Nach innen / produktive Systeme

Red Bumerang/Geschäftsfelder/Nach innen

KI für
Industrieprozesse.

Ein Prozess, den niemand dokumentiert hat, lässt sich nicht automatisieren, sondern nur erraten. Wir erfassen, wie die Arbeit tatsächlich abläuft, setzen KI dort ein, wo sie ihren Platz verdient, und verbinden Systeme, die nie für eine Verbindung vorgesehen waren.

30-Minuten-Termin buchen Wie ein Aufbau aussieht

~2 Min.Für den Entwurf eines Kundenangebots, zuvor bis zu einem Monat

~30.000Auf Eignung bewertete Industriebetriebe, ohne Standortbesuche

78 → 1Undokumentierte Blätter, neu aufgebaut als eine produktive Anwendung

16.005Über Nacht geprüfte Anrufe, vollständig statt stichprobenartig

Erst Ordnung

Niemand hat diesen Prozess dokumentiert. Das ist das Projekt.

Fragen Sie drei Personen, wie ein Prozess abläuft, und Sie erhalten ein Diagramm von 2019, einen Kollegen, der es einfach weiß, und eine Arbeitsmappe mit achtundsiebzig Registerkarten: drei widersprüchliche Darstellungen, von denen keine zeigt, wie die Arbeit tatsächlich abläuft. Deshalb scheitert industrielle KI: Das Modell wird auf eine Beschreibung statt auf den Betrieb angesetzt. Deshalb beginnen wir damit, die Arbeit selbst zu lesen: Was bewegt sich, wer entscheidet wirklich und aus welchem System kann niemand Daten exportieren? Diese Abbildung ist bereits ein eigenständiges Ergebnis, bevor überhaupt ein Modell gewählt wird. Erst dann hat die Automatisierung einen Prozess, dem sie zuverlässig folgen kann.

Wir automatisieren nicht den Prozess, den Sie beschreiben. Wir automatisieren den, der abläuft.

Beginnt mitLesen der Arbeit

Beginnt nie mit~~Dem Diagramm an der Wand~~

Aufbau eines Systems

Eine Datenzufuhr. Zwei Prozesse. Zwei Ergebnisse.

Jedes System, das wir in Produktion bringen, hat dasselbe Grundgerüst. Ihre Daten fließen einmal ein — aus dem ERP oder aus dem, was bisher dessen Stelle eingenommen hat — und treiben die Prozesse an, die zuvor manuell ausgeführt wurden. Beide schreiben in eine einzige verbindliche Datenquelle, sodass Datensatz und Entscheidungsgrundlage an einem Ort liegen und später geprüft werden können. Zwei Dinge kommen heraus: eine interne Anwendung, in der Ihr Team täglich arbeitet, und Dokumente, die erstellt statt abgetippt werden. Und jeder Durchlauf speist den nächsten.

Prozessschema

Quelldaten
Automatisierter Schritt
Schritt mit KI
Verbindliche Datenquelle

1 Datenzufuhr2 Prozesse2 KI-Schritte2 Ergebnisse Schema · die Schrittbezeichnungen stehen stellvertretend für Ihre eigenen

Warum nur einmal

Bei erneuter Eingabe teilt sich die Wahrheit. Sobald dieselbe Zahl zweimal eingegeben wird, existieren zwei Versionen, und jemand verbringt die Woche damit, sie abzugleichen.

Warum eine verbindliche Quelle

Eine nicht nachvollziehbare Antwort ist keine Antwort. Datensätze und ihr Kontext liegen zusammen, sodass eine Entscheidung noch Monate später erklärt werden kann.

Warum zwei Resultate

Menschen brauchen einen Arbeitsort; das Unternehmen braucht Dokumente. Eine Anwendung, die Ihr Team täglich nutzt, und die Dokumente, die früher einzeln abgetippt wurden.

Wo KI ihren Platz verdient

Die Frage lautet nie, ob ein Modell eingesetzt wird. Sondern welcher Schritt eines verdient.

