KI-Chatbots: Der Sparringspartner am Arbeitsplatz

Nur noch wenige Stunden bis zum Telefonat mit dem säumigen Verbraucher. Bis dahin muss die EOS Kollegin Petra sich ein vollständiges Bild verschafft haben: Wie oft wurde der Verbraucher bereits kontaktiert? Wurde ihm schon eine Ratenzahlung angeboten? Falls nein: Welche Raten wären realistisch? Gibt es Indizien dafür, dass er die Zahlung komplett verweigern könnte? Bislang bedeutete das: Petra muss sämtliche Einträge in der elektronischen Akte des Verbrauchers durchgehen, inklusive knapper Notizen von Kolleg*innen, die oft noch unklare Abkürzungen enthalten. „Das ist ein sehr zeitraubender Vorgang“, sagt Paul Baltag, Operations Manager bei EOS KSI Romania, „und jeder Kollege muss ihn bei jedem Kontakt zum Kunden von vorn beginnen.“

Ein Projekt von Pauls Team zeigt, wie die Zukunft aussehen könnte. Ein Klick – und auf dem Bildschirm sollen alle relevanten Fakten und Zahlen erscheinen, klar strukturiert und kompakt zusammengefasst. Möglich macht es ChatGPT, die inzwischen weltweit bekannte generative künstliche Intelligenz. „Wir wollten Tools auf Basis von ChatGPT entwickeln, die unsere Kollegen bei typischen täglichen Aufgaben anwenden können“, sagt Paul. Wie den Chatbot, der digitale Kund*innenakten strukturiert zusammenfassen kann. Paul kalkuliert, dass Kolleg*innen bei der Analyse vergangener Vorgänge bis zu 80 Prozent Arbeitszeit sparen.

Allerdings gab es dabei auch eine Herausforderung. „Wir müssen natürlich den Datenschutz sicherstellen“, sagt Paul. Denn ChatGPT speichert Daten aus den Prompts, um damit zu lernen. Darum zog das Projektteam zunächst Kopien der Unterlagen, ersetzte sensible Daten wie Versicherungsnummern oder Namen von Verbraucher*innen durch Punkte, und erstellte damit die Prompts für ChatGPT. In den Antworten des Chatbots wurden die Punkte dann wieder durch Namen und Zahlen ersetzt. Das funktioniere jedoch nur bis zu einer gewissen Datenmenge, sagt Paul: „Wenn man zu viele Angaben anonymisiert, werden irgendwann die Antworten von ChatGPT ungenau.“

Weitere Tools, die im Projekt entwickelt wurden, waren etwa ein „Legal Assistant“: Stellen Verbraucher*innen rechtliche Fragen an EOS, wie „Auf welcher rechtlichen Grundlage kann EOS die Forderung übernehmen?“, liefert er schnell Antworten, samt passendem Paragraphen. Ein weiteres Tool war ein Chatbot, der anonymisierte Daten von Kund*innen auswertet und anhand vorgegebener Parameter prognostiziert, ob es wahrscheinlich ist, dass der*die Kund*in seine Zahlungen irgendwann einstellt.

Schon heute lässt sich generative KI für die unterschiedlichsten alltäglichen Aufgaben einsetzen. Paul setzt Chatbots beispielsweise für diese Aufgaben ein:

• Als Ersatz fürs Googeln. „Wenn ich Google etwas frage, erhalte ich nur eine Zusammenstellung von Webseiten, die mehr oder weniger mit meiner Frage zu tun haben“, sagt Paul: „Wenn ich ChatGPT eine Frage stelle, erhalte ich eine Antwort.“
• Um aus wenigen Stichworten oder Sätzen Anstöße für den Aufbau einer Präsentation zu entwickeln.
• Um hastig heruntergeschriebene Texte wie Mails stilistisch zu glätten und komplexer zu formulieren.
• Um Themenvorschläge und Formulierungshilfen für Themen zu finden, über die wir uns über LinkedIn mit Geschäftspartner*innen und Kund*innen connecten.
• Als Sparringspartner für das Entwickeln von Ideen, Verbesserungsvorschlägen und Strategien.

