23.05.2017

Wenn Innovationen zum Imageschaden werden

Startups haben wenig zu verlieren, wenn sie ein neues Produkt auf den Markt bringen. Großunternehmen schon: ihren mühsam aufgebauten Ruf.
/artikel/innovation-imageschaden-werden
Catalin Pop-fotolia.com

Startups haben es vergleichsweise leicht, wenn es darum geht, ihre Ideen zu testen. Meistens machen sie das im laufenden Betrieb und arbeiten das Feedback gleich ins Produkt ein. Mario Herger war lange Entwickler beim Softwarekonzern SAP in Palo Alto, Silicon Valley. Heute lebt und arbeitet er dort als Buchautor und Berater. Gründer, so Herger, arbeiten oft nach dem Prinzip des „Design Thinking“: „Am Anfang steht eine Hypothese, zum Beispiel die, dass der Fahrkartenautomat verbessert werden muss. Also stellt sich der Gründer den ganzen Tag neben den Automaten und beobachtet die Menschen, wie sie ihn bedienen.“ Die Mutter mit Kleinkind und Einkäufen in der Hand, wie sie beim Fahrscheinkauf die Nerven wegwirft. Die alte Dame, die die Schrift nicht lesen kann. „Dann verbesserst du den Prototypen und fängst wieder von vorne an. So hältst du die Kosten des Scheiterns gering, denn eine Hypothese zu verlieren kostet nichts. Je schneller du diese Zyklen durchgehst, desto kostengünstiger.“

„Wenn du alsetablierter Konzern etwas ausprobierst und es geht schief, ist das größte Problem der Imageschaden“

Es geht um die Marke

Große Unternehmen haben es da weniger leicht. Sie haben viel Geld, Zeit und Energie in den Aufbau ihrer Marke gesteckt, oft über zig Jahre. Sie sind etablierte Player auf umkämpften Märkten und haben einen Ruf zu verteidigen. Romed Haberl weiß, was das in der Praxis bedeutet. Er leitet das Produktmanagement für Accessoires und Lifestyleprodukte beim oberösterreichischen Motorradhersteller KTM, einem Unternehmen mit rund 2.500 Mitarbeitern und gut einer Milliarde Euro Jahresumsatz. „Wenn du alsetablierter Konzern etwas ausprobierst und es geht schief, ist das größte Problem der Imageschaden“, sagt Haberl. Zwar sei es immer auch unangenehm, Geld in den Sand zu setzen. „Aber das Ansehen der Marke ist der wichtigste Faktor.“ KTM wandelt dabei auf einem schmalen Grat: Einerseits will man auch ungewöhnliche Produkte auf den Markt bringen, um herauszustechen: So verkauft KTM zum Beispiel auch Schnuller, die belegen sogar Platz eins unter den Accessoires. „Gleichzeitig müssen die Dinge zur Marke passen, zu den Werten, die wir vertreten.“ Bei weniger komplizierten Produkten, zum Beispiel Uhren, sei ein umfangreiches Produkttesting nicht nötig. „Da entscheide ich, ob ich das gut finde und ob es ins Sortiment passt.“ Ein Motorrad sei freilich eine ganz andere Nummer. Da entscheidet KTM in enger Zusammenarbeit mit der Agentur Kiska, welche Designs, Farben und Formen gerade gefragt sind.

Redaktionstipps

Freude am Risiko

Herger bringt ein Beispiel aus der Autoindustrie. „Tesla verhält sich wie ein Startup. Die gehen mit Betaversionen auf den Markt. Und die Kunden schätzen diese Risikofreude. Mercedes könnte sich das nicht erlauben, weil sie schon so viel Geld und Jahre in ihren Ruf investiert haben.“ Oder sein ehemaliger Arbeitgeber SAP: Wenn ein so großer Konzern mit einer fehlerhaften Software auf den Markt gehe, würden schnell Hunderttausende Kunden geschädigt, es komme schnell zu Klagen. Oder die jüngste Pannenserie bei General Motors, wo Probleme mit dem Zündschloss tödliche Unfälle zur Folge hatten und die den Konzern 900 Millionen Dollar kostete; den Imageschaden noch
nicht eingerechnet. Da seien gleich viel mehr Menschen betroffen als bei einem Startup, das eine überschaubare Kundenzahl hat, so Herger.
„Diese Konzerne haben diese Dinge erlebt und in ihrer DNA gespeichert. Man will kein Risiko mehr eingehen.“ „Natürlich dauert in einem großen Konzern alles länger, du kannst nicht so rasch reagieren. Es gibt mehr Abteilungen, mit denen du die Dinge öfter abstimmen musst“, sagt Romed Haberl von KTM. Das sei einerseits gut, weil man so Fehler bemerke. „Aber du bist nicht so schnell und wendig wie in einem kleinen Unternehmen.“ Wie schafft man es, als großes Unternehmen trotzdem innovativ und offen für Feedback zu bleiben? Das Team bei KTM ist im Durchschnitt relativ jung. „Man ist offen für die Ideen von jungen Mitarbeitern. Sie werden angehört und oft auch umgesetzt.“

