Feststellen von AI-Anwendungsfällen

Lernziele

Nachdem Sie diese Lektion abgeschlossen haben, sind Sie in der Lage, die folgenden Aufgaben auszuführen:

• Erläutern, was einen guten Anwendungsfall ausmacht
  
• Erstellen eines priorisierten AI-Backlogs
  
• Wählen Ihres ersten AI-Projekts
  

Einsatz von AI in Ihrem Unternehmen

AI hat das Potenzial, sämtliche Bereiche des Unternehmens grundlegend zu verändern. Dazu zählen unter anderem die Bereiche Vertrieb, Service, Marketing, Rechtsabteilung, Personalwesen, Finanzen, Informationstechnologie, Produktentwicklung, Betrieb und mehr. Doch damit Ihr AI-Programm erfolgreich ist, müssen Sie die richtigen Anwendungsfälle für Ihr Unternehmen wählen. Und mit "richtige Anwendungsfälle" meinen wir Anwendungsfälle, die auf die Ziele Ihres Unternehmens abgestimmt sind und konkreten Nutzen bringen. Wenn Sie Ihre AI-Projekte nicht sorgfältig auswählen, bringen sie möglicherweise nicht die gewünschten Ergebnisse oder werden gar nicht erst implementiert.

Sehen wir uns bei Coral Cloud an, wie das priorisierte AI-Backlog von Anwendungsfällen erstellt wird.

Sammeln von Ideen für Anwendungsfälle

Der AI-Ausschuss von Coral Cloud möchte damit beginnen, Ideen für mögliche Anwendungsfälle zu sammeln. Es gibt verschiedene Möglichkeiten, der Kreativität auf die Sprünge zu helfen.

• Internes Crowdsourcing: Ermutigen Sie Ihre Mitarbeiter, zu experimentieren und Vorschläge einzureichen. Sie können Hackathons und Workshops veranstalten, Umfragen durchführen, eine Website für den Ideenaustausch einrichten oder Communities (z. B. als Slack-Channels) einrichten, um den Informations- und Wissensaustausch zu unterstützen.
  
• Überprüfen von Geschäftsprozessen: Führen Sie eine eingehende Analyse all Ihrer Geschäftsprozesse durch, um herauszufinden, wo es Ineffizienzen, Problemkreise und Bereiche gibt, in denen sich Automatisierung und AI signifikant auswirken können.
  
• Benutzerforschung: Beziehen Sie das Benutzerforschungsteam in die Ideenfindung ein, um sicherzustellen, dass potenzielle AI-Anwendungsfälle echte Benutzerprobleme lösen.
  
• Datenanalyse: Ihre Datenexperten können Muster auswerten und ihre Datenmagie einsetzen, um Ideen für AI-Anwendungsfälle zu finden.
  
• Markttrends und -forschung: Nutzen Sie die Marktforschung, um Lücken und Chancen zu finden, verändertes Käuferverhalten vorherzusehen und Marktrisiken zu untersuchen. Führen Sie eine Wettbewerbsanalyse durch, um zu verstehen, wie Ihre Konkurrenten AI nutzen, damit Sie die Stärken und Schwächen Ihres eigenen AI-Fahrplans einschätzen können.
  

Das AI-Führungsteam von Coral Cloud nutzt einige dieser Methoden, um den Ideenfindungsprozess loszutreten und viele unterschiedliche Ideen zu sammeln.

Anwendungsfälle von Coral Cloud

Dank des umfassenden, auf Zusammenarbeit basierenden Ansatzes des Unternehmens konnte Coral Cloud eine beeindruckende Liste potenzieller AI-Anwendungsfälle zusammentragen. Werfen wir einen Blick auf einige von ihnen.

Dies ist nur ein kleiner Ausschnitt der Ideen für die AI-Nutzung bei Coral Cloud. Weitere Ideen und Anregungen finden Sie in der Bibliothek mit AI-Anwendungsfällen von Salesforce, in der spezifische Ideen für verschiedene Geschäftsbereiche vorgestellt werden.

Bewerten der Anwendungsfälle

Jetzt kommt der schwierige Teil. Wie soll Coral Cloud bei so vielen Ideen herausfinden, welche Anwendungsfälle tatsächlich umgesetzt werden sollen? Alex, der VP für Business Intelligence, erläutert dem AI-Ausschuss des Unternehmens die Faktoren, die bei dieser Entscheidung berücksichtigt werden sollten.

Geschäftlicher Nutzen

Wie Sie bereits gelernt haben, sind die idealen Anwendungsfälle auf die strategischen Ziele Ihres Unternehmens abgestimmt und haben einen greifbaren geschäftlichen Nutzen. Sie können diesen Wert mithilfe einer internen Rendite- oder Barwertanalyse, des ROI, einer Bewertung der Amortisationsdauer, einer Szenariomodellierung, einer Bewertung der Opportunity-Kosten oder einer anderen für Ihr Unternehmen geeigneten Schätzungsmethode berechnen. Vergessen Sie nicht, bei jedem Anwendungsfall sowohl die kurzfristigen als auch die langfristigen Gewinne zu berücksichtigen. Achten Sie zudem darauf, bereits getätigte Investitionen zu nutzen. Wenn Ihr Unternehmen beispielsweise bereits über eine Softwareplattform mit integrierten AI-Tools verfügt, können Sie möglicherweise einen höheren ROI erzielen, wenn Sie sich zunächst auf die Implementierung einiger Anwendungsfälle mit dieser Plattform konzentrieren.

