, und zusätzlich die Unternehmensstrukturen und -prozesse neugestaltet.

Für The Global CIO Point of View befragte ServiceNow CIOs aus 11 Ländern und 25 Branchen, inklusive 90 CIOs aus Deutschland und Österreich, um Wettbewerbsvorteile von Maschinellem Lernen offenzulegen und zu erfahren, wie Führungskräfte mittels ML ihre Ziele erreichen können. IDC schätzt, dass sich bis 2020*Investitionen in ML fast verdoppeln werden. Neueste Analysen zeigen zudem, dass „Experte für Maschinelles Lernen“ eine der am schnellsten wachsenden Positionen innerhalb der IT ist**.

Menschen arbeiten Seite an Seite mit intelligenten Maschinen für ein genaueres, schnelleres und wachsendes Geschäft
Die Studie bestätigt eine wachsende Zuversicht bei Führungskräften in Deutschland und Österreich, dass ML schnellere und präzisere Entscheidungsprozesse liefern wird. Software für Maschinelles Lernen ist nämlich in der Lage, ihre eigene Leistung zu analysieren und anhand der Ergebnisse zu verbessern, und das ohne menschliches Eingreifen. So können Menschen komplexere Entscheidungen treffen. Angaben der CIOs aus Deutschland und Österreich:

• 51% Prozent der Befragten sagen, dass sie weit über die Automatisierung von Routineaufgaben, wie Sicherheitswarnungen, hinaus sind. Komplexe Entscheidungen, wie zum Beispiel Reaktionen auf Sicherheitswarnungen, erfolgen schon automatisiert.
• 83,5% der CIOs glauben, Entscheidungen wesentlich präziser treffen zu können. 69% Prozent sagen, dass Entscheidungen von Maschinen präziser sein werden als von Menschen.
• 64% der CIOs bestätigen, dass routinemäßige Entscheidungsprozesse einen bedeutenden Teil der Arbeitszeit von Mitarbeitern und Führungskräften in Anspruch nehmen. Das steigert den potentiellen Wert von Automatisierung. Laut 65% der CIOs werden automatisierte Entscheidungsprozesse zum Unternehmenswachstum beitragen.

„Wir sehen drei Entscheidungsvarianten, die automatisiert werden können – Weiterleitungen, Klassifizierungen oder Vorhersagen“, kommentiert Georg Goller, Area Vice President Deutschland, ServiceNow. „Alltägliche Aufgaben, wie das Beantragen von IT-Tickets oder das Weiterleiten der Vertriebsleads, liefern bereits heute Ergebnisse. Das Maschinelle Lernen ist vom Hype zur Realität geworden.”

Experten für Maschinelles Lernen können Digitale Transformation nicht alleine umsetzen
CIOs in Deutschland und Österreich sind dem Markt für Maschinelles Lernen voraus, 94% von ihnen nutzen bereits die Technologie oder planen, diese einzusetzen, global sind es 89%.

66% der CIOs aus Deutschland und Österreich sagen, dass sie Digitalisierung in ihrem Unternehmen leiten und 55,5% glauben, dass ML eine bedeutende Rolle dabei spielt. 55% der befragten CIOs aus Deutschland und Österreich sagen, dass sie im Unternehmen ML bereits nutzen. 39% gaben an, die Technologie in Zukunft einzusetzen.

Um die Vorteile der Technologie optimal zu nutzen, legen Unternehmen Fokus auf die Bereiche Personal, Organisation und Prozesse. Angaben der CIOs aus Deutschland und Österreich:

• Nur 30% der CIOs beschäftigen Mitarbeiter mit Fähigkeiten, die für Maschinelles Lernen nötig sind.
• 48% der Befragten passten die Stellenbeschreibung in Bezug auf ML an. 35,5% bestätigen einen Mangel an nötigen Fähigkeiten, um intelligente Maschinen zu verwalten. 54,5% geben an, nicht das erforderliche Budget zu haben, Mitarbeiter entsprechend zu schulen.
• 49% der CIOs sagen, dass Datenqualität ein wesentliches Hindernis bei der Umstellung ist. 54,5% nennen veraltete Prozesse als entscheidenden Grund.
• Global entwickelten 52,5% Methoden zur Überwachung von Maschinenfehlern.

„Ohne Maschinelles Lernen könnten Unternehmen Digitale Transformation nicht so effektiv umsetzen wie jetzt“, sagt Georg Goller. „Um das volle Potenzial der Maschinellen Lerntechnologie zu nutzen, müssen CIOs ihre Rolle als Transformationsleiter ausbauen. Das hat einen entscheidenden Einfluss darauf, wie Organisationen Geschäftsprozesse gestalten, Daten organisieren sowie Fachkräfte einstellen und ausbilden.”

ML-Pioniere profitieren bereits – Ergebnisse schon heute liefern
Eine ausgewählte Gruppe der befragten CIOs (weniger als 10%) sind ihren Kollegen in Sachen Maschinelles Lernen voraus. Diese Erst-Nutzer liefern ein Modell, das CIOs hilft, die Technologie optimal einzusetzen:

• Nahezu 90% der Erst-Nutzer glauben, dass automatisierte Entscheidungsprozesse zum Unternehmenswachstum beitragen. Im Vergleich, nennen 67% aller Studienteilnehmer andere Faktoren.
• Rund 80% dieser Studienteilnehmer entwickelten Monitoring-Methoden für Maschinenfehler, bei den anderen Teilnehmern waren es 41%.
• Mehr als Dreiviertel dieser CIOs veränderten Stellenprofile mit Fokus auf Maschinelles Lernen, bei den anderen waren es 35%.
• Über 70% erarbeiteten einen Plan für Transformation von Unternehmensprozessen, im Vergleich zu den anderen Teilnehmern, von denen nur 33% solche Pläne entwickelten.

