Mit GenAI zu mehr Profitabilität und Kosteneffizienz: (Wie) geht das?

Künstliche Intelligenz (KI) ist in der E-Commerce-Welt längst allgegenwärtig. Doch (wie) kann KI tatsächlich dabei helfen, strategische Ziele zu erreichen und die Profitabilität zu steigern? Für ein international tätiges B2B-Unternehmen hat valantic bei einem Proof of Concept (PoC) handfesten Business Value aufzeigt und einen Blueprint für die erfolgreiche Transformation zur KI-gestützten Organisation geschaffen.

Im Interview erzählt uns Projektleiterin Sarina Hermann, wie das integrierte Team wertstiftende Use Cases voranbrachte und was sie an dem Projekt besonders stolz macht.

Sarina, erzähl uns, wie valantic zu dem Projekt gekommen ist.

Der Kunde fragte im Erstgespräch sehr direkt nach unseren Erfahrungen und Kompetenzen im Bereich Künstliche Intelligenz (KI), hatte aber keine konkrete Vorstellung, ob und wie KI für seine Geschäftsprozesse und Ziele Mehrwert bieten kann. Wir haben deshalb eine GenAI Discovery vorschlagen – eine Art Workshop, bei dem wir gemeinsam mit dem Kunden herausfinden, für welche Use Cases sich der Einsatz von KI in seinem Fall wirklich lohnt, was es kostet und welche Voraussetzungen erfüllt sein müssen, um die vielversprechendsten Use Cases umzusetzen.

Warum war die GenAI Discovery für das Unternehmen der beste Ausgangspunkt für den Start mit KI-Technologien?

Der Bereich KI entwickelt sich sehr schnell weiter und die regulatorische Landschaft ist stark im Wandel. Deshalb müssen Entwicklungen und Implementierungen proaktiv begleitet werden. Wer nicht den Anschluss verlieren möchte, muss jetzt Erfahrungen mit der Technologie sammeln, entsprechende Kompetenzen aufbauen und seine Organisation auf die Arbeit mit KI vorbereiten. Dafür schafft die GenAI Discovery eine ideale Basis:

Wir entwickeln gemeinsam mit dem Kunden eine AI Roadmap als Fahrplan, um wertstiftende Use Cases zu erkennen und Lösungsansätze für deren Umsetzung zu erarbeiten. Außerdem etablieren wir initiale Guidelines, also externe und interne Richtlinien, die sicherstellen, dass die KI-Anwendungen aus Compliance-, Datenschutz- und IT-Security-Sicht heute und in Zukunft den gesetzlichen Anforderungen entsprechen und auf bewährten Verfahren aufbauen.

Wie seid Ihr bei der Entwicklung der Roadmap vorgegangen bzw. worauf lag euer Fokus?

Grundsätzlich sehen wir uns die kurz-, mittel- und langfristigen Ziele des Unternehmens an und beziehen alle erfolgskritischen Ebenen ein: Business, Customer Experience (CX), Organisation und Technologie. Initial ging es darum, einen strategischen Rahmen abzustecken. Wir wollten einen Überblick über die Anforderungen gewinnen und ein Gefühl für die Umsetzungskomplexität, den Entwicklungsaufwand und die damit verbundenen Kosten, aber auch für die Optimierungsmöglichkeiten und -grenzen. Die Roadmap sollte auch dabei helfen, interne Ressourcen und Budgets zuzuweisen und den Bedarf an externer Expertise zu ermitteln.

Welche strategischen Ziele des Unternehmens waren in diesem Fall ausschlaggebend für die weiteren Überlegungen und Schritte?

Unsere Analyse des Status Quo hat operative Hindernisse aufgezeigt, die der Effizienz und dem angestrebten Wachstum des Unternehmens im Weg standen. Übergeordnet war die Zielsetzung daher, die Effizienz und Profitabilität durch die Optimierung interner Prozesse zu steigern, aber auch nachhaltiges Wachstum zu fördern durch neue Angebote, die kurz- bis mittelfristig Wettbewerbsvorteile bringen. Für uns und den Kunden stand schnell fest, dass generative KI dabei helfen kann, diese strategischen Ziele zu erreichen und die gegenwärtigen Herausforderungen zu überwinden.

Nach welchen Kriterien bewertet und priorisiert Ihr potenzielle AI Use Cases?

Bei der Bewertung möglicher Use Cases sind vor allem der erwartete Business Value und die Machbarkeit zentrale Kriterien. In diesem Fall lag unser Fokus auf der Optimierung der Prozesskosten: Was kostet es konkret an Zeit, bestimmte Aufgaben zu erledigen? Wir haben in Zusammenarbeit mit den jeweiligen Fachbereichen des Kunden Schätzungen aufgestellt, welche Kosteneinsparungen durch KI, Automatisierung oder Teil-Automatisierung möglich sind, und diese den erwarteten Implementierungskosten gegenübergestellt.

