Beratung im Bereich KI-Technologie

Bei der Beratung im Bereich KI-Technologie geht es darum, zu entscheiden, wo künstliche Intelligenz und die damit verbundenen Technologien die Wirtschaftlichkeit eines Unternehmens verändern, in welcher Reihenfolge dies geschieht und auf welcher Grundlage diese Entscheidung getroffen wird. Es handelt sich dabei in erster Linie um die Frage, wo man im Wettbewerb bestehen will, und erst in zweiter Linie um eine technologische Frage. Diese Seite befasst sich mit der Strategie- und Abfolgeebene. Die vier Kompetenzen in diesem Tätigkeitsbereich übertragen diese Entscheidung auf Geschäftsmodelle, Akteure, maschinelles Lernen und das Betriebsmodell, das diese Komponenten umsetzen muss.

• Seit 1999Nachfrage-, Geschäfts- und Kundenstrategie
• Über 200veröffentlichte Fallstudien
• 10 Niederlassungenauf vier Kontinenten
• Keine Bindung an bestimmte AnbieterHinter unserer Beratung steht keine Partnerschaft mit einem bestimmten Modell, einer bestimmten Plattform oder einem bestimmten Cloud-Anbieter
• Der Interaction Fieldverfasst von unserem Gründer

Wenn Unternehmen uns beauftragen

• Es gibt vierzig Anwendungsfälle, und es gibt keine vertretbare Reihenfolge. Jeder einzelne Punkt auf der Liste ist für sich genommen gerechtfertigt, und nichts darauf erklärt, warum gerade diese und nicht andere.
• Die Pilotenprojekte laufen, doch die Gewinn- und Verlustrechnung bleibt unverändert. Finanzierte Aktivitäten, echte Prototypen – und nichts davon lässt sich mit einer Kennzahl in Verbindung bringen, die der Vorstand bereits im Blick hat.
• Noch bevor eine Plattform oder ein Modell festgelegt wurde. Es soll ein Standard für das gesamte Unternehmen festgelegt werden, noch bevor überhaupt festgelegt wurde, welche Entscheidungen dadurch verbessert werden sollen.
• Der Vorstand hat gefragt, wie der Stand in Sachen KI ist. Die ehrliche Antwort aus interner Sicht lautet: eine Liste von Tools und ein Budget.
• Das zweite Jahr kostet mehr als das erste. Es gibt immer mehr Prototypen, in der Produktion gehört keiner davon jemandem, und jeder einzelne beansprucht sein eigenes Budget.

Warum das Use-Case-Verzeichnis nicht funktioniert

Wenn man eine Gruppe von Führungskräften bittet, Möglichkeiten für den Einsatz von KI aufzuzählen, erhält man vierzig Vorschläge. Fragt man jedoch, welche drei davon finanziert werden sollen, kommt die Diskussion ins Stocken, denn die Liste basiert darauf, was die Technologie leisten kann, und nicht darauf, wo das Unternehmen erfolgreich sein muss.

Das ist ein strukturelles Versagen, kein Versagen bei der Umsetzung. Die Bestandsplanung ist angebotsorientiert: Sie geht von den Kapazitäten aus und sucht nach Anwendungsmöglichkeiten, was zu einem Portfolio führt, das eher nach Machbarkeit und Begeisterung als nach wirtschaftlichen Auswirkungen geordnet ist. Das Programm ist am Ende zwar gut ausgelastet und lässt sich Punkt für Punkt rechtfertigen, ist aber losgelöst von den Kennzahlen, die der Vorstand im Blick hat. Die meisten Führungskräfte sehen nie die Ergebnisse, die der Business Case versprochen hat, und das Muster hinter dieser Lücke liegt selten am Modell selbst.

Wir beginnen am anderen Ende. Die erste Frage lautet nicht, was KI für Sie tun kann. Es geht vielmehr darum, wo sich die zukünftige Nachfrage bündeln wird und wo Sie das Recht haben, diese zu besetzen. Ein Nachfrageräum ist eine wiederkehrende Reihe von Kundensituationen und -momenten, die sich aus dem Leben des Kunden und nicht aus Ihrer Produkttaxonomie ableiten, und die wertvollen davon erstrecken sich in der Regel über die Kategorien hinweg, nach denen sich etablierte Unternehmen organisieren.

Sobald die Bedarfsarchitektur klar ist, lässt sich die Priorisierung gut handhaben. Man hört auf, Anwendungsfälle zu bewerten, und fragt stattdessen, welche Entscheidungen, Interaktionen und Arbeitsabläufe zwischen einem selbst und einem Bedarfsbereich stehen, für den man die Verantwortung trägt, und welche davon die KI tatsächlich verändert. Auf diese Frage gibt es eine fundierte Antwort. Auf die Frage „Welcher Anwendungsfall kommt zuerst?“ hingegen nicht.

