Monat: Februar 2020

Diese Woche traf ich zum x-ten Mal ein Team, das dabei war, ein neues Produkt auf den Markt zu bringen, und das mir erzählte, dass es sehr kundenorientiert sei. Was sie damit meinten, war, dass sie während der Entwicklung mit einer Reihe von potenziellen Kunden gesprochen hatten und einige der Mitarbeiter Prototypen verwendet hatten. Diejenigen, die meine Artikel regelmäßig lesen, wird es nicht überraschen, dass ich mit dieser Ansicht nicht einverstanden bin. Es gibt mindestens drei Aspekte, die meiner Meinung nach entscheidend sind, um wirklich kundenorientiert zu sein: Wählen Sie Ihren Kunden aus, messen Sie, bevor Sie bauen, und konzentrieren Sie sich auf das Verhalten, nicht auf Worte.

Erstens gibt es einen grundlegenden Unterschied zwischen Kunden glücklich machen und Kunden glücklich machen. Viele Produktteams, mit denen ich zu tun hatte, haben vage und widersprüchliche Vorstellungen davon, wer ihr Zielkunde ist. Das macht es sehr wahrscheinlich, dass sich die Bemühungen innerhalb des Teams auf verschiedene Aspekte des Produkts konzentrieren und dass das Feedback einer Person, die als potenzieller Kunde angesehen wird, sofort als die absolute Wahrheit angesehen wird.

Um kundenorientiert zu sein, muss der erste Schritt darin bestehen, zu definieren, wer Ihr Kunde sein soll. Produkte, die versuchen, alles für jeden zu sein, werden scheitern. Die Herausforderung bei der Definition des Kunden besteht darin, dass Sie Kategorien von Kunden ablehnen müssen und das Gefühl haben, dass Sie den Markt für Ihr Produkt einschränken. Außerdem haben die Teammitglieder oft unterschiedliche Meinungen und ein konstruktiver Konflikt ist in vielen Unternehmenskulturen äußerst schwierig. Wenn Sie jedoch nicht wissen, für wen Sie das Produkt entwickeln, können Sie nicht erfolgreich sein.

Zweitens beruhen Investitionsentscheidungen im Bereich F&E fast immer auf den Meinungen und dem qualitativen Feedback einer sehr kleinen Kundenstichprobe, die mit ziemlicher Sicherheit nicht repräsentativ für den tatsächlichen Kundenstamm ist. Der Mechanismus, um dies zu vermeiden, besteht darin, die Kundenreaktion – das „Signal“ – zu messen, bevor Sie auch nur einen einzigen Cent in den Aufbau von etwas investieren. Natürlich wird dies in der Lean-Startup-Bewegung und in den Büchern von Steve Blank schon seit Jahrzehnten propagiert, aber in der Industrie ist dies noch lange nicht angekommen.

Das allgemeine Feedback, das ich als Reaktion auf den Vorschlag erhalte, Produktkonzepte und potenzielle Funktionen mit Kunden zu testen, ist dreifach. Erstens wollen wir unsere Kunden nicht mit schlechten, unausgereiften, unfertigen Produkten konfrontieren, denn das würde unserer Marke und der Wahrnehmung unserer Kunden von uns als Unternehmen schaden. Zweitens ist das, was wir tun, einzigartig und wir müssen es so lange wie möglich geheim halten, damit unsere Konkurrenten keinen Wind von unseren Plänen bekommen. Drittens überrascht das Marketing den Markt gerne mit einem Bombardement an Botschaften. Wenn wir frühzeitig zu Testzwecken an die Öffentlichkeit gehen, weiß jeder, was auf ihn zukommt, und das Marketing kann seine Aufgabe nicht erfüllen.

All diese Gründe sind um Größenordnungen weniger relevant, als ein Produkt auf den Markt zu bringen, das niemand haben will, und damit Ihre gesamten F&E-Ressourcen zu verschwenden. Jede Investition in F&E, egal ob es sich um neue Funktionen in bestehenden Produkten oder um völlig neue Produkte handelt, muss von einem klaren Signal des Marktes getrieben werden.

