Wie passen Fachkräftemangel und KI zusammen?

Sehr gut sogar. Gucken wir uns den demographischen Wandel an. Dieser hat nämlich tiefgreifende Auswirkungen auf Gesellschaft und Wirtschaft. In den kommenden 15 Jahren werden 12,9 Mio .Erwerbstätige ihr Renteneintrittsalter überschritten haben.  Und das sind immerhin 30% der aktuell dem Arbeitsmarkt zur Verfügung stehenden Personen. Beim Blick auf die Grafik des Statistischen Bundesamtes wird einem dabei als Unternehmer angst und bange.

Die gute Nachricht: es gibt die Digitalisierung und es gibt KI. Und genau hier liegt die Lösung für so manches Problem. Weniger Mitarbeiter bedeutet, dass die Produktivität der verbleibenden Mitarbeiter durch erhebliche Effizienzsteigerung erhöht werden muss. Und hier kommen Digitalisierung und Künstliche Intelligenz zum Zuge.

Generative KI kann helfen, die Prozesse deutlich zu verbessern und den Verlust der Arbeitenden zu kompensieren. Dabei reicht es aber nicht, bei akuter Not zu reagieren. Wichtig ist, dass man jetzt vorbeugt und Maßnahmen ergreift, damit der Einsatz von KI auch Erfolg haben kann. KI ist ein stetiger Prozess, keine Installation eines „Programmes“.

Neben der immer mehr schwindenden Arbeitskraft ist auch die Abwanderung von (Spezial-) Wissen ein Problem. Es ist sicherzustellen, dass das Wissen im Unternehmen bleibt, auch wenn einzelne Personen gehen. Übrigens auch relevant bei möglichen Kündigungen von Mitarbeitenden, nicht nur in Hinblick auf den demographischen Wandel. Das Rezept muss irgendwo dokumentiert werden, damit die Suppe weiterhin gekocht werden kann und schmeckt. Irgendwie logisch.

Gucken wir uns mein Lieblingsbeispiel dieses Jahres an: KLARNA. Klarna-Gründer und CEO Sebastian Siemiatkowski ist großer Fan von KI und sicherlich einer der Vorreiter KI-gestützter Arbeit in einem Großunternehmen. Mittlerweile ersetzt der in der Klarna-App, bzw. auf der Webseite integrierte AI-Assistent die Arbeit von 700 VollzeitmitarbeiterInnen und  bringt eine Ersparnis von 40 Mio. Dollar p.a.

„Dieser AI-Durchbruch in der Kundeninteraktion bedeutet bessere Erlebnisse für unsere Kunden zu besseren Preisen, interessantere Herausforderungen für unsere Mitarbeiter und bessere Renditen für unsere Investoren“, berichtet Siemiatkowski stolz. Und auch für die Kunden scheint die Effizienz massiv gesteigert worden zu sein: „Kunden erledigen ihre Besorgungen jetzt in weniger als 2 Minuten im Vergleich zu vorher 11 Minuten“, erzählt er weiter.

Zurück zum demographischen Wandel. Unternehmen müssen sparen, das ist ganz klar. Deswegen ist Einsparung ein grundsätzlich großes Thema. Denken wir aber an die 30% Menschen, die bald rentenfähig sind, kommen wir direkt zurück zum Thema Effizienz und Produktivität. Nicht die Einsparung von Personal steht hier groß auf der Agenda, es ist die Kompensation der in Rente gehenden Arbeitskraft.

Aber wo und wie genau kann KI hier helfen? Wir hören immer wieder, dass KI „repetetive Aufgaben“ übernehmen kann und genau hier liegt das erste große Einsatzgebiet. Verträge schreiben, Formulare ausfüllen, Tabellen füllen, Rechnungen und Briefe schreiben. Viele der täglich anfallenden Aufgaben kosten viel Zeit. Hier existiert erhebliches Einsparungspotential, was nicht nur Kapazitäten freisetzt, sondern bei der ein oder anderen Unterstützung oder wegfallenden Standardaufgabe sogar noch für gute Laune bei den Mitarbeitenden führt. Aber nicht nur repetetive Aufgaben sind ein KI-Thema. Individualisierung steht im Kontrast ebenfalls als Asset ganz oben auf der Liste.

Am einfachsten und konkretesten ist es wohl, wenn wir einen gezielten Blick in eine sehr große Branche werfen: Versicherungen!

Hier lassen sich sehr viele Use Cases finden, die den Einsatz von KI förmlich fordern. Denn Versicherungen haben nicht nur stark wiederkehrende Aufgaben, sie arbeiten auch mit sehr vielen Daten, die analysiert und verstanden werden wollen. Kundendaten verstehen und sie für das eigene Business nutzen. Ich gebe ein paar Beispiele, wie KI hier helfen kann:

Risikobewertung: KI-Algorithmen analysieren große Datenmengen, können dadurch individuelle Risiken besser bewerten und beispielsweise Prämien dementsprechend gestalten.

Prädiktive Analysen für Kundenabwanderung: KI kann Muster identifizieren, die auf eine potenzielle Abwanderung von Kunden hinweisen können. Maßnahmen zur Kundenbindung können ergriffen werden und Kunden werden im besten Fall gehalten. 

Versicherungsangebote: Den Kunden verstehen ist ein sehr hohes Gut von Vertrieblern. Nach Analyse von Mustern des Lebensstils und Bedürfnissen können individuelle Angebote unterbreitet und so Umsatz gesteigert werden.

Auch bei der Schadensregulierung und -erkennung lassen sich durch KI Prozesse stark beschleunigen: Schadensfälle können automatisch erkannt und verifiziert werden. Bei einer gewissen Schadenshöhe wird automatisch ein Gutachter herangezogen oder Betrugsversuche lassen sich durch die Identifizierung von Mustern früher erkennen. Auch die Zuweisung bestimmter Schadensfälle wird effizienter gestaltet und Fälle nach bestimmten Parametern priorisiert.