Viele Unternehmen haben Projekte im Bereich künstliche Intelligenz (KI) gestartet. Sie experimentieren mit der Technologie und versuchen Wege zu finden, diese in ihre Produkte, Dienstleistungen oder internen Prozesse zu integrieren. Während Nicht-KI-Initiativen unter Druck stehen, ist die Finanzierung von KI-bezogenen Projekten leicht zu erhalten. „KI oder Untergang“ scheint das Motto zu sein. Doch welche dieser Initiativen werden Game Changer? Und welche zu profitablen Produkten und Geschäften führen? Welche werden die Kosten signifikant senken? Werden die in KI investierten Ressourcen eine Rendite bringen? Das sind schwierige Fragen, die - angesichts des Hypes - oft nicht gestellt werden.
Warum ist es so schwer, den Erfolg von KI-Projekten vorherzusagen? Unternehmen konzentrieren sich auf die Technologie, ohne klar zu definieren, welches Kundenproblem sie lösen wollen. Sie zäumen das Pferd von hinten auf.
Einige Beispiele aus unserer Praxis: Eine führende Jobplattform nutzt KI, um Bewerbern zu ermöglichen, Lebensläufe schneller zu erstellen. Klingt gut, aber ist Geschwindigkeit wirklich ein Problem beim Erstellen eines Lebenslaufs? Eine Steuerberatungsgesellschaft mit mehr als 3000 Beratern, die Menschen mit durchschnittlichem Einkommen dabei hilft, Steuerformulare auszufüllen, erwägt eine KI-basierte Plattform, die es ihren Kunden ermöglicht, die Steuererklärung automatisch auszufüllen. Wollen die Kunden wirklich weniger Aufwand beim Ausfüllen der Erklärung oder ist es wichtiger, Fehler zu vermeiden und Ärger mit den Steuerbehörden zu verhindern?
Für uns fühlt sich der KI-Rausch wie die Frühphase des Internets („wir brauchen eine Webseite“) oder des Mobilfunks („lass uns eine mobile App bauen“) an.
Die Herausforderung jeder neuen Technologie für kundenorientierte Projekte ist : Bietet sie so viel mehr Wert, dass Benutzer oder Kunden sie annehmen, d.h. ihre bestehende Art, Probleme zu lösen, durch eine neue ersetzen? Aus technologischer Sicht kann KI in viele Aspekte Ihres Geschäfts integriert werden – aber wo bietet sie wirklich mehr Wert? Um diese Frage zu beantworten, muss der Kunde und sein Problem zuerst gut verstanden werden, bevor wir die Frage beantworten können, ob eine KI-Lösung die Entwicklungsanstrengungen wert ist. Löst sie wirklich ein Problem, das groß genug ist, um gelöst zu werden?
Hier kommen Jobs-to-be-done und unser Customer-Focused Innovation (CFI)Ansatz ins Spiel. Kurz gesagt, CFI misst zuerst die Pain Points der Kunden und entwickelt dann Lösungskonzepte für diese Opportunitäten. CFI fragt unabhängig von jeglicher Lösung: Welchen Job-to-be-done versuchen potenzielle Nutzer einer KI-Lösung zu erreichen und welche Schwierigkeiten treten beim Erreichen des Ziels auf? Jobs-to-be-done sind Ziele, Aufgaben oder Zwecke, die Menschen erreichen wollen, und sie nutzen Produkte (mit oder ohne KI), um dorthin zu gelangen.
Für Industrieanlagenmanager könnte der Job-to-be-done „eine Produktionslinie betreiben“ sein und einer der Schwierigkeit dabei: „so schnell wie möglich zu wissen, warum die Linie stillgelegt wurde“. Ein typisches Problem, das KI potenziell lösen kann. Für einen Angestellten könnte der Job-to-be-done „eine neue Anstellung finden“ sein, mit der Schwierigkeit „so sicher wie möglich zu sein, dass meine Bewerbung anklang finden wird“. Der KI-basierte Lebenslaufgenerator muss die Erfolgswahrscheinlichkeit erhöhen, nicht den Schreibprozess beschleunigen.
Daher ist die – manchmal wörtlich – Millionen-Dollar-Frage: Was müssen neue Technologien und Lösungen bieten, damit Kunden sie nutzen und kaufen wollen, um ihren Job zu erledigen?
CFI misst quantitativ, wie ein Job-to-be-done heute in einem gegebenen Markt gelöst wird, um die Adoption der Lösungen von morgen vorherzusagen. In dieser Denkweise sind die Pain Points von heute die Einnahmen von morgen. Die quantitative Messung erfolgt über direkte Kundenexplorationen, um ein präzises, granulares Kundemetriksystem aufzubauen, das quantifiziert werden kann. Als Ergebnis zeigt CFI faktenbasierte Martkchancen in Form einer Wertkarte auf, die die Pain Points der Kunden zeigt und priorisiert.
Ein Beispiel: Stellen Sie sich vor, Sie sind ein Unternehmen, das Softwarelösungen für Industrieanlagen anbietet. Die Möglichkeiten der KI-Integration sind endlos: Sollte sie prädiktive Wartung ermöglichen, die Datenanalyse verbessern, potenzielle Risiken für die Produktion erkennen, die Anlage auf potenzielle Sicherheitsrisiken scannen? Sind all diese gleich wichtig? Wo soll man anfangen?
Die CFI-Wertkarte beantwortet diese Frage präzise. Sie wird Ihnen genau sagen, welche dieser Themen für die Nutzer relevanter sind. Und sie wird Ihnen eine Prioritätenliste geben, wo Sie mit Ihrer Lösung anfangen und worauf Sie sich konzentrieren sollten: bei dem am wenigsten erfüllten Pain Point.
So werden Sie wissen, dass die Kunden diese Anstrengungen belohnen werden und eher bereit sind, einen Aufpreis zu zahlen und z.B. eine KI-Lösung auch annehmen (noch gibt es viel Skepsis!): Weil es ihre brennendsten Probleme löst.
Das frühe und fakten- und datenbasierte Verständnis des Kundenproblems wird es Unternehmen ermöglichen, KI-Initiativen präzise auf noch nicht gelöste Pain Points im Markt auszurichten. So sucht man nicht nach Problemen für eine Lösung nach dem Launch, sondern kann Lösungen vor der Entwicklung auf echte Chancen ausrichten. Dadurch wird sichergestellt, dass Ressourcen nicht ziellos ausgegeben werden. Das Ergebnis ist eine kundenfokussierte KI-Strategie mit einer deutlich erhöhten Chance, Wert zu schaffen – für den Kunden und das Unternehmen.
Comments