Drittens legen die Produktteams viel zu viel Wert auf das, was die Kunden sagen. Sowohl im B2C- als auch im B2B-Kontext scheitern die meisten neu auf den Markt gebrachten Produkte. Im Bereich der schnelldrehenden Konsumgüter (FMCG) liegt die Misserfolgsquote einigen Studien zufolge bei über 85 Prozent. Und das, obwohl jedes dieser Produkte ein äußerst positives Feedback von potenziellen Kunden hatte. Entscheidungen in Produktteams sollten so weit wie möglich auf der Messung dessen basieren, was Kunden tun, und nicht auf dem, was sie sagen. Aus den unterschiedlichsten Gründen äußern sich die Kunden in ihren verbalen Antworten viel positiver als in ihrem tatsächlichen Verhalten.

Die Entwicklung neuer Produkte ist schwierig, denn Sie haben es mit viel Unsicherheit, internem Stress und negativem Feedback vom Rest des Unternehmens zu tun. Das kann leicht dazu führen, dass das Produktteam in eine „Akte X“-Situation gerät, in der jedes Feedback, das die aktuelle Richtung nicht unterstützt, herausgefiltert wird. Um jedoch erfolgreich zu sein, müssen Sie den positiven Antrieb im Team aufrechterhalten und sich gleichzeitig darüber im Klaren sein, wer Ihr Kunde ist, sich bei der Entscheidungsfindung auf Daten stützen und sich auf das Kundenverhalten konzentrieren. Seien Sie kundenorientiert, aber tun Sie es wirklich!

In den letzten Monaten habe ich mich mit mehreren Unternehmen getroffen, die einen interessanten gemeinsamen Nenner hatten: Sie alle bauten eine neue Plattform auf, um eine alte Plattform zu ersetzen, und die Dinge liefen nicht so gut. Die alte Plattform ist oft Jahrzehnte alt und enthält Funktionen, in die Hunderte von Personenjahren investiert wurden. Und sie bildet in der Regel die Grundlage für einen großen Teil, wenn nicht sogar das gesamte Produktportfolio.

Wenn die neue Plattform in Angriff genommen wird, nimmt das Unternehmen in Kauf, dass es einige Zeit (Jahre) dauern wird, bis sie so weit entwickelt ist, dass sie die alte Plattform ersetzen kann. Da ein Abwürgen des Produktportfolios inakzeptabel ist, werden kontinuierlich Entwicklungsanstrengungen in die alte Plattform fließen, um die Funktionen zu realisieren, die im Moment benötigt werden. Dies geschieht natürlich parallel zu den Bemühungen um die neue Plattform. Die Folge ist, dass das Ziel für die neue Plattform ein bewegliches Ziel ist, da die alte Plattform ständig neue Funktionen hinzufügt, die die neue Plattform ebenfalls hinzufügen muss, um Funktionsparität zu erreichen.

In diesem Szenario gibt es drei mögliche Ergebnisse. Die erste ist auch die schlechteste: Die neue Plattform erreicht für immer nicht die Funktionsparität. Infolgedessen ist keine Produktlinie bereit, auf die neue Plattform umzusteigen. Irgendwann gibt es einen Wechsel im Management, die neue Plattform wird überprüft und die bisherige Erfolgsbilanz führt zu einer offensichtlichen Schlussfolgerung: Die neue Plattform wird abgebrochen. Das Ergebnis ist, dass das Unternehmen an der alten Plattform festhält und Jahre an Zeit und Hunderte von Personenjahren an F&E-Aufwand verloren hat, ohne dass es einen geschäftlichen Nutzen gab.

Zweitens wird die Plattform nur noch von einer Produktlinie genutzt und wird zur De-facto-Plattform für nur einen Teil des Portfolios. Für das Produktmanagement fällt die Entscheidung zwischen der Entwicklung von Funktionen für ein bestehendes oder ein potenzielles zukünftiges Produkt sehr oft zugunsten des bestehenden Produkts aus. Wenn dies kontinuierlich geschieht, führt dies dazu, dass die Plattform zunehmend für die spezifische Produktlinie optimiert wird und für die anderen Produktlinien immer weiter zurückfällt. Dies könnte als eine Möglichkeit für eine Produktlinie angesehen werden, allgemeine F&E-Ressourcen für ihre eigenen Zwecke zu entführen, was es als Strategie in Unternehmen mit einem starken Fokus auf Teams, die in ihrem eigenen Verantwortungsbereich liefern, ohne die Verantwortung für den Erfolg des Unternehmens insgesamt zu behalten, sehr attraktiv macht.

