KI-ULTRA

Fallberichte

Hier finden Sie Fallbeispiele aus den Organisationen, die als Unternehmenslabore am Projekt KI-ULTRA teilgenommen haben.

Fallberichte

29 Unternehmen wurden im Rahmen der Feldforschungsphase von KI-ULTRA bei einem KI-Einführungs-projekt begleitet. Dabei wurden über einen Zeitraum von 6 bis 18 Monaten immer wieder Gespräche geführt, unterschiedliche Stakeholder befragt, gemeinsame Workshops zu wichtigen KI-Themen durchgeführt und so eine tiefgehende ethnographische Begleitung des Einführungsprojekts erreicht. Im Rahmen dieser Feld-forschung entstanden Fallstudien aus den einzelnen Unternehmen, die als wertvolle „Best-Practice“ ebenso wie als „Lessons Learned“ für andere Unternehmen dienen können. Stöbern Sie durch die einzelnen Berichte und lassen Sie sich inspirieren!

Schwarze Strichzeichnung von vier hohen, nebeneinander angeordneten Gebäuden, die eine Stadtlandschaft darstellen, zentriert auf einem hellen gelbgrünen kreisförmigen Hintergrund.

29 Unternehmen wurden begleitet

Ein schwarzes Uhrensymbol mit einem Pfeil, der einen Teilkreis bildet und auf einem hellgrünen kreisförmigen Hintergrund den Zeitablauf anzeigt.

Dauer der Begleitung: 6-18 Monate

Ein durchgehendes schwarzes Häkchen in einem hellgelbgrünen Kreis symbolisiert Bestätigung oder Genehmigung.

Entstanden sind wertvolle Best Practices!

Ein schwarzes Umrisssymbol eines Dokuments mit Textzeilen und einem Bleistift vor einem hellen, limettengrünen, kreisförmigen Hintergrund.

Stöbern Sie jetzt durch die Fallberichte!

Der schwarze Umriss eines Preisschilds mit der Aufschrift „KOSTENLOS“ vor einem hellgrünen, kreisförmigen Hintergrund.

Alle Angebote dieser Website sind kostenfrei!

Eine Auswahl spannender Fallberichte

HSM-Stahl


Der Weg zum richtigen Start
Unternehmen: HSM Stahl- und Metallhandel GmbH

 

Ort: Georgensgmünd
Anzahl der Mitarbeitenden: ca. 50
Gründungsjahr: 1993
Branche: Stahlbranche

HSM steel


The way to the right start
Company: HSM Stahl- und Metallhandel GmbH

Location: Georgensgmünd
Number of employees: approx. 50
Year of foundation: 1993
Industry: Steel industry

Ein Mann in weißem Hemd und Brille spricht, hält Papiere in der Hand und steht neben einer Tafel mit orangefarbenen Notizen. Die Szene scheint ein Büro oder ein Besprechungsraum zu sein.
© Ludmilla Parsyak

Ausgangssituation

Als weltweit agierendes Familienunternehmen bietet HSM® seinen Kund*innen als innovativer Lieferant schnelle und unkonventionelle Lösungen bei der Beschaffung, Lagerung, Anarbeitung sowie weiteren Dienstleistungen im Bereich von Hochleistungswerkstoffen, Stahl und Metall nach Spezifikation sowie weiteren speziellen Güten. Um den Kund*innen einen noch besseren Service anbieten zu können, plant HSM® die Einführung einer KI-gestützten Angebotserstellung und Lieferant*innenauswahl.

 

Lösungsansatz

HSM® arbeitet seit über 10 Jahren papierlos und hat sämtliche Workflows bereits digitalisiert. Daher bestehen Überlegungen, diese Daten gewinnbringend für die Angebotserstellung und somit für die bestmögliche Lieferant*innenauswahl einzusetzen. Damit sollen Fragestellungen wie nachfolgend beantwortet werden:

  • Was wird am meisten verkauft?
  • Was wird gar nicht verkauft?
  • Wo fehlen Lieferant*innen, um sich breiter aufzustellen?

Dafür ist vorgesehen, die Daten aus den bestehenden Angeboten, Anfragen, Rechnungen, Lieferant*innenwebseiten etc. zu nutzen und daraus Informationen abzuleiten, um z. B. Anfragen bei Lieferanten*innen noch gezielter stellen zu können.

