Wie Sie mit KI und ML die größten Herausforderungen im Dienstleistungssektor meistern

Über die Auswirkungen von künstlicher Intelligenz (KI) und Machine Learning (ML) auf diverse Branchen, einschließlich des Dienstleistungsgewerbes, wurde bereits viel geschrieben. Generative-KI-Tools wie ChatGPT haben das Interesse an KI – aber auch die Skepsis – neu entfacht. Die Nachrichten überschlagen sich, doch bei all dem Trubel werden oft jene Funktionen übersehen, die tatsächlich sofortigen Nutzen bieten und in naher Zukunft implementiert werden können. 

Dabei werden diese KI- und ML-Funktionen dringend gebraucht. Laut der Workday Multi-Industry Study von IDC von Juni 2023 glauben nur 27 % der Führungskräfte aus dem Dienstleistungssektor weltweit, dass ihre Branche florieren und „die Bereitschaft zur umfassenden Nutzung von Zukunftstechnologien bestehen“ würde.

Im Dienstleistungssektor, insbesondere im Rechnungs- und Rechtswesen, gibt es viele repetitive und manuelle Aufgaben, die einen hohen Verwaltungsaufwand erfordern. Das führt dazu, dass wichtige Fachkräfte häufig mit administrativen Aufgaben beschäftigt sind, die sie von wertschöpfenden Tätigkeiten abhalten. 

Diese und weitere Probleme lassen sich mithilfe von KI und ML lösen. Diese Technologien können zur Wertschöpfung beitragen, beispielweise durch die Automatisierung von Routineaufgaben, durch die Kosteneinsparungen erzielt werden und das Unternehmenswachstum gefördert wird. Bei werterhaltenden Maßnahmen – z. B. interne Audits, Risikomanagement und aufsichtsbehördliche Compliance – können KI und ML Anomalien aufdecken, bevor daraus ernsthafte Probleme erwachsen.

In der Workday Multi-Industry Study von IDC stuften Führungskräfte aus dem Dienstleistungssektor die tatsächlichen bzw. geplanten Haupteinsatzbereiche von KI und ML folgendermaßen ein:

• 41,4 % wählten „Empfehlungen“ als häufigsten Anwendungsfall. Hierunter fallen z. B. das Ressourcenmanagement, der Abgleich von Kundenzahlungen und die intelligente Vorauswahl von Spesenposten.

• 28,9 % wählten „Automatisierung“ als häufigsten Anwendungsfall. Hierunter fallen z. B. das Einscannen von Spesenbelegen, die Zeiterfassung, automatische Genehmigungen und automatische Kontenabstimmungen.

• 28,5 % wählten „Anomalieerkennung“ als häufigsten Anwendungsfall. Hierunter fallen z. B. Journaleinträge, Spesenabrechnungen, Pläne und Ausreißer-Reporting.

Dies zeigt ein echtes Interesse an den verschiedenen Anwendungsfällen von KI und ML, wobei nur 1,2 % angaben, dass sie keine dieser Optionen in Betracht ziehen würden. 

Kurz gesagt: Die Zukunft der Arbeit verspricht weniger anstrengend zu werden. Unternehmen können mithilfe von KI und ML die menschlichen Fähigkeiten und ihre Arbeitsweise in allen Bereichen verbessern, indem sie Finanzwesen und HR intelligenter gestalten. Allerdings lässt sich das Potenzial von KI und ML nur dann wirklich ausschöpfen, wenn sie Vertrauen schaffen und einem mitarbeiterorientierten Ansatz folgen, der menschliche Arbeit bereichert, statt an deren Stelle zu treten.

„Ich glaube nicht, dass KI die Arbeit intelligenter Menschen verdrängt. Doch die Art der Arbeit, die wir leisten, wird sich im Laufe der Zeit weiterentwickeln“, so Vanessa Kanu, CFO bei TELUS International. „Alle Fähigkeiten, die ein höheres Maß an komplexem Denken, den Aufbau von Beziehungen, die Kontaktpflege in Bezug auf Investoren und wichtige Stakeholder oder das Management des Vorstands erfordern, werden durch die Automatisierung nicht verschwinden.“ 

Laut unserer aktuellen weltweiten Befragung unter 1.000 HR-, Finanz- und IT-Verantwortlichen lastet auf 84 % der Verantwortlichen aus dem Dienstleistungssektor der Druck, KI und ML verstärkt einzusetzen. Das sind mehr als in jeder anderen Branche. Allerdings ist vielen nicht klar, wie sie diese Technologien effektiv einsetzen können.