Die dritte Situation ist die, in der leitende F&E- und Unternehmensverantwortliche diese Muster verstehen und das Unternehmen zwingen, die alte Plattform aufzugeben und die neue zu übernehmen. Dies führt oft zu erheblichen Spannungen, da die Produktlinien aufgefordert werden, neue Produkte mit reduziertem Funktionsumfang herauszubringen. Die Diskussion führt in der Regel zu vielen Anfragen, „kleine“ Wartungsarbeiten an der alten Plattform durchzuführen, um auf Kundenwünsche und andere, durchaus nachvollziehbare Gründe zu reagieren. Im Allgemeinen werden viele in der F&E-Organisation dafür kämpfen, so lange wie möglich auf der alten Plattform zu bleiben. Im schlimmsten Fall wird die alte Plattform nie abgeschafft und die Plattformen existieren noch Jahre oder sogar Jahrzehnte nebeneinander weiter.

Der Hauptgrund für diese Szenarien ist eine mechanische Denkweise der Unternehmensführung. Die Vorstellung, dass es Generationen von Plattformen gibt, mag in der Mechanik und Elektronik Sinn machen (obwohl auch diese Plattformen von einer kontinuierlichen Evolution profitieren würden), aber bei Software ist das anders. Unsere Untersuchungen zeigen, dass es keine Korrelation zwischen dem Alter der Systeme und der Höhe der technischen Schulden gibt, was bedeutet, dass neue und alte Systeme ähnliche Anforderungen an das Management technischer Schulden haben.

Anstatt in Generationen von Plattformen zu denken, sollten Sie sich auf eine sich ständig verbessernde Plattform konzentrieren, die durch ständige Refactoring-Maßnahmen technologisch und architektonisch auf dem neuesten Stand gehalten wird. Anstatt zuzulassen, dass eine bestehende Plattform im Morast der Alltäglichkeit und Irrelevanz versinkt, sollten Unternehmen kontinuierlich einen gewissen Prozentsatz (10-25 Prozent) in die Plattform investieren, um sicherzustellen, dass sie nie durch eine nächste Generation ersetzt werden muss.

Zusammenfassend lässt sich sagen, dass der Aufbau neuer Plattformen, die bestehende ersetzen sollen, eine äußerst riskante F&E-Initiative voller Risiken und Herausforderungen ist. Investieren Sie stattdessen kontinuierlich einen Teil Ihrer F&E-Ressourcen in die Überarbeitung Ihrer bestehenden Plattform. Die beste Plattform ist eine, die nie ersetzt werden muss, weil sie immer aktuell und auf dem neuesten Stand ist. Weil Sie sich verpflichtet haben, dafür zu sorgen, dass es so bleibt!

Bei der Zusammenarbeit mit Unternehmen zum Einsatz von KI ist mir ein interessantes Muster aufgefallen: Obwohl die meiste Aufmerksamkeit auf Algorithmen, die Infrastruktur zur Datenspeicherung, das Training und die Bewertung von Anwendungen verwendet wird, scheint der schwierigste Teil oft darin zu bestehen, überhaupt ein vielversprechendes Konzept zu entwickeln. Bei der Erkundung vielversprechender Konzepte stellen viele fest, dass es eine große Herausforderung ist, das daraus resultierende ML-Modell von der Prototyping-Phase in den realen Einsatz zu überführen. Dies erfordert Änderungen an den bestehenden Kundenbindungsmodellen, den Produktarchitekturen, den Arbeitsweisen, den gesammelten Daten und oft sogar an den rechtlichen Rahmenbedingungen.

Um vielversprechende Konzepte zu finden, müssen Sie natürlich sowohl den potenziellen geschäftlichen Nutzen als auch die zu erwartenden Kosten für die Einführung eines maschinellen oder Deep-Learning-Modells in einem Produkt, einer Lösung oder einer Dienstleistung untersuchen. Meiner Beobachtung nach tun sich viele jedoch recht schwer damit, potenzielle Konzepte zu entwickeln, die die Vorteile von ML/DL-Modellen nutzen.

Zuvor haben wir das HoliDev-Modell vorgestellt, das zwischen anforderungsgesteuerter, ergebnisgesteuerter und KI-gesteuerter Entwicklung unterscheidet und behauptet, dass jede Art der Entwicklung ihre eigenen Merkmale hat. KI-getriebene Entwicklung gedeiht dort, wo einerseits genügend Daten für Training und Betrieb zur Verfügung stehen und andererseits ein Inferenzproblem gelöst werden soll, das ohne den Einsatz von ML/DL-Techniken besonders schwer zu lösen ist, da es keinen klaren algorithmischen Ansatz gibt. Im Allgemeinen konzentrieren wir uns auf drei Hauptmerkmale, die die wichtigsten Voraussetzungen für ein erfolgreiches KI-Konzept darstellen, d.h. das Entfernen von hartkodierten Antworten, die Verwendung von ignorierten Daten und das Überdenken von negativen RoI-Anwendungsfällen.