Inzwischen gebe es eine ganze Bandbreite an KI Chatbots für verschiedene Aufgabenfelder, ergänzt Paul. Hilfreich findet er unter anderem:

1. ChatGPT 4: Die Software ermöglicht, neben den klassischen Chatbot-Funktionen auch präzise Datenanalysen, die automatische Überarbeitung von Textdateien und die optische Texterkennung – das bedeutet, dass beispielsweise Text aus Fotos oder PDFs abgelesen werden kann.
2. Cohere Generate kann Texte zusammenfassen, und das in verschiedenen Stilen.
3. Mit Synthesia lassen sich personalisierte Videos produzieren. Als Grundlage für einen Avatar reicht ein Foto. 
4. GitHub Copilot richtet sich an Programmierer. Das Tool kann Codes verbessern und korrigieren – oder zumindest Hinweise auf mögliche Fehler geben.

Künftig seien noch viele weitere Anwendungsmöglichkeiten denkbar, meint Paul, auch für andere Unternehmen in der Finanzbranche. Etwa Chatbots, die Entscheidungshilfe für Investments liefern können, indem sie in Echtzeit Antworten auf elementare Fragen liefert, beispielsweise „Welche Parameter sind in dieser Branche entscheidend? Welche rechtlichen Risiken könnten auftreten?“ Solche Tools können nicht nur beispielsweise EOS dabei helfen zu kalkulieren, welcher Preis sich für ein Paket von Non-Performing-Loans rechnen würde, sondern auch Anleger*innen, die die Entwicklung von Wertpapieren oder Währungskursen einschätzen wollen. Bislang würden dafür zu wenige Daten berücksichtigt, erklärt Paul. „Man vergleicht oft nur mit Kaufpreisen früherer Transaktionen“, sagt er. „Generative KI kann aber auch Daten über die parallele Entwicklung von Löhnen, Inflation, Arbeitslosigkeit und anderen Faktoren mit einbeziehen.“ Auch das Wirtschaftsprüfungsunternehmen EY sieht zahlreiche Einsatzmöglichkeiten von generativer KI für Mitarbeiter*innen in Finanzabteilungen, unter anderem:

• Um Dokumente mit Geschäftsergebnissen für die Entscheidungsfindung in Bereichen wie Benchmarking, Due Diligence oder Marktsegmentanalysen leichter aufzubereiten.
• Um den Zugriff auf Finanzdaten zu vereinfachen, die für Business-Intelligence oder Performance-Management-Prozesse notwendig sind, also das Analysieren und Steuern der Unternehmensleistung.
• Um Daten zu Referenzwerten und Treibern zu generieren, die für die Finanzplanung und Prognose von finanziellen Entwicklungen entscheidend sind.

Viele Menschen teilen diese positive Einschätzung. In einer weltweiten Umfrage des Wirtschaftsprüfungsunternehmens EY unter Arbeitnehmer*innen erwarteten 63 Prozent der Teilnehmenden, dass KI ihre Arbeit erleichtern werde. Bei anderen löst das Thema jedoch keine Begeisterung aus, sondern Furcht vor Arbeitsplatzverlust.

Zu Unrecht, meint Paul: „Ich glaube nicht, dass KI menschliche Mitarbeiter*innen ersetzen wird.“ Auch in der Vergangenheit habe das Aufkommen einer neuen Technologie oft die Befürchtung ausgelöst, dass sie Menschen überflüssig machen würde – ob in Form von Maschinen oder Computern. Pauls Prognose lautet: „Generative KI wird dazu führen, dass Mitarbeiter*innen ihre Effizienz steigern und mehr Zeit haben, sich um Innovationen zu kümmern.“ Für Unternehmen sei das ein großer Wettbewerbsvorteil, sagt er. Pauls Rat an seine Kolleg*innen: „Nutzt KI, und gebt nicht bei schlechten oder falschen Ergebnissen sofort auf, sondern versucht es weiter. Wenn eure Prompts besser werden, werden auch die Antworten besser – und können euch eure Arbeit erleichtern.”