Autohersteller: Bis zu 9 Prozentpunkte h√∂here Rendite durch k√ľnstliche Intelligenz m√∂glich

D√ľsseldorf (ots) – McKinsey-Studie: In der Autoindustrie bis 2025 Kosteneinsparungen und zus√§tzliche Wertsch√∂pfung von 215 Mrd. US-Dollar machbar – Gr√∂√ütes Potenzial in Produktion und Einkauf

K√ľnstliche Intelligenz (KI) kann zum Renditeturbo f√ľr Autohersteller werden: Bis 2025 lassen sich durch den Einsatz maschinellen Lernens bis zu 215 Mrd. US-Dollar an zus√§tzlichem Wert in der weltweiten Autoindustrie schaffen. Die Hersteller k√∂nnten damit ihre Rendite (EBIT) im Maximalfall um 9 Prozentpunkte erh√∂hen. Den gr√∂√üten Wertbeitrag kann das maschinelle Lernen im Herstellungsprozess leisten: In der Produktion k√∂nnen bis zu 61 Mrd. Dollar eingespart werden, beispielsweise durch KI-basierte Qualit√§tskontrolle. Weitere Potenziale liegen im Einkauf (51 Mrd. Dollar) etwa durch h√∂here Transparenz im Zulieferermarkt und in der Intralogistik (22 Mrd. Dollar), beispielsweise durch autonome Bandbelieferung. Bis zu 31 Mrd. Dollar k√∂nnen an Wert im Marketing und Vertrieb geschaffen werden, der Gro√üteil davon dank h√∂herer Ums√§tze durch KI-gest√ľtzte Preissetzung und Empfehlungen. Dies ist das Ergebnis einer aktuellen Studie mit dem Titel “Artificial intelligence – automotive’s new value-creating engine”, f√ľr die McKinsey & Company die Auswirkungen des maschinellen Lernens auf Autohersteller analysiert und √ľber hundert Industrie- und KI-Experten interviewt hat.

KI: Der Kunde gewinnt

“√úblicherweise steigern Autohersteller ihre Produktivit√§t j√§hrlich im Schnitt um rund 2 Prozent pro Jahr”, sagt Andreas Tschiesner, Leiter der europ√§ischen Automobilberatung von McKinsey. “Allein durch maschinelles Lernen ist in den kommenden Jahren ein j√§hrliches Produktivit√§tswachstum von zus√§tzlichen 1,3 Prozent machbar. KI wird damit zum Renditeturbo f√ľr die Autoindustrie.” Ein Gro√üteil der Wertsch√∂pfungseffekte durch KI sei dabei f√ľr alle Autohersteller √§hnlich hoch, vor allem in der Produktion. Tschiesner: “Der harte Wettbewerb im Sektor wird voraussichtlich dazu f√ľhren, dass ein Teil der Kostenvorteile an den Kunden weitergegeben wird.”

Gleichzeitig wird KI zu einem Wettbewerbsfaktor, mit dem sich Hersteller voneinander absetzen k√∂nnen. Das gilt bei der Nutzung k√ľnstlicher Intelligenz f√ľr autonomes Fahren ebenso wie in der Entwicklung moderner Mobilit√§tskonzepte, die auf KI basieren. Fast 70% der Kunden sind schon heute bereit, f√ľr bessere Features bei assistiertem und autonomem Fahren die Marke zu wechseln. Dominik Wee, Partner im M√ľnchener B√ľro von McKinsey und Co-Autor der Studie: “Insbesondere Premiumhersteller mit ihren anspruchsvollen Kunden sollten einen technischen Vorsprung auch bei KI-basierten Anwendungen demonstrieren, zum Beispiel in der sprachbasierten Interaktion mit dem Fahrzeug oder bei der Parkplatzsuche.”

Matthias K√§sser, ein weiterer Autor der Studie und Partner im M√ľnchener B√ľro von McKinsey: “Es ist wichtig, die f√ľr KI notwendigen F√§higkeiten jetzt aufzubauen und die Transformation einzuleiten.”. Der Erfolg h√§nge von vier Faktoren ab:

  • Vorhandene Daten sammeln und aufbereiten: Werthaltige Daten sind die Grundlage f√ľr maschinelles Lernen. Unternehmen sollten ihre Daten sammeln und harmonisieren. Denkbar ist auch, Kunden- und Fahrzeugdaten im Rahmen der gesetzlichen Vorgaben aufzubereiten und Drittanbietersysteme einzubinden, etwa die der H√§ndler.
  • Partner-√Ėkosystem managen: Autohersteller k√∂nnen nicht alle F√§higkeiten f√ľr das maschinelle Lernen alleine aufbauen und vorhalten. Partnerschaften mit Technologieunternehmen im Hard- und Softwarebereich k√∂nnen dabei helfen, schneller zu entwickeln und den eigenen Investitionsbedarf zu verringern.
  • Ein KI-Betriebssystem etablieren: Autohersteller m√ľssen die technischen Grundlagen schaffen, um die gro√üe Menge an Daten zu verarbeiten. Die IT-Systeme m√ľssen daf√ľr standardisiert und gegebenenfalls f√ľr Drittanbieter ge√∂ffnet werden, um neue Anwendungen schnell umzusetzen.
  • F√§higkeiten und Teams aufbauen: Eine zentrale Einheit hilft, alle KI-basierten Projekte innerhalb der Organisation aufzusetzen, zu begleiten und die Partnerschaften mit Drittanbietern zu betreuen. Notwendig ist auch, spezielle Talente an Bord zu holen – beispielsweise Datenspezialisten, Programmierer und Experten f√ľr maschinelles Lernen.

“Diese vier Schritte helfen, die KI-Transformation kurzfristig anzusto√üen”, sagt K√§sser. “Und langfristig ist es wichtig, schnell relevante Anwendungsfelder zu finden, Pilotprojekte aufzusetzen und erfolgreiche Vorhaben rasch auf das gesamte Unternehmen zu √ľbertragen.”

Die vollst√§ndige Studie ist zum Download verf√ľgbar unter: www.mckinsey.com/mcfm

√úber McKinsey

McKinsey & Company ist die in Deutschland und weltweit f√ľhrende Unternehmensberatung f√ľr das Topmanagement. 27 der 30 DAX-Konzerne z√§hlen aktuell zu den Klienten. In Deutschland und √Ėsterreich ist McKinsey mit B√ľros an den Standorten Berlin, D√ľsseldorf, Frankfurt am Main, Hamburg, K√∂ln, M√ľnchen, Stuttgart und Wien aktiv, weltweit mit √ľber 120 B√ľros in mehr als 60 L√§ndern.

Original-Content von: McKinsey & Company, √ľbermittelt durch news aktuell

Das könnte Sie auch interessieren:

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.

%d Bloggern gefällt das: