TIM Fokusreihe „KI im FuE Bereich“

Nach der Identifikation von Einsatzpotenzialen und konkreten Anwendungsfällen entlang des Produktentwicklungsprozesses (PEP) stehen Unternehmen oft vor der Herausforderung, wie sie die Einführung von KI strategisch angehen können. Eine durchdachte KI-Strategie ist entscheidend, um die Potenziale der Technologie auszuschöpfen und langfristig Wettbewerbsvorteile zu sichern.

Im dritten und letzten Teil unserer Fokusreihe „KI im FuE-Bereich“ betrachten wir die wichtigsten Schritte zur Entwicklung und Umsetzung einer solchen Strategie.

Die Basis: Analyse des Status quo

Eine fundierte KI-Strategie beginnt mit einer gründlichen Analyse der Ausgangslage:

• Bestehende Prozesse und Daten: Welche Prozesse eignen sich für den KI-Einsatz? Sind die erforderlichen Daten verfügbar und in einer nutzbaren Qualität vorhanden?
• Technologische Infrastruktur: Gibt es bereits KI-Plattformen, Tools oder Kompetenzen im Unternehmen?
• Organisatorische Voraussetzungen: Ist die Organisation bereit für die Einführung neuer Technologien, und gibt es eine klare Governance-Struktur?

Priorisierung von KI-Anwendungsfällen

Nicht jeder Anwendungsfall hat die gleiche strategische Relevanz oder ist sofort umsetzbar. Deshalb ist es entscheidend, die identifizierten KI-Potenziale systematisch zu bewerten:

• Strategische Relevanz: Unterstützt der Anwendungsfall zentrale Unternehmensziele wie Innovationskraft, Kundenzufriedenheit oder Marktpositionierung?
• Wirtschaftlicher Nutzen: Welche Effizienzsteigerungen oder Umsatzpotenziale lassen sich realisieren?
• Umsetzbarkeit: Wie hoch sind die technischen und organisatorischen Anforderungen?

Die Kombination dieser Faktoren ermöglicht eine priorisierte Liste von Projekten, die sich entlang einer strategischen KI-Roadmap umsetzen lassen.

Die KI-Roadmap: Ein Fahrplan für die Umsetzung

Eine Roadmap übersetzt die strategischen Ziele in konkrete Maßnahmen und Meilensteine und betrachtet dabei kurzfristige, mittelfristige und langfristige Zeitabschnitte. Hierbei sind insbesondere folgende Aspekte zu berücksichtigen:

• Pilotprojekte starten: Beginnen Sie mit klar definierten KI-Anwendungsfällen, um erste Erfolge schnell sichtbar zu machen. Quick Wins motivieren die Teams und zeigen erste Learnings.
• Skalierbarkeit planen: Stellen Sie sicher, dass erfolgreiche Pilotprojekte auf andere Bereiche übertragen werden können.
• Wissen aufbauen: Investieren Sie frühzeitig in die Entwicklung interner Kompetenzen.
• Iterative Umsetzung: Nutzen Sie agile Methoden, um flexibel auf neue Erkenntnisse reagieren zu können.

Herausforderungen und Erfolgsfaktoren

Die Einführung von KI als fester Bestandteil der technologischen Tool-Landschaft erfordert nicht nur technisches Know-how, sondern auch eine Veränderung der Unternehmenskultur. Widerstände im Team, Datenschutzbedenken und unklare Verantwortlichkeiten können die Umsetzung erschweren.

Wichtige Erfolgsfaktoren sind deswegen:

• Stakeholder einbinden: Schaffen Sie frühzeitig Akzeptanz bei den betroffenen Mitarbeitenden und Führungskräften.
• Transparenz fördern: Kommunizieren Sie klar, welche Vorteile der KI-Einsatz bietet und wie Risiken gemanagt werden.
• Langfristig denken: Betrachten Sie die Einführung von KI nicht als einmaliges Projekt, sondern als kontinuierlichen Verbesserungsprozess.

