Teil 1: Wie funktioniert Künstliche Intelligenz
Teil 2: Der praktische Einsatz im Autohaus
Teil 3: Risiken, Nebenwirkungen und Praxistipps für den KI-Einsatz im Autohaus
Der praktische Einsatz im Autohaus
Dadurch, dass KI im Moment einen Boom erfährt wächst die Menge an Dienstleistern, deren Produkte auf künstlicher Intelligenz basieren, sehr schnell. Damit umgeht man das Problem, ein eigenes neuronales Netz aufzubauen und mühsam trainieren zu müssen, wie in Teil 1 dieser Artikelserie beschrieben.
In den nachfolgenden Übersichten sind einige beispielhafte Anbieter aufgelistet, die für Autohäuser in Frage kommen. Diese sind in zwei Gruppen geordnet: bereichsübergreifende Lösungen sind solche, die grundsätzlich für alle administrativen und entscheidenden Kräfte im Autohaus nutzenbringend sind. Bereichsspezifische Lösungen fokussieren bestimmte Bereiche des Autohauses wie z.B. Vertrieb, Service, Personal etc.
Bereichsübergreifende Lösungen
Persönliche Themenassistenz
| Recherche, Informationssammlung (u.a. Themenerarbeitung, Branchennachrichten, Vor-/ Nachteile oder Alternativen zu Entscheidungsthemen, Ideengenerierung, …) |
|
| Mindmaps (u.a. Themenerarbeitung, …) |
Texte
| Erzeugung (u.a. Webseiteninhalte, Angebote, Kundenbriefe/-emails, Checklisten, Produktbeschreibungen, Blog-/ SM-Einträge, Stellenbeschreibungen, Fragen zu Vorstellungsgespräch, Ausbildungs-/Lernthemen, Titel finden, Feedback, ... ) |
|
| Umwandlung (u.a. für Korrekturen, stilistische Anpassungen, vereinfachte Formulierungen, …) |
|
| Analyse (Text-Mining) (u.a. Interpretation von Onlinebewertungen, Zusammenfassung von langen Texten, Inhaltsstruktur erstellen, …) |
|
| Übersetzung (u.a. Webseiteninhalte, Angebote, Kundenbriefe/-emails, …) |
|
| Handschrifterkennung (u.a. für pers. Aufzeichnungen, Scribbles, Nachrichten, …) |
Bilder
| Erzeugung (u.a. Webseiteninhalte, Angebote, Präsentationen, …) |
|
| Editierung (Veränderung von Bildern, Löschen/Hinzufügen von Inhalten etc.) |
Gesprochene Sprache
| Erzeugung (z.B. für Podcasts) |
|
| Transkription (Verschriftlichung von u.a. Meetingprotokolle, Telefon-/Videokonferenzen, …) |
|
| Übersetzung (u.a. Real-Time-Übersetzung von Telefonaten, Videokonferenzen, persönlichen Gesprächen etc.) |
Präsentationen
| Erzeugung (u.a. Unternehmenspräsentation, Großkunden-angebote etc.) |
Videos
| Erzeugung (u. a. Unternehmensvideos, Produktpräsentationen, Erklärvideos etc.) |
|
| Übersetzung (übersetzt vorhandene Videos in andere Sprachen, inkl. Anpassung der Mundbewegungen) |
Dokumente
| Datenextraktion (extrahiert aus Dokumenten strukturiert Daten für deren Weiterbearbeitung, z.B. für Fahrzeugscheine, Rechnungen, Lieferscheine etc.) |
Sonstiges
| Automatisierung / RPA (erstellt Bots zur Aufgabenautomatisierung) |
Bereichsspezifische Lösungen
Kundendialog (Conversational AI)
| Chat (Text) (u.a. Kontaktaufnahme auf Webseite, Termin-vereinbarung, Kaufberatung …) |
|
| Sprache (u.a. telefonische Randzeiten / Überlauf / Erstan-nahme, Kontaktaufnahme auf Webseite, Termin-vereinbarung, Unfallhilfe, Kaufberatung, Telefon-routing …) |
Kfz-Bestandsmanagement
| Ankaufunterstützung (u.a. Findung passender Fahrzeuge, Preisbe-stimmung, …) |
|
| Fahrzeugbilder / -videos (Erstellung von Präsentationsbildern und -videos für Webseite, Börsen, Angebote etc.) |
Fahrzeugverkauf
| Fahrzeugsuche für Kunden (u.a. Plugins für Händlerwebseite) |
Aftersales
| Predictive Maintenance (u.a. für verbesserte Serviceausschöpfung) |
|
| Schadenkalkulation (u.a. für Kostenvoranschläge) |
Sonstiges
| HR - Kandidatensuche (u.a. Kandidatenrecherchere, Skill-Matching, CV-Interpretation etc.) |
|
| Coding (u.a. Schreiben, Debuggen, Vervollständigen, Refactoring, Dokumentieren von Code, Generieren von Code-Snippets, Site-Map-Codes) |
Wie sollte ich mich als Autohaus grundsätzlich zur KI stellen?