Was unsere Beratungsleistungen im Bereich KI-Technologie umfassen

Fünf Arbeitsbereiche. Für die meisten Projekte sind zwei oder drei davon erforderlich, und in der ersten Phase wird entschieden, welche das sind – je nachdem, ob die Rahmenbedingungen durch die Ausrichtung, die Architektur, die Kapazitäten oder die Verantwortlichkeiten vorgegeben sind.

1. Feststellen, in welchen Bereichen KI die Wirtschaft verändert

Die Shortlist ist das Ergebnis, ebenso wie die Liste der Dinge, von denen wir abraten. Wir ermitteln Nachfragebereiche anhand von Erkenntnissen auf Verhaltens- und Anlässebene, anstatt sie in einem Workshop zu behaupten, benennen die Entscheidungen und Arbeitsabläufe, die zwischen Ihnen und diesen Bereichen stehen, und prüfen, welche davon durch KI wesentlich verändert werden. Jeder verbleibende Kandidat wird auf Preis, Volumen oder Kapitalintensität zurückgeführt und von dort aus auf die Differenz zwischen Kapitalrendite und Kapitalkosten. Wenn sich eine Investition nicht in diese Linie einordnen lässt, sagen wir es Ihnen, bevor Sie sie finanzieren.

2. Modell- und Architekturentscheidungen, die reversibel bleiben

Die meisten Unternehmen entscheiden sich schon früh für einen Anbieter – meist aus Bequemlichkeitsgründen – und stellen achtzehn Monate später fest, dass sie ihre Strategie auf einer Lieferantenbeziehung aufgebaut haben. Leistungsfähigkeit, Kosten und Konditionen ändern sich vierteljährlich, und eine Architektur, die von einem einzigen Anbieter ausgeht, ist eine Wette darauf, dass ein Unternehmen in jeder Hinsicht auf unbestimmte Zeit die Nase vorn behält.

• Wissen und Daten, die in Ihrer Architektur gespeichert sind und nicht im Format eines Anbieters
• Die Modelle werden je nach Arbeitslast ausgewählt, wobei die Auswahl so gestaltet ist, dass sie rückgängig gemacht werden kann
• Die Bewertung basiert auf Ihren eigenen Aufgaben und Randfällen, sodass Sie erkennen können, wann ein Modell nicht mehr das richtige ist

Wir arbeiten mit keinem Modell-, Plattform- oder Cloud-Anbieter zusammen, daher verfolgt die Empfehlung keinerlei kommerzielle Interessen.

3. Das Betriebsmodell, auf dessen Grundlage es laufen muss

Die meisten Unternehmen haben KI-Projekte, aber kein Betriebsmodell, weshalb das zweite Jahr teurer ist als das erste und weniger Ergebnisse liefert. Wir legen fest, wer verantwortlich ist, sobald ein Prototyp funktioniert, und welches Budget dafür vorgesehen ist; wie die Finanzierung vom Experiment in die Produktion übergeht, ohne dass jedes Mal ein neuer Business Case erstellt werden muss; und wo die Governance innerhalb des Arbeitsablaufs angesiedelt ist und nicht daneben – mit Eskalationsschwellen, die sich nach Wesentlichkeit, Umkehrbarkeit, Präzedenzfällen, Risiko und der Zuverlässigkeit des Systems selbst richten. Wenn die Antwort ein unternehmensweites Veränderungsprogramm ist und nicht nur eine Reihe von Entscheidungen, dann handelt es sich um eine strategische KI-Transformation.

4. Vorhersage, die eine Entscheidung beeinflusst

Eine Prognose macht sich erst dann bezahlt, wenn aufgrund ihrer Ergebnisse eine wiederkehrende geschäftliche Entscheidung anders getroffen wird – und nicht vorher. Zunächst muss geklärt werden, bei welcher Entscheidung das Ergebnis schlechter ausfällt, als es sein könnte, wer dafür verantwortlich ist und welchen Wert eine bessere Lösung hat. Sobald dies feststeht, erstellt unser Team für maschinelles Lernen, prädiktive Analytik und KI-Strategie die entsprechenden Modelle.

