Wie ein erfolgreiches "Digitalisierung Plus"-Projekt des Mittelstand-Digital Zentrums Hamburg in Kooperation mit der e-velopment GmbH aussehen kann, erfahren Sie in diesem Projektbericht.

Kurzer Blick ins Unternehmen:

Die im Jahr 2000 in Hamburg gegründete e-velopment GmbH bietet als Software- und Systemhaus mit einem Team aus über 60 Branchenexpert:innen die Plattform 360e und weitere Software-Lösungen (u.a. Smart Apps, APIs, e-velopment Cloud) für den Versandhandel, e-Commerce und Handel an. 360e ist eine innovative Software für alle Back-Office-Prozesse (ERP und WMS), die individuelle Prozessabläufe modular unterstützt. Ihre zahlreichen Kunden werden dabei von der Projekteinführung bis zum einwandfreien Betrieb der Software durch persönliche und erfahrene Projektmanager:innen begleitet.




Ausgangslage:

Die ERP- und WMS-Software „360e“ verwaltet eine Vielzahl an Daten im e-Commerce und wickelt in diesem Zusammenhang auftretende Prozesse wie beispielsweise Liefer- und Retourenverwaltung ab. Im Rahmen von Bestellungen kommt es dabei zu sogenannten Dubletten von Kunden. Diese treten z.B. dann auf, wenn eine anonyme Bestellung über einen Webshop durchgeführt wird. Solche Dubletten sind für ein durchgehendes Kundenbeziehungsmanagement unerwünscht, weil sie vermeidbare operative Kosten verursachen.

Kann ein Kunde im Rahmen einer Bestellung nicht eindeutig einem bereits bestehenden Kunden zugeordnet werden, startet eine Dublettensuche. Ein Algorithmus generiert zunächst eine Auswahl möglicher “Kandidaten“ aus dem Kundenstamm – diese ergeben zusammen mit dem unbekannten Kunden einen sogenannten „Klärfall“. Klärfälle werden bisher durch Sachbearbeiter:innen einer manuellen Überprüfung unterzogen: Der unbekannte Kunde wird entweder einem der Kandidaten aus dem Kundenstamm zugeordnet oder als Neukunde angelegt. Diese manuelle Überprüfung verursacht eine Verzögerung im Bestellprozess, zusätzliche Personalkosten und soll daher nun durch eine Künstliche Intelligenz (KI) übernommen werden.



Der e-velopment Kunde Gärtner Pötschke GmbH lieferte die für das Training einer KI (maschinelles Lernen) benötigten Daten. Da es sich um personenbezogene Daten handelte und somit die DSGVO greift, wurden diese im Rahmen des Projekts nicht direkt verwendet.



Somit ergaben sich folgende zentrale Fragen:

• Können die zur Verfügung stehenden Daten zum Training einer KI eingesetzt werden?
• Wie kann das Unternehmen dabei auf der organisatorischen und technischen Ebene vorgehen?
• Wie könnte der Einsatz einer KI aussehen und was ist dabei zu beachten?

Ablauf:

Die Gärtner Pötschke GmbH zog im Rahmen des Projekts ihren Datenschutzbeauftragten hinzu, der das Projektteam als kompetenter Ansprechpartner in Bezug auf die Einhaltung der DSGVO-Richtlinien mit seinem Rat zur Seite stand. Gemeinsam wurde ein Konzept zur Datenanonymisierung entwickelt.
Um nötiges Prozesswissen einzubeziehen, wurden Vertreter:innen der Gärtner Pötschke GmbH beteiligt, während e-velopment Wissen zur Software beisteuerte und Mitarbeiter:innen der Hochschule für angewandte Wissenschaften Hamburg und des Kompetenzzentrums mit ihrem Methodenwissen im Bereich KI unterstützten. Das Projektteam traf sich regelmäßig, um aufkommende Fragen zu klären.


Ergebnisse:

Im Rahmen des „Business Understanding“ wurde der zugrundeliegende Prozess genauer beleuchtet. Dabei wurden mögliche Einsatzmöglichkeiten der KI besprochen und eine Bewertungsfunktion festgelegt.
Das Projektteam entwickelte einen dreistufigen Plan zum schrittweisen Einsatz der KI. Diese wird zunächst als sogenannter Schatten mittlaufen. Dabei werden sowohl die Entscheidungen der KI, als auch der Sachbearbeiter:innen aufgezeichnet und miteinander abgeglichen. Erreicht die KI nach der vom Projektteam definierten Bewertungsfunktion eine Mindestgüte, wird in einer nächsten Phase die KI zunächst eine Neukundenanlage selbständig entscheiden. Da eine falsch zugeordnete Dublette in jedem Fall zu vermeiden ist, werden - im Fall einer von der KI erkannten Dublette - Sachbearbeiter:innen die Entscheidung der KI überprüfen. Bewährt sich die KI auch in der zweiten Phase, wird die Zuordnung von Dubletten dem KI-Modell übergeben werden.
Ein erster anonymisierter Datensatz wurde extrahiert und auf Datenqualität untersucht. Aufgetretene Auffälligkeiten wurden in letzten Gesprächen erörtert und mit den Prozessen abgeglichen. Neben den gewonnenen Merkmalen enthält der Datensatz auch die historischen Entscheidungen der Sachbearbeiter:innen und kann somit für das maschinelle Lernen genutzt werden.


Sie haben Fragen zu diesem Projekt, oder zu anderen Digitalisierungs-Möglichkeiten? Kommen Sie gern auf uns zu, wir bringen Sie Digital Voraus!