Kommentar von Kevin Li, Optimizely So unterstützt „Kollege KI“ sinnvoll die Produktentwicklung

Anbieter zum Thema

Optimizely GmbH

Fsas Technologies GmbH

Board Deutschland GmbH

QUNIS GmbH

Dreh- und Angelpunkt des unternehmerischen Erfolgs ist die Entwicklung und Vermarktung von Produkten oder Dienstleistungen – und wie genau sie auf die Anforderungen und Bedürfnisse der Verbraucher oder Nutzer einzahlen. So weit, so gut. Umso erstaunlicher ist es daher, wie häufig Waren oder Dienstleistungen auf dem Markt landen, welche die Verbraucher nicht wirklich nutzen.

So verwenden laut einer Studie von Userpilot beispielsweise nur 17 Prozent % der Angestellten die SaaS-Produkte, die in Unternehmen eingeführt wurden: Diese Zahl zeigt, dass die Lösung nur für einen Bruchteil der User Nutzen hat. Aber woran liegt es, wenn die Hersteller offenbar so weit von der Lebensrealität ihrer Kunden entfernt sind?

Ein Grund dafür könnte sein, dass die Unternehmen ihre Vorbereitungen nicht gründlich genug durchgeführt haben: Sie bringen Produkte häufig entweder ohne ausreichende Planung auf den Markt oder beginnen diese Planungen erst spät im Verlauf des Entwicklungsprozesses.

Laut eines Berichts von Undo kostet beispielsweise das Debugging von Softwarefehlern die Hersteller jährlich etwa 61 Milliarden US-Dollar. Ein guter Teil dieses Zeit- und Geldaufwands können Unternehmen einsparen, wenn die Hersteller bereits während des Entwicklungszyklus ausreichend Produkttests oder Kundenbefragungen durchführen. Ein naheliegender Gedanke ist da, ob KI-gestützte Tools vielleicht helfen könnten, um stärker datenbasiert an das Thema Produktenentwicklung ranzugehen, und dort Fortschritte zu erzielen. Aber wo lässt sich Künstliche Intelligenz (KI) am sinnvollsten einsetzen – und wo sollte besser weiterhin der Mensch übernehmen?

Ist der Produktentwicklungsprozess schon KI-fähig?

Natürlich kann KI nicht alles übernehmen, sondern „nur“ dabei unterstützen, passende Funktionen und Produkte für die Zielgruppe schneller zu entwickeln. Produktteams in Unternehmen sollten daher zunächst prüfen, inwieweit ihr Produktentwicklungsprozess überhaupt schon KI-fähig ist. So sollten besonders diese Faktoren in Betracht gezogen werden:

• die vorhandene Infrastruktur,

• die Verfügbarkeit qualitativ hochwertiger Daten (beispielsweise über eine moderne Digital Experience Platform, (DXP)

• die technischen Fähigkeiten des Teams.

Grundsätzlich ist KI immer dann eine große Arbeitserleichterung, wenn es um repetitive Aufgaben geht: Das sind beispielsweise Bereiche wie die Automatisierung der grundlegende Produktgestaltung sowie die generative Gestaltung von Produktplänen oder PDP-Übersichten.

Bereiche, die von KI-Tools profitieren

Nur weil Unternehmen überlegen, KI-gestützte Tools in ihren Produktentwicklungsprozess zu integrieren, müssen sie nicht gleich alle bestehenden Prozesse über Bord werfen. Im Gegenteil: Die Integration von KI verändert das Vorgehen im Vergleich zum Standardprozess am Ende nur unwesentlich. Denn von entscheidender Bedeutung ist nach wie vor, dass die Standardprozesse für die Produktentwicklung eingehalten werden und Verständnis für die Nutzeranforderungen besteht. Hier gilt es auszuloten, welche Möglichkeiten für intelligente Automatisierung oder Entwicklung von personalisierter Experience mithilfe von KI bestehen.

