Zum Experten-Blog

Künstliche Intelligenz: Vom Hype zum Mehrwert für die Kunden

  • Roy Voggenberger

Das Thema AI ist in aller Munde. Gemäss dem aktuellen Gartner Hype Cycle für Digitales Marketing ist «AI for Marketing» auf dem Höhepunkt der Erwartungen angekommen. Wer das Prinzip des Hype Cycle kennt, weiss, was darauf folgt: das Tal der Tränen und der Desillusionierung. Der richtige Zeitpunkt also für eine Reflexion: Wo bringt der Einsatz von AI einen wirklichen Mehrwert, der auch nach dem Hype Bestand hat?

Vielfältige Einsatzgebiete von KI

Als Digitalagentur sind wir am Puls der digitalen User Interfaces. Wir sind überzeugt, künstliche Intelligenz (KI) verändert die Art und Weise, wie Unternehmen mit ihren Kunden interagieren, fundamental. Dank Algorithmen kann das Verhalten von Kunden anhand unzähliger Datenpunkte automatisiert verstanden, Korrelationen identifiziert und entsprechende Aktionen ausgelöst werden. Smarte Devices und Sensoren ermöglichen ganz neue Interaktionsmöglichkeiten mit Kunden wie bspw. Pay with a smile. Die Einsatzgebiete sind vielfältig: Man kann sich künstliche Intelligenz bildlich wie Salz vorstellen, das viele Gerichte bereichert, aber am falschen Ort eingesetzt, Speisen ungeniessbar macht. Gerade dieser Querschnittsansatz macht es Unternehmen nicht einfach, die relevanten Ansatzpunkte zu identifizieren.

Die Operationalisierung von künstlicher Intelligenz

Für den Einstieg macht es am meisten Sinn, klein anzufangen und zur Positionierung passende KI-Projekte entlang der Customer Journey zu identifizieren. Ein zentraler Erfolgsfaktor für den Einsatz von künstlicher Intelligenz ist das Alignement mit der individuellen Strategie eines Unternehmens.

Schritt 1: KI-Initiativen identifizieren

Mit zwei Schlüsselfragen lassen sich unter Berücksichtigung der Positionierung Anwendungsgebiete für den Einsatz künstlicher Intelligenz identifizieren: In welchem Kontext der Kundenbeziehung wollen wir künstliche Intelligenz einsetzen? Wo können wir die Customer Journey unserer Kunden unterstützen, indem wir KI-Services einsetzen? Im ersten Schritt werden in enger Zusammenarbeit mit den Fachexperten, welche die Kundenbedürfnisse kennen, konkrete Anwendungsszenarien skizziert und der Business-Wert des Projektes identifiziert. Die Businesssicht wird mit IT-Spezialisten und Data Scientists validiert, um die technische Machbarkeit sicherzustellen.

Schritt 2: Projekte priorisieren

In der Priorisierung konzentriert man sich auf die Anwendungsszenarien von künstlicher Intelligenz, die aufgrund der Ressourcensituation den höchsten Wert für das Unternehmen generieren. Anschliessend entscheidet man über «Make or Buy» und alloziert entsprechend Ressourcen auf die Initiativen.

Schritt 3: Experimentieren und lernen

Die Erkenntnisse aus der Experimentierphase werden systematisch gesammelt und fliessen in die Optimierung der KI-Anwendung und die Entwicklung weiterer Anwendungsszenarien ein.

Kritische Erfolgsfaktoren

Die Anwendungsszenarien von künstlicher Intelligenz entstehen in den konkreten Prozessen. Die Fachexperten können am besten einschätzen, was einen Mehrwert für die Kunden bietet und was nicht. Deshalb lässt sich das Thema nicht zentralisieren. Vielmehr gilt es, ein zentrales Kompetenzzentrum aufzubauen, das die Fachbereiche unterstützt, die Anwendungsszenarien zu identifizieren und umzusetzen.

Weil künstliche Intelligenz oft disruptiv wirkt, sind die Ansatzpunkte nicht immer offensichtlich: Deshalb ist es wichtig, die Fachexperten mittels Coaching, Schulungen, Austauschplattformen zu befähigen, Ansatzpunkte für künstliche Intelligenz aus Sicht des Business-Wertes zu erkennen.

Die Anforderungen an KI-Projekte aus Datensicht sind oft komplex: Ohne grössere Mengen an strukturierten und zugänglichen Daten gibt es keine künstliche Intelligenz. Deshalb macht es Sinn, frühzeitig IT- und Data Scientists dazuzuziehen, die verifizieren können, welche Systeme und welche Daten einbezogen werden können. Künstliche Intelligenz ist dynamisch: Deshalb braucht es ein iteratives und agiles Vorgehen. Es gibt nicht einen perfekten Prozess. Wichtig ist, die Projektauswahl immer wieder anzustossen und den Prozess iterativ zu leben. 

Lessons Learned nach beendeten Projekten helfen, den Prozess und die Maturität zu verbessern. Nur so kann sich der Prozess und die Denkweise zu künstlicher Intelligenz in der Organisation festigen. Damit aus Einzelinitiativen eine Dynamik entsteht, die das gesamte Unternehmen treibt, braucht es einen übergreifenden Austausch, der Projekte gegenseitig einsehbar macht.

Mehr zum Thema in unserem Dossier zu Artificial Intelligence entdecken

Sitecore Cortex: Wie viel Intelligenz steckt wirklich drin?

Wie viel Intelligenz steckt in Content-Management-Systemen? Und welche Voraussetzungen braucht es, damit man diese nutzen kann? Wir haben Sitecore Cortex, die Engine für maschinelles Lernen von Sitecore auf den Prüfstein genommen.