Künstliche Intelligenz wird einen massiven Einfluss auf unsere Gesellschaft haben und damit auch auf Autohäuser, deren Kunden, Lieferanten, Mitarbeiter usw. Auch wenn nicht davon auszugehen ist, dass sie in der Lage sein wird kurzfristig sämtliche Arbeitsplätze überflüssig zu machen oder gar die Weltherrschaft an sich zu reißen, ist man gut beraten, sich mit dem Thema zu beschäftigen, schlicht weil sie zu viele Möglichkeiten bietet.
Auf der anderen Seite ist künstliche Intelligenz aber auch nur eine Technologie und man sollte vorab klären, ob diese für mein Problem oder meinen konkreten Anwendungsfall überhaupt einen Nutzen liefern kann. Damit wäre zuerst zu klären, welche betrieblichen Ziele ich erreichen möchte. Daraus leiten sich dann die zur Zielerreichung benötigten Strukturen ab, also Prozesse, Kompetenzen, Infrastruktur, Ressourcen, EDV-Systeme, Partner etc. Und nur, wenn ich EDV-Systeme benötige, stellt sich die Frage, ob diese zwingend über KI-Technologien verfügen müssen. Die Frage „KI oder nicht“ steht als Technologiefrage also regelmäßig am Ende der Entscheidungskette und nicht am Anfang. Dabei ist ebenfalls wichtig, die Suche nach passenden Lösungen nicht nur auf die aktuell stark im Vordergrund stehenden generativen künstlichen Intelligenzen zu richten, also jene, die Inhalte wie Texte, Bilder ec erzeugen.
KI kann eine hilfreiche Technologie sein, muss es aber nicht zwangsläufig, insbesondere nicht, weil sie aktuell gehyped wird. Aus diesem Grund bilden sich aktuell eine Unzahl an neuen KI-basierten Geschäftsideen, die von Start-Ups probiert werden. Ob diese langfristig nutzenstiftend und damit nachhaltig erfolgreich sind oder nicht, wird sich zeigen. Beispielsweise ist das KI-basierte Auslesen von Daten aus Fahrzeugscheinen oder Rechnungen mit hoher Wahrscheinlichkeit von Bestand. Beim interaktiven Abfragen von Servicewissen, z.B. über eine Chat-Funktion kann es aber sein, dass Technologien wie Wissensgraphen leistungsfähiger sind als die chatGPT zugrundeliegenden Large Language Models (LLM). Die Diskussion um KI erinnert damit ein wenig an den Hype um Block-Chains vor einigen Jahren, wo man meinte, jeden Anwendungsfall besser auf Basis einen Block-Chain lösen zu können. Dass diese Technologie nur noch in sehr speziellen Geschäftsmodellen eine Daseinsberechtigung hat, zeigt, dass man dazugelernt hat.
Dennoch ist am iPhone-Moment der KI durchaus etwas dran und man sollte als Entscheider oder Entscheiderin im Autohaus dieses Thema auf dem Radarschirm haben, indem man immer wieder sondiert, welche neuen Probleme durch KI besser gelöst werden können und sich dann aber überlegt, ob man diese Problemen im eigenen Betrieb überhaupt hat und ob man sie auch lösen möchte.
