Daten für bessere Entscheidungen: Kunden und Innovationen

Die meisten Menschen assoziieren heutzutage Innovation mit Technologie. In vielen Fällen ist es jedoch nicht die Technologie, die den wirklichen Unterschied ausmacht: Es ist das umfassende Verständnis von Kundenbedürfnissen. D'Acunto erklärt: "Sicherlich kann Technologie Neuerungen stark begünstigen, sie ist jedoch nicht der einzige Erfolgsfaktor. Wichtig ist, dass Unternehmen die Bedürfnisse der Kunden und die Möglichkeiten, diese zu erfüllen, evaluieren. Nur dann können sie neue Wege zur Lösung der Anforderungen finden - indem sie auf die Bedürfnisse zugeschnittene Technologien nutzen. Mit anderen Worten: Unternehmen müssen oft erst einen Schritt zurück gehen und die ursprünglichen Aufgaben- bzw. Fragestellungen genau betrachten.

Ein praktischer Ansatz
Welchen Ansatz soll man also wählen? D'Acunto ist davon überzeugt, dass jedes Unternehmen das Mittel der Marktforschung nutzen sollte. "Mit Hilfe einer Marktforschungsanalyse kann aufzeigt werden, was in Unternehmen gut läuft und wo Verbesserungspotenziale bestehen. Zudem liefert sie oftmals wertvolle Informationen und Anhaltspunkte über die Bedürfnisse der Kunden", fügt sie hinzu. "Interviews mit Kunden können ein zusätzliches wirkungsvolles Tool sein, um zu verstehen, was diese wirklich wünschen – sogenannte Customer Journeys sowie die Betrachtung von Arbeitsaufträgen sind weitere Möglichkeiten, das gesamte Spektrum der Kundenbedürfnisse zu analysieren. Darüber hinaus sollten Unternehmen prüfen, für welche Anforderungen / Bedürfnisse bevorzugt Lösungen erarbeitet werden müssten, um daraus einen Kundenvorteil zu bieten. Erst danach sollte die Ausarbeitung einer Lösung beginnen.

Manchmal, so glaubt D'Acunto, konzentrieren sich Unternehmen nicht ausreichend auf die Beantwortung wirklich wichtiger Fragen, wie die nach dem eigentlichen Problem, welches es zu lösen gilt. So laufen sie Gefahr, den Blick auf das Wesentliche zu verlieren. Mitunter wird der Wunsch nach Innovation durch den Druck von außen angetrieben, um beispielsweise sagen zu können, dass man „Machine Learning“ und „AI“ (Artifical Intelligence) oder besser, Künstliche Intelligenz, einsetzt. Sinnvoller wäre es, von der der klaren Eingrenzung wirklicher Bedürfnisse geleitet zu werden. Auf Chatbots, nur weil Mitbewerber diese nutzen, sollte verzichtet werden.

Um zu erkennen, welche Probleme mit höchster Priorität angegangen werden sollten, muss man nicht nur den Kunden verstehen. Man benötigt zudem gutes Verständnis für das (zukünftige) Business. "Deshalb geht ORTEC Innovationsprojekte in Kooperation mit Kunden an", sagt D'Acunto. "Diese wissen, in welche Richtung sich ihr Geschäft entwickelt, und wir wissen, wohin die Reise im Bereich Data Science geht. Als Datenexperte hat man genaue Kenntnis von verfügbaren Methoden sowie von den Technologien, die geeignet sind, ein bestimmtes Problem zu lösen. Die wahre Kraft einer Innovation lässt sich durch Zusammenarbeit und Kombination der Stärken der jeweils anderen Partei erschließen. Deshalb ist die Einbindung von Datenexperten schon in der Ideenphase sehr wichtig.

_________________________________________________________________________________________________

“Das Wichtigste, was wir aus dem Design Thinking lernen, ist den Kunden in den Mittelpunkt zu stellen.”

