CIO 068 – Data Analytics und Preisgestaltung für IT-Services erfolgreich nutzen – Interview mit Simon Hartmann

Vielen Dank, Petra! Schön, dabei zu sein. Ich freue mich heute darauf, über Pricing und Analytics mit dir zu sprechen.

00:02:47.2

Die Volatilität da draußen im Markt ist, glaube ich, heute für jeden Manager, für jeden Geschäftsführer, für jeden CIO extrem. Und damit einhergeht, ich glaube, auch die Komplexität, die es zu managen gilt. Wenn wir das jetzt auf Pricing beziehen, dann sind natürlich irgendwo diese ganzen Kostenentwicklungen natürlich für jeden wichtig.

Dann ist dabei drin zu sagen: Was sind Frachtkosten, wo wir natürlich von irgendwo einem Container von 3000 und auf 15.000 Euro sind. Aber genauso gilt’s natürlich auch bei IT-Systemen. Wenn ich jetzt in 2022 eintauche und neue Verträge schließen muss, dann wird hier sozusagen wahrscheinlich auch eine Kostensteigerung zu erwarten sein. Jetzt haben wir noch nicht von Inflation gesprochen, von Währungskurseffekten, die natürlich auch damit einhergehen. So diese makroökonomische Entwicklung, die sehen wir schon sehr, sehr stark, die es zu berücksichtigen gilt.

00:03:52.6

Pricing ist für mich eine Welt der Daten, wo man Daten vernetzen muss, strukturieren muss und analysieren muss. Wenn wir uns die Analyse rausgreifen, dann erleben wir sehr, sehr stark, dass halt oft eine deskriptive Analytik gilt. Also was ist bisher geschehen, weil die Daten von der Vergangenheit bis heute vorliegend sind. Das kann jetzt sein ein BI-Tool, dass man natürlich die aktuelle Performanceanalyse nutzt, aber genauso im Pricing natürlich, wenn ich jetzt in Richtung Preiselastizität denke, muss ich auch solche Historie ableiten, zu welchem Preispunkten und Mengen habe ich denn welche Teile auch abgesetzt.

Ich glaube, entscheidender wird aber mehr, dass man in die Vorausschau kommt, also wie kann man von den Daten aus der Vergangenheit auf die Zukunft projizieren, die Predictive Analytics, und was wird dann sozusagen wahrscheinlich geschehen. Wenn wir nochmal einen Schritt mit draufsetzen, dann ist bei uns sehr, sehr viel in den Projekten, dass wir halt hinkommen zu einer Prescriptive Analytics. Also was können wir unternehmen, um die Ziele zu erreichen, um das, was wir uns vornehmen, auch wirklich zu schaffen?

Diesen Schritt so ein bisschen jetzt übertragen auf das Pricing, ist die Frage, wie werden heute die Preise gemacht? Weil jetzt kommen wir wieder zu unserer Transportthematik. Gebe ich die Kosten eins zu eins weiter, also sprich, hängen mein Preis und meine Kosten direkt verknüpft miteinander? In vielen der Fälle erleben wir es noch so.

Wir empfehlen sehr, sehr stark, mit einem marktorientierten Ansatz zu gehen. Das bedeutet, dass man sich hier im sogenannten 3C Pricing befindet, also sprich: Was ist der Competitor, der einen Preis am Markt bietet? Was ist das eigene Unternehmen mit natürlich der Kostensituation, mit der Angebotssituation, die Company? Und was ist der Customer, also sprich, der Kunde in seinem Präferenznutzen bereit dann auch zu bezahlen? Und warum möchte er das eine oder das andere Produkt dann auch kaufen? In diesem marktorientierten Pricing spricht man zum Beispiel über Werttreiber, die dann an eigenen Produkten oder auch Dienstleistungen hängen. Das ist jetzt natürlich die Frage von CIO, in seiner Leistung, was sind dort sozusagen die Werttreiber, die den Preis am Markt dann auch rechtfertigen?