5. Agenten, Personalisierung und neue Geschäftsmodelle

Zwei Fragen stehen im Mittelpunkt der meisten KI-Strategien: Was sollte autonom agieren, und was sollte das Unternehmen verkaufen, was es zuvor nicht verkaufen konnte? Die erste Frage betrifft Grenzen, Befugnisse und den Punkt, an dem ein System die Kontrolle wieder an einen Menschen übergibt – und genau hier setzt unsere Arbeit an KI-Agenten und Strategien zur Kundenpersonalisierung an. Die zweite Frage betrifft die Umsatzarchitektur und gehört zur Innovationsstrategie für KI-Geschäftsmodelle, bei der es darum geht, wie Wert geschaffen und gesichert wird, wenn die entsprechenden Fähigkeiten gleichzeitig auch Ihren Wettbewerbern zur Verfügung stehen.

So funktioniert die Einbindung von KI-Technologie

1. Ermitteln Sie den Bedarf. Wo konzentriert sich der zukünftige Bedarf, welchen Teil davon dürfen Sie für sich beanspruchen, und welche Entscheidungen, Interaktionen und Arbeitsabläufe stehen dem im Weg? Dies ist der Schritt, der den Rest begründbar macht.
2. Prüfen Sie das Portfolio anhand dieser Kriterien. Jede finanzierte und vorgeschlagene Initiative wird anhand des Bedarfs und der wirtschaftlichen Auswirkungen bewertet, wobei eine festgelegte Reihenfolge gilt, die Begründung schriftlich festgehalten wird und eine explizite Liste der Projekte vorliegt, die wir nicht finanzieren würden.
3. Entwerfen Sie die Architektur und das Betriebsmodell. Die je nach Workload getroffenen Entscheidungen bezüglich Modell und Daten sind reversibel zu halten, die Verantwortlichkeiten sind zuzuweisen, die Finanzierungswege sind festzulegen und die Governance ist in den Arbeitsablauf zu integrieren.
4. Stellen Sie einen Zusammenhang zur Zahl her. Eine Messgröße, die jede finanzierte Maßnahme mit Preis, Volumen oder Kapitalintensität verknüpft, sodass die nächste Finanzierungsrunde in den Einheiten diskutiert wird, die der Vorstand bereits verwendet.

Wo dies bereits geschehen ist

Ein Kunde, zwei Projekte, zitiert genau so, wie es in der veröffentlichten Arbeit steht, und nicht mehr. KWS SAAT ist ein Saatgutproduzent mit Sitz in Einbeck, Deutschland, der in mehr als 70 Ländern tätig ist.

Der erste Auftrag war der Portfolio-Test, der durchgeführt wurde, bevor KI zum Thema wurde. KWS erkannte, dass seine digitalen Bemühungen fragmentiert und von den Kundenbedürfnissen abgekoppelt waren. Wir bewerteten die bereits laufenden Initiativen anhand einer maßgeschneiderten Scorecard, verglichen sie mit externen Best-Practices und erstellten eine Roadmap, die den digitalen Bereich neu auf Kundenbindung, umsetzbare Erkenntnisse und Prioritäten bei den Plattformfunktionen ausrichtete. Das ist Schritt zwei des oben beschriebenen Prozesses, der hier auf den digitalen Bereich statt auf KI angewendet wurde.

Im Rahmen des zweiten Auftrags kam dann die KI ins Spiel. KWS benötigte eine schlüssige Roadmap, die Plattformen, Organisation und neue KI-Fähigkeiten aufeinander abstimmte, da sich die Erwartungen der Landwirte, die datengestützte Agronomie und die B2B-Beschaffung zunehmend in Richtung Digitalisierung verlagerten. Wir unterstützten das Unternehmen in den Bereichen digitale Transformation, Technologieeinführung, „ Customer Journey “-Mapping, KI-Strategie, Geschäftsgestaltung, Plattformstrategie und organisatorische Ausrichtung. Dabei verbanden wir kurzfristige digitale Verbesserungen mit einer längerfristigen Plattform- und KI-Vision. Das veröffentlichte Ergebnis ist eher eine Ausrichtung als eine konkrete Zahl: eine klarere digitale Ausrichtung, die Kundenerlebnis, Plattformstrategie und KI-Fähigkeiten miteinander verknüpft, sowie Grundlagen für eine stärker integrierte Kundenbindung auf den globalen Agrarmärkten von KWS.

Was hier nicht zu sehen ist – und was wir auch nicht behaupten wollen: eine KI-Implementierung, ein Modell im Produktivbetrieb oder veröffentlichte Finanzergebnisse. Was hier zu sehen ist, ist die auf dieser Seite beschriebene Sequenzierungsmethode, die in einem echten Unternehmen von einem Kunden im Rahmen von zwei Projekten umgesetzt wurde – und nicht anhand zweier unabhängiger Nachweise. Lesen Sie die vollständigen Berichte: Wie „ Vivaldi “ die digitale Kundenstrategie von KWS beschleunigt hat und wie wir die zugrunde liegende Strategie für die digitale Kundenkommunikation entwickelt haben.