_________________________________________________________________________________________________

Der Fokus liegt auf den Kunden
Eine Studie des SHRM Executive Network zeigt, dass in der Regel nur eine von tausend Ideen den Zeitraum von drei Jahren überlebt: "Deshalb ist es entscheidend, in der Vorschlagsphase so viele Ideen wie möglich zu generieren", erklärt D'Acunto. Das Wichtigste, was wir aus dem Design Thinking lernen ist, den Kunden in den Mittelpunkt zu stellen. Dieser Fokus hilft, die besten Optionen zu erarbeiten, er bleibt in allen Phasen einer Innovation unverändert. Selbst wenn es nur um Prozessoptimierung geht, kann er genutzt werden, um beispielsweise dem Endkunden schnellere Lieferungen oder niedrigere Preise zu ermöglichen. In Bezug auf AI und Innovation gibt es drei Hauptbereiche, deren darunter gegliederte Fragestellungen für Unternehmen relevant sind:

1. Kundenwünsche
   Was wollen Kunden wirklich?
2. Machbarkeit
   Was kann mit Hilfe von Daten erreicht werden?Wo sind ethische und technische Grenzen?
3. Zukunftsfähigkeit
   Ist ein Geschäftsmodell nachhaltig und steht es im Einvernehmen mit den langfristigen Unternehmenszielen?

Diese Bereiche können Schritt für Schritt umgesetzt werden.

Low-tech Start
In Unternehmen herrscht oftmals die Meinung vor, dass Technologie Grenzen setzt. Es werden Ideen entwickelt, für die in erster Linie die Realisierbarkeit zählt. D'Acunto hat Vorbehalte gegenüber diesem Ansatz. Ihrer Erfahrung nach gibt es kaum Grenzen für das, was die Technologie leisten kann. Man sollte sich immer folgende Fragen stellen:

• Setzen wir das um, was der Kunde wirklich will?
• Ist es das, was am Markt den Unterschied machen wird?
• Welche Art von Geschäftsmodell wird zur Anwendung kommen?
• Wird die Idee von der Gesellschaft angenommen werden?
• Welchen Nutzen wird es geben?

"All diese Faktoren können den Erfolg eines Projekts beeinflussen", fügt D‘Acunto hinzu. "Die Machbarkeit ist nicht das Einzige, woran man denken muss. Ein Projekt sollte durchführbar sein." Mögliche Kundenwünsche und Durchführbarkeit sind nichts, was man im Laborversuch nachweisen kann, weshalb sie einen eher bescheidenen Anfang bevorzugt. "Bevor man in Technologien investiert, will man verstehen und verifizieren, was Kunden möchten. Um dies festzustellen, kann man beispielsweise einer ausgewählten Kundengruppe eine vereinfachte Low-Tech-Version eines Produktes anbieten und die Reaktionen messen bzw. bewerten (vergl. Kundenwünsche). Darauffolgend könnte man testen, wie gut man sein Ziel mit der Hightech-Version erreicht (Machbarkeit), indem man es Kunden anbietet und prüft, ob diese bereit sind, dafür zu investieren, und ob die Recherche zu den erwarteten Ergebnissen kommt: den Verkauf oder ein bestimmtes Käuferverhalten (Zukunftsfähigkeit)".

_________________________________________________________________________________________________

“Die riskantesten Ansätze einer Lösung identifizieren und validieren.”

_________________________________________________________________________________________________

Wenn wir mit AI experimentieren, sprechen wir von End-to-End-Experimenten. Man muss den Kunden erreichen. D'Acunto erläutert: "Es geht darum, die risikoreichsten Aspekte einer Lösung zu identifizieren und sie so schnell wie möglich zu validieren, und zwar in der einfachsten Version. Bei positivem Resultat kann eine Lösung oder Funktion übernommen und integriert werden. Zusätzlich zum Testen auf Produktebene kann dies auch auf Funktionsebene durchgeführt werden. Beispiel: Die Kunden-App. Das Testen und die Akzeptanz einer neuen Lösung / Funktion funktioniert am einfachsten zunächst auf einer Low-Tech-Lösung.“

_________________________________________________________________________________________________

“Unternehmen beschleunigen heute Änderungen ihres Geschäftsmodells, die sonst erst in ein oder zwei Jahren erfolgt wären.”

_________________________________________________________________________________________________