Hinsichtlich der Machbarkeit schauen wir uns an, welche Voraussetzungen für die Umsetzung der Use Cases erfüllt sein müssen und welche Capabilities das Unternehmen bereits mitbringt. Die Use Cases müssen sich in die externen und internen Leitplanken der Organisation einfügen. Deshalb sehen wir uns bei der Discovery auch den Reifegrad der Systemlandschaft und die Datenqualität an, bewerten also die Tech- und Data Capabilities.

In welchen Bereichen oder bei welchen Prozessen habt Ihr in diesem Fall den größten Business Value erkannt?

In der Detailbetrachtung von kritischen Prozessen haben wir großes Potenzial in der Nutzung des internen Know-how gesehen. Dazu gehören z. B. unternehmensinterne Richtlinien, Best-Practices für Prozesse und Use Cases, aber auch Lösungsansätze für bestimmte Herausforderungen. Konkret ging es um die effiziente Nutzung von Dokumenten, die den Mitarbeitenden als Anleitungen für unterschiedliche Prozesse und Fragestellungen dienen.

Wie sollte KI bei dieser Arbeit unterstützen? Welche Vorteile habt Ihr gegenüber der bisherigen Lösung gesehen?

Die Dokumente liegen verstreut in unterschiedlichen Systemen vor, was die bedingte Suche nach benötigten Informationen erschwerte. Wir sahen bis zu 70 Prozent Einsparpotenzial hinsichtlich der Zeit und Kosten für diese Aufgabe. Weil diese Hypothese auf Schätzungen beruhte, haben wir dem Kunden vorgeschlagen, diesen Use Case als Proof of Concept (PoC) zu verproben – quasi als Zwischenschritt vor der Implementierung und dem Roll-out.

Wie sah es mit der (technischen) Machbarkeit aus? Welche Herausforderungen musstet Ihr lösen, um den Use Case umzusetzen?

Neben dem absehbaren Business Value waren die vorhandenen Capabilities und der überschaubare Umfang zwei starke Argumente dafür, mit diesem Use Case zu starten. Die notwendigen Technologien waren schon vorhanden: valantic hatte zuvor bei einem anderen Projekt ein ChatGPT Modell aufgesetzt, das auf unserem hauseigenen AI Assistant vally basiert und für den Kunden im entsprechenden Look and Feel adaptiert wurde. Außerdem lagen bereits in vielen Fällen standardisierte und strukturierte Daten vor, was den Projektumfang komprimierte. So konnten wir ohne viel Aufwand mit dem PoC loslegen.

Wie seid Ihr bei der Umsetzung dieses Use Cases vorgegangenen?

Für das Zusammentragen, Extrahieren, Ausarbeiten und Zuordnen der Dokumente inklusive der dazugehörigen Anhänge und Quellen war natürlich die Unterstützung der Fachabteilungen enorm wichtig. Wir haben das GenAI-Modell dann mit den vorhandenen Informationen gefüttert, es Schritt für Schrittoptimiert. Mithilfe der KI konnten wir Verbindungen zwischen den Dokumenten herstellen, so dass man jetzt gezielt nach benötigten Antworten suchen bzw. fragen kann, z. B. ‘Wie sehen unsere Richtlinien zum Thema Spesenabrechnung aus?’. Die KI extrahiert aus allen vorhandenen Dokumenten relevante Informationen und fasst diese in einer Antwort zusammen.

Konntet Ihr Eure Hypothese hinsichtlich der Effizienzsteigerung bzw. der Zeit- und Kosteneinsparung stützen?

Unsere Schätzung von bis zu 70 Prozent mehr Geschwindigkeit und Effizienz wurde bei internen Tests sogar teilweise übertroffen. Und nicht nur das: Auch die Qualität des Outcomes hat sich deutlich verbessert. Insgesamt waren die internen Nutzer*innen auch mit der Anwendung des intuitiven KI-Tools deutlich zufriedener.

Was macht Dich besonders stolz oder ist Dein persönliches Highlight, wenn Du an das Projekt denkst?

Dank des integrierten Teams und der hervorragenden Zusammenarbeit mit den Fachabteilungen des Unternehmens konnten wir das Projekt nicht nur in time, sondern auch in budget umsetzen. Außerdem haben wir mit dem PoC eine Art Blueprint für die Umsetzung weiterer wertstiftender Use Cases geschaffen. Schon während der Integration haben wir damit begonnen, fehlende Capabilities in den Bereichen Daten, Prozesse, Technologien und Organisation aufzubauen. Diese sind vor allem für die nachhaltige Implementierung innerhalb der Organisationen und die angestrebte Tech-Ownership entscheidend.

Sarina, vielen Dank für diese spannenden und praxisnahen Einblicke zu diesem Projekt!

Suchen Sie noch den richtigen Startpunkt und Weg für die Umsetzung wertstiftender Use Cases und die erfolgreiche Transformation zur KI-gestützten Organisation? Dann lassen Sie uns gemeinsam loslegen!