Wir wollen in diesem Beitrag der Frage nachgehen, wie Unternehmen die Möglichkeiten, die künstliche Intelligenz bietet, so nützen können, dass daraus neue, gewinnträchtige Geschäftsmodelle entstehen.

Egal ob Bilderkennung, Sprachsteuerungen, Textverständnis, Robotik oder Augmented Reality - künstliche Intelligenz ist seit Jahren der Treiber für viele Entwicklungen im digitalen Bereich.

Auch wenn die Grundidee, die die heutigen Fortschritte im Bereich der künstlichen Intelligenz ermöglicht hat, aus den 1950er Jahren stammt, konnten bislang noch keine nachhaltigen Geschäftsmodelle daraus generiert werden.

Begonnen hat alles mit dem neuronalen Netz. Angelehnt an die Synapsen im menschlichen Gehirn, versuchten Forscher in den 1950er Jahren, solche Knoten zu größeren Netzen zusammenzustellen. Bei jeder Entscheidung “feuern” dann unterschiedliche Synapsen und ermöglichen auf diese Weise eine Entscheidung. Auch wenn inzwischen Ergebnisse aus der Neuro-Forschung nahelegen, dass die Arbeitsweise des menschlichen Gehirns deutlich komplexer ist, so dient diese Analogie doch der Veranschaulichung was KI (in der heute am häufigsten vorkommenden Ausprägung) eigentlich macht.

Abbildung Gehirn als Schaltkreis

Der Bereich Machine Learning, in dem in den vergangenen Jahren herausragende Erfolge verzeichnet werden konnten ist ein Teilgebiet der künstlichen Intelligenz. Deep Learning, jener Bereich, der sich mit besonders komplexen neuronalen Netzen beschäftigt, ist wiederum ein Untergebiet von Machine Learning. Leider werden diese Begriffe aus verschiedentlichen Gründen oftmals miteinander vermischt. In diesem Artikel wollen wir generell auf die wirtschaftlichen Möglichkeiten von ktünstlicher Intelligenz eingehen und bleiben deshalb auch bei dieser Bezeichnung, da darunter auch die Themen Machine Learning und Deep Learning subsummiert werden.

Warum steckt die Kommerzialisierung von KI-Anwendungen noch in den Kinderschuhen?

Vielen Unternehmen scheint es nicht leicht zu fallen, die Geschäftsprozesse und die Möglichkeiten, welche künstliche Intelligenz bietet, anzupassen und auf diese Weise künstliche Intelligenz zu Kommerzialisierung.

Nur wenige Unternehmen sind in der Lage, die Möglichkeiten künstlicher Intelligenz in ihre Unternehmensstrategie vorab zu integrieren, so wie es Google mit seiner “AI-First” Strategie propagiert. Kürzlich veröffentlichte das Institut für Innovation und Technik1 neue Zahlen Nutzung in Deutschland. So setzen heute erst circa 15% aller Unternehmen im produzierenden Gewerbe auf KI Anwendungen. Unternehmen nutzen heute KI schon zu 25% in ihren Produktionsabläufen.

In unserem Buch, die KI Revolution – warum unternehmen ohne KI keine Zukunftschance haben – vergleichen wir den heutigen Reifegrad des KI Einsatzes mit dem Aufkommen des Internets vor 20 Jahren. Die ersten Webseiten waren nur lustige Gadgets - praktisch niemand glaubte damals daran, mit einer Webseite jemals eine erfolgreiches Unternehmen betreiben zu können. Die größte Tech-Konzerne sind jedoch damals entstanden. Sie schafften es, das Potential, das Digitalisierung bedeutet, frühzeitig zu erkennen und sämtliche Unternehmensprozesse daran auszurichten.

Wie sehen Anwendungfälle von künstlicher Intelligenz aus, die heute bereits im Einsatz sind?

Prozessinnovation oder Produktinnovation durch KI

Prozessinnovationen bedeutet, bestehende Geschäft Prozesse hinsichtlich Effizienz zu optimieren.

Heute erfolgt eine derartige Optimierung zum Beispiel im Bereich der Kundenbetreuung mittels virtuellen Assistenten oder die Verhinderung von Betrug bei Finanztransaktionen mit künstlicher Intelligenz.

In der Medizin wird künstliche Intelligenz im Bereich Bilderkennungsalgorithmen zur Erstellung von Radiologie Befunden eingesetzt. Wir haben ein Demo-Beispiel implementiert, mit dem Erkrankungen der Netzhaut mittels Bildanalyse durch künstliche Intelligenz ermöglicht werden: https://detect-eye-diseases.herokuapp.com/. In der Ablauforganisation können OP-Planungen mittels künstlicher Intelligenz im Vorfeld optimiert werden.