 

Beteiligte Interessensgruppen

  • Lieferanten*innen
  • Externe Dienstleister*innen
  • Forschungspartner*innen
  • Vertrieb
  • Management

 

Technologie

Für die Vertriebsanalyse werden die historischen Daten analysiert, um daraus Vorhersagen abzuleiten. Dazu misst das System den Zusammenhang zwischen internen und externen Daten wie Wettbewerbspreisen und stimmt diese mit der Geschäftsstrategie, der Preiselastizität in der Nachfrage, den Vorgaben zur Preisstrategie und Preisbildungsregeln ab. Details der KI-Kerntechnologie sind zwar noch nicht geklärt, es ist jedoch wahrscheinlich, dass gängige Open-Source-Software zur individuellen Lösungsumsetzung im Kontext eigener, bestehender Systeme eingesetzt werden soll.

 

Herausforderungen

Als Nischenbetrieb liegt das Know-how von HSM® in der Bereitstellung von Individuallösungen für seine Kundschaft. Das Teilen firmeninterner Daten in einem gemeinsamen Datenpool mit anderen ist daher nicht gewünscht. Leider wird jedoch die weitere Verwendung der Daten bei vielen Anbietenden vorausgesetzt oder nicht transparent dargestellt. Dadurch gestaltet sich die Auswahl von Technologien und Anbietenden, insbesondere im Kontext unternehmensspezifischer Daten, besonders herausfordernd.

 

Ergebnis

Aufgrund der Intransparenz möglicher Lösungsanbieter*innen am Markt strebt HSM® eine Individuallösung an, anstatt eine bestehende KI-Anwendung einzukaufen und anzupassen. Dadurch soll sichergestellt werden, dass Datenschutzregelungen nicht verletzt werden, und dass die Ablage und Verarbeitung von Daten rechtssicher abläuft.

 

Learnings

Einige Dienstleister*innen gehen sehr nachlässig mit dem Thema der Datenverarbeitung um. Gerade bei fertigen KI-Anwendungen sollte genau geprüft werden, was mit den eigenen Daten passiert, nachdem man sie dem System des Lösungsanbieters zugeführt hat.

 

Zitat

Nach unserer Meinung sollten sich Unternehmen unbedingt mit dem Thema KI beschäftigen. Für uns war der Austausch im Zuge des Forschungsprojekts KI-Ultra informativ und inspirierend zu gleich.

Initial situation

As a globally active family business, HSM® is an innovative supplier that offers its customers fast and unconventional solutions for procurement, storage, processing and other services in the field of high-performance materials, steel and metal to specification and other special grades. In order to be able to offer customers an even better service, HSM® is planning to introduce AI-supported quotation preparation and supplier selection.

 

Solution approach

HSM® has been working paperless for over 10 years and has already digitized all workflows. We are therefore considering using this data profitably for the preparation of quotations and thus for the best possible selection of suppliers. The aim is to answer questions such as the following:

  • What is sold the most?
  • What is not sold at all?
  • Where are suppliers lacking in order to broaden their base?

The plan is to use the data from existing offers, inquiries, invoices, supplier websites, etc. and derive information from them, e.g. in order to be able to make even more targeted inquiries to suppliers.

 

Stakeholders involved

  • Suppliers
  • External service providers
  • Research partners
  • Distribution
  • Management

 

Technology

For sales analysis, historical data is analyzed in order to derive forecasts. To do this, the system measures the correlation between internal and external data such as competitive prices and reconciles this with the business strategy, price elasticity in demand, pricing strategy specifications and pricing rules. Although the details of the core AI technology have not yet been clarified, it is likely that common open source software will be used to implement individual solutions in the context of the company’s own existing systems.

 

Challenges

As a niche company, HSM®’s expertise lies in the provision of individual solutions for its customers. Sharing internal company data in a common data pool with others is therefore not desired. Unfortunately, however, the further use of the data is assumed by many providers or is not presented transparently. This makes the selection of technologies and providers particularly challenging, especially in the context of company-specific data.

 

Result

Due to the lack of transparency of possible solution providers on the market, HSM® is aiming for an individual solution instead of purchasing and adapting an existing AI application. This should ensure that data protection regulations are not violated and that the storage and processing of data is legally compliant.

 

Learnings

Some service providers are very careless when it comes to data processing. Particularly in the case of finished AI applications, you should check exactly what happens to your own data after it has been fed into the solution provider’s system.

 

Quote

In our opinion, companies should definitely look into the topic of AI. For us, the exchange in the course of the KI-Ultra research project was both informative and inspiring.