Vom Plan zur Realität

Eine durchdachte KI-Strategie ist der Schlüssel, um das Potenzial von KI im FuE-Bereich langfristig auszuschöpfen. Unternehmen, die systematisch vorgehen, profitieren von effizienteren Prozessen, innovativeren Produkten und einer stärkeren Marktposition.

Das war Teil 3 unserer Fokusreihe „KI im FuE-Bereich“. Möchten Sie Ihre eigene KI-Strategie entwickeln und umsetzen? Sprechen Sie uns an – wir begleiten Sie von der Planung bis zur erfolgreichen Implementierung.

_________________________________________________________________________________________

KI im FuE Bereich ist Ihr Thema? Sie möchten die Einsatzpotenziale Künstlicher Intelligenz in den Phasen Ihres Produktenwicklungsprozesses kennenlernen?

• TIM Consulting bietet einen Prozess zur Identifizierung und Umsetzung von KI-Potenzialen an und analysiert, welche KI-Modelle am besten zu Ihrem Unternehmen passen.
• Wir unterstützen Unternehmen dabei, ihre KI-Strategie im FuE-Bereich zu entwickeln.

Dabei werden Potenziale sowohl aus Anwendungs- als auch Technologiesicht untersucht. Wir begleiten Sie von der Anwendungsfallidentifikation und Anwendungsfallkonzeption bis zur erfolgreichen Umsetzung, Evaluation, Einführung, Skalierung und Betrieb der Modelle. Wenn Sie die Potenziale in Ihren FuE-Systemen heben und Prozesse mithilfe von KI optimieren möchten, kontaktieren Sie uns hier.

TIM Fokusreihe „KI im FuE Bereich“

Im ersten Teil unserer TIM-Fokusreihe „KI im FuE Bereich“ haben wir die Potenziale des Einsatzes von Künstlicher Intelligenz (KI) im Produktentwicklungsprozess (PEP) beleuchtet und die vielversprechenden Phasen herausgestellt, in denen durch den Einsatz von KI erhebliche Effizienzsteigerungen möglich sind. In diesem zweiten Teil richten wir den Fokus auf konkrete Anwendungsfälle, die den produktiven Einsatz von KI entlang des PEP aufzeigen.

Die derzeit führenden KI-Systeme verzeichnen die größten Fortschritte insbesondere im Umgang mit unstrukturierten Daten, wie Texten, Bildern und Videos. In Phasen des PEP, in denen solche Daten vorliegen, können also die größten Effizienzgewinne realisiert werden.

Dabei handelt es sich typischerweise um die frühen und späten Phasen des PEP. In den mittleren PEP-Phasen, in denen überwiegend mit strukturierten numerischen Daten gearbeitet wird, wurden bereits zahlreiche Optimierungen vorgenommen, sodass die neuen LLMs hier nur begrenzte Potenziale bieten:

