Wie verändert künstliche Intelligenz bestehende Geschäftsmodelle?

Um zu verstehen, wie künstliche Intelligenz und Machine Learning Unternehmen verändert, ist es wichtig, zu verstehen, wie das Internet Unternehmen verändert hat.

Viele Unternehmen scheiterten an der Umsetzung und Implementierung der neuen Technologie „Internet”.

Warum?

Eine einfache Gleichung summiert die Gründe:

Auch wenn das Einkaufszentrum über die Website tatsächlich Produkte verkauft hat, hat dies das Einkaufszentrum nicht automatisch in eine „Internet-Company” transformiert. Eine „Internet-Company” organisiert ihr Geschäftsmodell rund um die Möglichkeiten, die durch das Internet zur Verfügung gestellt werden.

Anders ausgedrückt: Amazon ist mehr als nur ein Einkaufszentrum mit einem Webshop. Amazon zentriert alle seine Prozesse auf das, was mithilfe des Internets schneller und leichter umsetzbar ist. Ein klar auf das Internet fokussiertes Unternehmen setzt z.B. auf A/B-Testing und zeigt routinemäßig zwei Varianten der Website (bzw. Produktpräsentation) an. Jene, die bei den Nutzern besser ankommt, setzt sich langfristig durch.

Einem physischen Kunden können nicht unterschiedliche Ladendekorationen und Ausstattungen gleichzeitig präsentiert werden (von dem Bau des Einkaufszentrums in zwei Paralleluniversen einmal abgesehen).

Werden Services über das Internet angeboten, können viel schneller neue Produktvariationen ausgeliefert werden, als dies in einem herkömmlichen Geschäft möglich wäre.

Von digitalen Produkten können viel schneller neue Modelle vertrieben werden.

Es könnte jeden Tag eine neue Variante des Produkts an die Kunden ausgerollt werden.

Internetzentrierte Unternehmen neigen zu einer Verschiebung der operativen Entscheidungskompetenz weg vom CEO hin zum ausführenden Techniker und Produktmanager. Denn nur diese können mit Fachwissen schnell Entscheidungen treffen.

Bei kurzen Iterationszyklen ist die Geschwindigkeit auch in der Entscheidungsfindung ein wesentlicher Erfolgstreiber. Der CEO gibt in diesem Fall nur die strategische Stoßrichtung vor. Die konkrete Umsetzungsplanung erfolgt durch direkte Entscheidungskompetenz.

Mit dem Aufstieg von künstlicher Intelligenz – insbesondere Deep Learning – erleben wir nun gewisse Parallelen zum „Internet-Age”.

Heute können wir die Gleichung folgendermaßen formulieren:

Auch heute kann natürlich jedes Unternehmen Daten generieren und speichern und dann einige neuronale Netze einsetzen.

Doch dies allein macht kein KI-getriebenes Unternehmen aus. Um ein großartiges KI-Unternehmen zu werden, müssen die Prozesse rund um die Möglichkeiten, die der KI-Einsatz bietet, organisiert werden. Man muss als erstes die Frage stellen: „Machen wir jene Dinge, für die KI das Öl, den Katalysator darstellt?”

KI-getriebene Unternehmen haben etwa die strategische Generierung von Daten perfektioniert, beispielsweise durch das Anbieten von kostenlosen Produkten.

Derartige Produkte liefern keinen monetarisierten Geschäftswert, erzeugen jedoch qualitativ hochwertige Daten, die in anderen, monetarisierten Bereichen erfolgreich eingesetzt werden können. Um solche Produkte planen und umsetzen zu können, muss jedoch schon im Vorfeld klar sein, welche Daten die kostenlosen Dienste sammeln sollten.

Dafür braucht es bereits im Vorfeld eine klare Datenstrategie. Um Daten erfolgreich verwenden zu können, muss auch auf strategischer Ebene klar sein, woher die Daten kommen. Existieren im Unternehmen über 50 parallele Datenbanken (bzw. 50 verschiedene Data-Warehouses), die möglicherweise auch noch 50 unterschiedlichen Abteilungsleitern unterstellt sind, so ist es denkbar schwer, über alle vorhandenen Daten Analysen und Auswertungen zu aggregieren.

Auch der beste Data Scientist wird an der Aufgabe scheitern, verborgene Zusammenhänge zu analysieren und auszuwerten. Großartige KI-Unternehmen sind in der Lage, diese Data-Warehouses in eine einzige Datenbank einfließen zu lassen, sodass der „Datenschatz” im Unternehmen auch gehoben werden kann.

Doch nicht nur die Daten selbst machen erfolgreiche KI-Unternehmen aus: Sie sind auch in der Lage, Potential für Automatisierung durch KI frühzeitig zu erkennen. Eine derartige Automatisierung stellt Mitarbeiter von Routineaufgaben frei und kann den Durchlauf von Geschäftsprozessen beschleunigen.

Aus diesen Gründen finden wir in KI-getriebenen Unternehmen auch viele neue Stellenprofile wie: MLE (Machine Learning Engineer) oder CAIO (Chief Artificial Intelligence Officer).

Was braucht es also, damit ein Unternehmen, ein erfolgreiches, KI-getriebenes Unternehmen werden kann:

• Ressourcen, um systematisch KI-Projekte anzustoßen, die in der Lage sind, einen Geschäftswert zu generieren.
• Ausreichendes Verständnis über KI-Technologien: Das Unternehmen sollte über ausreichend technisches Verständnis über die Möglichkeiten und Einschränkungen des KI-Einsatzes verfügen.
• Strategische Richtungsvorgabe: Die Unternehmensstrategie ist entsprechend an den Einsatz von KI angepasst, um in einer KI-gesteuerten Zukunft als Unternehmen bestehen zu können.

Dieser Transformationsprozess braucht eine Steuerungsvorgabe. Das Unternehmen muss sich auf jene Möglichkeiten konzentrieren, die durch KI beschleunigt werden können. Auch jene Unternehmen, die heute als Leuchttürme KI-getriebener Unternehmen gelten wie „Google”, „Microsoft”, „Baidoo”, „Facebook”, waren vor 10 Jahren noch nicht auf jenem Niveau, das sie heute erreicht haben.

Die KI-Transformation verlangt nach einem konsequenten, moderierten Transformationsprozess. Aus unserer Erfahrung heraus, haben wir einen fünfstufigen Transformationsprozess entwickelt, der Unternehmen hilft, erfolgreichen KI-Einsatz umzusetzen.