00:06:28.2

Digitale Services erleben wir natürlich in der IT-Welt schon länger natürlich im Vormarsch, weil da natürlich irgendwie die Produkte doch dann Software-Produkte sehr oft sind. Damit ist natürlich so ein bisschen die Frage: Was kann die Software, das Tool? Wie flexibel ist es? Gibt’s vielleicht irgendwie neben den eigentlichen Softwarebausteinen auch noch zusätzliche, zu sagen, jetzt gibt‘s eine Servicegebühr für den Betrieb? Es gibt vielleicht dann auch Möglichkeiten für, ich kann zusätzliche Features nutzen. Oder aber auch, ich bin natürlich in der Art und Weise wie ich meinen Preis durchsetze, also sprich, habe ich eine Subscription, also sprich, ein Abo-Modell, oder bin ich auch in gewissen Wartungsverträgen dann gebunden?

Das sind natürlich alles Parameter, mit denen man spielen kann, um danach halt auch diese Kosten, die ich auf der einen Seite zu decken habe, aber, und deswegen wichtig wieder diese Entkopplung von Preis und Kosten, aber auch meinen Wert meiner Software, meine Werttreiber, wie gerade vorher beschrieben, die dann heißen können zum Beispiel: Ich kann auch einen Self Service mit anbieten in meinen Produkten. Oder meine Servicezeiten meines Helpdesk sind halt von morgens sieben bis abends um sieben, und ich differenziere mich damit auch dann zum Wettbewerb.

Und alle diese Eigenschaften, die sind wichtig in der Preisgestaltung, damit man hier auch überlegt zu sagen: Und welchen Wert bieten diese dann auch dem Kunden?

00:08:40.4

Exakt! Also da vielleicht ein kleiner Tipp. Wir arbeiten sehr gerne mit Conjoint-Analysen, weil dies eine sehr indirekte Befragung ist, wie man mit einer großen Anzahl an Probanden, aber auch einer Visualisierung der Leistung ganz gute Abfragen hat.

Vielleicht, die jetzt nicht so die Conjoint-Analyse grad vor Augen haben: Ich vergleiche es immer ganz gern, das sind so diese Karten, die man hat, wo dann verschiedene Spezifikationen drauf sind. Früher gab‘s immer die Autospiele, wo dann die Attribute des Autos drauf waren, und es ist ein Preis dazu. Diese Kartenabfrage wird recht oft gemacht und wiederholt, aber auch durchgetauscht. Anhand dieser Mechanik hat man dann über die statistische Ableitung später die Präferenznutzen der eigenen Angebote, also zum Beispiel, welche Servicezeiten biete ich, welche Applikationen sind mit inbegriffen zu welchem Preis. Und ich habe auch eine Gewichtung dann dieser verschiedenen Attribute: Was ist dem Kunden wie wichtig, was ist am wichtigsten? Und wenn ich dies dann in eine Rangfolge bringe, habe ich die Chance, später dann auch die Präferenznutzen in Geldwerte zu übertragen, was mir dann hilft, wieder meinen richtigen oder meinen marktorientierten Preis zu finden.

00:10:08.3

Richtig, genau! Diese Transparenz hat man, man hat aber auch Auffälligkeiten, weil natürlich nicht jeder Proband bewertet gleich. Und die Frage ist natürlich: Wo ist dann später die Mehrheit meiner Kunden auch im Angebot wiederzufinden? Oder muss ich sogar einen Schritt weitergehen zu sagen, ich brauche einen kundenindividuelles Pricing? Weil heute ist auch die Frage: Was ist der richtige Preis? Gibt’s einen richtigen Preis? Oder ist eine Differenzierung der Preise auch eher das Ziel? Und damit sind wir auch dann sozusagen beim Netto Pricing. Das heißt, Rabatte oder Boni wirken hier auch auf eine Preisgestaltung.

00:10:57.3

Im digitalen Service Pricing ist sehr, sehr oft eigentlich auch eine Innovation im Sinne des Angebots an den Kunden formuliert. Und immer, wenn es um Innovationen geht, ist die Datengrundlage aus der Historie sehr dürftig. Ich habe vielleicht Annahmen, ich habe ein Bauchgefühl, ich habe vielleicht auch mal den ersten MVP, den ich getestet habe, aber ich habe nie so dieses verlässliche. Und da ist deswegen grad so eine Conjoint-Analyse vielleicht dann auch gepaart nochmal mit weiteren statistischen Methoden, zum Beispiel Van-Westendorp, zielführend, weil ich dann auch abschätzen kann, mit welcher Menge kann ich dann später am Markt auch erfolgreich sein.

