Anmeldung Newsletter

Connecting Humint and Techint - Von Algorithmen und Menschen bei einem Fashionunternehmen

Posted by Dr. Jörg Dubiel on 28.10.2019 10:56:35

Managemet Summary: 

Dr. Jörg Dubiel ist Leiter des strategischen Geschäftsfelds Data Science und Corporate Intelligence bei der Klingel Gruppe und stellt dort den digitalen Unternehmensbereich personell stärker auf. Seit Juni 2018 ist Jörg Dubiel in seiner neu geschaffenen Position für den Ausbau der Bereiche Applied Data Science, Data Analytics, Datenmanagement und Business Intelligence zuständig. Gemeinsam mit Oliver Lenz, Mitglied der Geschäftsleitung führt Dubiel außerdem jetzt die Geschäfte des Karlsruher Data Consulting Unternehmens Dataqube. Mit der Zusammenführung dieser Bereiche fasst die Gruppe die strategische Kernkompetenz in den Bereichen Data Analytics und Anwendungsentwicklung zusammen. Ziel ist es, das Data Driven Marketing weiter zu forcieren.

 

Transkript: 

Mein Name ist Jörg Dubiel, ich arbeite für die Klingel Gruppe und mein Auftrag ist es, artificial intelligence in allen Bereichen der betrieblichen Wertschöpfung zu transportieren. 

Alle Bereiche, das heißt auf praktischer Ebene ganz unten in der sub-strategischen Ebene und dazwischen strategisch. Es geht umso schwieriger die technische Intelligenz einzuführen, je höher man in der Wertschöpfung kommt. Und je mehr es um eine strategische Planung geht umso schwieriger ist das.

Und wir sind dazu organisiert - ganz ähnlich wie wir das eben auf dem Chart gesehen haben: bei diesem technology stag. 

Mich unterstützen drei Bereiche: der erste Bereich das ist "Daten BI". Das ist wenn Daten das neue Öl sind, dann ist Daten BI so eine Art Raffinerie, die dieses Öl verarbeitet und in den jeweiligen Fraktionsstufen für die einzelnen Bereiche zur Verfügung stellt. Also von Flugzeugbenzin bis zum Schiffsdiesel machen wir sozusagen alles. 

Die zweite Abteilung oder der zweite Bereich ist das, was hier als "intelligence" stand - das ist die Firma dataqube. 

Da bin ich Geschäftsführer - die dataqube ist wie eine Unternehmensberatung in der Gruppe, die durchaus sich nun auch öffnet. Klingel öffnet sich mehr der sozusagen auch der Umwelt und auch den Marktbegleitern und auch diese Firma wird mehr auch für andere Firmen arbeiten. Diese Firma erstellt prädiktive Maschinen. 

Also da sitzen Data Scientists, Physiker, Mathematiker. So richtig wie man sich das so vorstellt: mit einem Kicker und nem Dach und einer Dachterrasse mit einem Grill und wir sitzen da und machen den ganzen Tag prädiktive Maschinen. Machen das sehr, sehr gut. 

Aber die sind natürlich ein bisschen so im Elfenbeinturm und deswegen haben wir eine dritte Einheit die macht das "processing". Das ist die applied Data Science - Das sind Data Scientists, die in den betrieblichen Wertschöpfungs-Prozess sozusagen in die Front eingebettet sind und dafür sorgen, dass diese Maschinen auch im betrieblichen Prozess verwendet werden. 

Dass Entscheidungen, die datenbasiert getroffen werden können - ob strategischer oder operativ oder taktischer Ebene - auch tatsächlich umgesetzt werden. Manche nennen das Business Evangelisten und wer sich mit der Bibel ein bisschen auskennt, der weiß, dass das Neues Testament ist. 

Unsere Business Evangelisten, die müssen auch sehr oft alttestamentarisch unterwegs sein: Also mit Feuer und Schwert. Auch manchmal dafür sorgen, dass diese Maschinen eingesetzt werden, weil es nutzt der tollste Algorithmus nichts, wenn er sich nicht durchsetzen kann. Dann wird es schwierig. 

