Aron England, Chief Product & Technology Officer bei Accruent – Interview-Serie

Aron England, Chief Product und Technology Officer bei Accruent, ist ein erfahrener Technologie- und Produktleiter, der für den Aufbau und die Skalierung globaler Teams bekannt ist, die SaaS- und Agentenlösungen von der frühen Forschung bis hin zu hochwachsenden, kundenorientierten Produkten liefern. Er kombiniert tiefes Fachwissen in den Bereichen Consumer-Marktplätze, B2B-SaaS, E-Commerce und kommerzielle Technologie mit starker Führungskompetenz, indem er Innovation mit einem scharfen Verständnis von Kundenproblemen verbindet, um eine dauerhafte Produkt-Markt-Passung und messbare Geschäftsergebnisse zu erzielen, einschließlich Wachstum durch Akquisitionen und IP-getriebene Strategie.

Accruent bietet Software, die Organisationen hilft, die physische Seite ihres Geschäfts effizienter zu führen, indem es Tools für Einrichtungen, Vermögenswerte, Raum und Arbeitsplatzoperationen in einem verbundenen System zusammenführt. Die Plattform ist darauf ausgelegt, Fragmentierung zu reduzieren, Sichtbarkeit und Entscheidungsfindung zu verbessern und Teams bei der Planung, Wartung und Optimierung von Gebäuden und Geräten in verschiedenen Branchen zu unterstützen.

Sie haben in über 25 Jahren hochleistungsfähige globale Teams aufgebaut und geführt. Wenn Sie auf Ihre Erfahrungen bei Start-ups, großen Unternehmen und jetzt Accruent zurückblicken, welche entscheidende Erfahrung hat am meisten dazu beigetragen, wie Sie über den Aufbau vertrauenswürdiger Technologie im großen Maßstab denken?

Durch die Zeit, die ich bei Fortune-50-Unternehmen verbracht und in der Technologieführung bei Start-ups, mittelständischen und größeren öffentlichen und privaten Unternehmen gearbeitet habe, habe ich eine breite Palette von Erfahrungen gesammelt, wenn es um die Förderung der digitalen Transformation in verschiedenen Branchen geht. Am bemerkenswertesten war ich Mitarbeiter Nummer neun bei DocuSign und wir haben einen Markt anvisiert, der eine wahre Wende benötigte. Die analoge Vertragsindustrie durch eine vollständige digitale Transformation voranzutreiben, erforderte nicht nur den Aufbau von Markenvertrauen, sondern auch Gesetze, um den Übergang sicher zu machen. Es gibt viele Lektionen aus meiner Zeit dort, die auf den aktuellen Markt für LLMs und KI-Tools angewendet werden können.

Im Großen und Ganzen ist das Muster über meine Erfahrungen hinweg konsistent geblieben: vertrauenswürdige Systeme entstehen nicht zufällig. Sie entstehen durch intentionale Architektur, Datenkonsistenz, Transparenz und ein tiefes Verständnis davon, wie reale Menschen Technologie nutzen.

Sie haben gewarnt, dass Techniker bis 2026 KI-Systeme nicht mehr akzeptieren werden, die einfach “vertrauen Sie mir” sagen. Aus Ihrer Perspektive bei Accruent, was treibt diese Verschiebung der Erwartungen bei Frontline- und Feldservice-Professionals?

In Umgebungen, in denen Einrichtungsmanager und Techniker KI nutzen, um Geräteausfälle zu diagnostizieren und komplexe Reparaturen zu leiten, kann ein Fehlschlag aufgrund einer falschen oder ungenauen Empfehlung erhebliche Geschäfts- und Sicherheitsrisiken verursachen.