00:11:50.5

Eine sehr gute Frage. Vielleicht da, was ich oft so zwischen Fachbereich und IT erlebe, ist natürlich die Frage: Wer macht was? Also ist der eine der Daten-zur-Verfügung-Steller oder sozusagen der andere der Konsument der Daten? Oder kann man nicht sogar gemeinsam innerhalb natürlich dieser Komplexität die Themen zueinander bringen?

Was meine ich damit? Ich denke natürlich, klar, die IT ist prädestiniert dazu, ein Data Warehouse aufzubauen oder auch jetzt grad mit den ganzen Cloud Services natürlich diesen Data Layer irgendwo zu bedienen.

Aber was wir halt auch erleben, ist natürlich die Frage: Welche Daten sind denn überhaupt dann auch zielführend? Und gerade, wenn man so in der Pricing-Welt spricht, dann ist auch verschiedene Märkte, verschiedene Produktgruppen, wichtig auch dann zu interpretieren. Das heißt, wenn wir so ein bisschen über das Thema vielleicht auch Mustererkennung nochmal sprechen oder Erkenntnisse zueinander bringen, ist schon auch wichtig, dass natürlich diese ganzen Datenkompetenz langfristig etabliert wird in den Abteilungen.

00:13:09.0

Von dem BI-Team vielleicht heute aus gesprochen gibt’s jetzt vielleicht das andere oder eine Data Science Team, das da on top mitwirkt, was absolut richtig ist. Wenn man aber noch im Bereich der Künstlichen Intelligenz mit reingeht, dann ist, glaube ich, es noch viel, viel wichtiger, dass man auch dann die Fachbereichsexpertise, also Vertrieb, Produktmanagement, Marketing zu diesen Datenanalyse-Kompetenzen bringt.

00:13:36.3

Natürlich, wenn man heute in so einen Fachbereich reinschaut, dann arbeiten da wahrscheinlich immer noch irgendwie 60, 70, 80 % der Leute mit Excel oder weiteren sagen wir mal einfachen Datenverarbeitungs-Tools.

00:14:09.4

Das ist so ein bisschen, wenn wir jetzt in fünf oder zehn Jahre weiterdenken, glaube ich, nicht mehr möglich. Obwohl natürlich Excel auch mehr Zeilen liefern kann oder ein Power BI auch dann irgendwie ein Plugin in Excel irgendwie ermöglicht und, und, und. Jedoch aber ist, glaube ich, ist wichtig dann auch zum Pricing-Experten einen Data Scientist zu haben, der dann auch in anderen Data Mining Tools seine Algorithmen testen kann, die Daten trainieren kann.

Und vor allem aber auch dieses, was ich vorher beschrieben habe, in die Simulation zu kommen, um die Welt von morgen in der Descriptive Analytics auch bewerten zu können, um dem Ziel ein Stück weit auch näher zu kommen. Das geht, glaube ich, nur, indem man auch dann die Ausbildung der Fachkräfte vorantreibt, wenn man die, die wahrscheinlich auch ein bisschen IT- und datenaffin sind, auch an einfache Tools bringt.

Da gibt’s zum Beispiel, ohne jetzt konkret Werbung zu machen, aber auch sehr, sehr Open-Source-Lösungen, die zielführend sind, meines Erachtens. Also zum Beispiel wir arbeiten da mit KNIME als Datamining-Tool, um auch Workflows abzubilden, die auch dann die Chance bieten, repetitive Tätigkeiten auch abzuwickeln. Das sind alles so Schritte, glaube ich, die zwar klein sind, aber die schrittweise auch diesen Change positiv bekräftigen.

00:15:30.8

Ich würde ganz, ganz klein anfangen, aber das bietet die Chance auch gerade in größeren Konzernen doch auch viele der Mitarbeiter zu erreichen, indem man zum Beispiel mal ein, zwei Stunden, so eine kleine Session haben wir schon gemacht, wo wir mal ein Tool vorgestellt haben, Use Cases aber auch gleichzeitig besprochen haben, die auch dann diese theoretische Welt verlassen und rein halt in die Fachbereichswelt gehen.

Wo man sagt, das sind tägliche Probleme der Mitarbeiter. Wo sie vielleicht mehrere Stunden brauchen, um gewisse Analysen dann in ihren händischen Arten und Weisen Excel auszuführen. Was, wenn man die einmal aufsetzt, dann per Knopfdruck auch morgen erledigbar sind. Ich glaube, diesen Effekt dann bei den Mitarbeitern direkt anzusprechen, ist der erste Schritt zur Erkenntnis, der dann ganz schnell natürlich für die Affinen im IT-Bereich dann den zweiten Schritt initiieren, sich mit solchen Themen auseinanderzusetzen.