Typisches Beispiel ist: wir machen auch Attributions-Modelle. Wenn dann z.B. eine andere Verteilung des Werbemittel-Budgets rauskommt, dann ist es oftmals gar nicht mehr entscheidend, ob das richtig oder falsch ist, sondern wer gewinnt und wer verliert. Also da geht es dann nicht mehr um KI oder um Data Science oder sonst was da jetzt einfach darum das Richtige durchzusetzen. 

Also das sind meine drei Bereiche und bei diesem Auftrag stellt sich sehr schnell die Frage: Was ist eigentlich die richtige Abgrenzung von humaner Intelligenz und technischer Intelligenz? 

Wir sprechen von technischer Intelligenz, damit meinen wir alle Algorithmen, KI, etc. 

Humane Intelligenz ist das, was durch diese Algorithmen ersetzen. Also meine Mitarbeiter, um es mal ganz hart zu sagen, haben den Auftrag humane Intelligenz durch technische Intelligenz zu ersetzen. 

Und dieser Vortrag ist für mich sehr hilfreich, weil Kleist sagt: "Wenn du selber etwas verstehen willst, erklär's jemand anderem". Und ich hoffe eigentlich durch diesen Vortrag auch selber zu verstehen, wo eigentlich die Probleme und Lösungen liegen. 

Und ich würde mich auch freuen, wenn wir im Nachgang die Gelegenheit finden, das vielleicht kritisch zu würdigen und mir das ein oder andere Feedback geben, sagen "sehe ich auch so", "halte ich für ein Unsinn", weil das sind die Dinge, die uns weiterbringen. 

 

Die Kernfrage, die sich meine Kollegen letztens stellten, die lautete also: Was kann die Maschine leisten und was muss der Mensch leisten? Insbesondere in einem Modeunternehmen - damit dieses Unternehmen nachhaltig überlebensfähig ist? Und ich glaube, die Antwort auf diese Frage ist nicht nur für Modeunternehmen interessant, sondern für alle Unternehmen, die emotional aufgeladene  Produkte verkaufen. 

Habe das sehr deutlich bei der Firma, bei der ich früher war, bei Conrad festgestellt. Selbst aktive oder passive Bauelemente, die von Ingenieuren im B2B gekauft werden, die werden nicht ganz ohne Emotionen gekauft. Also selbst da spielen Emotionen eine Rolle und erst recht natürlich im Modebereich. 

 

Das Ergebnis dieser Überlegungen wird sein: nicht nur ein Plädoyer für die Leistungsfähigkeit der künstlichen Intelligenz - das wäre jetzt nicht überraschend bei meiner Profession, sondern auch ein Plädoyer für ein kommendes Revival der menschlichen Intelligenz, die wir gerade zurückdrängen. 

Weil das sehen wir bei Klingel sehr stark: das ist in manchen Bereichen zu weit gedreht worden. Gestatten Sie mir den Vortrag in guter Tradition mit einer kurzen Einleitung zu beginnen, die das Ergebnis vorweg nimmt, ehe ich dann die einzelnen Aussagen erläutere. Die Zukunft des Handels entscheidet sich - davon bin ich fest überzeugt - an der Schnittstelle von technischer und humaner Intelligenz. 

Maschinen verdrängen zunehmend den Menschen im betrieblichen Wertschöpfungsprozess. Übersetzungsprogramme wie google translate, digitale Assistenten: Siri, Cortana, google assistant, Chatbots, aber auch populärwissenschaftliche Literatur, die man überall zieht oder auf jedem Stand steht "artificial intelligence". 

Die Methoden von Cambridge Analytiker im Umfeld vom Wahlkampf von Donald Trump, die zeigen uns allen sehr öffentlichkeitswirksam die gesellschaftliche Wirkmächtigkeit und Relevanz des Bereichs KI im Allgemeinen. 

