Unternehmen gestalten den digitalen Wandel auf unterschiedliche Weise. Am Markt behaupten sich vor allem große Akteure mit breitem Produktportfolio und kleine mit Nischenprodukten. Andere Kombinationen funktionieren selten. Ein erfolgreich durchgeführter, digitaler Wandel lässt sich auf vier wesentliche Prinzipien zurückführen: Customer Centricity, Daten, Automation und Agilität.
Agilität
Wie agil bin ich bereits? Zur Beantwortung dieser Frage ziehen Organisationen unterschiedliche Kriterien heran: Anzahl der Groups und Gilden oder auch die Frage, ob ich einen „Product Owner“ habe. Das Thema wird gern auf Begrifflichkeiten reduziert. Zwar benötige ich dann ein neues Wörterbuch, um die Begriffe zu verstehen, doch sieht man in der Praxis wenige, echte Veränderungen.
Wirklich agil ist man, wenn man nicht mehr darüber sprechen muss. Die neuen Prozesse sind bereits in Fleisch und Blut übergegangen. Klassisches Projektmanagement hat noch immer seine Existenzberechtigung. Insbesondere in einem Umfeld, in dem der Weg klar definiert ist.
Agiles Projektmanagement ist geeignet, wenn ich Projekte unter Unsicherheiten managen möchte.
Wirklich agil ist meine Organisation erst, wenn ich bereit bin, die Kundensicht einzunehmen. Ich muss meine Zielgruppe kennen und verstehen. Am Ende geht es darum, einen Nutzwert zu erbringen. Dafür braucht es u. a. eine adäquate Fehlerkultur im Unternehmen und eine konstante, kritische Aufarbeitung der Arbeitsprozesse.
Automation
Im zweiten Teil des mehrteiligen Podcasts geht es um das Thema Automation. Der Einsatz von Chatbots und ähnlichen Hilfsmitteln im Kundenservice ist etabliert. Inzwischen kann KI aber mehr. Sie kann E-Mails lesen und selbstständig beantworten. Ein wichtiger Baustein hierfür ist RPA (Robotic Process Automation). Hierbei werden repetitive und zeitaufwendige Prozesse automatisiert. Statt Daten zum Beispiel manuell aus SAP in eine Excel-Tabelle überführen zu müssen, übernimmt das ein Software-Roboter für mich.
Dabei handelt es sich um eine Übergangslösung. Die menschliche Benutzeroberfläche, die von RPA benutzt wird, ist nicht für die KI ausgelegt. Die Zukunft liegt in API-Schnittstellen zwischen der Software und dem System, sowie in Low-Code- bzw. No-Code-Plattformen.
Bei Letzterem tauchen Schwierigkeiten auf. Zunächst geht es bei der Anbindung der Software darum, die Reihenfolge der Aktionen zu beachten. Zudem muss das Format der eingetragenen Daten korrekt ausgelesen und übertragen werden. Steht die Uhrzeit in ein oder in zwei Zeilen? Außerdem müssen die Konnektoren an die jeweiligen Dienste angepasst werden. Für all das kommt man um das Studieren der Dokumentation und die Hilfe aus der IT-Abteilung nicht herum. So „Low-Code“ sind die Plattformen nicht, wie sie zunächst scheinen.
Diese Probleme lassen sich folgendermaßen zusammenfassen: Custom made, also speziell zugeschnittene Software, ist immer teurer als Programme von der Stange. Low-Code-Lösungen sehe ich zwischen diesen beiden Welten. Wie beim Thema Agilität ist es jedoch keine Entweder-oder-Frage. Es kommt auch hier auf den Anwendungszweck an. Ich glaube an die Zukunft der künstlichen Intelligenz (KI).
Wer einen schlechten Prozess automatisiert, der bekommt einen schlecht automatisierten Prozess.
Aktuell ist KI noch nicht so intelligent, wie manche glauben mögen. Wir sprechen hier von Regressionsmodellen und Klassifikationen, statt von echter „Intelligenz“. Und eine Frage, die sich in Zukunft vermehrt stellen wird: Wenn KI Entscheidungen für uns treffen soll, sind wir dann auch bereit, ihr die Verantwortung zu überlassen?
