Aron England, Chief Product & Technology Officer at Accruent – Interview Series

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 sie 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 Start-ups, große Unternehmen und jetzt Accruent zurückblicken, welche entscheidende Erfahrung hat am meisten dazu beigetragen, wie Sie über den Aufbau vertrauenswürdiger Technologie im großen Maßstab nachdenken?

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 an 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 uns auf einen Markt konzentriert, der eine wahre Änderung benötigte. Die analoge Vertragsindustrie durch eine vollständige digitale Transformation voranzutreiben, erforderte nicht nur den Aufbau von Markenvertrauen, sondern auch Gesetzgebung, um den Wechsel sicher zu machen. Es gibt viele Lektionen, die sich aus meiner Zeit dort ableiten lassen und die auf den aktuellen Markt für LLMs und KI-Tools angewendet werden können.

Auf hohem Niveau 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. Was treibt aus Ihrer Sicht bei Accruent diese Verschiebung der Erwartungen unter Frontline- und Feldservice-Professionals?

In Umgebungen, in denen Einrichtungsmanager und Techniker KI nutzen, um Geräteausfälle zu diagnostizieren und komplexe Reparaturen zu leiten, kann ein Fehltritt aufgrund einer falschen oder ungenauen Empfehlung große geschäftliche und sicherheitsrelevante Risiken verursachen.

Oft erstellen LLMs gemischte Antworten aus mehreren Seiten, ohne auf die zugrunde liegenden Beweise zu verweisen. Als Ergebnis könnte eine Organisation bei einer KI-generierten Schrittfolge, die nie direkt im OEM-Handbuch existierte, bei Audits oder Sicherheitsüberprüfungen mit erheblichen Konformitätsrückmeldungen konfrontiert werden, da sie keine verteidigungsfähige Beweiskette für Audits oder Sicherheitsüberprüfungen hätte. Wenn KI zu einem Selbstverständnis in der Software 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-, Konformitäts- und Betriebsrisiken verursachen. Welche Halluzinationsszenarien bereiten Ihnen in Bezug auf Wartung, Einrichtungsmanagement oder Vermögenswerte die größten Sorgen?

In der Fertigungsindustrie könnte eine KI-generierte Empfehlung, die einem Fabrikarbeiter sagt, die falsche Aktion auf einem kritischen Gerät auszuführen, zu ungeplanten Ausfällen, verschwendetem Material, fehlerhaften Endprodukten oder beschädigter Maschinerie führen. Diese können millionenschwere Fehler sein, wenn Fertigungslinien stillstehen oder sogar Rufschäden verursachen, wenn es später zu Rückrufen führt.

Diese Halluzinationen von KI-Tools sind auch besonders schädlich für Branchen wie die Gesundheitsbranche, da Haftungen und Patientenleben auf dem Spiel stehen, wenn es zu einem Maschinenfehler kommt, der nicht rechtzeitig gewartet oder repariert wurde. Wenn man mit Branchen zu tun hat, die mit der realen Welt interagieren, ist das Beheben von Fehlern nicht so einfach wie das Löschen und erneute Starten.

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

Wir stellen sicher, dass KI-Empfehlungen auf die ursprünglichen Quellen zurückverfolgt werden können, wie z.B. die spezifische Handbuchseite, das Diagramm, die Datentabelle oder das historische Protokoll, das die Empfehlung unterstützt. Zum Beispiel, wenn die KI-Empfehlungen einem Einrichtungsmanager im Gesundheitswesen sagen, wie er einen Kompressor warten soll, sollte er in der Lage sein, die genaue Passage zu verfolgen, die diesen Schritt unterstützt, 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 zeigen, 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 Audit-Protokolle, Dokumentationsgenauigkeit und überprüfbare Begründungen. Wie balancieren Sie Innovation mit dem Bedürfnis nach Transparenz und Konformität?

Die Einbettung von KI in bestehende Workflows ist der Schlüssel. Dies vereinfacht den Prozess der Hinzufügung von Genehmigungen, Dokumentation, Wartungsarbeiten und Konformitätskontrollen, 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, 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?

Unsicher 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, auditfähiger KI erfordert große Mengen an strukturierten Daten. Welche Datenherausforderungen – von unstrukturierten Legacy-Dokumenten bis hin zu inkonsistenten Vermögenswerten – müssen gelöst werden, um diese Vision Realität werden zu lassen?

Die Lieferung von auditfähiger 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 unvollständige oder inkonsistente Vermögenswerte gibt, 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, mangelnder Governance, indem sie in strukturierte, versionierte, zentralisierte Dokumenten- und Vermögenswerten-Systeme migrieren.

Unser EDMS (Engineering Document Management System) kann dies für mehrere Branchen, einschließlich Bergbau, Versorgungsbetriebe, Fertigung und mehr, tun. Diese Branchen verlassen sich oft auf physische technische Zeichnungen und Dokumentation, was Versionskontroll-Albträume verursachen 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 Audit-Protokollen, um sicherzustellen, dass Inkonsistenzen eliminiert werden.

Wenn KI in Wartung, Einrichtungsmanagement und Vermögenswerte-Lebenszyklusmanagement 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, monotone, nicht wertsteigernde Aufgaben für Mitarbeiter zu automatisieren, wie z.B. manuelle Dateneingaben und die Planung von Arbeitsaufträgen für Techniker. Von außen betrachtet scheint es, als ob es sich um eine relativ einfache, aber zeitaufwändige Aufgabe handelt. Allerdings kann KI diese Aufgabe strategischer angehen.

Zunächst kann ein Arbeitsauftrag aufgrund von Anomalie-Erkennung ausgelöst werden, bevor ein echter Ausfall auftritt, wenn das Gerät mit Sensoren überwacht wird. Zweitens kann KI dabei helfen, Arbeitsaufträge automatisch nach Dringlichkeit zu priorisieren und Reparaturen zu planen, um die geringste Störung für ein Geschäft zu verursachen – es kann auch mehrere gleichzeitige Probleme, Kosten, Sicherheit und Umsatz auf einmal für den besten möglichen Weg vorwärts abwägen.

KI hat das Potenzial, nicht nur “Unterstützung” für Wartungs- und Einrichtungsteams zu leisten – sie wird zunehmend als digitaler Betreiber agieren.

Vertrauen wird zum neuen Maßstab für Unternehmens-KI. Was glauben Sie, dass Anbieter in den nächsten zwei Jahren anders machen müssen, um dieses Vertrauen zu erlangen – 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 zu erreichen, besteht darin, Zitate und klare Beschreibungen der Dokumente bereitzustellen, die die KI ausgewertet hat und nicht ausgewertet hat. Zum Beispiel sollte ein Mitarbeiter, der KI bittet, 1.000 Mietverträge zu analysieren, 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 oder segregiert werden.

In den nächsten zwei Jahren wird das Erreichen von Vertrauen von entscheidender Bedeutung sein, und Anbieter können die Oberhand gewinnen, indem sie explizit über die Grenzen von KI-Tools sprechen, Menschen in die Schleife für hochrisikige 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 rasch von isolierten Einzelaufgaben-Automatisierungen zu intelligenten, multi-agenten Systemen, die ganze Workflows koordinieren und optimieren können. Anstatt Benutzer nur zu unterstützen, wird KI autonome Entscheidungsunterstützung liefern, kontinuierlich Betriebsbedingungen überwachen, Risiken vorhersagen und mit vollständiger 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.

Mit der Zeit wird dies einen Wandel hin zu autonomen Betrieben ermöglichen, in denen Systeme sich selbst optimieren und selbst 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 Einsetzung in mission-kritischen Umgebungen zu definieren.

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