Und im Besonderen sehen wir auch - erkennen wir, dass auch im Handel: Internet Empfehlungen, Werbeeinblendungen beim E-Mail-Schreiben, dynamic pricing: je nachdem, wann ich auf eine Webseite gehe, ist der Preis so oder so. 

Wir machen den Einfluss der Algorithmen auch im Handel für jedermann erlebbar und diese offensichtlichen Veränderungen der Verhältnisse legen den Schluss nahe, dass derjenige Händler den Verdrängungswettbewerb überleben wird, der möglichst schnell auf Algorithmen setzt. 

Aber das ist nur Fausts erste Teil des Verdrängungswettbewerbs - der zweite Teil kommt danach und das ist nämlich dann, entsteht dadurch, dass für die erste Phase des Verdrängungswettbewerbs noch durch den Ausbau der technischen Intelligenz beherrscht. Entscheidet sich der Verdrängungswettbewerb in der zweiten Phase durch die Wiedereinführung der humanen Intelligenz in die zuvor eingeführten  Algorithmen mit geeigneten Mitteln. Handelsunternehmen, die rechtzeitig diese Reintegration menschlichen Wissens in algorithmische Prozesse nutzen die haben die besten Überlebenschancen der Digitalisierung. 

Also insofern würde ich das gerne ein bisschen ergänzen, was Sie gesagt haben: Diese perfekt algorithmische Orchestrierung einer Customer Journey - die wird, das werde ich nachher noch erläutern - paradoxerweise nicht Zu 100% zu Kundenzentrierung führen. Lassen Sie mich das mal an folgendem Bild erklären: Die Zahlen müssen sie nicht ganz so ernst nehmen, die sind ein bisschen entstanden aus einer Diskussion mit einem Unternehmen, das das sehr weit ist. Ich nenne das die Human Computation These. Und da unterscheiden wir drei Phasen: 

In der ersten Phase da ersetzen Maschinen die Menschen. Voraussichtlich wird diese erste Phase gar nicht so sehr im Handel zu beobachten sein, sondern wird andere Branchen als erstes dominieren: Verkehrswesen, Haushalt und Dienstleistungen im Gesundheitswesen und die öffentliche Sicherheit. Aber auch im Handel sehen wir natürlich, dass Algorithmen Einzug halten. 

Typische Algorithmen, die wir zum Beispiel mit der Firma dataqube- das ist unser Logo - entwickeln. Das sind Algorithmen zur automatischen Dispositionen, zum next best Advertising, zur Attribution. Algorithmisches Recruiting ist gerade ein Steckenpferd von uns, wo wir Linkedin Profile auch scrapen. Dynamic pricing, next best product - das sind so die typischen Algorithmen und wir unterscheiden da Algorithmen, die "direkt Kunden-erlebbar" sind und Algorithmen, die "nicht direkt Kunden-erlebbar" sind. Also automatische Disposition ist natürlich indirekt Kunden-erlebbar, weil es die Verfügbarkeit einer Ware sozusagen unter Optimierung der bestell-fixen, der bestell-variablen Kosten und der Opportunitätskosten aus mangelnder Verfügbarkeit optimiert, aber der Kunde merkt es nicht direkt. Aber Algorithmen die auf die “vier Ps” des Marketings gehen: also Product - next best product, P wie Price oder dynamic pricing für das pricing oder Attribution für Place oder Next best advertising für die Promotion. Die sind direkt, unmittelbar beim Kunden wirksam. 

Der Einsatz dieser Algorithmen, der bietet zunächst zwei Wettbewerbsvorteile gegenüber dem Menschen: In dieser ersten Phase, wo Algorithmen Menschen verdrängen. Sie sind billiger und sie können mehr kunden-individuelle Informationen verarbeiten. Wir kennen das wahrscheinlich alle oder zumindest die - wir sagen nicht mehr ältere Kunden - wir sagen lebens-erfahrenere Kunden, also die lebenserfahrenen unter uns: Der Mensch braucht zum Beispiel Segmentation als Krücke einer individuellen Ansprache, weil er sozusagen gar nicht in der Lage ist kognitiv so viele Informationen zu verarbeiten, dass er das segment of one bedienen kann. Der Algorithmus kann aber genau das. Und er kann es nicht in near time, sondern er kann es in real time. 