Warum sich Unternehmen bei Projekten im Bereich KI-Technologie für „ Vivaldi “ entscheiden

• Wir gehen von der Nachfrage aus, nicht von den Kapazitäten. Der Auftrag ergibt sich daraus, wo das Unternehmen erfolgreich sein kann – das ist die einzige Formulierung der Frage, auf die es eine stichhaltige Antwort gibt.
• Wir haben Ihnen im weiteren Verlauf nichts zu verkaufen. Hinter dieser Empfehlung stehen keinerlei Umsätze aus Modellen, Plattformen oder der Systemintegration, sodass uns die Einstellung einer Initiative keine Kosten verursacht.
• Die Argumentation erfolgt in der Sprache der Finanzwelt. Wir führen jede Investition auf die Differenz zwischen der Kapitalrendite und den Kapitalkosten zurück, sodass der „ CFO “ und der CIO ihre Argumente anhand eines einzigen Beispiels statt zweier darlegen.
• Wir sagen Ihnen, was Sie nicht entwickeln sollten. Die Ausschlussliste ist in der Regel der nützlichere Teil der Arbeit.

So bewerten Sie einen Berater für KI-Technologie

Das sollten Sie bei jedem Unternehmen auf Ihrer Auswahlliste erfragen – auch bei uns.

• Gehen sie von der Nachfrage oder von der Technologie aus? Ein Unternehmen, das mit einer Kompetenzkarte beginnt, wird Ihnen eine Liste von Anwendungsfällen vorlegen.
• Mit wem arbeiten sie zusammen? Ein Unternehmen, das geschäftliche Beziehungen zu einem bestimmten Anbieter oder einer Plattform unterhält, ist kein neutraler Berater, wenn es darum geht, welchen Anbieter Sie wählen sollten. Das ist eine Frage der Struktur, keine Unehrlichkeit. Fragen Sie nach und wägen Sie die Antwort ab.
• Bitten Sie sie, einen Anwendungsfall zu beschreiben, von dem sie einem Kunden abgeraten haben. Ein Unternehmen, das noch nie einem Kunden von einer KI-Investition abgeraten hat, hatte entweder Glück oder hat keine Beratung geleistet.
• Inwiefern führt dies zu wirtschaftlichem Gewinn? Bitten Sie sie, den Zusammenhang zwischen einer vorgeschlagenen Initiative und der Differenz zwischen Kapitalrendite und Kapitalkosten aufzuzeigen. Wenn die Antwort ausschließlich in der Sprache der Effizienz formuliert ist, kaufen Sie lediglich Kostensenkungen ein, denen die Wettbewerber nachziehen werden.
• Wem gehört es nach der Pilotphase? Wenn der Vorschlag bei einem funktionsfähigen Prototyp endet, ist das zweite Jahr Ihr Problem.

Strategieberatung, Systemintegrator oder Plattformanbieter?

Wo diese Arbeit angesiedelt ist

Dieser Geschäftsbereich bildet die Strategieebene der Geschäftstechnologiestrategie bei Vivaldi, dem Unternehmen hinter dem „Demand Landscape“ und dem „ Interaction Field “. Zwei benachbarte Beratungsbereiche beantworten Fragen, die auf dieser Seite nicht behandelt werden. Wenn die Einschränkung darin besteht, dass Ihre Teams KI-Projekte nicht ohne externe Hilfe durchführen können, handelt es sich um eine Frage der Kompetenz, die in den Bereich der Beratung zu KI-Innovationskompetenzen fällt. Wenn die Frage enger gefasst ist, insbesondere wenn es darum geht, wo generative Modelle eher einen Vorteil als eine Neuheit schaffen, beginnen Sie mit der Strategie für generative KI. Unsere Überlegungen dazu, wie das Kapitalargument vorgebracht wird, sind in „AI ROI“ und dem „ CFO’s capital allocation problem“ dargelegt.

Beratung im Bereich KI-Technologie in den USA und weltweit

Vivaldi hat seinen Hauptsitz in New York und unterhält eine zweite Niederlassung in Los Angeles. Außerhalb der USA sind unsere Teams in London, Zürich, München, Hamburg, Düsseldorf, Singapur, Buenos Aires und Lima tätig. Von unseren beiden US-Niederlassungen aus arbeiten wir mit US-Unternehmen im ganzen Land zusammen. Erfahren Sie mehr darüber, wer die „ Vivaldi Group“ ist und wie wir arbeiten.