Oft erstellen LLMs gemischte Antworten aus mehreren Seiten, ohne auf die zugrunde liegenden Beweise zu verweisen. Als Ergebnis kann es passieren, dass ein Techniker einer KI-generierten Anweisung folgt, die nie direkt im OEM-Handbuch existierte, was zu einem erheblichen Compliance-Rückstoß führen kann, da das Unternehmen keine verteidigbare Beweiskette für Audits oder Sicherheitsüberprüfungen hat. Wenn KI in Software immer mehr zum Standard wird und “unsichtbar” wird, wird die Bedeutung der Rückverfolgbarkeit wachsen.

KI-Halluzinationen können in regulierten Branchen mehr als nur eine Unannehmlichkeit sein – sie können reale Sicherheits-, Compliance- und Betriebsrisiken verursachen. Welche Halluzinationsszenarien bereiten Ihnen am meisten Sorgen, wenn es um Wartung, Einrichtungsmanagement oder Vermögenswertsoperationen geht?

In der Fertigungsindustrie kann es passieren, dass eine KI-generierte Empfehlung einem Fabrikarbeiter sagt, die falsche Aktion auf einem kritischen Gerät auszuführen, was zu ungeplanten Ausfällen, verschwendetem Material, fehlerhaften Endprodukten oder beschädigten Maschinen führen kann. Diese können millionenschwere Fehler sein, wenn Fertigungslinien stillstehen oder sogar Rufschäden verursachen, wenn es später zu Rückrufen kommt.

Diese Halluzinationen von KI-Tools sind auch besonders schädlich für Branchen wie die Gesundheitsbranche, da Haftungen und das Wohlergehen der Patienten auf dem Spiel stehen, wenn es zu einem Maschinenausfall kommt, der nicht rechtzeitig gewartet oder repariert wurde. Wenn man mit Branchen zu tun hat, die mit der realen Welt interagieren, ist es nicht so einfach, Fehler zu beheben, indem man einfach “Löschen” drückt und von vorne beginnt.

Sie haben betont, dass jede KI-Ausgabe auf die ursprünglichen Quellen – Handbücher, Datentabellen, Diagramme, historische Protokolle – verweisen muss. Wie gestaltet Accruent Systeme, die Rückverfolgbarkeit sicherstellen und “Black-Box”-Antworten eliminieren?

Wir stellen sicher, dass KI-Empfehlungen auf bedeutungsvolle Ausgabepunkte in ihrem Quellenmaterial zurückverfolgt werden können, wie z.B. die spezifische Handbuchseite, das Diagramm, die Datentabelle oder das Protokolleintrag, das die Empfehlung informierte. Wenn beispielsweise die KI-Empfehlungen einem Einrichtungsmanager im Gesundheitswesen sagen, wie er einen Kompressor warten soll, sollte er in der Lage sein, zurückzuverfolgen, auf welche genaue Passage in einem Klick, um die Genauigkeit zu gewährleisten. Um die wachsende Vertrauenslücke in der heutigen Unternehmens-KI zu schließen, ist es wichtig, dass diese Systeme auch in der Lage sind, zu offenbaren, welche Punkte oder Seiten tatsächlich ausgewertet wurden, damit die Benutzer wissen, ob die KI alle relevanten Dokumente oder nur einen Teil ausgewertet hat.

Viele Unternehmens-KI-Tools priorisieren Geschwindigkeit, aber regulierte Umgebungen erfordern Auditspuren, Dokumentengenauigkeit und überprüfbare Begründungen. Wie balancieren Sie Innovation mit dem Bedürfnis nach Transparenz und Compliance?

Die Einbettung von KI in bestehende Workflows ist der Schlüssel. Dies vereinfacht den Prozess der Hinzufügung von Genehmigungen, Dokumentation, Wartungsroutinen und Compliance-Checks, um bekannte Praktiken zu ergänzen, anstatt ein neues isoliertes Tool zu implementieren. Dies bedeutet, dass man einen vollständigen Umbau der Betriebsabläufe vermeidet und es den Mitarbeitern ermöglicht, weiterhin auf die gleiche Weise zu arbeiten, aber mit manuellen, zeitaufwändigen Prozessen, die automatisiert werden.

