Innovation

Artikel: Wie bringt man KI und Geschäftsmodelle zusammen? (1/2)

Angetrieben durch die Digitalisierung entstehen neuartige Geschäftsmodelle, welche durch die Sammlung und Auswertung von großen Datenmengen (Big Data) Umsätze und Gewinne generieren. Künstliche Intelligenz (KI) und Machine Learning erobern währenddessen immer mehr Bereiche unseres Lebens und lassen sich mittlerweile auch in immer mehr Produkten finden. Wie gelingt es Unternehmen jedoch, KI systematisch in ihr Geschäftsmodell zu integrieren? Genau darum geht es in diesem Artikel.

Diese Reihe besteht aus zwei Teilen:

  • Teil 1 beschäftigt sich mit der grundlegenden Frage, was Geschäftsmodelle basierend auf Künstlicher Intelligenz ausmacht und wie sie sich von klassischen Geschäftsmodellen unterscheiden.
  • Teil 2 geht stärker auf die Relevanz dieser Geschäftsmodelle im Maschinenbau ein und zeigt auf, wie die Entwicklung von AI-driven business models momentan voran geht.

Mit diesem Artikel sollen Innovation Managers, Chief Digital Officers, Product Managers, und auch Directors of Digital Business Units in KMUs angesprochen werden. Es soll ein Verständnis für die grundlegenden Fragestellungen vermittelt werden, die für die Entwicklung von KI-Produkten notwendig sind.

Gerne können wir uns über Ihre Ideen und Anmerkungen per LinkedIn austauschen!

 

Teil 1: Was sind AI-Driven Business Models?

 

Wieso ist das relevant?

Für Unternehmen wird es immer schwieriger, sich auf dem Markt gegenüber Wettbewerbern allein mit Produkt- oder Dienstleistungs-Innovationen durchzusetzen und den Kunden für sich zu gewinnen. Grund dafür ist häufig die leichte Möglichkeit der Nachahmung von Produkten oder Prozessen. Eine Möglichkeit, einen nachhaltigen Wettbewerbsvorteil zu erzielen, ist es, den Fokus weg von Produkten hin zu Geschäftsmodellen zu lenken. Ein Geschäftsmodell ist wesentlich schwieriger zu kopieren als einzelne Produkte oder Services und würde auch wesentlich länger dauern. Geschäftsmodell-Innovationen werden vor dem Hintergrund der Digitalisierung immer relevanter und zeigen, dass sie wesentlich stärker sind als reine Produkt- oder Prozessinnovationen, wie die folgenden Fälle zeigen.

 

Als Verlierer der letzten Jahrzehnte gelten solche Unternehmen, die die Zeichen der Zeit nicht erkannt haben und wenig bis keine Bemühungen in die Entwicklung neuartiger Produkte oder Geschäftsmodelle gesteckt haben. Eine der prominentesten Negativbeispiele sind Kodak, Blockbuster oder Xerox. All diese Fälle zeigen,  dass das Ignorieren oder das nicht korrekte Verwalten neuer Technologien dazu führen kann, dass selbst einst Multi-Milliarden-Dollar-Unternehmen in relativ kurzer Zeit verschwinden.

Zu den größten und erfolgreichsten Start-Ups der letzten zehn Jahre gehören die Unternehmen Uber, Netflix, Airbnb, Alibaba, Xiaomi. All diese Unternehmen haben keine revolutionären Produkte oder Dienstleistungen entwickelt, sondern ihre Industrie auf unterschiedliche Weise fundamental verändert. Diese Unternehmen erkannten die Chancen der Umstellung auf ein digitales Leistungsspektrum und verschafften sich dadurch einen einzigartigen Marktvorteil. Sie nutzen verschiedene Technologien, um große Datenmengen von den Nutzern zu sammeln, analysieren und daraus einen entscheidenden Insight zu generieren: Wie kann ich das Erlebnis für den Kunden noch besser machen? Und wie verbessere ich mein Werteversprechen?

 

Was ist ein Geschäftsmodell?

Um die Frage beantworten zu können, was KI-getriebene Geschäftsmodelle überhaupt sind, müssen wir erst einmal klären, was ein Geschäftsmodell im Allgemeinen ist und wie es sich zu anderen Begriffen (z.B. Strategie) abgrenzt.

Ein Geschäftsmodell beschreibt die Grundlogik, nach dem eine Organisation Werte erschafft, vermittelt und hält.

– Osterwalder & Pigneur, 2010, Business Model Generation, S. 14

Besonders die „Business Model Canvas“, entwickelt von Osterwalder und Pigneur, ist in der Industrie sehr bekannt für die Entwicklung und Darstellung bisheriger und neuer Geschäftsmodelle. Diese Canvas, normalerweise auf einem Blatt Papier dargestellt, besteht aus den neun Geschäftsmodell-Elementen Wertangebote, Kundensegmente, Kundenbeziehungen, Kanäle, Schlüsselaktivitäten, Schlüsselressourcen, Schlüsselpartner, Kostenstruktur, und Einnahmequellen.