00:16:54.7

Ich meine, du kennst wahrscheinlich auch, Petra, wenn man natürlich über so einen Blueprint spricht, das kennst du wahrscheinlich viel, viel besser in so einem IT-Bereich wie ich, dann sehe ich schon auch die Chance für die CIOs, dass wenn man über umfangreiche Weiterentwicklung spricht, dass man schon auch versucht, vielleicht mal bestehende IT-Strukturen übern Haufen zu werfen. Weil ich glaube, dieses permanente Rumbasteln, sozusagen ein System zum anderen, und es muss dann wieder vernetzt sein und muss dann auch mit dem nächsten irgendwie kompatibel sein, das wird zunehmend schwieriger.

Ich erlebe auch, dass zunehmend Systeme einfach auch verschiedenste Funktionalitäten dann immer auch breiter abdecken. Also, um wieder auch dann den Sprung zum Pricing zurückzumachen, dort sind natürlich diese Pricing Tools schon sehr, sehr professionell mittlerweile und haben zumindest auch dann eine Monitoring-, eine Reporting-Funktion mit inbegriffen.

Sie haben auch dann die Möglichkeiten mit Bring your own Data auch eigene Algorithmen aus der KI mit einzuflechten. Oder auch dann, wenn es in Richtung Vernetzung geht, mit weiteren Systemen, sei es jetzt ERP oder CRM, auch hier die Brücke zu bieten.

00:18:05.0

Ich würde sagen, sowohl als auch, weil natürlich ist immer die Frage der Komplexität im Pricing, die ich habe. Wenn ich ein Realtime Pricing machen möchte und habe mehrere hunderte, tausende Artikel, dann komme ich nicht drum herum um eine eigene Pricing Software. Weil die natürlich mit Themen ausgestattet ist, also wie kann ich zum Beispiel auch ein Wettbewerbs-Monitoring mit einbinden, wie kann ich zum Beispiel mit Wetterdaten auch arbeiten, wenn es zum Beispiel um Ticket Pricing geht? Oder auch dann natürlich die Frage immer: Was macht mein Wettbewerb draußen und wie wettbewerbsintensiv sind meine Produkte, die ich auch anbiete?

Hingegen, wenn ich jetzt so ein bisschen eher von der KMU-Welt spreche, dann ist vielleicht auch die Anzahl der Produkte jetzt nicht so umfangreich. Ich habe vielleicht heute auch schon ein funktionierendes BI-System, ich habe schon irgendwo ein State of the Art ERP-System, und dann kommt man natürlich aus den klassischen, ich sag mal, Stücklisten-Kalkulationen raus. Und dort ist es vielmehr diese Entkopplung von Kosten und Preis, die dann auch mit den meist bestehenden Tools möglich sind. Wo man vielleicht sagt, klar, muss ich vielleicht irgendwo noch eine Brücke bauen oder das BI-System noch ein Stück weit weiterentwickeln oder vielleicht einfach auch solche Open Source Tools wie KNIME oder sonstige Datamining-Themen zu nutzen.

00:19:41.2

Ich würde es auch so tun, weil ein ERP ist sehr, sehr oft sehr statisch, und bis ich dort natürlich irgendwo was verändert habe, dann ist die Frage: Welche Auswirkung hat es dann wieder auf andere Funktionalitäten in der ERP-Welt?

Und wenn ich dann irgendwie ganz schnell im Controlling bin, dann bin ich eigentlich nicht mehr in der Marktorientierung, sondern steche natürlich die Kosten wieder. Und gerade im Marketing und im Vertrieb, ich glaube, ist es essenziell, ganz nahe am Markt, ganz nahe am Kunden zu sein und den Wettbewerb im Blick zu haben.

00:20:28.0

Richtig, exakt!

00:20:50.7

Bei den Serviceverträgen kommen wir einfach so einen Schritt weit noch weiter in die Zukunft, weil dort ist nicht nur mein Angebot, was ich an den Kunden ausspreche, sondern auch eine Erwartungshaltung, also ein funktionierendes Tool. Oder wenn ich gerade im Thema Auto bin, das Auto muss natürlich dann auch innerhalb der Nutzung funktionstüchtig sein.