Erstens kann es in Situationen, in denen die Systemantwort fest kodiert ist, von großem Vorteil sein, auf jede Anfrage eine Antwort zu geben, die auf den verfügbaren Informationen basiert. Das offensichtliche Beispiel ist die Online-Werbung, wo Unternehmen wie Google und Facebook ständig versuchen, genauere Profile von Nutzern zu erstellen, um relevantere Anzeigen zu schalten, anstatt den Leuten eine zufällige Anzeige zu zeigen. KI-Modelle können, insbesondere wenn ein guter algorithmischer Ansatz fehlt, bessere Antworten liefern, indem sie auf der Grundlage der verfügbaren Daten trainieren.

Zweitens gibt es zahlreiche Situationen, in denen verfügbare Daten einfach ignoriert werden, weil der Mensch nicht in der Lage ist, darin Muster zu erkennen und folglich einen mathematischen Ansatz zur Lösung eines bestimmten Problems zu verfolgen. Ein interessantes Beispiel ist die Steuerungstechnik, wo mehrere Unternehmen daran arbeiten, traditionelle P-, PI-, PD- und PID-Regler durch KI-Modelle zu ergänzen oder zu ersetzen. Der Grund dafür ist, dass herkömmliche Controller auf der Grundlage eines theoretischen Modells arbeiten, wie sich ein System als Reaktion auf Steuersignale verhalten sollte. In der Praxis reagiert kein reales System vollständig gemäß der Theorie und KI-Modelle können die Qualität der Steuerung verbessern, indem sie alle Daten berücksichtigen.

Drittens ist der schwierigste Fall der, bei dem die Kosten für die Sammlung von Daten für die menschliche Interpretation eine negative Kapitalrendite zur Folge hatten, da der Aufwand für die Nutzung der Daten zu hoch war. Mit den sinkenden Kosten für Sensoren, Computerressourcen und Kommunikation gibt es jedoch immer mehr Fälle, in denen das Sammeln von Daten zur Verwendung durch ein KI-Modell tatsächlich profitabel wird.

In dieser Kategorie sind die lohnendsten KI-Geschäftsfälle zu finden. Ein bekanntes Beispiel ist die Stimmungsanalyse in den sozialen Medien. Die Menge der Daten in den sozialen Medien übersteigt bei weitem die Fähigkeit selbst großer Teams, die Stimmung z.B. zu einem Produkt oder einem Unternehmen im Auge zu behalten, und deshalb hat man es nicht einmal versucht. Mit dem Aufkommen von ML-Ansätzen ist es jedoch durchaus möglich, Echtzeit-Dashboards zum Stand der Stimmung zu erstellen, und Unternehmen nutzen diese Erkenntnisse für ihre Entscheidungsfindung.

Abschließend lässt sich sagen, dass bei aller Konzentration auf KI-Algorithmen, Daten und Training eine der größten Herausforderungen die Identifizierung interessanter Geschäftsfälle und die Bewertung der Machbarkeit und Wünschbarkeit jedes einzelnen Falles bleibt. Ich habe drei Kategorien von Fällen erörtert, die Ihnen bei der Identifizierung Ihres KI-Business Case als Inspiration dienen können.

In den letzten Wochen habe ich mehrere Situationen erlebt, in denen eine Organisation (industriell oder akademisch) einfach keine Geschäftsstrategie oder eine Strategie für einen Schlüsselbereich ihres Geschäfts hat. Wenn ich nach der Strategie gefragt wurde, habe ich mindestens drei Arten von Antworten beobachtet.

Erstens sagen die Führungskräfte des Unternehmens, dass es **eine** Strategie gibt und dass ich falsch liege, wenn ich etwas anderes behaupte. Auch wenn ich mich in meinem Leben schon oft geirrt habe, sollte eine Strategie meiner Meinung nach klare Anhaltspunkte dafür liefern, welche Aufgaben und Möglichkeiten Vorrang vor anderen haben sollten und vor allem, wofür wir keine Zeit, Energie und Ressourcen aufwenden sollten. Eine Strategie, die nicht festlegt, was wir nicht tun sollten, ist – um Michael Porter zu paraphrasieren – keine Strategie.

