AthenaBot stärkt die Intelligenzanalyse von Siemens, um den sich wandelnden Sicherheitsherausforderungen einen Schritt voraus zu sein.

In einer Zeit, in der Informationen sowohl eine wertvolle Ressource als auch ein strategisches Risiko darstellen, ist das Management von Datenfluss und -integrität für globale Unternehmen von entscheidender Bedeutung. Um den stetig wachsenden Sicherheitsherausforderungen einen Schritt voraus zu sein, hat das Corporate Security-Team AthenaBot eingeführt. Diese KI-gestützte Anwendung ist darauf ausgelegt, die Sicherheitsanalysen bei Siemens zu optimieren, indem sie Routineaufgaben übernimmt und menschliche Analysten von operativen Aufgaben entlastet, sodass sie sich auf strategische Entscheidungen konzentrieren können. Wir haben mit dem AthenaBot-Team gesprochen, um Einblicke in die Entwicklung, Funktionalität und Wirkung dieser Innovation zu erhalten.

Könnt ihr uns erzählen, wann die Idee zur Entwicklung von AthenaBot aufkam? Welche Herausforderungen haben euch dazu gebracht, dieses Tool zu bauen?

Gouta, Eirini: Die Idee für AthenaBot entstand aus einem klaren und dringenden Bedarf innerhalb von Siemens. Mit wachsender Nachfrage unserer Kunden standen wir vor der Herausforderung, eine überwältigende Menge an Informationen zu verarbeiten – bis zu 70.000 Security Intelligence-Berichte pro Jahr. Mit nur sechs Analysten in unserem Team wurde es zunehmend schwieriger, mit dieser Entwicklung Schritt zu halten und gleichzeitig die Qualität und Genauigkeit unserer Analysen aufrechtzuerhalten. Mit diesem Problem sehen aber nicht nur wir uns konfrontiert – Teams für Informationsdienste in Unternehmen und Behörden stehen weltweit vor ähnlichen Herausforderungen. Wir erkannten, dass wir ein Tool brauchten, das uns hilft, diese riesige Datenmenge effizient zu durchsuchen. So entstand das Konzept von AthenaBot – ein KI-gestützter Assistent, der unsere Arbeit optimiert und sicherstellt, dass die Sicherheitsanforderungen von Siemens weiterhin erfüllt werden, ohne Kompromisse bei der Qualität einzugehen.

Könnt ihr die Funktionsweise von AthenaBot anhand von Beispielen erklären?

Jain, Saurabh : AthenaBot ist im Wesentlichen ein digitaler Assistent, der künstliche Intelligenz nutzt, um unsere Analysten zu unterstützen. Stellt euch vor, ihr müssen einen komplexen 30-seitigen Bericht zusammenfassen – ein Prozess, der einen Analysten normalerweise viel Zeit kosten würde. AthenaBot kann das in Sekundenschnelle tun, indem er die wichtigsten Erkenntnisse herausfiltert und sie in einem kompakten Format präsentiert. Analysten verwenden AthenaBot beispielsweise zur Erstellung von Briefing-Notizen für unsere regionalen Stand-up-Meetings, in deren Rahmen wir globale Sicherheits-Themen besprechen. Der Bot unterstützt uns, indem er die wichtigsten Punkte schnell zusammenfasst, so dass wir unsere Diskussionen auf das Wesentliche konzentrieren können.

Ein weiteres Beispiel ist AthenaBot’s Rolle im Überprüfungsprozess. Analysten können ihn nutzen, um eine erste Einschätzung ihrer Berichte zu erhalten und sie auf Sprache, Grammatik und sogar inhaltliche Vorschläge zu überprüfen. Dadurch wird menschliche Expertise allerdings nicht ersetzt, sondern das System dient lediglich als zweites Paar Augen, um Analysten dabei zu unterstützen, ihre Arbeit vor der endgültigen Übermittlung zu verfeinern.