Im Marketing kann künstliche Intelligenz zur automatischen Bespielung von Werbedisplays verwendet werden. Der Algorithmus erkennt Merkmale wie Alter Geschlecht und Stimmung potentieller Kunden und liefert entsprechend angepassten Inhalt automatisch an das Display.

Im Verlagswesen kann mittels Textanalyse und künstlicher Intelligenz der Erfolg einer Headline vorausgesagt werden bzw. die Formulierung entsprechend optimiert werden.

Das heißt KI eignet sich zur Prozessinnovation in allen wissensintensiven Prozessen.

Service- und Produktinnovation durch KI

Stellt die Prozessinnovation mittels KI schon viele Unternehmen vor schwierige Aufgaben, so ist das Thema Service- und Produktinnovation durch künstliche Intelligenz für viele Organisationen noch gar nicht auf dem Radar. Doch sollte dieser Bereich nicht vernachlässigt werden. Ist es doch jenes Segment, in dem neue Projekte wie Amazon, Google und Co entstehen können durch die KI-Revolution.

Service- und Produktinnovation bedeutet, dass durch den Einsatz von KI neue Produkte und Dienstleistungen geschaffen werden, die vorher noch nicht existierten. Daher kommt diesem Bereich die weitaus größere Relevanz in Hinblick auf disruptive Geschäftsmodelle zu, die ganze Branchen umkrempeln können.

Eine Personalabteilung könnte z.B. mittels KI Stellenausschreibungen automatisiert hinsichtlich der Formulierung so optimieren, dass der Text möglichst viele qualifizierte Interessenten anspricht. So kann ein interner Bereich eines Unternehmens auch zu einem skalierbaren, (internen) kundenorientierten Service transformiert werden.

Doch gerade, wenn es um die Erschließung neuer Geschäftsfelder geht, fällt es vielen Unternehmen schwer, auch die erforderlichen Ressourcen für die Entwicklung bereitzustellen. Denn bei weitem entwickeln sich nicht alle Hoffnungsträger, wie erwartet.

Aus diesem Grund empfehlen wir für die Entwicklung von KI-Projekten im Unternehmen ein interdisziplinäres Team aus Fach- und Technologieexperten zusammenzustellen. So können Projektideen aus den Bereichen technisch machbar und interessant sowie neue Geschäftsmöglichkeiten gegenüber gestellt werden und jene Schnittmenge extrahiert werden, die KI-Projekte enthält, die sowohl technisch rasch umsetzbar sind, als auch einen wirtschaftlichen Erfolg versprechen.

KI-Projekte sollen Business Value generieren

Treiber für erfolgreichen Einsatz künstlicher Intelligenz

Einige Fakten haben wir in unserer Beratungspraxis gesammelt, die erfolgskritisch für einen Einsatz von künstlicher Intelligenz im Unternehmen sind.

  1. Künstliche Intelligenz entmystifizieren
    Viele “Gerüchte” halten sich noch immer hartknäckig rund um künstliche Intelligenz. So etwa, das Thema sei nur etwas für Großkonzerne und IT-Unternehmen. Das stimmt natürlich nicht. Auch KMUs verfügen oftmals über wertvolle Assets, die einen KI Einsatz verlangen und so neue Geschäftsmodelle ermöglichen. Hier darf man als KMU nicht vorzeitig die Opferrolle einnehmen und abwarten bis ein neuer Protagonist das eigene, erprobte Geschäftsmodell erodiert.
  2. Daten- und KI-Strategie
    Die eigene Unternehmensstrategie hinsichtlich Daten und künstliche Intelligenz durchleuchten. Denn KI Produkte leben im Wesentlichen von Daten. Mehr Daten erlauben eine Produktverbesserung. Dies bedeutet höhere Nutzerzahlen und damit weitere Daten für die Produktentwicklung. Wir bezeichnen dies als virtuous circle. Dieser Kreislauf muss in Hinblick auf die eigene Datenlage gefunden werden.
  3. Datensilos
    In vielen Unternehmen liegen wertvolle Daten ungenützt und fragmentiert in verschiedenen Datensilos. Diese zu durchforsten und neu zu organisieren stellt einen enormen Katalysator für die Entwicklung KI-getriebener Geschäftsmodelle dar.
  4. Regelmäßige Technologiechecks
    Gerade im Bereich der künstlichen Intelligenz existiert eine Fülle an Technologien. Die scheinbar Undurchsichtigkeit lässt viele Unternehmen in eine Art Schockstarre verfallen, um später in der vorher angesprochenen Opferrolle zu erwachen. Dies kann verhindert werden, indem gezielt analysiert wird, welche Technologien in welchem Stadium für mich relevant sind. Wo baue ich interne Kernkompetenz auf? Wo macht eine Kooperation mit wissenschaftlichen Instituten, start-ups, etc. für mein Unternehmen Sinn?
  5. Aufbau eines KI-Teams
    Um nicht den Anschluß zu verpassen, wird es für viele Unternehmen unabdingbar sein, mittelfristig ein eigenes KI-Team aufzubauen. Dies bedeutet nicht unmittelbar, dass ich Experten für alle möglichen Aspekte von KI intern bestellen muss. Vielmehr sollte mein KI-Team in der Lage sein, Potentialabschätzungen durchzuführen und die Kernkompetenzen für die identifizierten Use-Cases intern entwickeln. Wir helfen gerne, die passenden Experten zu finden (mailto:info@we-make.ai)!

