Die ganzheitliche Integration von Daten und Künstlicher Intelligenz (KI) in Unternehmen hat das Potenzial, Wettbewerbsvorteile zu schaffen und die Innovationsfähigkeit zu stärken. Um zu verstehen, wie das Innovationsmanagement evidenzbasiert und strategisch sowie durch Big Data und KI verbessert werden kann, erklären wir in diesem Artikel, w elche Hauptpunkte in dem jeweiligen Bereich adressiert werden sollten, wie diese klassisch und analog angegangen werden können und wie unterschiedliche datenbasierte Ansätze und Technologien angewendet werden können, um Innovationen schneller, gezielter und wirksamer zu realisieren.
Wirtschaftliche, technologische und gesellschaftliche Veränderungen erfordern ein stets neu angepasstes Handeln von Unternehmen. Damit steigt auch der Innovationsdruck. Um zu entscheiden, was und wie innoviert werden soll, muss man zunächst verstehen, wo es sich lohnt, strategisch aufzusetzen. Zudem ist die Effizienz im Strategie- und Innovationsmanagement ein wichtiger Erfolgsfaktor für Unternehmen.
Die ausführliche Version dieses Beitrags inklusive Beispiele, weiterführender Literatur und Quellenangaben können Sie hier kostenfrei herunterladen:
In Anlehnung an Lafley und Martin (2013) gibt es drei Grundfragen, die richtungsweisend für erfolgreiches Innovationsmanagement sind:
Where will we win?
How will we win?
What will we need to win?
Dabei gilt wie beim Triathlon: Exzellenz in nur einer Disziplin bringt nicht den Sieg. Alle Disziplinen zählen, um Erfolg zu haben. Datenbasierte Ansätze verhelfen zu mehr Effizienz, ermöglichen evidenz-basierte Entscheidungen und steigern die Innovationsperformance. Menschliche Intuition und Erfahrung gepaart mit Künstlicher Intelligenz wird zukünftig unabdingbar, um hochwertige Entscheidungen auch bei Unsicherheit treffen zu können. Für die Implementierung neuer Technologien und Tools benötigt man ein agiles, experimentierfreudiges und anpassungsfähiges Mindset.
Zielgerichtet und effizient vorankommen mit Hilfe Künstlicher Intelligenz
Die Basis jedes Innovationsprozesses bildet das Sammeln und Analysieren von Informationen. Design Thinking oder Customer Journey Mapping sind hier Beispiele für Innovationsmethoden, die auf Informationsgewinnung und -analyse setzen. Neben Kreativität, vielversprechenden Ideen und Inspirationen spielt vor allem die stringente und valide Umfeldanalyse eine wichtige Rolle im Innovationsmanagement: So werden attraktive Handlungsfelder definiert und mit der Unternehmensstrategie verknüpft, um in der Umsetzung langfristig ein höheres Innovationspotenzial zu erschließen.
Um im Innovationsprozess valide Entscheidungen zu treffen, ist kontinuierliches Testen, Messen und Verifizieren von Annahmen entscheidend. Hier kommen Daten, genauer gesagt Big Data und Künstliche Intelligenz, ins Spiel. Deren Einsatz kann den Prozess der Entscheidung unter Einbeziehung großer Datenmengen automatisieren und somit die Erkenntnis- und Entscheidungsfindung im Unternehmen beschleunigen und verbessern.
Innovationsfrage Nummer 1: Where will we win?
Ziel ist es, herauszufinden, welches das „next big thing“ ist, das existierende und/oder neue Kunden benötigen und in welchem Geschäftsfeld sich kurz-, mittel- und langfristiges Wachstum erzielen lässt. Hier kommen besonders Trends und neuen Technologien und vorhandenen Fähigkeiten und Stärken im Unternehmen eine hohe Bedeutung zu. Beispiele hierfür können Werte, Lebensstile, Gesetze, Besteuerung, Subventionen oder Handelsbarrieren sein.
Die Herausforderung der Identifikation von Handlungsfeldern liegt in der zielgerichteten Analyse, Präzisierung und schließlich zeitlichen Einordnung: Wann ist ein Handlungsfeld attraktiv genug und wann muss mit der Bearbeitung begonnen werden? Geeignete Methoden hierfür sind beispielsweise die Szenariotechnik oder das Roadmapping .