Könnt ihr ein Beispiel dafür nennen, wie AthenaBot die Effizienz bei den täglichen Aufgaben eueren Teams verbessert hat – und wie Siemens und unsere Kunden davon profitieren?

Kish, Matthew: Klar. AthenaBot stellte für uns Verbindungen zu sieben unserer vertrauenswürdigsten Informationsanbieter her, was bedeutet, dass alle von uns gesammelten Informationen aus zuverlässigen Quellen stammen. Täglich kommen etwa 500 neue Berichte hinzu, so dass unser System inzwischen über 35.000 Berichte umfasst. Dadurch konnten wir unsere Produktivität erheblich steigern. Durch die Automatisierung von Routineaufgaben wie der Zusammenfassung von Berichten oder dem Vergleich von Dokumenten hat AthenaBot unseren Analysten den Rücken frei gemacht, damit sie sich auf tiefer gehende, strategische Analysen konzentrieren können, wie die Untersuchung der langfristigen Folgen laufender Konflikte. Das wiederum kommt Siemens zugute, da wir so schnell und präzise auf potenzielle Bedrohungen reagieren können, um die Sicherheit unserer Kunden und unserer Anlagen zu gewährleisten.

Was sind die wichtigsten Funktionen von AthenaBot, die Anwenderinnen und Anwender besonders nützlich finden?

Saurabh: Eine der am meisten geschätzten Funktionen ist die Fähigkeit, große Datenmengen zusammenzufassen, um schnell und effektiv die wichtigsten Erkenntnisse zu gewinnen. Darüber hinaus ermöglicht die Vergleichsfunktion „Compare Documents“ eine Analyse von Unterschieden und Gemeinsamkeiten zwischen Berichten – ein nützliches Tool, um die Entwicklung bestimmter Sicherheitsprobleme zu verfolgen. Besonders beliebt ist auch die Funktion „Chat Over Data“, mit der man eigene Dokumente hochladen und gezielte Fragen zum Inhalt stellen kann. Diese Funktion spart Zeit und erhöht die Genauigkeit der Informationen, die unsere Analysten dem Rest des Unternehmens zur Verfügung stellen.

Wie funktioniert die Frage- und Antwortfunktion, und wie zuverlässig ist sie? Wie hilft sie euch bei der Arbeit und Analyse?

Eirini: Die Frage- und Antwortfunktion ist in den sogenannten Informationsanbieter-Chatbot integriert. Nutzer können hier spezifische Fragen stellen, und der Bot ruft die wichtigsten Informationen aus unserer Berichtsdatenbank ab. Dabei werden sogar Zitate angegeben, sodass die Nutzer genau nachvollziehen können, woher die Informationen stammen. Trotz seiner Nützlichkeit sollte man nicht vergessen, dass der Bot nicht unfehlbar ist. Wir empfehlen daher, die Antworten des Bots immer zu überprüfen, da die Gefahr von sogenannten „Halluzinationen“ besteht – Fälle, in denen der Bot plausible, aber nicht ganz korrekte Informationen liefert.

Welche Maßnahmen habt ihr ergriffen, um die Genauigkeit und Zuverlässigkeit der Ergebnisse von AthenaBot zu sicherzustellen?

Matthew: Die Sicherstellung der Genauigkeit der Ergebnisse von AthenaBot hat für uns oberste Priorität. Alle Antworten werden zur Qualitätssicherung gespeichert, sodass wir die Leistung des Bots kontinuierlich analysieren und verbessern können. Dennoch ersetzt AthenaBot nicht die menschliche Intelligenzanalyse. Es handelt sich um ein Hilfsmittel, das unsere Analysten unterstützt, aber nicht deren Expertise ersetzt. Aus diesem Grund binden wir mindestens zwei Analysten in den Erstellungs- und Überprüfungsprozess ein, um sicherzustellen, dass das Endergebnis unseren strengen Standards entspricht. Während AthenaBot eine solide Grundlage liefern kann, ist die menschliche Aufsicht unerlässlich, um seine Ergebnisse zu interpretieren und zu validieren.

