{"id":1535,"date":"2018-07-06T13:41:48","date_gmt":"2018-07-06T11:41:48","guid":{"rendered":"https:\/\/website.ometa.net\/?p=1535"},"modified":"2024-08-13T09:06:41","modified_gmt":"2024-08-13T09:06:41","slug":"how-ai-can-create-new-business-models","status":"publish","type":"post","link":"https:\/\/website.ometa.net\/de\/how-ai-can-create-new-business-models\/","title":{"rendered":"Wie KI neue Gesch\u00e4ftsmodelle schaffen kann"},"content":{"rendered":"
\"\"<\/figure><\/div><\/div><\/div><\/div><\/div>\n\n\n\n

Wie KI neue Gesch\u00e4ftsmodelle schaffen kann<\/h2>\n\n\n
\n
\n

\"\"<\/p>\n<\/div>\n

\n

(Pr\u00e4sentiert von Luc Deleu im Europ\u00e4ischen Parlament, Juni 2018)<\/em><\/p>\n<\/p>\n

K\u00fcnstliche Intelligenz ist nicht neu, aber die Verf\u00fcgbarkeit von Rechenleistung, neue Technologien zur Erfassung enormer Datenmengen und die Geschwindigkeit, mit der wir Daten verbinden, speichern und analysieren k\u00f6nnen, bieten neue Einblicke und M\u00f6glichkeiten, die zu Durchbr\u00fcchen in der Unternehmensleistung, neuen Gesch\u00e4ftsmodellen und ver\u00e4nderten M\u00e4rkten f\u00fchren k\u00f6nnen. Durch die Kombination der heute verf\u00fcgbaren Technologien wird die Geschwindigkeit, mit der die Industrie aus ihren Prozessen, Produkten und Kunden lernen kann, exponentiell zunehmen.<\/p>\n<\/div>\n

\u00a0<\/div>\n<\/div>\n


Die digitale Darstellung eines physischen Produkts<\/h1>\n

Die digitale Darstellung eines Produkts ist eine Sammlung aller verf\u00fcgbaren Daten, die wir w\u00e4hrend des gesamten Lebenszyklus dieses spezifischen Produkts sammeln k\u00f6nnen. Sie speichert die einzigartigen Werte des Produkts in allen Phasen: in der Entwicklung und Vorproduktion, w\u00e4hrend der Herstellung und wenn der Verbraucher das Produkt benutzt. Menschen sind nicht in der Lage, diese gro\u00dfe Menge an Daten zu verarbeiten. Neue Technologien und KI erm\u00f6glichen es uns jedoch, die gesammelten Informationen in Wissen umzuwandeln. Die digitale Darstellung erm\u00f6glicht es uns, aus jedem Schritt des Lebenszyklus eines einzelnen Produkts zu lernen.<\/p>\n

Wie also kann KI aus diesen Darstellungen lernen?<\/strong> \u00a0Wir k\u00f6nnen die Merkmale eines Produkts (z. B. die Qualit\u00e4t oder das Fehlen derselben) mit seiner digitalen Darstellung vergleichen. Dadurch k\u00f6nnen wir neue Korrelationen entdecken. Diese Korrelationen liefern uns neue Erkenntnisse \u00fcber das Produkt und seinen Herstellungsprozess. Durch den Vergleich mehrerer einzelner digitaler Repr\u00e4sentationen k\u00f6nnen wir entdecken:<\/p>\n

    \n
  • Unterschiede bei der Produktionstemperatur, den Maschineneinstellungen, der Maschinenbedienung usw.<\/li>\n
  • Wechsel von Lieferanten, Materialien, Versionen von Unterbaugruppen, etc.<\/li>\n
  • Unterschiedliche Produktionslinien oder -anlagen, Teams, F\u00e4higkeiten der Bediener usw.<\/li>\n<\/ul>\n

