peshkov - stock.adobe.com

Wie künstliche Intelligenz bei der Krisenkommunikation hilft

Methoden der Krisenkommunikation haben einen langen Weg hinter sich, von Anrufbäumen bis zur heutigen Cloud. Als besonders wichtig haben sich KI- und ML-Technologien erwiesen.

Methoden der Krisenkommunikation haben einen langen Weg von einstigen Anrufbäumen und Textketten hinter sich. Heutige Notrufsysteme und Cloud-basierte Benachrichtigungsdienste sind weitaus effektiver, als sich nur darauf zu verlassen, dass sich Angestellte gegenseitig anrufen.

Doch diese Entwicklungen haben die Krisenkommunikation nicht vollständig unproblematisch gemacht. Wenn zum Beispiel Notrufbotschaften niemals ihre beabsichtigten Empfänger erreichen, wird der Sender eventuell nie eine Benachrichtigung über die nicht erfolgte Zustellung der Botschaft bekommen. Wenn keine Antwort erzeugt wird, könnten sich die Notfallteams eines Unternehmens einem Unfall gegenübersehen, der sich wegen des Mangels einer klaren Kommunikation zu einer kompletten Krise auswachsen kann.

Künstliche Intelligenz (KI) und Machine Learning (ML) sind besonders geeignet, eine große Bandbreite an Daten zu erfassen und dann Vorhersagen und Notfallempfehlungen zu machen. Unternehmen können diese Technologien zur Identifizierung und Klassifizierung von Notfallaufgaben sowie zur Bereitstellung von Kommunikation und Informationen zur richtigen Zeit und für die richtigen Leute benutzen. Künstliche Intelligenz kommt dabei eine besondere Rolle bei der zukünftigen Krisenkommunikation zu, wobei man sich erst am Anfang der Entwicklung befindet.

Welche Besonderheiten bietet KI?

KI und ML können zusätzlichen Wert zu der Technologie von Emergency Notification Systemen (ENS) zur Verfügung stellen. Heute sind ENS-Produkte im Allgemeinen für eine Bandbreite von Message-Typen wie zum Beispiel E-Mail, Text und SMS geeignet, um eine vorkonfigurierte Liste von Personen zu bedienen. Während einige mehr traditionelle Systeme auf Anfragen von Empfängern von Botschaften reagieren können, beherrschen KI-gestützte Systeme dies ebenfalls und bieten mehr.

KI-Systeme zur Krisenkommunikation können mehrere Informationskanäle nutzen, um den Empfang von Notfallbotschaften zu verbessern. Diese Kanäle können unter anderem Wettervorhersagen oder von Drohnen erzeugte Videos umfassen. Ein KI-gestütztes ENS kann zum Beispiel Wetterdaten der National Oceanic and Atmospheric Administration verwenden und sie in Vorhersagedaten umwandeln, die anschließend in einer Reihe von Alarmmeldungen eingesetzt werden, damit sich Personen auf einen aufziehenden Hurrikan oder andere extreme Wettersituationen vorbereiten können.

Ein weiteres Beispiel KI-gestützter Krisenkommunikation ist die Abfrage bestimmter Informationen über die Wahrscheinlichkeit von Tornados oder anderer eventuell entstehender Naturkatastrophen. Das System ist in der Lage, mehrere Ressourcen zu überprüfen, um Empfehlungen für Meldungen und andere Analysen zur Verfügung zu stellen.

Die Einbindung von KI- und ML-Technologie findet sich zunehmend in den Angeboten von traditionellen Herstellern als auch bei Herstellern von Messaging-Systemen. Es hängt von den Anwendern ab, zu entscheiden, welche KI-gestützten Fähigkeiten sich am besten für das Unternehmen eignen und auf welche Weise sie den ENS-Anforderungen des Unternehmens Mehrwert hinzufügen werden. Systeme ohne KI werden weiterhin für schnelle Verbreitung von Notfallbotschaften sorgen und viele unterstützen auch entsprechende Antwortdienste, so dass der Einsatz – und Kosten – von KI zu Business-Entscheidungen werden.

KI-gestützte und traditionelle ENS im Vergleich

Ältere ENS-Technologie befand sich zum großen Teil im eigenen Rechenzentrum, mit einem dedizierten Server für ENS-Funktionen und war entweder über das Festnetz der lokalen Telefongesellschaft oder über das Internet für den Versand von Botschaften verbunden. Abbildung 1 zeigt, wie ein traditionelles, im Rechenzentrum installiertes ENS-System das Internet für den Versand von Messages nutzt.

Abbildung 1: Schema eines nicht-gehosteten Notfallbenachrichtigungssystems.
Abbildung 1: Schema eines nicht-gehosteten Notfallbenachrichtigungssystems.