 

Business Model Canvas nach Osterwalder & Pigneur

Diese Bausteine beschreiben in Summe, wie die Organisation plant, Mehrwert für Kunden und Partnern zu erzeugen, und wie sie plant, damit profitabel zu sein. Im Rahmen der Entwicklung eines Geschäftsmodells gilt es, die folgenden Fragen zu beantworten:

  • Wer ist unser Endkunde?
  • Wie sieht unser Werteversprechen für ihn aus?
  • Wie gestalte ich die dafür notwendige Wertschöpfungskette?

 

Wie lässt sich ein Geschäftsmodell zur Unternehmensstrategie abgrenzen?

Strategie wird definiert als die langfristige Verhaltensweise des Unternehmens und relevanter Teilbereiche gegenüber ihrer Umwelt zur Erreichung der langfristigen Ziele. Wenn die Unternehmensstrategie entwickelt wurde, hat das Unternehmen bereits entschieden, auf welchem Markt es sich behaupten will. Das bedeutet: Das Geschäftsmodell beschreibt, wie die Strategie umgesetzt wird. Jedes Unternehmen hat somit ein Geschäftsmodell, aber nicht jedes hat eine Strategie.

 

Faktor KI in Geschäftsmodellen

Geschäftsmodellinnovationen, also bewusste Veränderungen des kompletten Geschäftsmodells oder dessen Bestandteile, stellen eine oft unterschätzte Wertquelle dar und dienen als starkes Differenzierungsmerkmal, da Wettbewerber mehr damit zu kämpfen haben, ein ganzes System von Aktivitäten nachzuahmen als ein einzelnes Produkt oder eine einzelne Dienstleistung. Alle paar Jahre gibt es eine technologische Innovation, die zur Gründung neuer Geschäftsfelder und Unternehmen führt (Internet, 3D-Druck, Blockchain-Technologie,….). Einer dieser Trends ist derzeit das maschinelle Lernen (Künstliche Intelligenz) [2]. Einer der Gründe für diese Entwicklung liegt in der heutigen Industriewirtschaft, die Ende des 19. Jahrhunderts geboren wurde und sich auf der Grundlage von Daten in eine neue digitale Wirtschaft zu verwandeln beginnt [2]. Der Erfolg von Unternehmen hängt daher stark davon ab, wie sie Daten nutzen, um bessere Entscheidungen zu treffen.

 

Sowohl Datenanalyse als auch Künstliche Intelligenz ermöglichen es, Daten zu analysieren und wertvolle Erkenntnisse über Kunden zu gewinnen, die Kostenstruktur des Unternehmens zu optimieren und Geschäftsprozesse neu zu erfinden. Daher ist es für Unternehmen entscheidend, KI in ihr Kerngeschäftsmodell implementieren zu können. Es gibt jedoch derzeit sicher keinen Mangel an Artikeln und Papieren über KI, die ihre immensen Potenziale loben, aber es wird noch viel weniger darüber berichtet, wie genau Unternehmen KI in ihr Unternehmen implementieren sollten.

In der Literatur und der aktuellen Forschung findet man kaum eine tiefgreifende Definition eines Geschäftsmodells, das auf Künstlicher Intelligenz basiert. Um eine gemeinsame Basis zu schaffen, was nachfolgend mit einem KI-basierten Geschäftsmodell gemeint ist, folgt hier eine eigens entwickelte Definition:

KI-getriebene Geschäftsmodelle („AI-driven business models“) sind demnach eine Art von Geschäftsmodellen, die Künstliche Intelligenz nutzen, um mindestens einen der Bereiche Wertschöpfung (Value Creation), Erbringung des Kundennutzens (Value Delivery) oder auch Ertragsmechanismus (Value Capture) zu erstellen.

Im Vergleich zu klassischen Geschäftsmodellen kommt es bei KI-Geschäftsmodellen also auf die Fähigkeit des Unternehmens an, auf eine große Datenbasis zuzugreifen, welche für das Training der KI-Systeme benötigt wird (Machine Learning).

 

Wie geht man richtig vor?

In Praxis und Literatur gibt es kaum Ansätze, die spezifisch für eine systematische, logische und konsequente Entwicklung von Geschäftsmodellen genutzt werden können, die auf Künstlicher Intelligenz basieren. Mehrere Unternehmen haben bereits erfolgreich große Datenmengen in ihre Geschäftsmodelle integriert: Beliebte Beispiele sind Google, Facebook, Netflix und Amazon. Netflix zum Beispiel sammelt Daten seiner Nutzer, um ihre Präferenzen kennenzulernen und ihnen ein personalisiertes Erlebnis zu bieten, besser als jedes traditionelle Fernsehunternehmen.