„Grundsätzlich sollte Technologie ein Werkzeug sein, das uns hilft, unsere Arbeitsweise zu verändern, Erkenntnisse auf neue Art zu gewinnen und Kapazitäten zu schaffen, um anders als bisher mit unseren Teams zusammenzuarbeiten“, so Katie Rooney, CFO bei Alight Solutions. „Veränderungen sind schwer, vor allem im Finanzwesen, doch wenn man den Mitarbeitern vor Augen führt, wie sie von den neuen Arbeitsmethoden profitieren, steigt die Akzeptanz. Mir persönlich hat es geholfen, einfach loszulegen und mir selbst und anderen zu beweisen, was mit den neuen Tools alles möglich ist.“

Lassen Sie uns nun einen Blick auf praktische Anwendungsfälle für KI und ML im Dienstleistungsbereich werfen. 

Finanzmanagement: Die Rolle der KI in der Buchhaltung

Mit KI und ML können Finanzführungskräfte im Dienstleistungssektor intelligente Automatisierungsvorgänge implementieren, die Anwender bei ihren Aufgaben unterstützen und die Ergebnisse prognostizieren. Die gute Nachricht ist, dass führende Finanzunternehmen schon heute KI- und ML-Funktionen nutzen, die fest in den Kern unserer Plattform integriert sind. 

Im Rechnungswesen ist es besonders wichtig, falsche Zahlen oder Ungenauigkeiten durch Anomalieerkennung zu reduzieren – eine Herausforderung bei der schieren Menge an Daten, Rechnungen und Berichten. Eine Möglichkeit, diese Aufgabe mithilfe von ML zu vereinfachen, sind Journaleinblicke. Diese helfen den Controllern, fehlerhafte Journalposten zu erkennen, wodurch die Arbeitszeit und die Gemeinkosten der Finanzteams für den Finanzabschluss drastisch reduziert werden.

Durch Journaleinblicke lassen sich Anomalien in Buchungseingaben mithilfe von ML proaktiv ermitteln, indem diese mit den Eingaben für ähnliche Transaktionen verglichen werden. Da diese Anomalien in Echtzeit erkannt und gekennzeichnet werden, können die Mitarbeiter potenzielle Abstimmungsprobleme korrigieren. Dadurch können die Buchhaltungsteams mehr Zeit für Analysen und strategische Initiativen aufwenden.

Laut Kanu kommt diese Automatisierung den Mitarbeitern zugute: „Wir geben ihnen die Möglichkeit, effizienter zu arbeiten und sich auf anspruchsvollere und sinnvollere Aufgaben zu konzentrieren.“

„Ich sehe das als meinen persönlichen Auftrag, denn durch die Automatisierung können unsere Teammitglieder echten Mehrwert schaffen“, erklärte sie. „Schließlich wollen alle etwas bewirken.“

Eine weitere Chance ist die automatische Erstellung von Lieferantenrechnungen. Mit ML lässt sich die Kreditorenbuchhaltung mit intelligenter, automatischer Vervollständigung auf clevere Weise automatisieren. So ist es möglich, Rechnungen in großen Mengen hochzuladen und zu scannen, dringende Aufgaben zu erkennen und Prioritäten für die Bearbeitung festzulegen. Außerdem können Rechnungen mit potenziellen Problemen automatisch an Personen weitergeleitet werden, die bei der Lösung ähnlicher Fragen ihre Kompetenz unter Beweis gestellt haben. 

Bei der Automatisierung von Lieferantenrechnungen werden regelbasierte Warteschlangen und Scans auf Header-Ebene eingesetzt, um Rechnungen an die richtige Person weiterzuleiten. So lassen sich auch Rechnungen verarbeiten, die über eine robotergesteuerte Prozessautomatisierung (RPA) oder auf anderem Wege eingehen. 

Ken Bowles, Chief Financial Officer bei WilsonHCG, merkt dazu an: „Workday erlaubt es uns, bei der Expansion in andere Länder verstärkt automatisierte Prozesse einzusetzen und mit den unterschiedlichsten Kunden zu arbeiten. Bei der Fakturierung verwenden wir häufig sowohl einen monatlichen Festpreis, der fast wie ein Abonnement funktioniert, als auch variable Rechnungsstellung. Mit Workday können wir unsere Fakturierungszeitpläne automatisieren. Dadurch werden wir deutlich effizienter und können dennoch auf die individuellen Anforderungen unserer Kunden eingehen.“

Optimierung des Ressourcenmanagements

Geringere Gewinnspannen und die zunehmende Komplexität bei der Ressourcenbeschaffung erfordern neue Modelle des Ressourcenmanagements im Dienstleistungssektor. Das Thema Automatisierung wird in der Branche jetzt ernster genommen. 

In einer hybriden Arbeitsumgebung ist es komplizierter geworden, den Überblick über verfügbare Talente zu behalten. Laut Gartner wird erwartet, dass knapp zwei Fünftel der Mitarbeitenden weltweit (39 %) bis Ende 2023 mit hybriden Modellen arbeiten werden. 2020 waren es nur 12 %.