Außerdem ist es wichtig, die Metriken und KPIs zu definieren, mit denen der Erfolg des Projekts gemessen werden soll. Wenn Sie nicht belegen können, dass das Projekt zu besseren Geschäftsergebnissen geführt hat, wird es Ihnen schwer fallen, Begeisterung für künftige AI-Initiativen zu entfachen.

Aufwand für die Implementierung

Neben der Berechnung des geschäftlichen Nutzens sollten Unternehmen auch bewerten, wie schwierig die Umsetzung eines AI-Projekts ist. Bei der Bewertung des Implementierungsaufwands sollten Sie die folgenden Punkte beachten.

• Technische Machbarkeit: Berücksichtigen Sie die Komplexität des Projekts, den ungefähren Zeitrahmen, die Skalierbarkeit und die technischen Anforderungen, wie unter anderem die erforderliche Technologie, Infrastruktur, Systemintegrationen, Leitplanken für Cybersicherheit usw..
  
• Operative Bereitschaft: Jeder Anwendungsfall erfordert einen anderen Grad an AI-Reife und Fachwissen für die Implementierung. Schätzen Sie auch die Kosten des Änderungsmanagement-Prozesses für die Einführung des Projekts ab. Berücksichtigen Sie dabei Faktoren wie die Größe und den Umfang des Projekts, den erforderlichen Schulungsaufwand, den Grad des Widerstands gegen Veränderungen und mögliche Störungen des Geschäftsbetriebs.
  
• Datenbereitschaft: Beurteilen Sie, wie viel Aufwand erforderlich ist, um die erforderlichen Daten so aufzubereiten, dass sie verfügbar, von guter Qualität, einheitlich und auf gute Governance gestützt sind. Außerdem könnten bei einigen Anwendungsfälle Upgrades Ihrer Datenspeicherkapazität oder Ihrer Dateninfrastruktur erforderlich werden. Prüfen Sie unbedingt auch, welche Anwendungsfälle eventuell dieselben Datensets nutzen können. Die Priorisierung dieser Anwendungsfälle ist eine hervorragende Möglichkeit, mehr Rendite aus Ihren Dateninvestitionen zu ziehen.
  
• Risiken: Wenn Sie AI-Einsteiger sind, sollten Sie mit risikoarmen Anwendungsfällen beginnen, die eine große Wirkung haben. Wägen Sie ab zwischen schnellen Erfolgen bei risikoreicheren Möglichkeiten, die zu einer AI-Transformation und einer robusteren ethischen AI-Praxis führen können.
  
• Unterstützung durch Führungskräfte: Bei Anwendungsfällen, die von der Führungsebene unterstützt werden, verläuft die Implementierung oftmals reibungsloser.
  

Alex und das AI-Führungsteam von Coral Cloud bewerten alle AI-Anwendungsfälle sorgfältig daraufhin, ob sie es wert sind, verfolgt zu werden. Denken Sie daran, dass ein Teil der gründlichen Untersuchungen und sorgfältigen Prüfungen in der Planungsphase der einzelnen Projekte stattfindet. Bei der Entwicklung der AI-Strategie schätzt der Ausschuss lediglich den Wert jedes Anwendungsfalls und den möglichen Aufwand ab.

Erstellen eines priorisierten AI-Backlogs

Als der AI-Ausschuss von Coral Cloud die Anwendungsfälle bewertete, fügte es jeden einzelnen in sein Projektmanagement-Tool ein. Damit verfügen das Team jetzt über ein Backlog mit allen potenziellen AI-Anwendungsfällen und kann die Projekte nachverfolgen. Der nächste Schritt ist die Priorisierung des Backlogs.

Es gibt viele Möglichkeiten, Projekte zu priorisieren. Eine einfache Methode ist eine Matrix aus Auswirkung und Aufwand, die den geschäftlichen Nutzen dem Aufwand für die Implementierung gegenüberstellt.

Sehen wir uns an, wo die Anwendungsfälle von Coral Cloud liegen, wenn wir sie in ein einfaches Diagramm eintragen.

• Schnelle Erfolge (quick wins): Die Anwendungsfälle im rechten oberen Quadranten haben einen hohem Nutzen und geringen Aufwand. Als AI-Einsteiger sollten Sie Pilotprojekte aus dieser Gruppe auswählen.
  
• Niedrig hängende Früchte (low-hanging fruit): Die Anwendungsfälle im rechten unteren Quadranten haben einen geringen Nutzen und geringen Aufwand. Gehen Sie sie an, wenn wichtigere Projekte abgeschlossen sind oder während Sie darauf warten, dass Hürden beseitigt werden.
  