00:21:45.4

Um diese Komponente abzusichern, muss ich wissen, mit welcher Ausfallwahrscheinlichkeit werde ich es denn in der Zukunft zu tun haben? Also sprich, da kommt natürlich aus der Kostenperspektive jetzt auch eine simulative Komponente mit dazu, die in der Zukunft meine Kostengröße auch dann darstellen lässt. In natürlich der Ausprägung, in der Anwendung oder aber auch dann sozusagen in vielleicht dann positiv gesprochen der Nichtnutzung des Service-Versprechens, was ich habe. Also jetzt so ein bisschen positiv.

00:22:23.9

Mit diesem Risiko muss ich irgendwo umgehen können, zu sagen, was ist die Risikokomponente, die ich dann in meiner Kalkulation, in meinem Serviceangebot, in meinem Pricing des Servicevertrages dann auch berücksichtigen muss. Und so wird diese Komplexität on top zu der normalen Preisgestaltung.

00:22:43.2

Richtig! Zum einen habe ich natürlich so ein Stück weit das eigene Risiko, was mir mein Angebot entweder limitiert oder auch eröffnet. Weil die Frage ist: Welche Reparaturumfänge sind beispielsweise inbegriffen? Also das Thema Wartung, Verschleiß ist eher so eine Komponente, die sehr stark an der Nutzung hängt und die auch dann normalverständlich dem Kunden erklärbar ist, zu sagen, das ist das, wie du das Fahrzeug nutzt.

Aber wenn es darum geht, auch die qualitativen Unterschiede, die immer mal vorkommen können, auch dann abzusichern, dann bin ich eher darin zu sagen, jetzt gibt’s mal einen Fehler, jetzt gibt’s mal ein Problem mit dem Fahrzeug. Und da ist natürlich die Frage: Wie schnell, mit welchen Nebeneffekten kann ich den Kunden dann aber trotzdem auch dann zufriedenstellen? Also bekommt er zum Beispiel einen Ersatzwagen? Garantiere ich, dass ich innerhalb vielleicht von zwei, drei Werktagen so ein Problem gelöst habe, wenn es ein größerer Fall ist? Oder wenn es ein kleinerer Fall ist, dass es vielleicht nicht mal einen Termin braucht, sondern zu meiner Werkstatt des Vertrauens fahren kann und die macht das on Demand und schafft dem Problem Abhilfe.

Wenn man jetzt nochmal ein bisschen in die Welt der CIOs springt, dann ist die Frage auch dann hier, wenn ich so ein Serviceversprechen habe: Wie schnell zum Beispiel mein Customer Helpdesk bereit auch dann oder wie lange am Tag zur Verfügung zu stehen, um dem Kunden dann Abhilfe zu schaffen? Wenn es ein Beispiel bei einem Update oder bei einer Migration Probleme gibt und die Software einfach nicht am Laufen gehalten werden kann. Fährt vielleicht ein Techniker morgen raus und tauscht dann vielleicht einmal ein Stück Hardware.

Auch so ein bisschen vielleicht dann, wenn man über die Laufzeit weiterdenkt, wenn ich nach einem Jahr oder zwei Jahren Servicevertrag, dann ist die Frage: Sind kostenlose Updates inbegriffen? Oder wenn es irgendwie die Möglichkeit gibt, ein Upgrade dann auch zahlungspflichtig, vielleicht dann auch einen Nachlass zu bekommen, um in die nächste Versionierung zu kommen an der Software. Das sind alles die Dinge, wie ich dann auch einen Kunden langfristig einfach an mein Unternehmen, an mein Produkt knüpfe.

Und somit ist es nicht nur eine Kostenthematik, sondern es ist auch eine strategische Komponente, die ich im Servicevertrag mit abdecken kann und sollte.

00:25:30.2

Ich würde hier stark differenzieren, bin ich ein IT-Unternehmen, das ausschließlich Softwarelösungen anbietet, oder bin ich vielleicht sogar ein Konsumgüterunternehmen, wo dann eine Dienstleistung on top mit angeboten wird? Das ist natürlich schon sehr, sehr divers, hier natürlich die Ansätze. Weil das eine ist ganz klassisch zu sagen, das sind die Kerndisziplinen eines IT-Unternehmens, ein Stück Software zu haben, auch eine Weiterentwicklung zu haben, wo vielleicht dann auch eher ich viel mehr über ein Einmal-Invest am Anfang gehen würde, wo ein Beispiel dann, auch sehr, sehr viel Services schon inbegriffen sind und nur dann eher dieser laufende Betrieb, diese vielleicht Entwicklung in die zukünftige Version mit abgedeckt sind, um hier diese komfortable Situation mit dem Kunden einfach zu untermauern, die ich habe, wenn er mein Tool auch nutzt.

