Neue BI Dashboard App
Die Can Do BI App zur Geschäftsanalytik wurde entwickelt, um Unternehmen eine umfassende Datenanalyse auf Basis der...
Update: Wir haben nun die nächste Generation der KI im Ressourcen Management Tool von Can Do fast fertig gestellt.
Die bisherige KI, die eine Handlungsempfehlung bei Überlastungen von Personen angibt, bekommt ein weiteres Modell dazu. Dieses Modell schlägt konkrete Alternativressourcen vor. Das neue Modell ist zudem weitaus lernfähiger als die aktuelle KI.
Die bisherige KI, die Handlungsempfehlungen ermittelt, ist ein Rule-Based-System mit einem sehr schwachen Lernbereich.
Die neue KI dagegen ist vollständig lernfähig und gehört eher zur Kategorie Machine Learning (ML). Genauer: Diese KI funktioniert nach dem IRL (Inverse Reinforcement Learning) Verfahren und lernt von den Anwender:innen.
Ein Lösungsansatz für die Projektleitenden im Falle einer überlasteten Ressource ist es, eine andere Person für die Arbeit zu verplanen. Allerdings muss diese Person verschiedene Kriterien erfüllen, damit sie in Frage kommt. Dies sind beispielsweise ausreichende Verfügbarkeit und – vor allem – die notwendigen Fähigkeiten, die Arbeit anstelle einer anderen Person zu übernehmen.
Can Do ist zwar auch eine Skill Management Software, und alle Ressourcen können Skills besitzen. Auch ist es möglich, dass der Projektleitende bei der Zuweisung der Ressource angibt, welche seiner vielen Skills der Mitarbeitende ausführt. Allerdings ist das den Projektmanager:innen oft schlicht zu aufwendig.
Can Do muss also selber herausfinden, welche Person eine andere Person im Falle eine Überlastung ersetzen kann.
Das Abbildung zeigt, dass die KI in dem gesamten Projekt 2 Überlastungen gefunden hat, bei denen die "alte" KI zum "sofortigem Eingreifen" rät. Die Darstellung ist komplett neu gestaltet und sieht vollständig so aus:
Innerhalb der ersten Schichten der KI sind von uns bereits erste Lernmodelle fest definiert worden. Dies soll verhindern, dass die KI bei der Suche nach Alternativen sämtliche Ressourcen eines Unternehmens berücksichtigt. Bei Installationen mit z.B. 4.500 Anwendern würde das viel zu lange dauern und die Ergebnisse wären fraglich. Daher geht die KI beispielsweise davon aus, dass Personen in der gleichen Abteilung möglicherweise auch über ähnliche Fähigkeiten verfügen. Es gibt noch weitere Annahmen, die der KI helfen, gezielter zu suchen.
Die KI hat eine alternative Person ermittelt und deren Verfügbarkeit simuliert. D.h., wenn die alternative Person in Frage kommt und eingesetzt wird, ist die Risikosituation besser als aktuell. Der Vorschlag ist also eine alternative Person, von der die KI vermutet, dass diese Person die Arbeit auch ausführen kann und ausreichend verfügbar ist.
Die unteren Schichten in Can Do ermitteln und bewerten das Überlastungsrisiko. Sie sprechen eine Empfehlung, z.B. "Eingreifen", aus. Der Projektplanende kann sich nun für dieses spezielle Risiko eine Alternative vorschlagen lassen. Diese kann er akzeptieren (replace) und die aktuelle Risikoressource in diesem Arbeitspaket durch die neue Ressource ersetzen lassen. Dabei wird bereits geleistete Arbeit berücksichtigt.
Lehnt er den Vorschlag der KI ab, wird ihm oder ihr eine weitere Ressource vorgeschlagen. Diese kann genauso gut geeignet sein, aber nicht besser. Es werden maximal 5 Ressourcen vorgeschlagen. Werden alle Vorschläge durch die Projektleitung abgelehnt, ist die KI am Ende ihrer Möglichkeiten und kann hier nicht mehr weiterhelfen.
Der Button unten "KI fragen" löst die neue KI aus: Die KI beginnt nun, alternative Personen zu finden und simuliert auch, ob die Kapazität ausreicht. Wird eine Ressource gefunden, wird diese angezeigt. Hier einmal der gesamte Ablauf in einem kurzen Video:
Die Einschätzung, ob eine Person die Arbeit einer anderen Person übernehmen kann, wird am besten durch die Menschen getroffen. Wenn der Projektleitende also einen Vorschlag annimmt oder ablehnt, lernt die KI von ihm. Im Laufe der Zeit lernt die KI die Personen im Unternehmen quasi immer besser kennen und macht immer bessere Vorschläge.
Diese Liste ist extrem lang, hier nur eine spontane Aufzählung:
Das lässt sich noch nicht genau sagen. Das erste interne Training bei Can Do war aber vielversprechend. Im Juli 2023 geht die Beta-Version zu drei ausgewählten Cloud-Kunden. Dort wird die KI dann firmenspezifisch von den Kunden trainiert.
Im Anschluss werden wir die Anwender:innen befragen, ob die Vorschläge sinnvoll sind und sie dadurch sehr viel Zeit sparen.
Sobald die erste Trainingsrunde im Sommer abgeschlossen ist, werde ich hier über die Ergebnisse berichten und dann auch einen konkreten Veröffentlichungstermin mitteilen.
Als Mitglied der Geschäftsführung verantwortet Thomas die operative Leitung der Entwicklung inklusive Konzeption, Design und Weiterentwicklung der Software. Ebenfalls berät er Kunden über Best Practices und begleitet den Roll-Out.
Die Can Do BI App zur Geschäftsanalytik wurde entwickelt, um Unternehmen eine umfassende Datenanalyse auf Basis der...
Die Anforderungen an datengetriebene Entscheidungen wachsen – mit der Can Do Base Foundation erhalten Sie eine...
Can Do berechnet für jedes Projekt die sog. Performance die sich genau so verhält wie die Kennzahl Schedule Performance...