Die altbekannte Art, Berichte zu erstellen, wirkt fast schon klischeehaft ‑ aber nur, weil sie immer noch so weit verbreitet ist.
Es ist eine vertraute Szene: Ein Teammitglied kontaktiert Sie um 16:57 Uhr und bittet Sie in letzter Minute um einen Bericht. Die benötigten Daten und Geschäftslogik sind über zehn Tabellenkalkulationen, fünf Microsoft Teams-Chats und eine zwei Monate alte E-Mail verteilt, die Sie einfach nicht mehr finden können.
Aber so hat man es früher gemacht. Was passiert, wenn Sie KI für dieselbe Situation einsetzen?
Finden wir es heraus.
Wie die Arbeit mit KI typischerweise aussieht
Ihre Stakeholder rufen an und bitten um einen Bericht, der auf einer umfangreichen Steuerabstimmungstabelle basiert.
Diese Tabelle ist ein Monstrum, vollgestopft mit Tabellenblättern, Formeln und Daten, die aus verschiedenen Unternehmensdatenbanken kopiert wurden.
„Entschuldige die kurzfristige Frage“, sagen sie, „aber kannst du nicht einfach KI einsetzen?“
Sie öffnen Ihre LLM-Promptbibliothek, wählen einen passenden Prompt aus und geben ihn zusammen mit der Tabelle in Claude ein.
Vier Sekunden später erhalten Sie über 1.700 Zeilen Python-Code. Irgendwo darin befinden sich scheinbar alle Datenumwandlungen, Berechnungen und Visualisierungen, die Sie zum Erstellen Ihres Berichts benötigen.
Doch es gibt ein Problem.
Ihr Stakeholder erinnert sich daran, dass sich Ihre Steuergebiete viermal im Jahr ändern, und möchte sicherstellen, dass Sie alle erforderlichen Änderungen vornehmen können.
Klar, denken Sie, das sollte kein Problem sein. Die entsprechende Codezeile finde ich bestimmt irgendwo …
Außerdem gibt es drei Tochtergesellschaften. Deren Steuern werden von jemand anderem abgewickelt, daher müssen Sie diese herausfiltern.
Schließlich erinnert sich Ihr Stakeholder daran, dass Ihr CFO das Ganze absegnen möchte und dass Ihr Auditor morgen kommt. Beide werden die Logik hinter Ihrem Bericht verstehen wollen.
Plötzlich erscheint das Durchforsten und Validieren hunderter Zeilen KI-generierten Codes viel schwieriger und zeitaufwendiger als erhofft.
VURA: Das fehlende Puzzlestück
KI ermöglicht zwar ein unglaubliches Maß an Automatisierung und Geschwindigkeit, doch diese Vorteile entfalten sich erst dann, wenn sie strategisch eingesetzt werden.
„Ich könnte unendlich viele PowerPoint-Präsentationen von KI-Systemen generieren lassen, wenn ich wollte“, sagte mir Ethan Mollick kürzlich in unserem Executive Exchange. „Der Inhalt mag sogar gut sein, aber wenn er nicht dem gewünschten Zweck dient, werden die Produktivitätsgewinne zur Falle.“
Mollicks Argument: Mehr ist nicht immer besser. Vierhundert PowerPoint-Präsentationen in einem Verkaufsgespräch helfen nicht beim Vertragsabschluss. Genauso wenig wird die sofortige Generierung hunderter Zeilen Python-Code Ihrem Finanzchef Vertrauen in den KI-generierten Bericht vermitteln.
Damit ein KI-Workflow vertrauenswürdig ist, muss er sichtbar, verständlich, wiederholbar und überprüfbar sein – Visible, Understandable, Repeatable und Auditable, oder kurz: VURA. Sie müssen in jedem Schritt des Prozesses wissen, was passiert: Woher die Eingaben stammen, wie die Geschäftslogik angewendet wurde und ob die Ausgaben korrekt sind.
Wie können Sie dies erreichen?
Die Transformations- und Geschäftslogik-Schicht
Versuchen wir es mit einem anderen KI-gestützten Workflow. Gleiche Situation und gleiches Modell. Nur diesmal fügen wir eine visuelle Transformations- und Geschäftslogikschicht hinzu.
Zuerst rufen wir Claude auf und geben einen Prompt ein, aber statt Python fragen wir nach einem Alteryx Workflow.
Wir öffnen unseren Workflow in Alteryx und sehen anstelle von Hunderten von Zeilen KI-generiertem Code einen visuellen Arbeitsbereich, der den gesamten Steuerabstimmungsprozess zeigt.
Es handelt sich immer noch um einen KI-generierten Workflow, aber jetzt kann jeder im Unternehmen ihn überprüfen. Sie können sehen, welche Daten verwendet wurden. Ihre Data Analysts und Fachleute können die Logik validieren. Und es kann Governance hinzugefügt und der Prozess wiederholt werden.
Plötzlich werden KI-generierte Workflows weitaus vertrauenswürdiger und skalierbarer, was Ihnen eine Grundlage für Enterprise Intelligence bietet.
Die Zukunft von KI-Workflows in Unternehmen
KI-Tools, die sich nicht an geschäftliche Veränderungen anpassen können, sind schnell veraltet., und die komplette Neuerstellung verschlingt ständig Token, Zeit und Energie. Endlose Iterationen schaffen endlose Chancen für Inkonsistenzen und Fehler.
Mit einer visuellen Geschäftslogik-Ebene können die Personen, die Ihr Unternehmen am besten kennen – Ihr Business Analyst, Vertriebsprofis, Finanzteam und mehr – ihre Expertise auf Ihre KI-Workflows anwenden und deren Ergebnisse validieren. Sie können bei jedem Schritt Ihrer KI-Workflows nachverfolgen, was geschieht, sodass jeder Prozess sichtbar, verständlich, wiederholbar und überprüfbar ist.
Geschwindigkeit und Zuverlässigkeit schließen sich nicht mehr gegenseitig aus. Jetzt können Sie die Leistungsfähigkeit von KI und das Know-how Ihrer Geschäftsexpert:innen zusammenbringen, um schnell und zuverlässig die intelligente Lösung zu schaffen, die Sie benötigen, um skalierbaren Geschäftswert zu schaffen.
Erfahren Sie mehr: Sehen Sie, wie Alteryx One Sie beim Aufbau von KI-Workflows unterstützt, denen Ihr Unternehmen vertrauen kann. Oder sehen Sie sich eine Live-Demo eines Workflows an, um Alteryx in Aktion zu erleben.