Beim heutigen Stand der Technologie lassen sich drei wichtige Bereiche der Produktentwicklung identifizieren, in denen KI häufig sinnvoll unterstützen kann:

• Marktforschung und Bedarfsanalyse

• Prototypenentwicklung und Produktplanung

• Qualitätssicherung und Fehlererkennung

1. Marktforschung und Bedarfsanalyse

Wer ein Produkt entwickeln möchte, sollte genau wissen, was die (potenziellen) Kunden draußen im Markt wollen und benötigen. Ein entscheidender Schritt, um in der Produktentwicklung mehr über die Bedürfnisse der potenziellen Nutzer zu erfahren, ist daher umfassende Marktforschung. Traditionelle Methoden wie persönliche Befragungen können zeitaufwendig sein und bieten möglicherweise nicht genügend Einblicke in die tatsächlichen Erwartungen und Vorlieben der Zielgruppe. Hier können KI-gestützte Tools durch die Analyse großer Datenmengen aus verschiedenen Quellen – beispielsweise dank einer DXP – in vergleichsweise kurzer Zeit effiziente und präzise Marktforschung ermöglichen.

Durch maschinelles Lernen und Datenanalyse kann die KI Muster und Trends identifizieren, welche die Unternehmen dabei unterstützen, fundierte Entscheidungen über Produktmerkmale, Preisgestaltung sowie Marketingstrategien zu treffen. So kann KI beispielsweise dabei helfen, zu erkennen, wo der optimale Preis für das Zielpublikum liegt oder welche Messaging- und Inhaltsinhalte beim Zielpublikum Anklang finden.

2. Prototypen-Entwicklung und Produktplanung

Die Entwicklung von Prototypen ist ein weiterer kritischer Bereich der Produktentwicklung, der von KI-gestützten Tools profitieren kann. Traditionell erfordert die Erstellung von Prototypen viel Zeit und Ressourcen, da verschiedene Versionen getestet und überarbeitet werden müssen. Hier kann KI durch generatives Design und automatisierte Prozesse helfen, Prototypen schneller und effizienter zu erstellen. Durch die Nutzung von Algorithmen und maschinellem Lernen können KI-Tools innovative Designvorschläge generieren und den Entwicklungsprozess beschleunigen. Darüber hinaus helfen KI-gestützte Systeme dabei, Produktpläne zu optimieren sowie Ressourcen effektiv bereitzustellen, um die Rentabilität und den Erfolg eines Produkts zu maximieren.

3. Qualitätssicherung und Fehlererkennung

Ein weiterer entscheidender Bereich, in dem KI in der Produktentwicklung eine wichtige Rolle spielt, ist die Qualitätssicherung und Fehlererkennung. Fehlerhafte Produkte führen nicht nur zu Unzufriedenheit beim Kunden, sondern können auch zu erheblichen finanziellen Verluste für Unternehmen führen. KI-gestützte Tools tragen dazu bei, Qualitätsprobleme frühzeitig zu erkennen und zu beheben, indem sie große Datenmengen analysieren und Anomalien oder Abweichungen von den Standards identifizieren. Durch den Einsatz von maschinellem Lernen können KI-Systeme kontinuierlich aus den Erfahrungen lernen und verbessern so die Qualitätssicherungsprozesse kontinuierlich. Das senkt die Produktionskosten und steigert die Produktqualität gleichermaßen.

Natürlich bedeutet die Einführung von KI in den Produktentwicklungsprozess auch erst einmal einen gewissen Aufwand. So kann es eine Herausforderung darstellen, die Zustimmung der beteiligten Stakeholder und Teams im Prozess zu erhalten, wenn die Einführung von KI-gestützten Tools kommunikativ schlecht begleitet wird. Typische Ängste und Diskussionspunkte, die dann auftauchen, sind in der Regel Fragen wie: Kann ich den KI-Quellen vertrauen? Wie viel davon brauche ich für die Entwicklung von Ideen? Wie viel Einsatz von KI ist gut oder schlecht für das Produktmanagement? Wird mein Job langfristig sogar durch die KI ersetzt?

Diese Fragen muss ein Unternehmen ernst nehmen und beantworten können: Nur so entwickeln die Mitarbeiter Vertrauen in den „Kollegen KI“ und werden ihn auch nutzen. Aber am Ende profitiert das gesamte Team davon, wenn die KI mühsame, repetitive Aufgaben in Sekundenschnelle erledigt und sich Mitarbeiter dafür stärker strategischen Aufgaben widmen können. Und das kommt am Ende dem Produkt und damit den Kunden zugute.

(ID:50097467)