    Wenn wir die Qualit\u00e4t eines Produkts betrachten, erm\u00f6glichen uns die Korrelationen, die wir dank Big Data und KI finden k\u00f6nnen, neue Gr\u00fcnde zu verstehen, die die Qualit\u00e4t eines Produkts bestimmen. Dar\u00fcber hinaus kann sie die Qualit\u00e4t sogar zu einem vorhersehbaren Element machen.<\/p>\n

    Heutzutage konzentriert sich Ometa auf den Produktionsprozess und wir versuchen, Ver\u00e4nderungen im Zusammenhang mit der entsprechenden Qualit\u00e4t zu finden. Wir f\u00fchren derzeit eine Projekt \"Intelligente Produktion\u00a0<\/em>die bereits bewiesen hat, dass wir Prozessanpassungen entdecken und anwenden k\u00f6nnen, die ohne die Hilfe von KI-Konzepten nicht entdeckt werden k\u00f6nnten. Wenn wir den gesamten Produktlebenszyklus betrachten, zeigt dieses Beispiel, dass wir uns noch auf die Produktionsphase konzentrieren. Aber wir k\u00f6nnen noch weiter gehen.<\/p>\n

    \n
    \n

    Die Schlie\u00dfung des Produktlebenszyklus wird die Gesch\u00e4ftsmodelle ver\u00e4ndern<\/h1>\n

    Der n\u00e4chste gro\u00dfe Schritt ist die Schlie\u00dfung des Produktlebenszyklus. Die digitale Darstellung sollte nicht nur die Digitalisierung des Produktionsprozesses umfassen, sondern auch die Nutzung jedes einzelnen Produkts, wenn es auf den Markt kommt. Stellen Sie sich vor, wenn wir auch die tats\u00e4chliche Nutzung eines Produkts durch den Verbraucher digital verfolgen k\u00f6nnten, k\u00f6nnten Annahmen w\u00e4hrend der Entwicklung validiert, neutralisiert und verbessert werden, bevor die neue Produktion beginnt.<\/p>\n<\/p>\n

    Was kann die Branche also gewinnen, wenn sie den gesamten Produktlebenszyklus abdeckt?\u00a0<\/strong> Heute sind wir mit der Tatsache konfrontiert, dass unsere Industrie immer noch auf Massenproduktion mit kurzen Lebenszyklen der Produkte (manchmal nicht mehr als zwei Jahre) basiert. Der Grund f\u00fcr diese kurze Lebensdauer ist nicht unbedingt schlechte Qualit\u00e4t. In der Regel sind die kurzen Lebenszyklen auf Profit ausgerichtet. Heutzutage wird der Gewinn w\u00e4hrend des Zyklus \"Entwicklung bis zur Produktion\" erzielt. Sobald das Produkt verkauft ist, entsteht ein \"Kundenabschaltpunkt\".<\/p>\n<\/p>\n

    Wenn wir also nach dem Verkauf des Produkts weiterhin Daten \u00fcber die digitale Darstellung erfassen und b\u00fcndeln, k\u00f6nnen neue Gesch\u00e4ftsmodelle entstehen. Wir k\u00f6nnten uns auf einen Markt zubewegen, in dem die Industrie mit ihren Produkten verbunden bleibt und in dem es keinen Nutzen h\u00e4tte, riesige Mengen von Produkten mit kurzen Lebenszyklen zu produzieren. Im Gegensatz dazu w\u00fcrden vernetzte Produkte zu einem besseren Verst\u00e4ndnis der Nutzung und der Erfahrungen der Kunden f\u00fchren. Wenn Produkte w\u00e4hrend ihres gesamten Lebenszyklus mit ihrem industriellen Hersteller verbunden bleiben, k\u00f6nnen Qualit\u00e4t, neue Produkteinf\u00fchrungen und Dienstleistungen verbessert werden.<\/p>\n<\/div>\n

    \u00a0<\/div>\n<\/div>\n
    \u00a0<\/div>\n

    Von der Serienfertigung zur individuellen Massenfertigung<\/h1>\n

    In den vergangenen Jahrzehnten war der Wachstumsmarkt f\u00fcr die Industrie durch Massenproduktion und niedrige Arbeitskosten gekennzeichnet. Folglich wurden viele unserer Produktionsst\u00e4tten in L\u00e4nder mit niedrigeren Arbeitskosten wie China verlegt.<\/p>\n

