UdZ 01.25 / 9 Generatives Wissensmanagement Die steigende Fluktuation der Mitarbeitenden führt oft zu komplexen Herausforderungen. Ein Wissensmanagement unterstützt dabei, neue Beschäftigte anzulernen. Es kann einerseits Kurse für die Schulung von Mitarbeitenden um- fassen und andererseits eine vereinfachte Suche in Dokumenten ermöglichen. KI automatisiert die Erstellung, Organisation und Aktualisierung von Wissensdatenbanken, was den Zugriff auf relevante Informationen erleichtert. Die höchste Ausbaustufe besteht in der Generierung von Wissen: Mit- arbeitenden ist es möglich, direkt mit Dokumenten, etwa über eine Intelligente Suchfunktion, zu kommunizieren. Dies kann in Self-Service-Portalen über generative KI Kund*innen ebenfalls zur Verfügung gestellt werden. Die Analyse des Zugriffs auf diese Wissensdokumente hilft, Inhalte für Kurse zu strukturieren und zu erstellen. Ein Beispiel für den erfolgreichen Einsatz von KI im Wissensmanagement liefert die Schaeffler Gruppe. Schaeffler implementierte dazu mit einer Siemens-Lösung einen KI-gestützten, generativen Assistenten, der zum Beispiel zeitaufwendige Suchaufgaben für das Finden von Simulationsinformationen übernimmt und so Spezialisten und Spezialistinnen entlastet4. Präskriptive Instandhaltung Maschinen und Anlagen werden für den Einsatz in der Industrie zunehmend komplexer, was die Durchführung von Instandhaltungsmaßnahmen erschwert. Frühzeitige Handlungsanweisungen optimieren die Einsatzplanung und ermöglichen Figure 1: Overview of Key AI Application Areas in Service Generative Knowledge Management High employee turnover presents increasing challenges for organizations. A knowledge management system supports employee training by offering structured courses while also streamlining document search and retrieval. AI automates the creation, organization, and updating of knowledge databases, streamlining access to relevant information. The most advanced implementation enables knowledge generation, where employees directly interact with documents, e.g. through intelligent search functionality. This capability can be extended to customers via self-service portals powered by generative AI. Analyzing document access patterns helps structure and create targeted training content. The Schaeffler Group demonstrates successful AI implementation in knowledge management. Schaeffler deployed a Siemens solution featuring an AI-powered generative assistant that handles time-consuming simulation information searches, significantly reducing the workload for specialists4. Prescriptive Maintenance Industrial machines and systems continue to grow in complexity, making maintenance increasingly challenging. Early action guidelines optimize operational planning and enable employees to develop specialized expertise. AI monitoring systems track machine performance and specify precise maintenance measures to address faults before they cause downtime. Similar to knowledge generation applications, this solution creates situation-specific troubleshooting instructions. Technicians can 4 s. Arnal 2024 4 see Arnal 2024 1. 2. 3. 4. 5. Generative Knowledge Management Knowledge is unstructured and siloed → AI automates updated knowledge organization Prescriptive Maintenance Errors are often diverse and cannot be precisely assigned → AI provides suggested solutions for troubleshooting Data-based Maintenance Management Inefficient operating procedures and unpredictable maintenance costs → AI evaluates operating data and automates maintenance measures Customer-specific Interaction Individual customer care and many points of contact are costly → AI prepares data for each customer and individualizes interactions Automated Spare Parts Logistics High storage costs and supply bottlenecks due to inaccurate inventory forecasts lead to inefficiencies → AI optimizes inventory management and the supply chain through demand forecasting and automated processes Stefan Kokorski, FIR e. V. an der RWTH Aachen/Service Performance Center, Top Anwendungsfelder von KI im Service, 2024
RkJQdWJsaXNoZXIy NzcyMw==