Navigation

Entwicklungen der Disruption durch Künstliche Intelligenz und Automation

Disruption künstliche Intelligenz Automation Titelbild
Fortschritte in der Digitalisierung und Analytik, der künstlichen Intelligenz und der Automatisierung schaffen Wettbewerbsvorteile für Unternehmen und neue Produktivitätsszenarien für die Ökonomie, auch wenn sich die Arbeitsbedingungen und damit die Arbeit des Einzelnen langfristig verändern.

Entwicklungen der Disruption

Die rasante technologische Entwicklung in den Bereichen Digitalisierung und Informationsanalyse hat die Unternehmenslandschaft neu geformt, die Leistungsfähigkeit erhöht und das Schaffen neuester Unternehmensinnovationen und neuer Wettbewerbsformen ermöglicht. Gleichzeitig entwickeln sich die Technologien selbst weiter und sorgen für neue Entwicklungswellen in den Bereichen Robotik, Analytik und künstliche Intelligenz (KI) und besonders im maschinellen Lernen. Zusammen bewirken sie einen drastischen Wandel der technischen Fähigkeiten, der tiefgreifende Auswirkungen auf die Wirtschaft und die Gesellschaft haben könnte.

Die sich jetzt bietenden Chancen

Einige Firmen haben sich bereits einen Wettbewerbsvorteil durch das Sammeln von Daten und deren Analyse geschaffen, die eine schnellere und umfassendere evidenzbasierte Entscheidungsfindung, Erkenntnisgewinnung und Verfahrensoptimierung ermöglichen. Aber es gibt für Unternehmen noch genügend den Vorsprung einzuholen – das Potenzial der Digitalisierung ist extrem vielfältig und auch für die “Fast Follower” noch zu erschliessen.

Daten und Analytik sind Faktoren der digitalen Transformation, deren Wert viele Unternehmen nur zum Teil erfassen

Daten und Analytik verändern seit vielen Jahren die Basis der Wettbewerber. Führende Unternehmen nutzen ihre Fähigkeiten nicht nur zur Verbesserung ihrer Hauptprozesse, sondern auch, um völlig neue Geschäftsmodelle zu entwickeln. Die Netzwerkeffekte digitaler Plattformen sorgen in einigen Märkten für eine höchst dynamische Gewinnsituation. Während sich die Menge der verfügbaren Informationen in den letzten Jahren jedoch exponentiell entwickelt hat, erfassen die meisten Unternehmen nur einen Bruchteil des potenziellen Wertes in Bezug auf Umsatz und Gewinnzuwächse.

Die Transformation zur Daten- und Analyse-getriebenen Entwicklung hat eine Reihe von Komponenten:

  • Grundlegende Fragen zur strategischen Vision: Wofür werden Daten und Analyse eingesetzt? Wie werden die Erkenntnisse Mehrwert schaffen? Welche Datensätze sind für die Erkenntnisse am hilfreichsten?
  • Lösung von Schwierigkeiten bei der Art und Weise, wie Daten erzeugt, gesammelt und organisiert werden. Viele etablierte Anbieter haben Mühe, von Legacy-Datensystemen auf eine agilere und anpassungsfähigere Architektur umzusteigen, die große Datenmengen und Analysen optimal nutzt. Sie müssen ihre Arbeitsabläufe möglicherweise auch stärker digitalisieren, um mehr Daten aus ihren Kundeninteraktionen, Lieferketten, Anlagen und internen Prozessen erfassen zu können.
  • Erwerb der erforderlichen Fähigkeiten, um Erkenntnisse aus Daten zu gewinnen; Unternehmen können sich entscheiden, ob sie interne Fähigkeiten hinzufügen oder an Fachleute auslagern möchten.
  • Veränderte Geschäftsprozesse, um Einblicke in den Arbeitsablauf zu erhalten sind ein häufiges Hindernis. Diese erfordern, die richtigen Informationen in die Hände von Entscheidungsträgern zu geben – und sicherzustellen, dass Führungskräfte und Manager auf mittlerer Ebene verstehen, wie man datengesteuerte Erkenntnisse nutzt.

Es ist nicht einfach, all diese Elemente zu integrieren. In einer im April 2016 durchgeführten McKinsey-Studie unter mehr als 500 Führungskräften, die Unternehmen aus allen Industriezweigen, Regionen und Unternehmensgrößen repräsentieren, haben mehr als 85% der Befragten bestätigt, dass sie die von ihnen für ihre Daten- und Analyse-Projekte gesetzten Ziele nur bedingt erreicht haben.

Daten und Analytics zerstören Geschäftsmodelle und bringen Leistungsvorteile

Disruptive datengetriebene Modelle und Fähigkeiten verändern einige Branchen und könnten noch viele mehr transformieren. Bestimmte Besonderheiten eines spezifischen Marktes öffnen die Tür zu Disruption durch diejenigen, die neue datengestützte Ansätze anwenden, einschließlich:

  • ineffiziente Übereinstimmung von Angebot und Bedarf
  • Häufigkeit von unzureichend genutzten Vermögenswerten
  • Abhängigkeit von großen demographischen Datenmengen, obwohl verhaltensrelevante Daten vorliegen
  • menschliche Beeinflussung und Fehler in einer datenintensiven Umgebung

In Branchen, in denen sich die meisten etablierten Unternehmen daran gewöhnt haben, sich bei der Auswahl auf eine bestimmte Art von standardisierten Informationen zu stützen, kann die Einführung neuartiger Datensätze („orthogonale Daten“), die die bereits verwendeten Daten ergänzen, die Wettbewerbsbasis verändern. Dies zeigt sich zum Beispiel in der Automobilversicherung, wo neue Unternehmen mit Telematikdaten einen Einblick in das Fahrverhalten geben – jenseits der demografischen Informationen, die bisher für das Underwriting genutzt wurden.

Eine der mächtigsten Anwendungen ist die Mikro-Segmentierung, die Verhaltensmerkmalen von Menschen beruht. Dies verändert die Wettbewerbsbedingungen in vielen Sektoren, wie Bildung, Reisen und Freizeit, Medien, Handel und Werbung.

Lassen Sie uns wissen, welche Herausforderungen Sie schon gemeistert haben, oder vor welchen Problemen Sie aktuell stehen!

, , , , , ,

Bisher noch kein Kommentar.

Schreibe einen Kommentar