Wenn ich jetzt eine On-Top-Leistung mit habe, die dann zum anderen Produkt mit kommen, dann ist es schon wichtig, dass man diese Werttreiber dann auch später mit auch dann im Pricing aufzieht. Ich glaube, die Chance ist auch immer, indem ich dann über Paketpreise spreche. Wo ich sage, ich biete dem Kunden schon vorneweg dann die beiden Leistungen separat aufgeschlüsselt, aber in einem gesamten Paket an, das dann, wenn man es zusammen dann auch kauft, einen Kostenvorteil bietet. Also ich spreche vielleicht 5, 6, 7 Prozent Rabatt dann aus in meiner Kalkulation, wenn beide Pakete miteinander verkauft werden.

Ich meine, man kennt es auch dann von den Fastfood-Restaurants, auch hier gibt’s diesen Menü-Gedanken. Wenn man dann eigene Leistungen zusammen formiert, dass da das Gesamtmenü natürlich günstiger und attraktiver ist, aber trotzdem die Gesamtabsatzmenge dann für den Fastfoodketten-Anbieter sehr, sehr positiv sich gestaltet.

00:28:00.1

Sehr richtig! Ich verstehe da beide Welten. Natürlich versucht man im Vertrieb auch gewisse Nutzenargumentationen oder auch dann Goodies zu formulieren. Man weiß vielleicht auch gar nicht, welche Komplexität dahintersteht, vielleicht irgendwo einen Knopf extra, sag ich mal einfach gesagt, in einem Tool zu programmieren. Aber auf der IT-Seite ist es wahrscheinlich vielleicht manchmal ein komplett neuer Prozess, der anzugehen ist, um hier dann auch die Versprechen zu erfüllen, die der Vertrieb ausspricht. Wie du gerade richtig sagst, wenn man sich im Vorhinein auch Gedanken macht zu sagen, um jetzt in diesem einfachen Beispiel zu bleiben mit dem Knopf extra, was ist dieser Knopf extra dem Kunden wert? Dann kann ich natürlich, um vielleicht die Eintrittsbarrieren gering zu halten, sagen, diesen Knopf extra bekommst du zum von mir vergünstigten Preis oder bekommst die ersten drei Monate umsonst, aber bei der nächsten Version kostet er dich dann halt im Monat 10 Euro extra.

Oder wenn man jetzt in Richtung Abo-Modelle oder Paketpreise denkt, dann kann ich das natürlich auch in kleineren Anteilen mit im Gesamtpreis involvieren. Wichtig ist, das, was man tut, dass man das auch mal durchkalkuliert, aber wichtig nicht nur aus der Kostensicht heraus, sondern immer auch aus der Nutzersicht des Kunden.

00:29:59.4

Auch hier gibt’s für mich zwei oder sogar drei Perspektiven.

Das eine ist natürlich jetzt mehr so von der klassischen Vertriebssicht her gedacht zu sagen, wo werden welche Services gekauft, mit welchen Unterschieden sozusagen sind die Services dann am Markt. Weil es durchaus auch, wenn wir an mehrstufigen Vertrieb denken, auch hier einfach nicht die gesetzliche Gebundenheit oft besteht, dass der Service vom Anbieter genommen wird. Sondern es kann auch ein Service on top mitgestaltet werden oder auch dann freie Services mit eingebunden werden. Ich glaube, darüber mal eine Transparenz zu kriegen, ist so ein bisschen die erste wichtige Perspektive.

Die zweite ist dann ganz klar jetzt eher die buchhalterische Perspektive. Also sprich, wie viele Serviceverträge habe ich verkauft, was wurde heute denn abgerufen, und welche Kosten sind mir dadurch entstanden? Dass ich hier auch weiß zu sagen, mit welcher Grundgesamtheit an, ich sage immer, Versicherten habe ich es zu tun, weil es ist eigentlich eine Versicherungsmathematik, die da auch wirkt. Und dann natürlich die Frage so ein bisschen: Komme ich mit dem, was ich jetzt hier in meinem Angebot habe, dann auch über meine Laufzeit über die Runden und kann auch einen leichten Ertrag machen, oder lege ich drauf?