Also er ist viel schneller viel wirk-mächtiger und er ist auch viel, viel billiger als der Mensch, der das tun könnte. Und solche Effekte führen eben dazu, dass was ich eben sagte, das soll es nun mal zeigen: dass der dass die humane Intelligenz zurückgedrängt wird, die technische Intelligenz steigt und die Kosten senken und im Endergebnis können wir das mit allen Parametern des Marketing-Mix machen und können den Preis, die Produktauswahl, die Zielgruppen-Auswahl und die Kanal-Auswahl bis auf das segment of one extrem schnell und kostengünstig vollautomatisiert und in dem Sinne ja auch kundenorientiert gestalten. 

Aber - und jetzt kommt das große ABER - Das ist wie mit dem Auto, das im Windkanal designt wird: Insbesondere Algorithmen der zweiten Kategorie, die werden dazu führen, dass wir so eine Art Konvergenz des Kunden-Erlebens haben werden. Das kann gar nicht anders sein, weil Kunden-Zentralität bedeutet ja den Kunden so zu sehen, wie er ist und wenn mehrere Firmen die gleiche Kundenbasis haben, dann sind die Kunden immer die gleichen und die Daten, die diese Kunden beschreiben, werden auch gegeneinander konvergieren. Zum Teil erheben wir diese Daten ja gar nicht mehr selbst, sondern sie werden in Kooperationen zusammengelegt oder wir kaufen sie von google oder beziehen sie sonst woher. Das heißt die Daten werden auch konvergieren, weil der Kunde dahinter derselbe ist und die Algorithmen werden dann dazu führen dass die Kunden ein immer ähnlicheres Kundenerlebnis haben und dann führt Kundenzentralität paradoxerweise zur Kunden-Langeweile. 

Wir schätzen, dass diese Erlebnis-Konvergenz je nach Reifegrad des Unternehmens in drei bis fünf Jahren bei den Unternehmen erreicht sein wird. Es übrigens genau die Phase, die Sie gesagt haben. In fünf Jahren sind wir soweit, dass wir das perfekt algorithmisch in der Phase 5 durch optimieren können und Unternehmen, die in dieser Zeit keine Algorithmen einsetzen, die werden verschwinden weil sie einfach den Kostendruck nicht aushalten. Aber Unternehmen, die danach nur Algorithmen haben, die glaube ich werden es auch schwer haben, weil Weil jetzt nach dieser Phase der Konvergenz passiert was nächstes, passiert was anderes. 

 

In dieser zweiten Phase werden die Maschinen den Menschen nicht mehr ersetzen, sondern ergänzen. Aber sie werden andere Menschen ergänzen. Lassen Sie mich das man kurz mal so darstellen wie: der Mensch hat sich ja nicht geändert- und die Algorithmen versuchen immer den Menschen zu adressieren. Der Mensch ist aber immer der Gleiche wie so wie wir alle sitzen wir sind nicht wirklich weiterentwickelt und Gesellschaft. Wir haben vielleicht andere Klamotten an, aber wir sind immer noch sehr ähnlich den Generationen zuvor. Und Douglas Adams beschreibt die marketing-relevanten Fragen, die eine Gesellschaft stellt immer in drei Phasen. 

Er sagt erste Phase ist: "Wie bekomme ich was zu essen?"

Zweite Phase: "Wo gibt es die besten Wiener Schnitzel?" 

Und dritte Phase: "Warum esse sich überhaupt?" 

Und die Marketing- Wissenschaft macht das ein bisschen eleganter; die sagt Das ist die blaue Linie, die sagt in der Entwicklung des Marketings sehen wir, dass wir (von der Produkt) von einem produktorientierten Marketing früher jetzt zu einem sehr netzwerk- und teilhabe-orientierten Marketing jetzt gekommen sind. 