• Hoher Einsatz (big bets): Anwendungsfälle im linken oberen Quadranten können zu großen Veränderungen führen, erfordern jedoch einen hohen Aufwand und bergen damit ein größeres Risiko.
  
• Geldfalle (money pit): Anwendungsfälle im linken unteren Quadranten sind von geringem Nutzen und mit hohem Aufwand verbunden, lohnen sich also nicht.
  

Wenn die Matrix aus Auswirkung und Aufwand nicht für Ihr Unternehmen geeignet ist, finden Sie im Abschnitt "Ressourcen" Links zu anderen Priorisierungs-Frameworks.

Auswahl Ihres ersten AI-Projekts

Nach Abschluss der Priorisierungsübung hat das AI-Führungsteam von Coral Cloud einige schnell umsetzbare Projekte mit hohem Nutzen identifiziert, die potenziell implementiert werden können. Jetzt ist die Frage, welches davon sie zuerst angehen sollten.

Coral Cloud berücksichtigt folgende Faktoren bei der Entscheidung für ein Pilotprojekt:

• Größe und Geschwindigkeit: Das Team grenzt die Auswahl auf drei Projekte ein, die sich in weniger als sechs Monaten mit AI-Standardlösungen und sehr wenig Datenbereinigung oder -integration umsetzen lassen.
  
• Risiko und Erfolg: Das Team wählt die Projekte aus, die ein geringes Risiko und eine hohe Erfolgswahrscheinlichkeit aufweisen. Wenn es messbare Geschäftsergebnisse nachweisen kann, wird dies dem AI-Programm zu mehr Unterstützung verhelfen.
  
• Organisatorische Eignung: Das Team bewertet, welche der Projekte zu den aktuellen Fähigkeiten und Ressourcen des Unternehmens passen.
  
• Einfache Nutzung: Das Team berücksichtigt, wie leicht die AI-Projekte von Benutzern genutzt werden können und wie viel Änderungsmanagement dafür erforderlich ist.
  
• Skalierbarkeit: Es wird berücksichtigt, welche Anwendungsfälle potenziell auf andere Geschäftsbereiche oder geografische Regionen ausgeweitet werden können.
  
• Lerneffekt: Das Team wägt ab, welche Projekte die wertvollsten Erkenntnisse zu verschiedenen Aspekten der AI-Implementierung liefern können, z. B. in Bezug auf Datenverarbeitung und -integration.
  

Nach langen Überlegungen entscheidet sich der AI-Ausschuss schließlich für den großen Gewinner: den optimierten Check-In-Prozess des Customer Experience-Teams! Mit dieser Entscheidung ist Coral Cloud auf dem besten Weg zur AI-Transformation.

Fahren Sie nach Abschluss dieses Badge mit dem Modul AI + Daten: Projektplanung fort und sehen Sie sich die Schritte an, mit denen Coral Cloud sein Pilotprojekt erfolgreich plant, um das Einchecken durch AI-Unterstützung zu verbessern.

Weiterentwickeln Ihrer AI-Strategie

Einer der Vorteile von AI-Pilotprojekten besteht darin, dass Ihnen die Ergebnisse dieser Experimente helfen können, Ihre AI-Strategie zu testen und zu optimieren. Alex und die anderen Mitglieder des AI-Ausschusses von Coral Cloud stellen sicher, dass sie ihre Strategie nach jedem AI-Projektstart sowie in vierteljährlichen Intervallen überprüfen, um neue Ideen, veränderte Ziele und Anforderungen sowie Fortschritte in der AI-Technologie zu bewerten und neu zu priorisieren. Und natürlich müssen sie bei jeder AI-Bereitstellung daran denken, aus Compliance-Gründen ihre AI-Bestandsliste zu aktualisieren.

Und nun sind Sie dran. Nutzen Sie das in diesem Modul Gelernte und helfen Sie Ihrem Unternehmen, eine eigene AI-Strategie zu entwickeln, um diesen technologischen Wandel zu bewältigen, einen Fahrplan zu erstellen, der Ihre AI-Fähigkeiten schrittweise weiterentwickelt, und mit AI einen konkreten Mehrwert zu schaffen. Mit Ihrer nagelneuen AI-Strategie sind Sie der AI-Transformation dann schon einen Schritt näher gekommen.

Ressourcen

• PDF: Anwenden von AI: Finden und Priorisieren der richtigen AI-Anwendungsfälle (in englischer Sprache)
• Externe Website: Der ultimative Leitfaden für die Produktpriorisierung + 8 Frameworks (in englischer Sprache)
• Salesforce-Webinar: Erstellen Ihres AI-Fahrplans: 5 strategische Schritte zum Erfolg (in englischer Sprache) (Anmeldung erforderlich)
• Salesforce Architects: AI-Fahrplanerstellung (in englischer Sprache)
• Externe Website: Auswahl Ihres ersten AI-Projekts (in englischer Sprache)