Benötigte Lesezeit: 5 Minuten
Wenn wir über Geschäftsstrategien sprechen, müssen wir den Ökonomen und Professor Michael Eugene Porter erwähnen. Der führende Managementexperte beschrieb in den achtziger Jahren drei generische strategische Konzepte, die es Unternehmen ermöglichen würden, Wettbewerbsvorteile zu erzielen. Die Kombination von Machine Learning und Porters-Konzepten demonstriert, wie neue Technologien den Geschäftserfolg unterstützen können.
- Kostenführerschaft – durch den niedrigsten Preis am Markt.
- Differenzierung – durch einen einzigartigen Service oder ein einzigartiges Produkt.
- Fokusstrategien – durch das Angebot von Dienstleistungen in einem Nischenmarktsegment
Obwohl diese Strategien fast 40 Jahre alt sind, gelten sie immer noch als Grundlage für Management- und Marketingtaktiken. Das Zeitalter der künstlichen Intelligenz (KI) und des maschinellen Lernens (ML) eröffnet neue Möglichkeiten und unterstützt Kostenführerschaft oder Differenzierung. In diesem Artikel konzentrieren wir uns auf das Ziel, den niedrigsten Preis am Markt anzubieten.
„Wettbewerbsvorteile entscheiden über Erfolg oder Misserfolg eines Unternehmens. Ein Unternehmen kann im Vergleich zu seinen Konkurrenten viele Stärken und Schwächen aufweisen, die sich aber sämtlich auf nur zwei Grundtypen reduzieren lassen: Entweder hat ein Unternehmen einen Kostenvorsprung oder es bietet seinen Abnehmern einen einzigartigen Nutzen. Der eine Wettbewerbsvorteil liegt also auf der Angebots-, der andere auf der Nachfrageseite.“
M. E. Porter
KI und Kostenführerschaft – a match made in heaven?
Wer den niedrigsten Preis am Markt anbieten möchte, schafft dies nur durch systematische Kostensenkung. Um dies zu erreichen, ist nach Porter die stetige Steigerung der Effizienz sowie eine stabile und solide Lernkurve des Unternehmens und seiner Mitarbeiter notwendig. Neue Technologien tragen entscheidend zu einer höheren Leistung und reduziertem Aufwand bei. Automatisierung durch intelligente Maschinen spart Zeit und Ressourcen, beispielsweise wenn Roboter anstelle von Menschen in der Fertigung eingesetzt werden. Doch wer ML anwenden möchte, muss zunächst investieren. Ein solides Budget ist auch die Basis für eine stetige Lernkurve. Führende Experten müssen schließlich gefunden, eingestellt und bezahlt werden. Dieser Aspekt ist einer der größten Kritikpunkt an Porters Strategie.
Roboter – das ideale Werkzeug zur Kostensenkung?
Kostenführer Walmart investiert z.B. massiv in den Einsatz künstlicher Intelligenz, um sich Wettbewerbsvorteile zu verschaffen. Schlagzeilen machte das Unternehmen etwa mit einem Roboter namens TALLY, der in amerikanischen Walmart-Niederlassungen selbständig Regale und Produkte scannt. Ein Mitarbeiter benötigt durchschnittlich 25 Stunden für so eine Bestandsaufnahme und erzielt ein korrektes Ergebnis von 65 Prozent. Tally (Simbe Robotics) benötigt für eine vollständige Inventur durchschnittlich eine halbe Stunde und erzielt ein zu 95 Prozent korrektes Ergebnis. Zahlen, bei denen der Menschen nicht mithalten kann.
Die Investition in Roboter ist jedoch ein extremes Beispiel für die Verwendung von KI. Diese komplexen, aber intelligenten Maschinen bringen vergleichsweise hohe Anschaffungskosten mit sich. Und das ist nur der Anfang. Roboter benötigen eine Wartung durch Spezialisten und eine roboterfreundliche Umgebung. So ist etwa ein Gebäude mit Treppen nicht für einen Roboter auf Rädern geeignet. Daher sind die autonomen Helfer bisher finanzstarken Unternehmen vorbehalten. Mit der Weiterentwicklung der Fähigkeiten und sinkenden Preisen kann sich dies jedoch mittelfristig ändern.
KI spart Millionen von Arbeitsstunden
Das Deloitte Center for Government Insights untersuchte, ob der Einsatz maschinellen Lernens in Regierungsorganisationen tatsächlich Kosten und Zeit spart. Zu den zeitaufwendigsten Tätigkeiten gehören in diesem Bereich das Dokumentieren und Aufzeichnen von Informationen. Die Studie kam zu dem Ergebnis…
„…dass kognitive Technologien möglicherweise Millionen von Arbeitsstunden für Regierungsangestellte freisetzen können.“
Deloitte Center for Government Insights
Konkret könnten 30 Prozent der Arbeitszeit der staatlichen Arbeitskräfte innerhalb von fünf bis sieben Jahren freigesetzt werden. Dies sei jedoch abhängig vom Ausmaß der Investitionen in neue Technologien. Je kleiner das Budget, desto geringer die Einsparungen.