Techniker im Feld verlassen sich auf präzise Anweisungen. Wie geht Accruent das Problem an, KI-Ausgaben in autoritative Quellen zu verankern, um das Risiko zu reduzieren und das Vertrauen der Techniker zu verbessern?

Unser Ansatz beginnt mit der Erfassung und Organisation von Handbüchern, Diagrammen, Zeichnungen, Mietverträgen und historischen Arbeitsaufträgen, um sicherzustellen, dass die KI Antworten aus dem spezifischen Inhalt eines Unternehmens liefert und nicht aus generischem Trainingsdaten. Wenn Verfahren, Empfehlungen oder Checklisten generiert werden, sind unsere Systeme so konzipiert, dass jeder Schritt auf die ursprüngliche Dokumentation zurückverfolgt werden kann.

Ohne diese Funktion müssten Techniker, die bereits knapp mit Ressourcen ausgestattet sind, noch mehr Zeit damit verbringen, manuell durch Dokumente zu suchen, um die Genauigkeit zu überprüfen, was die Prozesse und Arbeitsaufträge weiter verzögern würde.

Die Lieferung transparenter, auditierbarer KI erfordert große Mengen an strukturierten Daten. Welche Datenherausforderungen – von unstrukturierten Legacy-Dokumenten bis hin zu inkonsistenten Vermögenswerten – müssen gelöst werden, um diese Vision zu verwirklichen?

Die Lieferung auditierbarer KI beginnt mit zuverlässigen und gut organisierten Daten. Allerdings leben die meisten gebauten Umgebungen noch in analogen Prozessen, mit manuellen Dateneingaben, gescannten PDFs und isolierten Tabellen. Wenn es Lücken in den Daten und Vermögenswerten gibt, die unvollständig oder inkonsistent sind, erhöhen sich die Risiken von KI-Halluzinationen. Um KI-Ausgaben in regulierten Umgebungen vertrauenswürdig zu machen, müssen Unternehmen zunächst die Legacy-Daten-Hindernisse lösen, von unstrukturierten Formaten bis hin zu inkonsistenten Historien, bis hin zum Mangel an Governance, indem sie in strukturierte, versionierte, zentrale Dokumenten- und Asset-Datensysteme migrieren.

Unser EDMS (Engineering Document Management System) kann dies für mehrere Branchen tun, einschließlich Bergbau, Versorgungsbetriebe, Fertigung und mehr. Diese Branchen verlassen sich oft auf physische technische Zeichnungen und Dokumentation, was Version-Kontroll-Albträume schaffen kann. Die Verwendung unseres EDMS-Lösung, um diese Dokumente zu digitalisieren, ist der erste Schritt. Von dort aus hilft die Software bei der Verwaltung von Versionen, Workflow-Governance und Auditspuren, um Inkonsistenzen zu eliminieren.

Wenn KI in Wartung, Einrichtungsmanagement und Vermögenswertslebenszyklusmanagement eingebettet wird, wo sehen Sie die größten Chancen, die Produktivität zu verbessern, ohne Sicherheit oder regulatorische Anforderungen zu gefährden?

Eine der größten Chancen besteht darin, langweilige, nicht wertsteigernde Aufgaben für Mitarbeiter zu automatisieren, wie z.B. manuelle Dateneingaben und die Planung von Arbeitsaufträgen für Techniker. Von außen sieht es aus, als ob es eine relativ einfache, aber zeitaufwändige Aufgabe wäre. Allerdings kann KI diese Aufgabe strategischer angehen.

Erstens kann ein Arbeitsauftrag ausgelöst werden, wenn das Gerät mit Sensoren überwacht wird, bevor ein echter Ausfall auftritt. Zweitens kann KI helfen, Arbeitsaufträge automatisch nach Dringlichkeit zu priorisieren und Reparaturen zu planen, um die geringste Störung für ein Unternehmen zu verursachen – es kann auch mehrere gleichzeitige Probleme, Kosten, Sicherheit und Umsatz abwägen, um den besten Weg voranzukommen.