„Die ersten CIOs, die ML einsetzten, kombinierten Maschinelles Lernen mit Unternehmensprozessen und entsprechenden Kompetenzen, um das Umsatzwachstum stärker voranzutreiben”, sagt Georg Goller. „Sie berichten über bessere Ergebnisse mit grundlegenden Technologien und können sich so auf Innovationen konzentrieren, wie z. B. die Automatisierung komplexer Entscheidungsprozesse, die sich unmittelbar auf die Ergebnisse auswirken.”

Fünf Schritte für optimale Nutzung von Maschinellem Lernen
ServiceNow zeigt CIOs, wie sie Digitale Transformation mit Maschinellem Lernen schaffen können:

1. Grundlage schaffen und Datenqualität steigern. Eines der Haupthindernisse für die Umsetzung von ML ist die Datenqualität. Wenn Maschinen auf Grundlage von schlechten Daten Entscheidungen treffen, liefern sie wertlose Ergebnisse und erhöhen zudem das Risiko. CIOs müssen daher Technologien nutzen, die Datenerhebung und -übertragung ins Maschinelle Lernen vereinfachen.
2. Nach dem Realisationswert priorisieren. Bei der Planung sollte der Fokus auf Diensten liegen, die am häufigsten im Einsatz sind. Die Automatisierung dieser Dienste wird die größten Geschäftsvorteile generieren. Daher ist es wichtig, Dienste mit unstrukturierten Arbeitsabläufen zu wählen, die von Automatisierung profitieren würden. Anstatt die bestehenden Services und Prozesse in ein neues Modell zu verlagern, sollten diese im Rahmen der Transformation neu orchestriert werden.
3. Außergewöhnliches Kundenerlebnis. Der Hauptvorteil einer schnelleren und genaueren Entscheidung liegt in herausragender internen und externen Kundenerfahrung. Um optimale Kundenerfahrung liefern zu können, müssen Unternehmen in Kompetenzen für Maschinelles Lernen investieren.
4. Neue Kompetenzen und Unternehmenskultur. CIOs müssen die zukünftigen Rollen im Unternehmen identifizieren und vorhersehen, wie sich Mitarbeiter mit Maschinen beschäftigen werden. Dabei müssen sie mit der Einstellung und Ausbildung beginnen. CIOs müssen eine Kultur aufbauen, die ein neues Arbeitsmodell sowie neue Fähigkeiten umfasst. Das beinhaltet neue Richtlinien für Führungskräfte, Ingenieure und Mitarbeiter für die künftige Zusammenarbeit zwischen Mensch und Maschine.
5. Messen und berichten. CIOs wissen um die Vorteile vom Maschinellen Lernen, aber andere Führungskräfte und Vorstandsmitglieder im Unternehmen müssen oft erst überzeugt werden. CIOs sollten Ziele setzen, Erfolgsfaktoren noch vor der Implementierung entwickeln und ein solides Geschäftsmodell aufstellen, um die erforderliche Finanzierung überhaupt und vor allem langfristig zu erhalten. Zudem sollten sie auch in Erwägung ziehen, automatisierte Benchmarks für Kollegen in ihrer Branche und andere Unternehmen mit ähnlicher Größe zu erstellen.

Erhebungsmethodik
ServiceNow beauftragte Oxford Economics, 500 CIOs über Maschinelles Lernen und automatisierte Entscheidungsprozesse zu befragen. Die Befragten sind aus Österreich, Australien, Frankreich, Deutschland, den Niederlanden, Neuseeland, Singapur, Spanien, Schweden, Großbritannien und den USA und umfassen eine breite Palette von B2B- und B2C-Sektoren. Die Umfrage wurde über computergestützte Telefoninterviews (CATI) durchgeführt. Oxford Economics wurde 1981 als Joint Venture mit der Business School der Oxford University gegründet. Oxford Economics ist spezialisiert auf evidenzbasiertes Vordenken, Prognosen und ökonomische Wirkungsanalysen. (ServiceNow/mc/hfu)

 *Worldwide Semiannual Cognitive/Artificial Intelligence Systems Spending Guide, IDC, October 2016. http:// www.idc.com/getdoc.jsp?containerId=prUS41878616Spending on artificial intelligence and machine learning is expected to grow rapidly from less than $8 billion in 2016 to $47 billion by 2020, according to IDC.

** https://www.ibm.com/analytics/us/en/technology/data-science/quant-crunch.html

Über ServiceNow
ServiceNow verbessert die Arbeit im gesamten Unternehmen. Simple Aufgaben zu erledigen kann einfach sein und komplexe, mehrstufige Tätigkeiten ebenso. Unsere Anwendungen automatisieren, prognostizieren, digitalisieren und optimieren Geschäftsprozesse und Aufgaben, von der IT zum Kundenservice, Security Operations bis zu Human Resources. Gleichzeitig verbessert sich die Nutzererfahrung von Mitarbeitern, Anwendern und Kunden, während das Unternehmen transformiert wird. ServiceNow (NYSE:NOW) definiert, wie Arbeit erledigt wird. Für weitere Informationen besuchen Sie: www.servicenow.de.