 

Und diese erste Phase des produktorientierten Marketings - das war so kurz nach dem Krieg, da brauchte man eigentlich kein Marketing, da war es entscheidend, ein Produkt anzubieten, es verfügbar zu halten und dass man es sich leisten konnte. Heute - das ist das vor-digitale Marketing - sprechen wir über das digitale Marketing. Bloß der Adressat dieses Marketings hat sich nicht geändert - der bewegt sich immer noch in diesen drei Fragen, die ich eben erläutert habe. Wir haben gestern über amazon gesprochen: Wo bewegt sich denn eigentlich amazon auf dieser neuen Linie des digitalen Marketings? 

Meiner Ansicht nach bewegen die sich sehr weit hier unten, weil sie im Grunde genommen sagen bei uns gibt es das Produkt, die Preise sind erschwinglich, die Verfügbarkeit ist da und du kannst es convenient bekommen. Also eigentlich ist amazon ein ein Vorbild für uns. Hinsichtlich dieser technologischen Verschiebung, aber inhaltlich machen eigentlich Marketing, das an ein früheres Stadium adressiert. Über das viele von uns schon hinaus sind. 

 

Viele Firmen aus der vor-digitalen Marketingwelt, die sind hier gelandet und versuchen jetzt den Rückschritt zurück zu machen, um dann gemeinsam mit den anderen wieder diese Linie vor zu robben und diese Linie wird auch im digitalen Marketing eintreten, weil der Mensch sich nicht verändert hat. 

Auch amazon wird dort hinkommen müssen: irgendwann mal zu diesem netzwerk-Orientierten - in diese netzwerk-orientierte Phase zu kommen und in die kommt man aber nicht nur indem man das Produkt anbietet und gute Preise hat und gute Verfügbarkeit hat, sondern wir müssen mehr Emotionen verkaufen. Dazu braucht man Werbung, die die Inhalte vermittelt, die beziehungs-konstituierend ist, die Sinn stiftet, also man merkt auch daran, dass immer mehr Firmen zum Beispiel so und so eine art Ablasshandel mit ökologischer Korrektheit betreiben. 

Sie sagen, wenn du bei uns kaufst, dann gehen so und soviel Euro in den Regenwald. Damit ist man Teil einer Community, damit ist man Teil einer Gemeinschaft, die was Besseres tut und das können aber Algorithmen nicht. Und jetzt muss man sich vielleicht mal einen kurzen Ausflug machen, warum das Algorithmen nicht können. 

 

Also wir sind hier in dieser Phase 2, wo die Maschinen erst ergänzt werden durch die Menschen, die wieder Kreativität hineinbringen. Modeunternehmen: wir haben geglaubt, dass durch Algorithmen, die eine Bestückung von Werbemitteln machen, alles supergut wird. Das wird es nicht. Wir haben gelernt, dass wir Menschen brauchen, die ein Gefühl haben für Mode, die unkonventionelle Dinge tun, die nicht nur das tun. Die tun auch was anderes, als das was die Maschine tun würde, weil die Maschine keine Empathie für Kunden hat oder auch kein Gefühl für Trends hat. 

Hört sich komisch an, wenn ich das sage, aber es ist für mich auch einfach wichtig im Unternehmen klar zu machen: Was kann die Maschine und was kann sie nicht? Und ich auch keine falschen Hoffnungen setzen will. 

Wir schätzen, dass diese Menschen viel viel wichtiger sind die Maschine zu ergänzen für die nächsten Jahre als das bislang geglaubt haben und lassen Sie mich noch mal kurz erläutern, warum das so ist. Aber wir sprechen ganz viel über künstliche Intelligenz, aber tatsächlich weiß keiner was das ist. 

Es gibt vage, tastende Versuche das irgendwie zu beschreiben, aber man kann es nicht definieren. Schon allein deshalb, weil man dann die menschliche Intelligenz nicht definieren kann. Deswegen ist die übliche Definition für KI: künstliche Intelligenz ist das, was menschliche Intelligenz nachahmt und es gibt per heute kein, also vielleicht eins, aber heute ist man der Meinung, dass es kein System gibt, dass sozusagen künstlich intelligent ist, weil die Bedingung dafür ist, dass im Turing-Test bestanden zu haben. 