• KI-gestützte Analyse und Ideengenerierung in der frühen Phase des PEP
  Die erste Phase des PEP, oft auch als „fuzzy front end“ bezeichnet, ist geprägt von der Identifikation neuer Produktideen und -anforderungen sowie der Definition des Problemraums. Aufgrund der unstrukturierten Natur dieser Phase bietet sich der Einsatz von KI besonders an. KI-gestützte Trendanalysen und Technologie-Landschaften, wie sie etwa mit unserem Tool CumulusAI ermöglicht werden, helfen, schwache Signale zu identifizieren und fundierte Datenanalysen durchzuführen, um einen Problemraum zu erkunden oder einen Lösungsraum aufzuspannen. Dies erlaubt es, Felder für Innovation und Marktchancen frühzeitig zu erkennen. Wir trainieren bei CumulusAI eigene Modelle basierend auf individuell zusammengestellten Datensätzen und setzen sowohl analytische wie generative KI-Systeme ein. Die analytische KI hat dabei allerdings das letzte Wort, sodass alle Ergebnisse faktensicher sind und auf eine reale Quelle im Datensatz verweisen. Das berüchtigte Halluzinieren von generativer KI wie ChatGPT wird somit vermieden.Dieses nutzen wir allerdings gezielt z.B. bei unserem „TRIZ-Ideen-Bot“. Dieser generiert automatisiert Ideen, indem er einem strukturierten Problemlösungsprozess folgt. Abstraktion und Analogiebildung geschehen dabei nicht automatisch, sondern erfordern gezielte Schritte. Aus diesem Grund geben wir unserer KI strukturierte Abläufe vor, unterstützt durch umfangreiche Trainingsdatensätze.
  .
  Das Ergebnis sind zahlreiche kreative Ideen, die häufig über den Tellerrand hinausgehen. Natürlich entstehen auch weniger brauchbare Vorschläge, aber das ist bei menschlichen Kreativprozessen ähnlich, sodass dieselben Vorgehensweisen angewendet werden können.
  .
  Hervorzuheben ist an dieser Stelle, dass Kreativprozesse grundsätzlich in einem Wechselspiel aus divergenten und konvergenten Phasen verlaufen – also dem kreativen Generieren von Ideen und deren anschließender Bewertung und Priorisierung. Divergente Prozesse lassen sich, wie oben beschrieben, mittlerweile sehr gut abbilden. Konvergente Prozesse hingegen bergen unserer Meinung nach aktuell noch einige Herausforderungen. Dies lässt sich z.B. mit der Tatsache verdeutlichen, dass die besten Ideen zu Anfang oft sehr unwahrscheinlich oder sogar unmöglich umzusetzen erscheinen und nur durch (irrationale) Vision und Tatkraft einzelner Personen vorangetrieben werden. Natürlich gibt es noch viele weitere Faktoren, die wir aktuell erforschen. Wir hoffen bald weitere Erkenntnisse veröffentlichen zu können.
  .
• Optimierung der Konstruktionsphase durch KI-gestützte Simulation und Prototyping
  In der Konstruktions- und Entwicklungsphase kann KI zwar zur Beschleunigung von Designprozessen beitragen, allerdings handelt es sich um strukturelle Daten, die bereits durch Methoden wie Finite Elemente Analysen (FEM) optimierbar sind.
  .
• KI für effizientes Feedback-Management in der späten Phase des PEP
  In der finalen Phase des Produktentwicklungsprozesses, dem Review, spielt z.B. die Verarbeitung von Kundenfeedback nach Produktlaunch eine zentrale Rolle. Hier können KI-basierte Textanalyse-Tools eingesetzt werden, um große Mengen an Kundenkommentaren, Rezensionen und Support-Anfragen zu analysieren und daraus Muster abzuleiten. So lassen sich Produktverbesserungsvorschläge identifizieren, die Entwicklungsteams direkt in die nächste Iteration einfließen lassen können. Das Feedback-Management profitiert zudem von der Möglichkeit, virtuelle Personas zu erstellen und durch Interaktion tiefere Einsichten in Kundenbedürfnisse zu erhalten.

Von der Strategie zur Umsetzung: Erfolgsfaktoren für den KI-Einsatz im PEP

Für eine erfolgreiche Implementierung von KI im PEP ist es entscheidend, die richtige Kombination aus Anwendungsfall und KI-Tool zu identifizieren. Dabei ist die Entscheidung, ob KI zur Analyse von Inhalten, zur Generierung von neuen Inhalten oder zur Verbesserung der Zuverlässigkeit von Ergebnissen eingesetzt werden soll, zentral. Eine strategische KI-Roadmap hilft, die Implementierung Schritt für Schritt voranzutreiben und schnell erste Ergebnisse zu erzielen.

Das war Teil 2 unserer Fokusreihe „KI im FuE-Bereich“. Im dritten und letzten Teil dieser Fokusreihe werfen wir einen Blick auf die Auswahl und Priorisierung einer KI-Strategie im FuE-Bereich. Wir zeigen Ihnen, welche Faktoren bei der strategischen Planung und Umsetzung berücksichtigt werden müssen, um langfristig Wettbewerbsvorteile durch den Einsatz von KI zu sichern.

