Viele Organisationen experimentieren mit KI, aber weniger bauen die Governance, Datengrundlagen und das Change Management auf, die erforderlich sind, um sie verantwortungsvoll zu skalieren. Bei ETS bedeutet das, einen pragmatischen Ansatz zu verfolgen, mit echten Workflow-Herausforderungen zu beginnen, nicht mit der Technologie, und KI nur dort einzusetzen, wo sie messbaren Wert für Teams schafft. Wir haben mit Anu Miller, Leiterin für Daten und Analytics bei ETS, gesprochen, die unsere unternehmensweite KI-Strategie unterstützt, darüber, wie ETS Lösungen in richtiger Größe dimensioniert, die KI-Wirkung in menschlichen Termen wie Zeitersparnis und freier Kapazität misst und Vertrauen durch verantwortungsvolle KI-Praktiken aufbaut.
Wenn Leute von "verantwortungsvoller KI" sprechen, wie sieht das in der Praxis bei ETS aus?
Miller: Bei ETS verankern wir verantwortungsvolle KI-Praktiken von Anfang an, und eine Möglichkeit, diese Arbeit operationell zu machen, ist über DARES, unser Unternehmensprogramm, das für Data and Augmentation with Robotics for Effective Scaling steht. DARES arbeitet abteilungsübergreifend in Wellen, um ineffiziente Prozesse zu identifizieren und sie mit dem richtigen Automatisierungsniveau oder KI zu verbessern. Bei DARES und all unseren KI-Lösungen konzentrieren wir uns auf transparente Anwendungsfälle, frühzeitige Risikobewertung, Voreingenommenheits- und Fairness-Checks sowie starken Datenschutz, um Klarheit und Geschwindigkeit in die Aufgaben zu bringen. Wir überwachen außerdem kontinuierlich Leistung, Kosten und Risiko und stellen sicher, dass jede KI-Lösung klare Eigentumsrechte und Schutzmechanismen hat. In der Praxis beinhaltet diese tägliche Arbeit eine fortlaufende Aufsicht: Während Modelle und Agenten eingesetzt werden, müssen Teams deren Verhalten über die Zeit steuern und überwachen, nicht nur beim Start.
Diese operative Disziplin wird von einem ebenso bewussten Fokus auf die Adoption begleitet.
Um die Akzeptanz zu skalieren, arbeiten wir eng mit dem unternehmensweiten KI-Champions-Programm von ETS zusammen, das die KI-Kompetenz durch praktische Praxis fördert. Diese Gemeinschaft von Mitarbeitern hilft dabei, lokale Chancen aufzudecken, Experimente zu fördern und Problemlösungen in der gesamten Organisation zu unterstützen. Durch die Kombination starker Governance mit praktischem Lernen und gemeinsamem Eigentum arbeitet ETS daran, Vertrauen aufzubauen und KI verantwortungsvoll zu skalieren.
Wie entscheidet Ihr Team, ob KI die richtige Lösung ist oder wann ein einfacherer Ansatz besser sein könnte?
Miller: Wir beginnen mit dem Problem, nicht mit einer bestimmten Technologie, und suchen nach dem einfachsten Ansatz. Wenn wir feststellen, dass ein vordefinierter Prozess oder regelbasierter Workflow das Problem zuverlässig lösen kann, gehen wir diesen Weg.
Fortschrittlichere KI, wie Multi-Agenten-Lösungen, werden eingesetzt, wo sie Genauigkeit, Effizienz oder Erkenntnisse in großem Maßstab sinnvoll verbessern kann. Wir denken an ein "Menü" von Automatisierungs- und KI-Optionen, das die Lösung an das Problem anpasst, das Komplexität, Geschwindigkeit und Kosten ausbalanciert.
Diese "Menü"-Denkweise ist beabsichtigt: ETS zielt darauf ab, die Lösung richtig zu dimensionieren, wobei anerkannt wird, dass nicht jedes Workflow-Problem wie ein agentisches KI-Problem behandelt werden sollte.
Wie verändert KI die Art und Weise, wie Arbeit bei ETS erledigt wird, und was bedeutet das im Laufe der Zeit für unsere Belegschaft?
Miller: KI hilft uns, Routinearbeit zu optimieren, die Entscheidungsqualität zu verbessern und wertvolle Arbeiten schneller voranzutreiben, die Geschäftsergebnisse fördern. Mit der Zeit bedeutet das, dass sich unsere Arbeitsabläufe weiterentwickeln und einige Aufgaben optimiert werden können, um manuellen Aufwand zu reduzieren. Wir konzentrieren uns gleichermaßen auf die Weiterbildung, damit unsere Mitarbeiter mit der eingeführten Technologie Schritt halten. Das Ziel ist nicht nur Effizienz, sondern ermöglicht es unseren Teams, sich auf strategischere und sinnvollere Beiträge zu konzentrieren.
Wie misst man die Auswirkungen von KI auf menschliche Weise, wie Zeiteinsparungen, Workflow-Verbesserungen oder Kapazitätsfreistellung?
Miller: Mit DARES und unseren internen KI-Produktivitätsbemühungen messen wir den Erfolg in Bezug auf die zurückgegebene Zeit an die Teams, weniger manuellen Aufwand und Verbesserungen bei Entscheidungsqualität und -geschwindigkeit. Ebenso wichtig ist es, dass wir betrachten, wie sich die Arbeit verändert, ob Teams mehr Klarheit haben, weniger Reibung, mehr Fokussierung auf das Wesentliche und eine verbesserte Mitarbeitererfahrung. Wir berücksichtigen auch das Wachstum der KI-Flüssigkeit, weil nachhaltige Wirkung daraus resultiert, dass Teams nicht nur KI nutzen, sondern auch verstehen, wie man sie effektiv anwendet.
Wenn ETS Chancen bewertet, ist das Ziel, Automatisierung mit echtem Wert zu verknüpfen. Zum Beispiel kann die Reduzierung von sich wiederholender Arbeit, die mehrere Stunden pro Woche beansprucht, in sinnvoller Zeit für Teams im Laufe eines Monats bedeuten.
Welche Lehren aus der internen KI-Reise von ETS wären für andere missionsorientierte Organisationen am nützlichsten?
Miller: Beginnen Sie mit Ihrer Mission und verankern Sie jede KI-Investition daran. Das hält die Prioritäten klar und baut Vertrauen auf. Ebenso wichtig ist es, frühzeitig in Governance, Datenbereitschaft, Weiterbildung und Change Management zu investieren, denn echte nachhaltige Auswirkungen entstehen durch die Art und Weise, wie Menschen KI adoptieren und nutzen, nicht nur durch die Technologie selbst. Für uns war der Fokus auf bewusste Augmentation sowie messbare geschäftliche und menschenzentrierte Ergebnisse der Schlüssel, um KI verantwortungsvoll zu skalieren.
Bei ETS wird Governance als operative Arbeit behandelt und nicht als einmalige Übung. Dazu gehört eine funktionsübergreifende Überprüfung von KI-Anwendungsfällen und eine enge Zusammenarbeit mit der Compliance, um sicherzustellen, dass KI-Bemühungen mit sich wandelnden Erwartungen und Anforderungen übereinstimmen.