Und den Turing-Test können Sie sich so vorstellen: Sie schieben einen Zettel unter ner Tür durch mit einer Frage und kriegen einen Zettel zurück mit einer Antwort und wenn Sie nicht unterscheiden können, ob das eine Maschine oder ein Mensch war, dann ist das Ding dahinter künstlich intelligent. 

 

Das Problem ist nur: Die Antwort kann richtig sein und trotzdem kann es ganz unterschiedliche Persönlichkeiten geben, die diese richtige Antwort geben und das ist das, was wir eben dieser Phase 2 brauchen. 

Wir brauchen Unternehmens- Persönlichkeiten, die Distinktion im Wettbewerb herstellen. Wenn wir alle Algorithmen machen, alle das Gleiche machen. Das müssen wir tun, um Kostenvorteile zu realisieren, um schneller zu werden, aber wenn wir nur noch das tun, dann werden wir austauschbar, dann werden wir beliebig und dann werden wir keine keinen USP mehr im Markt haben und erst wenn Maschinen den Turing-Test bestanden haben werden und zwar einen erweiterten Turing-Test, wo man sozusagen auch sagen kann: Das sind personale Intelligenzen hinter diesem Zimmer, der eine ist ein "Realo"und der andere ist ein "Fundi" und ich kaufe aber lieber vom "Fundi"- dann wird der Mensch auch nicht mehr notwendig sein. 

 

Dann kommen wir in diese dritte Phase, wo man nicht genau weiß, was passiert. Wo Maschinen letztlich für Maschinen agieren. Das Thema in der Finanzwirtschaft, dass das schon passiert: Dass Maschinen FInanzprodukte entwickeln, die von anderen Maschinen gekauft werden; die Geldmenge wird immer. 

Man braucht eigentlich gar keinen Menschen mehr dazu und es arbeitet niemand mehr dafür und es fragt auch niemand mehr danach. Das ist wirklich schon der Fall, wo wir sehen Maschinen agieren für Maschinen. Fassen wir also zusammen: Die Algorithmen übernehmen bislang zunehmend menschliche Aufgaben im Handel. 

Die Ersetzung des Menschen durch Maschinen spendet solange Wettbewerbsvorteile, solange die Kundenwahrnehmung durch die Algorithmen noch nicht konvergiert ist. Sobald wir diese Erlebnis-Konvergenz haben - und die schätzen wir - kommt in etwa fünf Jahren - müssen wir wieder Menschen oder mehr qualitativ-arbeitende Menschen in die Unternehmen holen. Und für die personalwirtschaftliche Erfolgsdimension des Handels bedeutet dies, dass zunächst Personal abgebaut werden kann - Phase 1 und in dieser Phase 2 wieder aufgebaut werden muss. Und im Mittelpunkt stehen dann aber weniger quantitativ-dominierte Profile wie Data-Scientists, Physiker, Mathematiker - die Kollegen alle bei mir arbeiten - sondern qualitativ-arbeitende Köpfe: Grafiker, Redakteure, die die Content-Marketing machen, Werbetexter wie bei Manufactum, die ein Produkt wirklich mit Emotionen verkaufen können; Vollblut-Verkäufer und andere Künstler-Typen. Und Handelsunternehmen, die diese Abfolge algorithmen-bedingten Personalabbaus und -aufbaus rechtzeitig erkennen und die Verzahnung zwischen der humanen Intelligenz in der technischen Intelligenz am besten beherrschen, die haben auch die besten Überlebenschancen in der Digitalen Revolution. Die anderen werden verschwinden. Ein schlechtes Schlusswort, aber das war es. Dankeschön!

Topics: Künstliche Intelligenz, Techint, Humint, Fashionunternehmen, Humane Intelligenz, Algorithmen

SOMETHING TO SAY?