Nicht zuletzt bietet die Analyse von Kundenbedürfnissen einen wichtigen Anhaltspunkt für die Identifikation von Handlungsfeldern. Der Einsatz von Methoden der semantischen Textanalyse ermöglicht es, beispielsweise in sozialen Medien kontinuierlich verändernde Marktmeinungen und Einstellungen von Konsumierenden zu identifizieren.
Worauf liegt der Fokus bei menschlicher Intelligenz?
Was leisten KI und Daten?
Identifizieren von Themen und Handlungsfeldern
Bereitstellen von Daten und Themen
Analyse von Inhalten
Visualisieren von Ergebnissen und Projektschritten
Innovationsfrage Nummer 2: How will we win?
Um die priorisierten Handlungsfelder bedienen zu können, muss nun eine Vielzahl von Umsetzungsoptionen erdacht, diskutiert und anschließend priorisiert werden. Die zielgerichtete Ideenfindung, -entwicklung, -aggregation und -priorisierung spielt eine zentrale Rolle, da diese den Grundstein für Innovationen legt.
Hierfür eignen sich neben eher klassischen Kreativitätstechniken auch Open Innovation -basierte Ansätze. Dazu werden zahlreiche Teilnehmende mit unterschiedlichem Hintergrund eingeladen und können entweder auf Basis einfacher technischer Hilfsmittel wie Onlinefragebögen oder E-Mail realisiert oder auch mit dedizierten Softwarewerkzeugen bearbeitet werden.“ -> „Dazu werden zahlreiche Teilnehmende zu einem Ideenwettbewerb eingeladen, Ideen zu einer Problemstellung einzureichen. Es kommt meist zu einer Vielzahl von Einreichungen, die für einzelne Personen oder auch Teams nicht handelbar sind.
Für das Screening solch riesiger Ideen-Mengen und die Identifizierung von vielversprechenden Ideen stellen Machine Learning-Ansätze (z. B. durch die schnelle und automatische Identifikation von Ähnlichkeiten) eine geeignete Option der Unterstützung dar, um schneller und valider die besten Ansätze zu identifizieren.
Worauf liegt der Fokus bei menschlicher Intelligenz?
Was leisten KI und Daten?
Kreative Lösungs- und Maßnahmen-Definition
Bereitstellen von Daten und Themen
Crowd- und Open-Innovation-basierte User-Verwaltung
Machine Learning unterstützte Dokumentation und Optimierungs-Analyse
Innovationsfrage Nummer 3: What will we need to win?
Neben den technischen Fähigkeiten, ein neuartiges Produkt entwickeln zu können, ist insbesondere der Zeitpunkt des Markteintritts entscheidend: Wann ist eine Zielgruppe offen und zahlungsbereit für ein neuartiges Produkt?
Wenn Unternehmen auf mehrere Innovationen setzen können und wollen, ist die zeitliche Planung in sogenannten Innovationsroadmaps essenziell. Die Innovationsroadmap ermöglicht eine Übersicht über den geplanten Entwicklungsfortschritt inklusive möglicher Synergien und Überschneidungen in der Neuproduktentwicklung.
Um daraufhin die nächsten Schritte zu identifizieren und zu bewerten, muss das existierende Geschäftsmodell und das existierende Portfolio neu bewertet werden. Hier unterstützen Szenarien und Simulationen, um bessere Informationen zu Unsicherheit, Risiken und Erfolgspotenzialen zu erhalten. Der Schlüssel zum Erfolg liegt u. a. in der kontinuierlichen Durchführung solcher Aktivitäten und der sauberen Datenaufbereitung, die es ermöglicht, schnell auf Änderungen im Unternehmensumfeld und im eigenen Unternehmen zu reagieren.
Worauf liegt der Fokus bei menschlicher Intelligenz?
Was leisten KI und Daten?
Planung und Umsetzung der Maßnahmen und (neuen) Modelle
Nachhalten und weiterleben
Visualisierung in Innovationsroadmaps
Daten für Szenarien und Simulationen
Analysen und Risikomanagement
Neugierig geworden? Dann melden Sie sich gleich bei unserem Team. Es berät Sie gerne und steht Ihnen mit Rat und Tat zur Seite. Schreiben Sie uns: E-Mail schreiben