Angesichts dieses Talentumfelds müssen die Branchenführer in der Lage sein, kurzerhand passende Mitarbeiter für ihre Projekte zu finden. Da Spreadsheets jedoch keine genauen, dynamischen Einblicke in die verfügbaren Talente und Kompetenzen geben können, neigen die Verantwortlichen dazu, Projekte immer wieder mit denselben Personen zu besetzen.

„Die neuen Arbeitsmethoden haben in vielen Unternehmen eine mangelnde Transparenz hinsichtlich der vorhandenen Skills und Kompetenzen der Belegschaft aufgedeckt“, so Justin Joseph, Senior Director of Product Strategy for Professional Services Industries bei Workday. 

Um zu ermitteln, wie sich die verfügbaren Ressourcen am besten einsetzen lassen, ist eine intelligente Software für das Ressourcenmanagement erforderlich, die einen ganzheitlichen, zentralen Überblick über die Mitarbeiter und ihre Skills und Kompetenzen bietet. Bei einer wirklich intelligenten Anwendung im Bereich Ressourcenmanagement wird ML genutzt, um Daten aus Quellen wie Lebensläufen, Performance-Reviews, Learning-Systemen und früheren Projekten der Mitarbeiter zusammenzutragen und so eine umfassende Kenntnis-Ontologie aufzubauen, die regelmäßig aktualisiert wird. 

Automatisierung und ML können nicht nur Aufschluss über die verfügbaren Mitarbeiter und Kompetenzen geben, sondern auch über das beste Team für das jeweilige Projekt. 

„Durch Machine Learning können bei der Ermittlung des idealen Teams für ein bestimmtes Projekt weit mehr Dimensionen berücksichtigt werden. So können diejenigen, die für das Ressourcenmanagement zuständig sind, schneller und mit größerer Präzision und Gewissheit datengestützte Entscheidungen treffen“, so Patrice Cappello, Global Head of Professional Services Industry Strategy bei Workday.

Unternehmen können ML nutzen, um Einstellungspläne in Reaktion auf wirtschaftliche Schwankungen und andere Veränderungen schnell anzupassen und so ihre fakturierbaren Ressourcen optimal einzusetzen. Das ist heutzutage kein nettes Extra mehr, sondern eine grundlegende Voraussetzung.

„Unternehmen setzen zunehmend auf kompetenzbasierte Talentstrategien, die die Mitarbeiter besser einbinden und bei der Karriereentwicklung unterstützen. Wir sind da keine Ausnahme“, so Amy Richmond, Managing Director bei PwC. „In enger Zusammenarbeit mit Workday bewältigen wir eine zentrale Herausforderung: Wir konsolidieren unsere Kompetenzdaten, um uns einen ganzheitlichen Überblick über die Skills und Kompetenzen unserer Belegschaft zu verschaffen und unseren Mitarbeitern maßgeschneiderte Karrieremöglichkeiten zu bieten. So fördern wir den Erfolg und die Zufriedenheit unserer Angestellten.“

Ein Intelligentes Ressourcenmanagement bietet Ihnen Echtzeit-Einblicke in die Belegschaft und ermöglicht eine weit effizientere, effektivere und intelligentere Ressourcenzuteilung. 

„Wir werden niemals komplett auf die menschliche Komponente verzichten können“, so Cappello. „Durch Machine Learning jedoch lassen sich weit mehr Dimensionen berücksichtigen, wenn es um die Ermittlung eines idealen Teams für ein bestimmtes Projekt geht. So können diejenigen, die für das Ressourcenmanagement zuständig sind, schneller und mit größerer Präzision und Gewissheit datengestützte Entscheidungen treffen.“

Darüber hinaus kann ML auch Einblicke in die Ressourcenplanung liefern. Die Technologie kann dabei helfen, kritische Rollen für ein bestimmtes Projekt zu ermitteln und vorherzusagen, welche Teammitglieder für ein Projekt auf der Grundlage der Ressourcenverfügbarkeit, der Kosten und der benötigten Kompetenzen in Frage kommen. Zum ersten Mal lassen sich Daten zu Personalmanagement, Projektfinanzen und Kompetenzen auf diese Weise kombinieren. 

„Mit Echtzeit-Personaldaten können wir erkennen, bei wem eine Beförderung ansteht, wer über die erforderlichen Kompetenzen und Qualifikationen verfügt, und bei wem die Gefahr einer Kündigung besteht“, so Marisol Hughes, Executive Vice President und General Counsel bei WilsonHCG. „Das gibt uns die Gewissheit, dass wir neue Kunden und Projekte schnell gewinnen und dabei den Anforderungen der Kunden aktiv gerecht werden können.“