3.1.1 Erschließen neuer Kundengruppen und neuer Geschäftsmodelle

Während im Markt für Reporting Tools eine immer höhere Sättigung und Commoditization eintritt, bietet der Markt für Data Science und Artificial Intelligence zahlreiche Chancen zur Erschließung neuer Kundengruppen und Geschäftsmodelle. Auch der Markt für Tools zur finanziellen Steuerung und Unternehmensplanung (Corporate Performance Management) bietet in der Kombination mit künstlicher Intelligenz neue Chancen.

Wie bereits im vorangegangenen Kapitel gezeigt, breitet sich künstliche Intelligenz zunehmend in allen Branchen aus und bietet mit steigendem Reifegrad auch immer mehr Einsatzmöglichkeiten zur Unterstützung von hochqualifizierten Fachkräften. Wie erste Erfolge im Rechtswesen gezeigt haben ist KI in der Lage sogar komplexe Sachverhalte zu verstehen und Rechtsanwälte und Richter bei ihren Tätigkeiten zu entlasten.

Weitere Möglichkeiten bieten sich auch im Bankenwesen. Hier werden Data Science Modelle und KI-Systeme in den Fachabteilungen schon seit Langem z.B. zur Beurteilung von Risiken im Kreditgeschäft eingesetzt. Der nächste Schritt ist nun, dass diese Lösungen auch die Kundenberater der Bank direkt bei der Vergabe von Krediten unterstützen kann oder die Kredite sogar automatisiert über eine Internet Plattform direkt an Endkunden vergeben werden können, ohne dass hier ein Kreditexperte im Prozess unterstützen muss. So lassen sich für die Bank nicht nur Kosten senken, sondern auch die Kundenerfahrung verbessern und das Personal wird entlastet. Im Zeitalter von sinkenden Margen im Bankenwesen und Fachkräftemangel ein Faktor, der auf hohen Zuspruch stößt. Große Banken wie die Commerzbank haben daher Positionen wie einen Chief Digital Officer und Startups im eigenen Unternehmen eingeführt, um mit einer solchen Prozessoptimierung Erfahrungen zu sammeln und diese dann später im Unternehmen zu etablieren.

Durch die Analyse von Daten mit Methoden der DataScience lassen sich vor allem die Kundenwünsche immer besser verstehen und die Angebote an die Kunden immer zielgerichteter verteilen und damit die Abschlusswahrscheinlichkeit erhöhen. Ein Pionier auf diesem Gebiet war das Unternehmen Amazon, das schon in den frühen Tagen als Online Buchhändler in der Lage war seinen Kunden über Warenkorbanalyse passende Angebote zu machen. Über die statistische Analyse der Daten der verschiedenen Kunden konnten sogenannte Cluster gebildet werden und damit den Kunden bessere Cross-Selling Angebote gemacht werden: „Kunden die Produkt A kauften, kauften auch Produkt B und C“. Durch solche Analysen lassen sich auch Produktbundles schnüren, die den Kunden dazu verleiten noch mehr Umsatz mit dem Händler zu machen. Verkaufte früher ein geschickter Verkäufer in einem Lampengeschäft seinem Kunden zur Lampe auch gleich das passende Leuchtmittel dazu, so lässt sich dies im Zeitalter des E-Commerce automatisieren und im Zusammenspiel mit Anreizen wie Versandkostenreduktion bei höherem Bestellwert zur Erhöhung des Umsatz pro Kunde nutzen.