Der größte Teil eines funktionierenden Systems ist gewöhnlicher Code. Setzen Sie ein Modell dort ein, wo eine Regel hingehört, wird das Projekt unberechenbar, teuer und schwer prüfbar. Setzen Sie eine Regel dort ein, wo Urteilsvermögen erforderlich ist, kann die Automatisierung schon im dritten Monat abgeschaltet werden. Vier Tests leiten die Entscheidung.

Test 01

Wiederholtes Urteil → Modell

Ein Dokument lesen, einen Betrieb auf Eignung bewerten, beurteilen, ob ein Anruf so verlaufen ist, wie er sollte. Es ist die Art von Arbeit, die jemand tausendmal fast gleich wiederholt, aber nie dokumentieren konnte.

Test 02

Exakte Regeln → Code

Eine Rabatttabelle, eine Freigabeschwelle, eine Steuervorschrift. Wenn es sich exakt aufschreiben lässt, schafft ein Modell nur eine weitere Möglichkeit, dass es schiefgeht.

Test 03

Keine Exportfunktion → Reverse Engineering

Zwei der Quellen in unseren produktiven Systemen hatten überhaupt keine API. In der Industrie ist das der Normalfall, nicht die Ausnahme, und meist der Grund, warum der Prozess noch manuell war.

Test 04

Richtlinie untersagt Cloud → Ihre Umgebung

Frontier-Modelle, wo sie zulässig sind; eine private Bereitstellung in Ihrer eigenen Infrastruktur, wo sie es nicht sind. Die Entscheidung wird für jedes System getroffen, nicht einmal pro Unternehmen.

In Produktion

Zwei Systeme, beschrieben, ohne jemanden zu benennen.

Kundenprojekte unterliegen Vertraulichkeitsvereinbarungen, daher bleiben die Unternehmen anonym, und die Zahlen liefern den Beleg. Beide Systeme sind heute in Betrieb; keines war ein Pilotprojekt.

Fall 01 · Auftragsabwicklung

Achtundsiebzig Blätter, kein Verantwortlicher, keine Vorgabe

Die Arbeitsmappe steuerte den Auftragsprozess. Niemand hatte dokumentiert, wie. Jede Regel steckte in einer Formel, jede Ausnahme im Gedächtnis einer Person, und die Datei ließ sich nicht mehr sicher von mehreren Personen gleichzeitig bearbeiten. Wir lasen sie vollständig, rekonstruierten die Regeln, statt sie zu erraten, und bauten sie binnen Tagen statt Quartalen als produktive Anwendung mit Rollen, Berechtigungen und Prüfpfad neu auf.

Von der Tabelle zum System

Alte Arbeitsmappe
Produktiv neu aufgebaut

78 Blätter gelesenRegeln rekonstruiert, nicht erratenProduktion binnen Tagen

Was gelesen wurde

Die ganze Datei, keine Stichprobe. Achtundsiebzig Tabellenblätter, jede Formel und jeder Querverweis, einschließlich der Registerkarten, die seit zwei Jahren niemand geöffnet hatte.

Was rekonstruiert wurde

Die Regeln, ausdrücklich formuliert. Darunter waren mehrere, von deren Anwendung das Unternehmen nichts wusste, und zwei, denen es nicht mehr zustimmte.

Was geliefert wurde

Eine Anwendung, nicht eine Tabelle mit hübscherer Oberfläche. Rollen, Berechtigungen, ein Prüfpfad und die Möglichkeit, dass mehrere Personen gleichzeitig arbeiten.

Fall 02 · Anrufqualität

Jeder Anruf geprüft, keine Stichprobe

Qualitätssicherung in einem Contact Center bedeutet normalerweise, dass eine Führungskraft einige wenige Anrufe pro Woche anhört und daraus Schlüsse zieht. Wir verarbeiteten 16.005 Anrufe und 434 Stunden Aufzeichnungen über Nacht, ohne Aufsicht, und kennzeichneten sie nach Kategorien: wo das Gesprächsskript scheiterte und wo kein nächster Schritt vereinbart wurde. Die Abdeckung stieg von einer Stichprobe auf jeden Anruf; den Führungskräften blieb mehr Zeit für das Coaching der durch die Kennzeichnungen ermittelten Personen.

