Anzeige
Anzeige
Künstliche Intelligenz im Einkauf ist Renditeturbo

05.01.2018

Künstliche Intelligenz im Einkauf ist Renditeturbo

In der Autoindustrie sind bis 2025 Kosteneinsparungen und zusätzliche Wertschöpfung von 215 Mrd. US-Dollar machbar. Das größts Potenzial liegt einer Studie zufolge in Produktion und Einkauf.

Künstliche Intelligenz (KI) kann zum Renditeturbo für Autohersteller werden: Bis 2025 lassen sich durch den Einsatz maschinellen Lernens bis zu 215 Mrd. US-Dollar an zusätzlichem Wert in der weltweiten Autoindustrie schaffen. Die Hersteller könnten damit ihre Rendite im Maximalfall um 9 Prozentpunkte erhöhen.

Den größten Wertbeitrag kann das maschinelle Lernen im Herstellungsprozess leisten: In der Produktion können bis zu 61 Mrd. Dollar eingespart werden, beispielsweise durch KI-basierte Qualitätskontrolle. Weitere Potenziale liegen im Einkauf (51 Mrd. Dollar) etwa durch höhere Transparenz im Zulieferermarkt und in der Intralogistik (22 Mrd. Dollar), beispielsweise durch autonome Bandbelieferung. Bis zu 31 Mrd. Dollar können an Wert im Marketing und Vertrieb geschaffen werden, der Großteil davon dank höherer Umsätze durch KI-gestützte Preissetzung und Empfehlungen. Dies ist das Ergebnis der McKinsey-Studie “Artificial intelligence – automotive’s new value-creating engine”.

KI: Der Kunde gewinnt

“Üblicherweise steigern Autohersteller ihre Produktivität jährlich im Schnitt um rund 2 Prozent pro Jahr”, sagt Andreas Tschiesner, Leiter der europäischen Automobilberatung von McKinsey. “Allein durch maschinelles Lernen ist in den kommenden Jahren ein jährliches Produktivitätswachstum von zusätzlichen 1,3 Prozent machbar.

KI wird damit zum Renditeturbo für die Autoindustrie.” Ein Großteil der Wertschöpfungseffekte durch KI sei dabei für alle Autohersteller ähnlich hoch, vor allem in der Produktion. Der Erfolg hängt laut McKinsey von vier Faktoren ab.

  1. Vorhandene Daten sammeln und aufbereiten: Werthaltige Daten sind die Grundlage für maschinelles Lernen. Unternehmen sollten ihre Daten sammeln und harmonisieren. Denkbar ist auch, Kunden- und Fahrzeugdaten im Rahmen der gesetzlichen Vorgaben aufzubereiten und Drittanbietersysteme einzubinden, etwa die der Händler.
  2. Partner-Ökosystem managen: Autohersteller können nicht alle Fähigkeiten für das maschinelle Lernen alleine aufbauen und vorhalten. Partnerschaften mit Technologieunternehmen im Hard- und Softwarebereich können dabei helfen, schneller zu entwickeln und den eigenen Investitionsbedarf zu verringern.
  3. Ein KI-Betriebssystem etablieren: Autohersteller müssen die technischen Grundlagen schaffen, um die große Menge an Daten zu verarbeiten. Die IT-Systeme müssen dafür standardisiert und gegebenenfalls für Drittanbieter geöffnet werden, um neue Anwendungen schnell umzusetzen.
  4. Fähigkeiten und Teams aufbauen: Eine zentrale Einheit hilft, alle KI-basierten Projekte innerhalb der Organisation aufzusetzen, zu begleiten und die Partnerschaften mit Drittanbietern zu betreuen. Notwendig ist auch, spezielle Talente an Bord zu holen – beispielsweise Datenspezialisten, Programmierer und Experten für maschinelles Lernen.

Bild:bannosuke/Fotolia.de

Lesen Sie auch:

Autor: Dörte Neitzel

DruckenDrucken


Produkt der Woche

Erst arretiert, dann automatisiert – KIPP Arretierbolzen

Erst arretiert, dann automatisiert – KIPP Arretierbolzen

Das HEINRICH KIPP WERK erweitert sein Portfolio im Bereich Arretierbolzen. Diese verhindern eine Veränderung der Arretierstellung durch Querkräfte. Die Befestigung und das Lösen der Bolzen erfolgen manuell oder neuerdings auch   [mehr...]

Präsentiert von:

Logo

 





Anzeige