Deine ungelesenen Artikel:
16.12.2024

“Die Zeit des Zuwartens ist vorbei”

Nachlese. Wo steht die österreichische Wirtschaft bei künstlicher Intelligenz zwei Jahre nach Erscheinen von ChatGPT? Dies diskutieren Doris Lippert von Microsoft und Thomas Steirer von Nagarro in der ersten Folge der neuen brutkasten-Serie "No Hype KI".
/artikel/no-hype-ki-folge-1-nachlese
16.12.2024

“Die Zeit des Zuwartens ist vorbei”

Nachlese. Wo steht die österreichische Wirtschaft bei künstlicher Intelligenz zwei Jahre nach Erscheinen von ChatGPT? Dies diskutieren Doris Lippert von Microsoft und Thomas Steirer von Nagarro in der ersten Folge der neuen brutkasten-Serie "No Hype KI".
/artikel/no-hype-ki-folge-1-nachlese
Doris Lippert (Microsoft | Director Global Partner Solutions und Mitglied der Geschäftsleitung) und Thomas Steirer (Nagarro | Chief Technology Officer)
Doris Lippert (Microsoft | Director Global Partner Solutions und Mitglied der Geschäftsleitung) und Thomas Steirer (Nagarro | Chief Technology Officer) | Foto: brutkasten

“No Hype KI” wird unterstützt von CANCOM Austria, IBM, ITSV, Microsoft, Nagarro, Red Hat und Universität Graz


Mit der neuen multimedialen Serie “No Hype KI” wollen wir eine Bestandsaufnahme zu künstlicher Intelligenz in der österreichischen Wirtschaft liefern. In der ersten Folge diskutieren Doris Lippert, Director Global Partner Solutions und Mitglied der Geschäftsleitung bei Microsoft Österreich, und Thomas Steirer, Chief Technology Officer bei Nagarro, über den Status Quo zwei Jahre nach Erscheinen von ChatGPT.

Du willst bei "No Hype KI" am Laufenden bleiben?

Trag dich hier ein und du bekommst jede Folge direkt in die Inbox!

„Das war ein richtiger Hype. Nach wenigen Tagen hatte ChatGPT über eine Million Nutzer”, erinnert sich Lippert an den Start des OpenAI-Chatbots Ende 2022. Seither habe sich aber viel geändert: “Heute ist das gar kein Hype mehr, sondern Realität“, sagt Lippert. Die Technologie habe sich längst in den Alltag integriert, kaum jemand spreche noch davon, dass er sein Smartphone über eine „KI-Anwendung“ entsperre oder sein Auto mithilfe von KI einparke: “Wenn es im Alltag angekommen ist, sagt keiner mehr KI-Lösung dazu”.

Auch Thomas Steirer erinnert sich an den Moment, als ChatGPT erschien: „Für mich war das ein richtiger Flashback. Ich habe vor vielen Jahren KI studiert und dann lange darauf gewartet, dass wirklich alltagstaugliche Lösungen kommen. Mit ChatGPT war dann klar: Jetzt sind wir wirklich da.“ Er sieht in dieser Entwicklung einen entscheidenden Schritt, der KI aus der reinen Forschungsecke in den aktiven, spürbaren Endnutzer-Bereich gebracht habe.

Von erster Begeisterung zu realistischen Erwartungen

Anfangs herrschte in Unternehmen noch ein gewisser Aktionismus: „Den Satz ‘Wir müssen irgendwas mit KI machen’ habe ich sehr, sehr oft gehört“, meint Steirer. Inzwischen habe sich die Erwartungshaltung realistischer entwickelt. Unternehmen gingen nun strategischer vor, untersuchten konkrete Use Cases und setzten auf institutionalisierte Strukturen – etwa durch sogenannte “Centers of Excellence” – um KI langfristig zu integrieren. „Wir sehen, dass jetzt fast jedes Unternehmen in Österreich KI-Initiativen hat“, sagt Lippert. „Diese Anlaufkurve hat eine Zeit lang gedauert, aber jetzt sehen wir viele reale Use-Cases und wir brauchen uns als Land nicht verstecken.“

Spar, Strabag, Uniqa: Use-Cases aus der österreichischen Wirtschaft

Lippert nennt etwa den Lebensmittelhändler Spar, der mithilfe von KI sein Obst- und Gemüsesortiment auf Basis von Kaufverhalten, Wetterdaten und Rabatten punktgenau steuert. Weniger Verschwendung, bessere Lieferkette: “Lieferkettenoptimierung ist ein Purpose-Driven-Use-Case, der international sehr viel Aufmerksamkeit bekommt und der sich übrigens über alle Branchen repliziert”, erläutert die Microsoft-Expertin.