Prozessschritte zur Erarbeitung neuer KI-Geschäftsfelder

Nach dem Herausarbeiten der möglichen Einsatzbereiche von KI erfolgt die Planung und Kommerzialisierung. Zu allererst sollten jene Projekte angegangen werden, die die schnellsten Erfolge versprechen. Dies ist vor allem unternehmensintern wichtig, um das Thema künstliche Intelligenz in der Belegschaft positiv besetzen zu können. Nichts ist schlimmer für eine Innovation, als wenn das erste Projekt katastrophal scheitert. Um die Prioritätenliste zu erarbeiten kann man sich an folgenden Themen orientieren:

  1. Liegt das Projekt nahe an bereits bestehenden Geschäftsfeldern des Unternehmens?
  2. Stellt das Projekt auf eine Marktnische ab, die klein genug ist, um sich darin als Experte zu platzieren, aber auch groß genug, um mit dem Projekt später Geld zu verdienen?
  3. Löst der Geschäftsfall ein bestehendes Probolem oder muss erst eine Awareness bei potentiellen Kunden geschaffen werden?
  4. Inwieweit kann der zu Grunde liegende Prozess automatisiert werden? D.h. wie leicht kann der Use Case skalieren?

Erfolgsfaktoren für die Nutzung künstlicher Intelligenz im Unternehmen

In der Regel lassen sich in jedem Segment vielversprechende Themen finden, die durch KI bzw. Machine Learning gelöst und vereinfacht werden können. Umso wichtiger ist es, dass auch die Unternehmensstrategie darauf Rücksicht nimmt.

Was meinen wir damit? Im Wesentlichen zwei Dinge:

  1. Künstliche Intelligenz ist (nach wie vor) ein Innovationsthema. Daher muss die Strategie des Unternhmens Innovationen ermöglichen, stützen und fördern. Damit einhergehen muss eine Fehlerkultur im Unternehmen etabliert sein, die häufiges Scheitern ermöglicht und die Erkenntnisse daraus im Sinne eines kontinuierlichen Verbesserungensprozesses in das weitere Vorgehen integriert.

  2. Unterstützung durch die Geschäftsleitung. Die Geschäftsleitung (egal ob Inhaber, Geschäftsführer, CEO, etc.) muss voll inhaltlich hinter der konsequenten Ausrichtung des Unternehmens an den Möglichkeiten für künstliche Intelligenz stehen. Nur so kann garantiert werden, dass diesbezüglich alle an einem Strang ziehen.

Klar stehen wir aktuell erst am Anfang der Kommerzialisierung künstlicher Intelligenz. Virtuelle Assistenten sind noch immer nicht so intelligent wie wir uns das vielleicht wünschen und KI ist kein One-size-fits-all Ansatz, der sämtliche Probleme in Unternehmen löst.

Klar ist aber auch, dass wir in den letzten Jahren gesehen haben, dass KI sehr wohl die Generierung von Business Value in verschiedenen Bereichen ermöglicht. Machine learning, deep learning, künstliche Intelligenz - egal wie wir die Technologien benennen wird nicht mehr verschwinden.

Es gilt daher jetzt das eigene Unternehmen für die Zukunft zu rüsten und zumindest eine mittelfristige KI-Kompetenz im Unternehmen aufzubauen. Nicht jedes Unternehmen wird seinen eigenen CAIO (Chief Artificial Intelligence Officer) benötigen. Doch sollte zumindest die Kompetenz vorhanden sein, das Potential von KI einschätzen und für eigene Business Cases nutzen zu können.

Der KI-Transformationsprozess von we-make.ai

Wir von we-make.ai (https//www.we-make.ai) gehen den Weg mit Ihnen und Ihrem Unternehmen und begleiten sie im Zuge des von uns entwickelten KI-Transformationsprozesses. Ziel dieses Prozesses ist es, einen Kreislauf aus Daten und Use Cases auf Basis von künstlicher Intelligenz zu schaffen, die leicht skalibar sind und die Zukunft Ihres Unternehmens sichern.

  1. Quelle: https://www.bmwi.de/Redaktion/DE/Publikationen/Studien/potenziale-kuenstlichen-intelligenz-im-produzierenden-gewerbe-in-deutschland.pdf?__blob=publicationFile&v=8 ↩