_________________________________________________________________________________________

KI im FuE Bereich ist Ihr Thema? Sie möchten die Einsatzpotenziale Künstlicher Intelligenz in den Phasen Ihres Produktenwicklungsprozesses kennenlernen?

TIM Consulting bietet einen Prozess zur Identifizierung und Umsetzung von KI-Potenzialen an und analysiert, welche KI-Modelle am besten zu Ihrem Unternehmen passen.

Dabei werden Potenziale sowohl aus Anwendungs- als auch Technologiesicht untersucht. Wir begleiten Sie von der Anwendungsfallidentifikation und Anwendungsfallkonzeption bis zur erfolgreichen Umsetzung, Evaluation, Einführung, Skalierung und Betrieb der Modelle. Wenn Sie die Potenziale in Ihren FuE-Systemen heben und Prozesse mithilfe von KI optimieren möchten, kontaktieren Sie uns hier.

Einsatzpotenziale Künstlicher Intelligenz in den Phasen des Produktenwicklungsprozesses

Was zeichnet die typischen Phasen des Produktentwicklungsprozesses (PEP) aus? Und wo und wie kann künstliche Intelligenz im PEP eingesetzt werden?

Mit diesen Fragestellungen beschäftigen wir uns gemeinsam mit Kunden, die ihre Produktentwicklung auf die bislang unausgeschöpften Potenziale durch den Einsatz von KI analysieren möchten. Der erste Schritt stellt hierbei die Identifikation von Anwendungsfällen im PEP dar, bei denen KI-Modelle unterstützend verwendet werden können.

In dieser Analyse des unternehmensinternen PEPs werden wiederkehrende Aufgaben in allen Phasen der Produktentstehung geclustert und bewertet, sodass relevante Aufgaben entlang des Prozesses sichtbar werden (Anwendungsfälle). Mithilfe der TIM Consulting eigenen KI Cumulus.AI ergibt die Suche zu „KI in der Produktentwicklung“ eine Übersicht über Funktionalitäten, die den vorher identifizierten Anwendungsfällen gegenübergestellt werden.

Das Potenzial von Effizienzsteigerungen im PEP mithilfe von State of the Art-KI-Modellen ist groß. So zeigen unsere eigenen Erfahrungen in der Prozessanalyse entlang der Phasen des PEPs, dass insbesondere in den frühen und späten PEP-Phasen Effizienzsteigerungen durch den Einsatz von KI-Modellen realisiert werden können. In diesen Phasen spielen qualitative Daten eine große Rolle, deren Generierung bzw. Verfügbarkeit und Bearbeitung bislang einen hohen manuellen Charakter und Aufwand hatten. In den frühen PEP-Phasen ist es bspw. die Identifikation des Problemraums, die mit Hilfe von KI effizienter gestaltet werden kann, in den späten Phasen bspw. das Verarbeiten von Kundenfeedback. In diesen Bereichen liegen die größten Optimierungsmöglichkeiten durch den Einsatz von Large Language Models (LLMs):

Auf die Frage, welche konkreten Ansatzpunkte sich entlang des PEPs für den KI-Einsatz ergeben, gehen wir im zweiten Teil dieser Reihe ein, in dem wir Ihnen konkrete KI-Anwendungsfälle vorstellen.

KI im Fu-Bereich ist Ihr Thema? Sie möchten die Einsatzpotenziale Künstlicher Intelligenz in den Phasen Ihres Produktenwicklungsprozesses kennenlernen?

TIM Consulting bietet einen Prozess zur Identifizierung und Umsetzung von KI-Potenzialen an und analysiert, welche KI-Modelle am besten zu Ihrem Unternehmen passen.

Dabei werden Potenziale sowohl aus Anwendungs- als auch Technologiesicht untersucht. Wir begleiten Sie von der Anwendungsfallidentifikation und Anwendungsfallkonzeption bis zur erfolgreichen Umsetzung, Evaluation, Einführung, Skalierung und Betrieb der Modelle. Wenn Sie die Potenziale in Ihren FuE-Systemen heben und Prozesse mithilfe von KI optimieren möchten, kontaktieren Sie uns hier.