Auch die Baubranche hat Anwendungsfälle vorzuweisen: Bei Strabag wird mittels KI die Risikobewertung von Baustellen verbessert, indem historische Daten zum Bauträger, zu Lieferanten und zum Bauteam analysiert werden.

Im Versicherungsbereich hat die UNIQA mithilfe eines KI-basierten „Tarif-Bots“ den Zeitaufwand für Tarifauskünfte um 50 Prozent reduziert, was die Mitarbeiter:innen von repetitiven Tätigkeiten entlastet und ihnen mehr Spielraum für sinnstiftende Tätigkeiten lässt.

Nicht immer geht es aber um Effizienzsteigerung. Ein KI-Projekt einer anderen Art wurde kürzlich bei der jüngsten Microsoft-Konferenz Ignite präsentiert: Der Hera Space Companion (brutkasten berichtete). Gemeinsam mit der ESA, Terra Mater und dem österreichischen Startup Impact.ai wurde ein digitaler Space Companion entwickelt, mit dem sich Nutzer in Echtzeit über Weltraummissionen austauschen können. „Das macht Wissenschaft zum ersten Mal wirklich greifbar“, sagt Lippert. „Meine Kinder haben am Wochenende die Planeten im Gespräch mit dem Space Companion gelernt.“

Herausforderungen: Infrastruktur, Daten und Sicherheit

Auch wenn die genannten Use Cases Erfolgsbeispiele zeigen, sind Unternehmen, die KI einsetzen wollen, klarerweise auch mit Herausforderungen konfrontiert. Diese unterscheiden sich je nachdem, wie weit die „KI-Maturität“ der Unternehmen fortgeschritten sei, erläutert Lippert. Für jene, die schon Use-.Cases erprobt haben, gehe es nun um den großflächigen Rollout. Dabei offenbaren sich klassische Herausforderungen: „Integration in Legacy-Systeme, Datenstrategie, Datenarchitektur, Sicherheit – all das darf man nicht unterschätzen“, sagt Lippert.

“Eine große Herausforderung für Unternehmen ist auch die Frage: Wer sind wir überhaupt?”, ergänzt Steirer. Unternehmen müssten sich fragen, ob sie eine KI-Firma seien, ein Software-Entwicklungsunternehmen oder ein reines Fachunternehmen. Daran anschließend ergeben sich dann Folgefragen: „Muss ich selbst KI-Modelle trainieren oder kann ich auf bestehende Plattformen aufsetzen? Was ist meine langfristige Strategie?“ Er sieht in dieser Phase den Übergang von kleinen Experimenten über breite Implementierung bis hin zur Institutionalisierung von KI im Unternehmen.

Langfristiges Potenzial heben

Langfristig stehen die Zeichen stehen auf Wachstum, sind sich Lippert und Steirer einig. „Wir überschätzen oft den kurzfristigen Impact und unterschätzen den langfristigen“, sagt die Microsoft-Expertin. Sie verweist auf eine im Juni präsentierte Studie, wonach KI-gestützte Ökosysteme das Bruttoinlandsprodukt Österreichs deutlich steigern könnten – und zwar um etwa 18 Prozent (brutkasten berichtete). „Das wäre wie ein zehntes Bundesland, nach Wien wäre es dann das wirtschaftsstärkste“, so Lippert. „Wir müssen uns klar machen, dass KI eine Allzwecktechnologie wie Elektrizität oder das Internet ist.“

Auch Steirer ist überzeugt, dass sich für heimische Unternehmen massive Chancen eröffnen: “Ich glaube auch, dass wir einfach massiv unterschätzen, was das für einen langfristigen Impact haben wird”. Der Appell des Nagarro-Experten: „Es geht jetzt wirklich darum, nicht mehr zuzuwarten, sondern sich mit KI auseinanderzusetzen, umzusetzen und Wert zu stiften.“


Folge nachsehen: No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

Die Partner von No Hype KI
Die Partner von No Hype KI
Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Wenn Innovationen zum Imageschaden werden

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wenn Innovationen zum Imageschaden werden

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wenn Innovationen zum Imageschaden werden

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wenn Innovationen zum Imageschaden werden

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wenn Innovationen zum Imageschaden werden

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wenn Innovationen zum Imageschaden werden

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wenn Innovationen zum Imageschaden werden

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wenn Innovationen zum Imageschaden werden

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wenn Innovationen zum Imageschaden werden