Efficient Business Modelling

Mit KI durch die Transformation

Susanne Junglas und Alexander Otto stellen „Efficient Business Modelling“ vor – das den Weg in die digitale Transformation begleitet.

Auf den Design Business Days 2024 in Hamburg trafen sich wieder Menschen aus Design, Kommunikation, Strategie und Technologie – vier Bereiche, die denkwerk mit seinen Teams alle abdeckt. Susanne Junglas (Experience Design Director) und Alexander Otto (Business Designer) hielten einen Implusvortrag vor dem Fachpublikum. Für alle, die nicht vor Ort dabei sein konnten, haben die beiden ihren Vortrag „Efficient Business Modelling – mit KI durch die Transformation“ zusammengefasst.

Ein Geschäftsmodell umfasst viele Dimensionen: über Zielgruppen und ihre Bedürfnisse weiter zu Ressourcen und Kanäle bis hin zu Kosten- und Umsatzströmen. Aufgabe eines Business Designs ist es, diese unterschiedlichen Felder im Rahmen von Innovations- und Transformationsprojekten zu überarbeiten, validieren oder völlig neu zu gestalten. Das oberste Ziel ist das Gleichgewicht zwischen Wirtschaftlichkeit, Machbarkeit und Nachfrage im Markt zu schaffen.

Denken wir an die neuen Möglichkeiten durch den Einsatz von künstlicher Intelligenz, richtet sich der Fokus häufig sofort auf die Frage: „Wie können wir unser Business effizienter machen?“ Das heißt in der Praxis: Aktivitäten automatisieren und Ressourcen substituieren.

„Innovation Track“: neue Chancen durch Künstliche Intelligenz

Auf der Business Model Canvas (siehe Abbildung) betrifft diese Perspektive jedoch lediglich die linke Hälfte, die Kostenseite. Wir nennen diese Herangehensweise deshalb „Efficiency Track“. Hierbei ist der Output gut kalkulierbar, der Ressourceneinsatz überschaubar und es kann sich häufig bestehender KI-Tools für den jeweiligen Use Case bedient werden. In Kurzform: Prozess X wird durch Tool Y übernommen und spart uns somit Summe Z.

Dieses systematische Scannen von Optimierungspotenzialen im eigenen Geschäftsmodell wird notwendig sein, um mittelfristig wettbewerbsfähig zu bleiben und sollte somit Bestandteil jeder KI-Strategie sein.

Doch wer auch langfristig erfolgreich sein möchte, sollte die rechte Seite der Business Models nicht ignorieren: wie könnten wir durch KI neue Zielgruppen adressieren? Welche neue Kanäle lassen sich erschließen? Wo liegen neue Umsatzsströme und vielleicht sogar völlig neue Wertversprechen?

Wir nennen diese Perspektive „Innovation Track“. Hierbei ist der Output nicht immer kalkulierbar und das Risiko vergleichsweise höher. Der Prozess ist weniger Tech-lastig und stärker innovationsgetrieben, weshalb Experience und Business Design mit Methoden wie kreativen Ideation-Sessions oder Futures Thinking im Zentrum stehen. Doch nur wer den Mut und die Vision aufbringt, eigene Angebote neu zu denken anstatt lediglich Bestehendes zu ersetzen, schöpft das volle Potenzial Künstlicher Intelligenz aus und wird vom Adaptierer zum Vorreiter.

Zwischen Effizienz und Innovation: Herausforderungen aus der Praxis

Im Projektalltag ist diese klare Einteilung allerdings nicht immer einfach, was unsere wichtigsten Herausforderungen aus der Praxis zeigen:

  • 1. Innovation und Effizienz werden vermischt

    Workshopteilnehmern fällt es häufig schwer, sich von bestehenden Rollen und Prozessen zu lösen, wodurch es schwierig wird, neue Chancen abseits ausgetretener Pfade zu identifizieren. Daher plädieren wir für eine eindeutige Trennung in zwei separate Projekttracks.

  • 2. Daten und Schnittstellen sind nicht bekannt

    Die Grundlage jedes KI-Projektes ist die Frage nach verfügbaren bzw. erfassbaren Daten. Sind diese nicht bekannt, kann es leicht beim Konzept bleiben, das die Umsetzungsphase nie erreicht. Daher bitten wir unsere Kunden häufig als kleine „Hausaufgabe“ Daten sowie Schnittstellen aufzulisten.

  • 3. Chancen werden verpasst

    Kaum ein Thema wandelt sich aktuell so schnell wie künstliche Intelligenz. Opportunitätsfenster öffnen sich und schließen sich kurze Zeit später wieder. Nur wer handlungsschnell und weitsichtig agiert, kann vorne mitspielen. Gleiches gilt für die Aktualität von Tools, die heute noch State-of-the-Art sind und morgen bereits veraltet sein können.

  • 4. Technisches Know-how fehlt

    Sowohl im Effizienz- als auch im Innovation-Track ist die enge Einbindung von „Tekkies“ mit KI-Erfahrung unerlässlich. Aus diesem Grund begleiten unsere Expert:innen jeden Schritt aktiv und stehen für Fragen zu technischen Hintergründen oder Machbarkeit zur Verfügung.

In Networking-Gesprächen zeigte sich, dass viele Kreative ähnliche Learnings aus ihren Projekten mitnehmen und die Branche sich hinsichtlich künstlicher Intelligenz schnell weiterentwickelt. Auf geht’s in eine positive Zukunft! Wenn ihr mehr über das effiziente Business Modeling erfahren möchtet, schreibt uns eine Nachricht über unser Formular:

#createpositivechange