Im Gegensatz dazu werden moderne Systeme oft von einem spezialisierten ENS-Anbieter durch Technologien in der Cloud gehostet. Alle Ressourcen befinden sich bei dem Anbieter, und der Zugang zu ihnen ist so einfach wie die Nutzung eines Notebooks oder Smartphones. Abbildung 2 zeigt eine ENS-Konfiguration auf einem Host. Die Anwender sind vollständig abhängig von dem ENS-Anbieter, um Notfallbotschaften in einem Krisenfall zu bekommen.

Abbildung 2: Aufbau eines gehosteten Notfallbenachrichtigungssystems.
Abbildung 2: Aufbau eines gehosteten Notfallbenachrichtigungssystems.

Wenn KI und ML dabei sind, bleibt die Konfiguration zum großen Teil unverändert, außer für die neu hinzugefügten Funktionen. Abbildung 3 zeigt eine mögliche Konfiguration eines KI-gestützten, Cloud-basierten ENS.

Abbildung 3: Darstellung eines KI- und ML-gestützten Systems für Notfallmeldungen.
Abbildung 3: Darstellung eines KI- und ML-gestützten Systems für Notfallmeldungen.

Traditionelle Sende- und Antwortfunktionen von ENS werden unterstützt, und KI-Fähigkeiten fügen mit ihrer Bandbreite von anderen Funktionen einen Mehrwert hinzu.

Marktmöglichkeiten und Preisgestaltung

Die Preise für alleinstehende Systeme der Krisenkommunikation bewegen sich zwischen unter 5.000 Dollar bis weit über 200.000 Dollar.

Service-Angebote für ENS erfordern gewöhnlich monatliche Beiträge. Sie stützen sich in der Regel auf die Anzahl der Datenbankkontakte, den genutzten Features und den Netzwerktransport für den Versand der Botschaften. Es kann auch zu Aktivierungsgebühren kommen, wenn das System während einer Katastrophe zum Einsatz kommt, und bei einigen Systemen gibt es Einrichtungsgebühren. Monatliche Gebühren bewegen sich von unter 500 Dollar bis über 25.000 Dollar je nach Konfiguration der Systeme.

ENS-Tools auf einer gehosteten Basis erfordern keinen physischen Platz für die Ausrüstung, es gibt minimale oder keine Installationsgebühren im Voraus und die Kunden können den Service mit nur geringen technischen Auswirkungen auf das Unternehmen wieder abbrechen. Die Einbindung von KI-Features unterscheidet sich je nach Anbieter, und die Unternehmen sollten alle Optionen gründlich prüfen, bevor sie eine Kaufentscheidung treffen.

Unternehmen, die bereits Systeme zur Notfallbenachrichtigung verwenden, sollten den zusätzlichen Wert eines Upgrades von ihrem bestehenden Tool auf ein KI-gestütztes gegen die dabei entstehenden Kosten abwägen. So lässt sich zum Beispiel eventuell ein bestehendes System nicht auf eines mit KI hochrüsten und es wird ein kompletter Ersatz notwendig sein.

Es gibt mehrere Anbieter für Krisenkommunikation, die über KI- oder ML-gestützte Plattformen und Produkte verfügen. Zu den Anbietern auf diesem Markt gehören die folgenden:

  • Omnilert begann als Entwickler eines Systems von Notfallkommunikation für Universitäten. Aktuelle Hosting-Produkte verwenden KI, um Notfallsituationen mittels intelligenter Datensammlung und -analyse zu entdecken, zu untersuchen und zu visualisieren, und die Produkte verwenden eine einfach zu benutzende Schnittstelle. Omnilert stellt eine kostenlose Probeversion zur Verfügung. Detaillierte Informationen zu den Preisen gibt es beim Hersteller.
  • Quig stellt eine KI-gestützte Messaging-Plattform zur Verfügung, die Unternehmen an verschiedene Fälle wie zum Beispiel Platzierung von Kundenbestellungen und Untersuchungen von Dienstleistungen für Kunden anpassen können. Obwohl ENS nicht direkt als eine Anwendung geführt wird, ist die Quig-Plattform für Krisenkommunikation verwendbar. Die Preise beginnen ab 12.000 Dollar pro Jahr.
  • OnSolve bietet per Hosting eine Reihe von ENS-Tools. Es besitzt auch eine KI-Funktionalität für Notfallinformationen, die Unternehmen zur Entscheidungsfindung verwenden können. Die Preise bewegen sich für ein Basissystem von unter 2.000 Dollar bis zu komplexeren Systemen mit unterschiedlichen Preisplänen.
  • Everbridge bietet zahlreiche ENS-Optionen für viele verschiedene Anwendungen und verwendet KI-Funktionen, um Daten aus mehreren Quellen zu analysieren und so Informationen für das Notfallmanagement zu gewinnen. Das Unternehmen hat sowohl On-site als auch Managed Services für Notfallbenachrichtigung mit festen und monatlichen Preisplänen im Programm.

Erfahren Sie mehr über Künstliche Intelligenz (KI) und Machine Learning (ML)

ComputerWeekly.de
Close