„Eine minimale Investition in KI würde zu Einsparungen von nur zwei bis vier Prozent der gesamten Arbeitszeit führen.“
Deloitte Center for Government Insights
KI-basierte Anwendungen könnten bestimmte Aktivitäten, wie das Ausfüllen von Formularen, mit großer Wahrscheinlichkeit verbessern. Die Interaktion mit den Bürgern sei jedoch nach wie vor dem Menschen vorbehalten. Die Studie kommt zu dem Schluss, dass KI durchaus ein Hebel sein kann, um die Anzahl der Mitarbeiter zu reduzieren. Oder aber ein Hilfsmittel für Regierungsangestellte und Beamte, um die gewonnene Zeit für verbesserte (bürgernahe) Dienstleistungen zu nutzen. Die Entscheidung liege bei den politischen Entscheidungsträgern.
„KI wird all diese Ansätze unterstützen. Es ist Sache der Regierungschefs zu entscheiden, welcher ihren Wählern am besten dienen wird.“
Deloitte Center for Government Insights
Welche Aufgaben sollten Computer erledigen und welche der Mensch?
Über Kostenführerschaft zu sprechen, bedeutet daher, über Ethik zu sprechen. Laut dem Forschungs- und Beratungsunternehmen Gartner wird KI …
„… die Produktivität vieler Arbeitsplätze verbessern, Millionen von Positionen auf mittlerem und niedrigem Niveau eliminieren, aber auch Millionen neuer Positionen für hochqualifizierte Mitarbeiter, Management und sogar für Einsteiger und Niedrige schaffen -qualifizierte Vielfalt. „
Gartner
Welche Positionen dies – neben dem wachsenden Bedarf an Datenwissenschaftlern und Programmierern – sind, bleibt abzuwarten. Die unmittelbare Vergangenheit gewährt uns jedoch eine Vorschau: Das Gedächtnis von Maschinen hilft Menschen dabei, die Inhalte zu finden, die für ihre Interessen am relevantesten sind, beispielsweise über Suchmaschinen wie Google. Der intelligente Suchdienst ersetzte jedoch nicht nur Bibliothekare, die in der Vergangenheit eine ähnliche Funktion ausübten. Sondern ermöglichte die Erstellung und Suche von Wissen und die Schaffung neuer Arbeitsplätze für das Erstellen, Suchen und Werben.
Wenn wir diese Entwicklung berücksichtigen, ist die logische Konsequenz, dass Maschinen Dinge tun sollten, die sie besser machen als Menschen. Und Menschen Dinge tun sollten, die sie besser machen als Maschinen. So können etwa Computer wesentlich größere Datenmengen verarbeiten und sich „erinnern“. Menschen sind in der Regel besser darin, flexibel mit anderen Personen zu interagieren.
Ein gutes Beispiel für die erfolgreiche Zusammenarbeit von Mensch und Maschine ist Wikipedia. Fast alle Inhalte der Online-Enziklopedie werden durch Erdenbürger erstellt und bearbeitet. Aber Software Applikationen, wie Wikipedia-Bots, sind besser und schneller darin, nach obszönen Wörtern und Plagiaten von anderen Websites zu suchen. Die Kombination von Menschen und Bot funktioniert besser als beides für sich alleine.
Wer nun überlegt, ob KI die eigne Geschäftsstrategie unterstützen kann, sollte sich zunächst fragen, ob innovative Technologien tatsächlich entscheidende Herausforderungen lösen können. Selbst wenn der Einsatz von KI eine Lösung bietet, ist sie manchmal so teuer und schwer zu berechnen, dass sie wirtschaftlich nicht sinnvoll ist.
Quellen:
- Photo DALLE 2
- printmag.com/featured-interactive-design/strategic-implications-from-walmart-coms-redesign/
- www.gartner.com/newsroom/id/3837763
- www2.deloitte.com/content/dam/insights/us/articles/3834_How-much-time-and-money-can-AI-save-government/DUP_How-much-time-and-money-can-AI-save-government.pdf
- Porter M.E. (2007) Wettbewerbsvorteile. Spitzenleistungen erreichen und behaupten. In: Boersch C., Elschen R. (eds) Das Summa Summarum des Management. Gabler
- www.digitalcmodigest.com/article/time-is-money-and-artificial-intelligence-can-save-you-time/