Und die dritte Perspektive ist dann die, wo es dann für mich ganz klar um das Thema Kundenzufriedenheit geht, Marktanteile geht, aber auch um vielleicht Conversion oder Penetration, je nachdem, wie man es auch grad betrachtet. Und hier ist natürlich immer dann auch wichtig, dass ich halt auch ein wirklich attraktives Angebot habe. Wo ich sage, das, was ich verspreche an Service, im Einklang auch dann der Preise, die ich abrufe am Markt, über die Laufzeiten hinweg, vielleicht aber auch über die Flexibilität.

Vielleicht hier noch ein Beispiel zu nennen, auch gerade, wenn wir im Automotive bleiben, gibt es durchaus auch sehr, sehr viele Überlegungen von Automobilherstellern und Anbietern, wie man auch dann die einzelnen Fahrzeuge wechseln kann. Und damit dann auch dann die Frage verbunden: Ist mein Servicevertrag dann noch bindend oder kann ich den auch vielleicht dann nur ein Jahr lang nutzen oder sogar auch kürzer, wenn ich im Sommer ein Cabrio fahren möchte und im Winter einen SUV?

00:32:26.7

Ich glaube auch. Und wenn man jetzt auch so vom IT-System spricht, ich meine, wenn man jetzt auch gerade in den ganzen KI-Themen dann auch ist, dann ist da auch von den großen Cloudanbietern auch dann eine sehr flexible Nutzung möglich. Also zu sagen, wie viel Rechenleistung brauche ich denn für welchen Zeitraum?

Muss ich vielleicht, wenn ich in die Skalierung gehe oder einen Rollout von XY, auch ganz schnell auch international von einem Markt auf den anderen Markt kommen können? Weil das sind heute eigentlich, wenn man ehrlich ist, sehr, sehr tolle Entwicklungen, die einem auch vieles ermöglichen.

00:33:01.7

Ich würde vielleicht kurz auf das Grundlegende, auf dieses Stimmungsbild auch hier gerne kurz eingehen wollen. Weil gerade jetzt, ich erlebe eine sehr, sehr hohe Offenheit schon auch für diese Analytics-Themen, aber wenn es natürlich jetzt um eine Künstliche Intelligenz geht, dann ist nach wie vor eine Skepsis da. Also wird das wirklich erfolgreich sein? Sagt mir dann wirklich auch die Künstliche Intelligenz, was richtig oder falsch ist? Oder gibt’s einen Erkenntnisgewinn? Wir hatten jetzt gerade auch wieder ein Projekt abgeschlossen, wo es zwischen einer bisherigen Berechnung und einem kaufmännischen Korrektiv doch dann die ein oder andere Spreizung gab.

Und jetzt, wo wir eine Künstliche Intelligenz genutzt haben, die dann, ich sage jetzt nicht, glücklicherweise, aber die irgendwo dann natürlich doch sehr, sehr treffend in Richtung des kaufmännischen Korrektivs die Lösung gefunden hat, war natürlich eine Freude auch da. Weil die Expertise, die bei den Mitarbeitern manuell sozusagen gegriffen hat, um diese bisherige Berechnung aus einer Statistik dann auch zu normieren oder korrigieren, hat sich durch die Künstliche Intelligenz bewiesen.

Und das finde ich einen ganz, ganz schönen Ansatz, dass man natürlich jetzt auch mit einer Künstlichen Intelligenz deutlich komplexere Rechenmodelle und Statistikmethoden nutzen kann und damit dann doch viel, viel näher an die Realität herankommt.

00:34:45.8

Unsicherheiten, aber auch dann natürlich so ein bisschen im Sinne der Weiterentwicklung auch immer die Frage: Wird es so weitergehen, wird es anders weitergehen? Und wenn ich eine sehr, sehr lange Historie nehme und die Daten, die ich damit dann auch trainiere mit einer KI, dann aufgreife, gibt’s auch immer Ausreißer, dann gibt’s natürlich auch immer Veränderung. Die sind wahrscheinlich anderes begründet, aber trotz alledem gab es eine Reaktion.