Zweitens gibt das Unternehmen zu, dass die Strategie auf hoher Ebene angesiedelt und nicht operativ ist, verteidigt sich aber mit der Behauptung, dass der Schlüssel zum Erfolg auf dem Markt in der Kundenorientierung liegt und es daher auf die Wünsche der Kunden eingehen muss, anstatt seinen eigenen Kurs zu bestimmen. Das ist natürlich ein Trugschluss, denn er führt dazu, dass Unternehmen in die „Kunden glücklich machen“-Falle tappen. Es ist unmöglich, alle zufrieden zu stellen. Vielmehr müssen Sie sich entscheiden, welche Art von Kunden Sie wollen, und sich dann darauf konzentrieren, diese glücklich zu machen. Dies ist natürlich eine strategische Entscheidung.

Drittens, insbesondere in neuen Bereichen, in denen das Unternehmen noch nicht etabliert ist, behaupten die Führungskräfte, dass es unmöglich ist, eine Strategie zu formulieren, da niemand weiß, wie sich der Markt entwickeln wird. Dies führt jedoch dazu, dass sie zum Spielball proaktiverer, strategischer Konkurrenten werden, die diktieren werden, wie sich der Markt entwickeln wird. Es ist wichtig, eine Alice-im-Wunderland-Situation zu vermeiden, in der, wenn man nicht weiß, was man will, jede Richtung gleich gut ist.

Obwohl diese Reaktionen verständlich und menschlich sind, führen sie zu einer Reihe von ernsthaften Problemen für das Unternehmen. Es gibt mindestens drei, die ich im Laufe der Jahre beobachtet habe.

Erstens: Das Unternehmen handelt taktisch und opportunistisch. Aufgrund des Fehlens einer klaren Strategie treffen Einzelpersonen auf allen Ebenen des Unternehmens taktische Entscheidungen, die ihnen kurzfristig den größten Nutzen bringen, ohne die langfristigen Folgen zu bedenken. Dies führt zu einer Anhäufung von architektonischen, technischen und prozessualen Schulden in der Organisation sowie in den Beziehungen zu Kunden und anderen Teilnehmern des Ökosystems, was im Laufe der Zeit zu enormen Nachteilen durch eine geringere geschäftliche Agilität, unangemessene Erwartungen anderer sowie zu zahlreichen anderen Konsequenzen führt.

Zweitens besteht ein erhebliches Risiko, dass verschiedene Teams im Unternehmen gegensätzliche lokale Strategien verfolgen und damit die Bemühungen der anderen zunichte machen, was dazu führt, dass das Unternehmen – manchmal erhebliche – Ressourcen vergeudet, ohne einen geschäftlichen Nutzen zu erzielen. Ressourcen zu verbrauchen, ohne einen geschäftlichen Nutzen zu erzielen, ist natürlich der schnellste Weg zum Bankrott.

Drittens: Selbst wenn keiner der oben genannten Effekte in Ihrem Unternehmen auftritt, werden alle Mitarbeiter zu jedem Zeitpunkt weit mehr Arbeit haben, als sie während der Arbeitszeit bewältigen können. In Ermangelung einer klaren Strategie wird jeder Einzelne seine Aufgaben willkürlich nach persönlichen Vorlieben, Zweckmäßigkeit und anderen Faktoren priorisieren. So wird die „angewandte Strategie“ zu dem, worauf jeder Lust hat. In der Praxis führt dies in der Regel dazu, dass die Mitarbeiter das tun, was sie gestern getan haben. Das bedeutet, dass das Unternehmen in der Vergangenheit stecken bleibt und es nicht schafft, sich weiterzuentwickeln und auf Veränderungen im Markt zu reagieren.

Abschließend ist die Entwicklung und Kommunikation einer klaren und umsetzbaren Strategie, die greifbare Entscheidungen darstellt, ein entscheidendes Instrument, um große Gruppen von Menschen zusammenzubringen. Die Alternative ist, jeden Einzelnen zu mikromanagen, was dazu führen wird, dass Sie Ihre besten Mitarbeiter verlieren, denn niemand mag es, wenn man ihm sagt, wie er seine Arbeit zu tun hat. Eine erfolgreiche Strategie definiert ein klares Was und Warum und überlässt es dem Einzelnen und den Teams, das Wie herauszufinden.