Anrufqualität · 100 % Abdeckung

Geprüfte Aufnahmen
Markierter Abschnitt

100 % der Anrufe, keine StichprobeKennzeichnungen nach KategorieKeine Prüfzeit der Führungskraft

Änderung der Abdeckung

Von einer Handvoll pro Woche zu allen. Eine Stichprobe kann Gesamtmuster zeigen; sie kann nicht erkennen, welcher Anruf einen Kunden gekostet hat.

Änderung beim Tempo

434 Stunden Aufnahmen, über Nacht geprüft. Die Kennzeichnungen liegen vor Schichtbeginn auf dem Schreibtisch der Führungskraft, nicht drei Wochen später.

Was sich für das Team änderte

Die Führungskraft verbrachte weniger Zeit mit Zuhören und mehr mit Coaching. Die knappe Ressource war nie die Aufnahme. Es war die Aufmerksamkeit.

Drei weitere, in Kürze

Ein nationaler Telekom-Anbieter

~~Bis zu 1 Monat~~→

~2 Minuten

Erstellung eines Kundenangebots. Das gesamte Vertriebsteam nutzt es nun täglich.

Eine EU-Gruppe für Energieoptimierung

~~Je ein Standortbesuch~~→

~30.000 bewertet

Jeder Industriebetrieb eines Landes wurde anhand von Sekundärdaten auf seine Eignung bewertet, ohne Standortbesuch.

Red Bumerang · eigener Betrieb

~~1 Monat~~→

4–8 Stunden

Kampagnenvorbereitung. Die Kundeneinführung stieg von vier pro Monat auf zwei pro Tag. Wir setzten es zuerst bei uns selbst ein.

Einsatzumgebung

Nichts wird ersetzt.

Das System dockt an das an, was Sie bereits nutzen: das ERP, das CRM, die Tabelle, die niemand dokumentiert hat, den nationalen Datendienst ohne Exportfunktion. Die Bereitstellung wird entsprechend Ihren Richtlinien für jedes System einzeln entschieden.

Modelle: Frontier-Modelle, wo sie zulässig sind, oder eine private Bereitstellung in Ihrer eigenen Umgebung, wo sie es nicht sind
Inferenz: Ausführung auf unserer oder Ihrer Infrastruktur; wo Ihre Richtlinien es verlangen, wird nichts über die KI-Cloud eines Drittanbieters geleitet
Sprachen: Sprach- und Textsysteme arbeiten direkt auf Slowenisch, Kroatisch, Lettisch, Litauisch, Estnisch und Ungarisch; sie werden für jede Sprache trainiert und nicht übersetzt
Quellen ohne API: Per Reverse Engineering erschlossen — zwei Quellen in unseren produktiven Systemen hatten überhaupt keine
Datenspeicherort: Bleibt dort, wo es Ihre Richtlinien verlangen — auch vollständig innerhalb Ihres eigenen Netzwerks
Übergabe: Ihr Team nutzt die Anwendung täglich; wir unterstützen und verbessern sie auch nach der Inbetriebnahme weiter

Von uns neu aufgebaute Prozesse laufen in

Produktion·Telekommunikation·Energie·Bauwesen·Contact Centern·Lebensmittel & Getränken·Logistik·Angewandter Forschung

Weiter

Bringen Sie uns einen Prozess.

Dreißig Minuten, keine Präsentation. Bringen Sie den Prozess mit, der jeden Monat eine Woche verschlingt, oder den, den nur eine einzige Person ausführen kann. Wir zeigen, wo Ordnung fehlt, welcher Schritt, wenn überhaupt, ein Modell verdient und was die erste Version abdecken würde. Sie gehen mit einer klaren Skizze und einem ersten Schritt, auch wenn wir nicht zusammenarbeiten.

30-Minuten-Termin buchen oder an info@redbumerang.com schreiben