Anstatt einfach Daten zu sammeln und Analysen anzuwenden, basieren jedoch Google, Netflix, Facebook etc. alle auf KI-gestützten Geschäftsmodellen und Produkten, die sich während der Nutzung selbst verbessern. Bei Google ist das z.B. Google Maps, das mithilfe von Machine-Learning-Algorithmen seine Routenplanung ständig optimiert.

Die Erstellung des Leistungsversprechens von KI-Produkten oder -Dienstleistungen besteht aus zwei Phasen: der Trainingsphase und der Anwendungsphase. Während des Trainings muss das Produkt oder die Dienstleistung zunächst die Fähigkeiten erwerben, die zur Lösung des gewünschten Problems erforderlich sind. Normalerweise wird das KI-System mit riesigen Datenmengen trainiert, die in der Regel Millionen von Datenpunkten enthalten. Es folgt die Anwendungsphase: Das Produkt kann sich dann während der Anwendung stetig verbessern. Beispiele für diese KI-Produkte sind das intelligente Thermostat von Nest oder der intelligente Lautsprecher Echo von Amazon.

 

Vorgehensmodelle für KI-Lösungen

Ein interessantes Vorgehensmodell für die Entwicklung von KI-gesteuerten Geschäftsmodellen bietet der bekannte KI-Forscher Andrew Ng. Die fünf Schritte beinhalten die folgenden:

 

  1. Früh in der Anwendung von KI sollte ein Unternehmen kleine Pilotprojekte fahren, die erfolgreich sind, um herauszufinden, wie man die neue Technologie einsetzen kann. Erfolgreiche Kleinprojekte ermöglichen es den Mitarbeitern, diese Technologie kennenzulernen, ihre Potenziale, Vor- und Nachteile zu erkennen.
  2. Andrew Ng empfiehlt auch den Aufbau eines internen KI-Teams, um Projekte effizienter durchzuführen. Dieser Schritt ist wichtig, wenn Unternehmen einen einzigartigen Vorteil erzielen oder vertrauliche Daten für sich behalten wollen. Einige kleinere Unternehmen sind möglicherweise nicht in der Lage, sich die Einstellung einer Reihe von KI-Experten zu leisten, so dass sie KI-Aspekte an ein anderes Unternehmen auslagern müssen.
  3. Die meisten Unternehmen haben es auch schwer, die richtigen KI-Experten einzustellen. Ng empfiehlt daher die Ausbildung von Mitarbeitern, z.B. durch die Nutzung digitaler Plattformen wie Online-Lernkurse.
  4. Der Schlüssel zu einer KI-Strategie liegt laut dem KI-Forscher darin, einen Daten-Kreislauf zu schaffen: Ein besseres Produkt führt zu einer größeren Kundenbasis, welche wiederum zu mehr Daten führt, welche für die Verbesserung und Innovation des Produktes genutzt werden können, und so weiter. Der entscheidende Faktor einer KI-Strategie ist daher eine gute Qualität und ausreichende Datenmengen.
  5. Zum letzten Schritt, der Entwicklung der internen und externen Kommunikation, stellt Andrew Ng fest, dass die Stakeholder des Unternehmens darüber informiert werden müssen, wie KI derzeit das Geschäftsmodell und seine Folgen verändert. Der Schutz der Privatsphäre der Kunden- und Mitarbeiterdaten ist für Unternehmen zu einem wichtigen Thema geworden.

Fazit

Immer mehr Unternehmen erkennen die Potentiale von KI und Machine Learning, sind sich aber nicht sicher, wie sie diese in ihr bestehendes Geschäft integrieren können. Bisherige Barrieren bei vielen Unternehmen sind einerseits die durchgehende Datensicherheit der KI-Systeme, die breite Marktakzeptanz, und andererseits die momentane Arbeitsmarkt-Situation, in der es an ausgebildeten KI-Experten mangelt.

Diese Artikelreihe soll deshalb Unternehmen mögliche Handlungsfelder und Denkrichtungen mitgeben, um sich dem Thema KI-Geschäftsmodelle und -Produkte zu nähern.

In Teil 2 geht es dann um Relevanz von KI-basierten Geschäftsmodellen im Maschinenbau ein und wie die Entwicklung von AI-driven business models momentan voran geht.

esentri unterstützt Ihr Unternehmen dabei, die richtigen Schritte für eine solche Transformation zu identifizieren und konsequent bei der Umsetzung zu helfen.

Mehr zum Thema Machine Learning und digitaler Innovationsberatung findet ihr in unserem Portfolio von Digital Innovation und Data Science.

Referenzen:

  1. Osterwalder, A., Pigneur, Y. (2010), Business Model Generation. John Wiley & Sons, Inc., Hoboken, New Jearsey, USA.
  2. Langa, B. (2018), Building Successful Business Models Based On Artificial Intelligence. Unabhängig veröffentlicht.