Naïla und Serge, glauben Sie, dass generative KI einen signifikanten Einfluss auf BPM haben wird?

Serge: Wenn wir uns klassische, sequenzielle Geschäftsprozesse ansehen, die typischerweise mit BPMN (Business Process Model and Notation) definiert werden, könnte GenAI mit Serviceaufgaben ins Spiel kommen, die einen Input liefern, der ansonsten von einem menschlichen Akteur erstellt wird, oder einen menschlichen Akteur unterstützen und so seine Produktivität steigern. Dies ist typischerweise das, was wir bereits bei in Prozesse integrierten RPA-Tools sehen.

Naïla: Man muss sich bewusst sein, dass die Wirksamkeit von GenAI von der Qualität der verfügbaren Daten abhängt. Sie ist eine wertvolle Brainstorming-Hilfe, die den menschlichen Input ergänzt, aber nicht verdrängt. Wenn GenAI jedoch mit Daten konfrontiert wird, die über die Trainingsparameter hinausgehen, kann sie irreführende oder ungenaue Inhalte generieren, die aufgrund ihres realistischen Charakters oft nicht zu unterscheiden sind. Letztlich kann die Kombination aus GenAI und menschlichem Urteilsvermögen zu einer effektiveren und effizienteren Entscheidungsfindung führen. Ohne menschliche Aufsicht oder zuverlässige Daten nimmt der Nutzen von GenAI erheblich ab.

Serge: Dies führt zu einer zweiten Facette von BPM, den Geschäftsregeln, die mit DMN (Decision Model and Notation) beschrieben werden. Werden wir DMN in Zukunft überhaupt noch brauchen? Warum sollten wir uns die Mühe machen, Geschäftsregeln genau zu definieren, wenn GenAI leicht lernen kann, wie man Entscheidungen trifft? Nun, wir verstehen oft nicht, wie und warum GenAI zu einer Entscheidung kommt. Wenn es also eine Möglichkeit gibt, ein Ergebnis deterministisch zu berechnen, ist dies vielleicht vorzuziehen. Vor allem, wenn die Folgen einer ungenauen Entscheidung nicht akzeptabel sind. Was aber, wenn es zu kostspielig ist, die genaue Regel zu definieren oder auszuführen, und die negativen Folgen einer ungenauen Entscheidung nicht so relevant sind? Dann kann GenAI eine gute Alternative sein. Aber wir dürfen nicht vergessen, dass einige Entscheidungen, die wir modellieren, nicht vollständig deterministisch sind. Wie würden Sie einen Arzt in einer Notaufnahme modellieren, der innerhalb weniger Sekunden entscheiden muss, welche Behandlung er einem Patienten zukommen lässt, um dessen Leben zu retten? Er wird seine fachlichen Fähigkeiten auf der Grundlage seiner Erfahrung einsetzen.

Naïla: Ich würde vorschlagen, nicht zu vergessen, dass KI-Tools, genau wie Menschen, nicht fehlerfrei sind. KI kann, wenn sie mit Daten trainiert wird, lernen, in bestimmten Szenarien präzise Entscheidungen zu treffen und sofort zu handeln. Im Gegensatz zum Menschen wird sie nicht von Stress oder Emotionen beeinflusst, die sich sonst auf ihre Entscheidungsfindung auswirken könnten. Daher kann KI eine große Hilfe sein, aber sie ist kein Allheilmittel!

Serge: Was ist mit Case Management, dem dritten Ansatz der BPM-Trilogie? Die Aufgaben werden in der Regel von menschlichen Akteuren auf der Grundlage ihres Fachwissens aktiviert, richtig? Ja und nein. Was ich gerade beschrieben habe, ist das klassische Paradigma. Aber technisch gesehen sind es eigentlich die Wachen, die es ermöglichen, Aufgaben auf der Grundlage von WENN- und EIN-Bedingungen zu aktivieren. Die Wenn-Bedingungen werden entweder durch den menschlichen Ausführenden oder durch Geschäftsregelaufgaben, die die Fallaktenelemente festlegen, umgesetzt. Und damit sind wir wieder bei DMN, wo wir nun, da GenAI weithin verfügbar ist, diese neue Technologie Seite an Seite mit deterministischen Algorithmen einsetzen können. Eignung und Wirtschaftlichkeit werden uns bei der Entscheidung für den richtigen Ansatz leiten.

Naïla: Bei BPM geht es eindeutig nicht nur um die Abfolge von wiederholbaren Schritten, sondern auch um Entscheidungsfindung und Kreativität. In diesem Bereich werden wir in naher Zukunft viele GenAI-Anwendungen sehen, die menschliche Akteure unterstützen!

Serge Schiltz ist CEO und Gründer der processCentric GmbH und Naïla van Kommer leitet die Produktentwicklung in den Bereichen künstliche Intelligenz und maschinelles Lernen, sie ist auch für die visuelle Identität von processCentric verantwortlich. 

Lesen Sie den vollständigen Artikel von Zbigniew Misiak auf BPM Tips, um mehr über das Thema zu erfahren.