    Die digitale Darstellung und die verf\u00fcgbaren KI-Konzepte werden das Spiel ver\u00e4ndern<\/strong>. Nicht die Arbeitskosten, sondern das Wissen wird den Markt bestimmen. Daten werden zu Informationen, Informationen werden dank KI zu Wissen und Wissen wird zu einem besseren Kundenverst\u00e4ndnis f\u00fchren. Dies wird es uns erm\u00f6glichen, von einer Massenproduktionsindustrie zu einem intelligenten Dienstleistungsmarkt \u00fcberzugehen, in dem die Produkte kundenspezifisch werden und die Produktion zu einem One-Piece-Flow wird. Das bedeutet, dass jeder Produktionsauftrag am Flie\u00dfband mit einer ma\u00dfgeschneiderten Nachfrage vorbestellt werden wird. Dies wird es unserer Industrie erm\u00f6glichen, sich von der repetitiven Massenproduktion hin zur kundenspezifischen Massenproduktion zu entwickeln.<\/p>\n

    Dies kann nur gelingen, wenn wir w\u00e4hrend des gesamten Lebenszyklus mit dem Nutzer\/Kunden und dem von uns gelieferten Produkt\/Dienstleistung in Verbindung bleiben. Durch kontinuierliches Clustern der enormen Menge an Datenpunkten und den Einsatz intelligenter KI-Lernsysteme werden wir in der Lage sein, kundenspezifische Produktdesigns zu erstellen und die Geschwindigkeit und Intelligenz unserer Produktionsprozesse zu erh\u00f6hen. F\u00fcr westliche L\u00e4nder kann dies einen Wettbewerbsvorteil gegen\u00fcber dem repetitiven Massenproduktionsmodell mit seinen niedrigen Arbeitskosten darstellen. Und warum? Weil mit einem Gesch\u00e4ftsmodell, das auf kundenspezifischer Massenproduktion und schnellen Lieferzeiten basiert, das Warten auf ein Schiff der Vergangenheit angeh\u00f6rt.<\/p>\n<\/p>\n<\/div><\/div><\/div><\/div><\/div>","protected":false},"excerpt":{"rendered":"","protected":false},"author":1,"featured_media":1543,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_eb_attr":"","footnotes":""},"categories":[54],"tags":[],"class_list":["post-1535","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-news"],"acf":[],"featured_image_src":"https:\/\/website.ometa.net\/wp-content\/uploads\/2018\/07\/artificialBW-1.jpg","featured_image_src_square":"https:\/\/website.ometa.net\/wp-content\/uploads\/2018\/07\/artificialBW-1.jpg","author_info":{"display_name":"Ometa bv","author_link":"https:\/\/website.ometa.net\/de\/author\/nils-van-mechelen\/"},"rbea_author_info":{"display_name":"Ometa bv","author_link":"https:\/\/website.ometa.net\/de\/author\/nils-van-mechelen\/"},"rbea_excerpt_info":null,"category_list":"News<\/a>","comments_num":"0 comments","_links":{"self":[{"href":"https:\/\/website.ometa.net\/de\/wp-json\/wp\/v2\/posts\/1535","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/website.ometa.net\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/website.ometa.net\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/website.ometa.net\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/website.ometa.net\/de\/wp-json\/wp\/v2\/comments?post=1535"}],"version-history":[{"count":0,"href":"https:\/\/website.ometa.net\/de\/wp-json\/wp\/v2\/posts\/1535\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/website.ometa.net\/de\/wp-json\/wp\/v2\/media\/1543"}],"wp:attachment":[{"href":"https:\/\/website.ometa.net\/de\/wp-json\/wp\/v2\/media?parent=1535"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/website.ometa.net\/de\/wp-json\/wp\/v2\/categories?post=1535"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/website.ometa.net\/de\/wp-json\/wp\/v2\/tags?post=1535"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}