Ich glaube, hier über die Dauer einfach dieses Datenmodell zu trainieren, zu nutzen und mit einer Algorithmik dann diese Transparenz zu schaffen oder Erkenntnisgewinn zu gewinnen, das ist da, wo ich gerade wirklich auch viel Freude daran habe in den Projekten, Mensch und Maschine zueinander zu bringen. Weil das eröffnet neue Möglichkeiten und es bietet ganz ehrlich auch manchmal, wo ich selbst irgendwie wirklich überrascht bin über die Ergebnisse, auch Effekte, die natürlich gerade, um dieses Prescriptive Thema zu verwirklichen, auch da ein ideales Setting darstellt.

00:36:01.9

Im Idealfall sind natürlich die Daten schon irgendwo da, vielleicht nicht ausreichend strukturiert, dass man schon nochmal irgendwie strukturieren muss. Aber wenn man natürlich jetzt anfangen muss, erstmal die Daten zu sammeln, dann wird das Projekt deutlich länger.

Ich bin ein Freund von MVPs, also Minimum Viable Products, wo man wirklich auch mal was versucht, ich habe jetzt eine Idee, den Use Case, die These und ich versuche, diese dann auch mit der KI mal anzugehen und eine Lösung zu finden. Wenn die Daten da sind, dann hat man wirklich da auch innerhalb von wenigen Wochen doch auch mal einen ersten Schuss gemacht. Wenn man den dann weiterdenkt und weiterentwickelt und der sich dann auch vielleicht noch über dann diese Testphase hinaus immer wieder bekräftigt, dann glaube ich, ist man definitiv im richtigen.

Um vielleicht hier einen Use Case anzubringen, wir haben so eine Opportunity Prediction gemacht, also wie vielversprechend sind meine Leads in meiner Vertriebs-Pipeline und wie erfolgreich könnte sozusagen das Geschäft dann auch laufen? Und haben da mal ausgewertet und waren wirklich verblüfft, dass wir 90 % Trefferquote hatten mit dem, was dann wir vorausgesagt haben mit der KI und was dann eingetroffen ist.

Als wir das dann nochmal und nochmal und nochmal einen Monat durchgeführt haben, sind wir sogar bis auf 95 % Trefferquote gekommen. Das ist natürlich dann schon irgendwo, wo man sagt, also man kann einer KI jetzt nicht mehr Abrede machen, dass sie dann doch nicht irgendwo ein Stück weit natürlich auch dann sehr, sehr mächtig ist.

00:37:56.9

Ja. Ich habe es vorher schon ein paar Mal durchblicken lassen, ich glaube, es ist heute essenziell, dass so ein IT-Angebot innerhalb eines Unternehmens sehr, sehr stark natürlich mit einem Fachbereich, mit einem Marketing, mit einem Vertrieb, einem Produktmanagement zusammenarbeitet.

Es wird alles digitaler, man möchte natürlich auch eine Transformation bedingen. Und deswegen ist es für mich immer schön zu sehen, wenn es hier IT-Bereiche gibt, die sehr, sehr offen herangehen, die sehr, sehr partnerschaftlich mit angehen und wirklich über, die Software ist nicht auch ein Blueprint, das können wir nicht machen, jenes können wir nicht machen, wir verfolgen nur unsere Strategie und vergessen aber eigentlich, wie wir auch inhaltlich dann weiterkommen müssen.

Nicht nur, sagen wir mal, auf den IT-Tools und Prozessen, sondern wie wir auch dann die Entwicklung der Mitarbeiter vorantreiben müssen, wie wir raus den Weg von Excel hin in ein Data Mining hinein, in eine Descriptive Welt dann auch gehen können.

Und da drin möchte ich jeden CIO, CEO auch, aber auch dann jeden einzelnen Mitarbeiter auch ein Stück weit motivieren, diese Möglichkeiten zu nutzen. Wenn auch nicht jeder sehr, sehr datenaffin oder komplett ein KI-Experte ist, aber allein mit dem Verständnis, was kann eine starke Analytik leisten, was kann eine Künstliche Intelligenz leisten, kann des Arbeiten morgen viel, viel einfacher werden und wir können uns wirklich für die Dinge Zeit nehmen, die essenziell sind, um die Komplexität und die Volatilität zu managen. Und das ist für mich die Ableitung der Handlungsempfehlung, die Bildung von neuen Strategien, die Adressierung von neuen Märkten, neue Produktinnovationen und natürlich zur Betreuung der Kunden, um die langfristig für den Unternehmenserfolg zu sichern.

00:39:54.2

Sehr gerne! Hat mir Spaß gemacht, Petra.

00:40:13.7