Könnt ihr uns mehr Details über die Entwicklung von AthenaBot geben? Wie hat die Zusammenarbeit zwischen verschiedenen Teams zum Erfolg von AthenaBot beigetragen? Welche Teams waren beteiligt?

Eirini: Die Entwicklung von AthenaBot war eine echte Gemeinschaftsleistung. Das CE SEC SOC SIA-Team, das für die Situations- und Informationsanalyse zuständig ist, arbeitete eng mit dem IT DA AL PPS-Team zusammen, das für die technische Umsetzung verantwortlich war. Das Team wurde außerdem von Matthew Kish, der das SIA-Team leitet, Saurabh Jain, einem Datenwissenschaftler von IT DA AL PPS, und mir dabei unterstützt, AthenaBot ins Leben zu rufen. Saurabh kümmerte sich um die Back-End-Entwicklung und die Integration der erforderlichen APIs, während das Mendix-Entwicklungsteam am Front-End arbeitete. Die reibungslose Kommunikation und die gemeinsame Vision dieser Teams haben es uns ermöglicht, AthenaBot schnell und effektiv zu entwickeln und einzusetzen.

Könnt ihr uns mehr über die Einführung und die Erfahrungen bei der Schulung der 40 Teilnehmer erzählen? Welches Feedback habt ihr erhalten, das dazu beitragen könnte, die Benutzerfreundlichkeit und -erfahrung des Tools zu verbessern?

Eirini: Die Einführung von AthenaBot war ein wichtiger Meilenstein für uns. Wir haben zwei Schulungen mit rund 40 Teilnehmern durchgeführt, die gespannt darauf waren, wie der Bot sie bei ihrer täglichen Arbeit unterstützen kann. Saurabh Jain leitete die Sitzungen mit einem Überblick über KI, GenAI und große Sprachmodelle ein und schuf damit die Grundlage für das SIA-Team, sich mit den Besonderheiten von AthenaBot zu befassen. Wir haben die Funktionen live demonstriert und Schritt-für-Schritt-Anwendungsbeispiele geliefert, damit jeder mitmachen konnte. Das Feedback war überwältigend positiv; die Teilnehmer waren von den Funktionen des Bots und seinem Potenzial, ihre Arbeit zu verbessern, beeindruckt. Sie lieferten uns auch wertvolle Erkenntnisse, die wir für weitere Verbesserungen des Tools nutzen werden.

Könnt ihr etwas zu den geplanten Verbesserungen und Funktionen von AthenaBot sagen?

Matthew: Wir haben zwar einige Ideen für künftige Verbesserungen, aber derzeit konzentrieren wir uns auf die Verfeinerung des Benutzererlebnisses auf der Grundlage des erhaltenen Feedbacks. Wir möchten sicherstellen, dass AthenaBot so benutzerfreundlich und effektiv wie möglich ist. Sobald wir das erreicht haben, werden wir neue Funktionen in Betracht ziehen, die die Funktionalität und den Nutzen für Siemens weiter erhöhen könnten. Unser Ziel ist es, die Grenzen der Fähigkeiten von AthenaBot fortlaufend zu erweitern und dabei die Bedürfnisse unserer Nutzer stets im Blick zu behalten.

AthenaBot ist ein sehr gutes Beispiel für den Einsatz von Spitzentechnologie durch Siemens, um in einer sich schnell verändernden Welt immer einen Schritt voraus zu sein. Durch die Automatisierung von Routineaufgaben und die Verbesserung der Qualität der Informationsanalyse steigert AthenaBot nicht nur die Effizienz, sondern ermöglicht es Siemens auch, angesichts neuer Herausforderungen innovativ zu sein.

Siemens Blog FAQ

1. All about Internal Siemens Blog