Daten
Es geht darum, bessere Entscheidungen auf Basis von Fakten aus unserer Umwelt und unserer Interaktion mit Kunden und Partnern zu treffen.
Daten sind wichtig. Bei der Erhebung und Nutzung der Daten sind jedoch einige Hürden zu bewältigen. Diese Hürden sind heute nicht mehr in erster Linie technischer Natur. Die echten Herausforderungen lassen sich in den folgenden vier Fragen zusammenfassen:
- Wo kommen welche Daten her und wie bekomme ich sie in mein System?
- Wie sorge ich für die richtige Formatierung und die Aktualität der Daten zur Weiterverarbeitung?
- Wie ziehe ich aus der riesigen Datenmenge die relevanten Erkenntnisse?
- Wie treffe ich mit diesen Erkenntnissen die richtigen Entscheidungen?
Die Antworten sind aber auch kein Hexenwerk:
- Es lassen sich viele Daten sammeln: Umsatz- und Absatzzahlen, Abschüsse pro Region und Zeitraum etc. Diese lassen sich leicht aus jedem CRM-System oder aus der Telefonie herausholen. Das Sammeln von Daten kann schnell wild werden. Die Frage, welche Daten ich tatsächlich benötige und wie ich sie in mein System integriere, ist heute wichtiger denn je.
- Thema Formatierung, Beispiel Berufswahl: Entweder lasse ich den Nutzer seinen genauen Beruf manuell eintippen oder ich lasse ihn aus vorgefertigten Kategorien auswählen. Beides geht mit Problemen einher. Das Freifeld führt möglicherweise zu Verständnisproblemen für den Computer. In der vordefinierten Liste findet sich ein Nutzer evtl. nicht wieder, sodass seine Angabe nicht reliabel ist. Gleiches Problem kann für z. B. Geburtsdatum und Adresse gelten. Darauf ist zu achten.
- Wie finde ich die relevanten Erkenntnisse? Wenn das Format stimmt und die Inhalte verlässlich sind, kann ich Data Scientists die sprichwörtliche „Nadel im Heuhaufen“ suchen lassen. Hilfreich ist es daher, vorher zu wissen, welche Informationen gebraucht werden.
- Wie treffe ich die richtigen Entscheidungen? Erneut ein (echtes) Beispiel zur Illustrierung: Eine nachhaltige Kfz-Police soll eingeführt werden. In einer Umfrage geben 30% der potenziellen Kunden an, diese Police abschließen zu wollen. Nach der Einführung des Produkts sind es nur 5%. War die datenbasierte Entscheidung falsch? Der reale Wert des Produkts lässt sich nicht nur an den Umsatzzahlen bemessen. Eventuell stand eine Branding-Strategie dahinter? Oder das Produkt war nicht so attraktiv wie angepriesen? Der Punkt ist: Daten können nie alles alleine entscheiden. Am Ende muss derjenige die Entscheidungen treffen, der die Verantwortung trägt.
Fazit
Wenn wir wirklich wollen, dass unsere Arbeit unseren Kunden weiterhilft und das Team mehr zählt als der Einzelne, wenn wir offen sind für Neues und bereit sind, uns anzupassen, wenn wir KI einsetzen und mit Daten umzugehen wissen: Dann kann eine wahrlich kundenzentrierte Organisation entstehen.
Hier geht es zu den aktuellen Podcast-Episoden: Teil 1, Teil 2 und Teil 3.
Über den Podcast
Seit April 2020 veröffentlicht Jonas Piela regelmäßig Gespräche mit Vorständen und Managern der Versicherungswirtschaft über die digitale Transformation. Sein Ziel ist, dass seine Zuhörer einem lockeren Gespräch unter Gleichgesinnten lauschen und so Ideen und Anregungen für die eigene Arbeit mitnehmen. Zu finden ist der Podcast unter anderem bei Google, Apple und Spotify sowie unter pielaco.com/podcast und dkm365.de.
- Anmelden, um Kommentare verfassen zu können