KI hat das Potenzial, nicht nur “Maintenance- und Einrichtungsteams zu unterstützen” – sie wird zunehmend als digitaler Operator handeln.

Vertrauen wird zum neuen Standard für Unternehmens-KI. Was glauben Sie, dass Anbieter in den nächsten zwei Jahren anders machen müssen, um dieses Vertrauen zu verdienen und zu bewahren?

Anbieter müssen aufhören, anzunehmen, dass Kunden einfach “dem Modell vertrauen” werden, wenn es um Unternehmens-KI geht. Empfehlungen von KI müssen den Beweis liefern, wie sie generiert wurden. Eine Möglichkeit, dies anzugehen, besteht in der Form von Zitaten und klaren Beschreibungen, welche Dokumente die KI ausgewertet hat und welche nicht. Wenn beispielsweise ein Mitarbeiter die KI auffordert, 1.000 Mietverträge zu analysieren, sollte er explizit wissen, ob es alle 1.000 oder nur 700 ausgewertet hat und warum oder warum nicht.

Als Teil davon sollte der wichtigste Faktor, den Anbieter priorisieren, die Transparenz bei der Datennutzung sein. Dazu gehört die Klarheit darüber, wer die Daten sieht, wie sie verwendet werden (einschließlich aller Trainingsimplikationen) und wie sie von anderen Kundenumgebungen isoliert werden.

In den nächsten zwei Jahren wird das Erzielen von Vertrauen von entscheidender Bedeutung sein, und Anbieter können die Oberhand gewinnen, indem sie explizit über die Einschränkungen von KI-Tools sprechen, Menschen in die Schleife für hochriskante Entscheidungen einbeziehen und mit eng umrissenen, gut abgegrenzten Anwendungsfällen beginnen, die greifbaren Wert ohne die Kunden in eine “Black-Box”-Situation zu bringen.

Wenn Sie in die Zukunft blicken, wie sehen Sie die Entwicklung von KI in mission-kritischen Operationen, und welche Rolle erwarten Sie, dass Accruent bei der Festlegung von Branchenstandards für vertrauenswürdige, transparente KI spielt?

KI in mission-kritischen Operationen entwickelt sich rapide von isolierten Einzelautomatisierungen zu intelligenten, multi-agenten Systemen, die ganze Workflows koordinieren und optimieren können. Anstatt Benutzern einfach zu assistieren, wird KI autonome Entscheidungsunterstützung bieten, kontinuierlich betriebliche Bedingungen überwachen, Risiken vorhersagen und mit voller Transparenz und Rückverfolgbarkeit handeln. Wenn KI lernt, unstrukturierte Dokumente, strukturierte Betriebsdaten und Echtzeit-Signale zu kombinieren, wird sie direkt in tägliche Prozesse eingebettet, um schnellere, sicherere und zuverlässigere Ergebnisse zu erzielen.

Im Laufe der Zeit wird dies einen Übergang zu autonomen Operationen ermöglichen, bei dem Systeme sich selbst optimieren und korrigieren können, während Menschen sich auf die Überwachung und strategische Entscheidungsfindung konzentrieren. Als Marktführer wird Accruent dazu beitragen, Branchenstandards für vertrauenswürdige und transparente KI festzulegen, indem es Prüfbarkeit, Erklärbarkeit und starke Governance in seine Plattform einbettet und mit Kunden, Partnern und Regulierungsbehörden zusammenarbeitet, um Best Practices für die sichere Bereitstellung in mission-kritischen Umgebungen zu definieren.

Vielen Dank für das großartige Interview, Leser, die mehr erfahren möchten, sollten Accruent besuchen Accruent.