Wie künstliche Intelligenz den Herstellern echte Gewinne beschert

Automatisierte Preismodelle, die künstliche Intelligenz nutzen, können Herstellern helfen, schwankende Kosten und Kaufpräferenzen besser zu verstehen.

Um mit der ständigen Bewegung im Industriesektor Schritt zu halten, müssen die Hersteller technologieorientierte Investitionsstrategien verfolgen, die über die traditionelle Software und Automatisierungsausrüstung hinausgehen. Dies bedeutet, viele der vom Industriemarkt verbesserten Technologien zu nutzen und sie so einzusetzen, dass sie zur Verbesserung der Preisgestaltung und der Beschaffungsstrategien beitragen können.

Richard Blatcher, Senior Industry Solutions Manager für die Automobil- und Industrieproduktion beim Cloud-basierten Softwareanbieter PROS, hat sich kürzlich mit uns darüber unterhalten, wie maschinelles Sehen, künstliche Intelligenz und prädiktive Analysen die Wettbewerbsfähigkeit und Rentabilität von Herstellern sichern können.

Jeff Reinke, Redaktionsleiter des IEN: Aufgrund des Wettbewerbsdrucks und schwankender Materialkosten kann die Preisgestaltung für einige Hersteller ein heikles Thema sein. Wo muss Ihrer Meinung nach das Gespräch ansetzen, wenn es um die Integration von Echtzeit-Preisstrategien geht?

Richard Blatcher, PROS: Das beginnt mit einem Blick auf die vorhandenen Daten. Während wir uns immer tiefer in das hineinbewegen, was viele als die vierte industrielle Revolution bezeichnen, besteht kein Zweifel daran, dass Daten zu den wertvollsten Vermögenswerten gehören, die es bei der Preisgestaltung zu berücksichtigen gilt: Trotz der riesigen Datenmengen, die den Herstellern zur Verfügung stehen, haben viele von ihnen auch die Möglichkeit, diesen Vermögenswert auf der Grundlage einer größeren Rechenleistung besser zu verwalten. Die letzte Meile für Hersteller ist die Fähigkeit, Daten in Informationen und umsetzbare Erkenntnisse zu übersetzen.

Die Hersteller wissen zwar, dass die Preisgestaltung für ihre Wettbewerbsfähigkeit und Rentabilität von entscheidender Bedeutung ist, doch haben sie vielleicht noch nicht ganz begriffen, wie sie die Kontrolle darüber übernehmen und sie als strategisches Gut verwalten können, und zwar aus einer Reihe von Gründen, wie z. B. Marktfragmentierung, schwankende Materialkosten, sich entwickelnde Vertriebskanäle und schwindende Gewinnspannen.

Gleichzeitig wollen die Hersteller natürlich ihre Beziehungen zu den Kunden verbessern, indem sie die Verbrauchsmuster und Kaufpräferenzen verstehen. Eine der effektivsten Möglichkeiten ist der Einsatz automatisierter Preismodelle, die künstliche Intelligenz (KI), maschinelles Lernen und dynamische Preisgestaltung in Echtzeit nutzen.

Diese Technologien sollen den Herstellern nicht nur dabei helfen, auf zeitkritische Änderungen zu reagieren, die sich auf die Preisgestaltung auswirken, sondern sie ermöglichen auch eine bessere Interpretation und Analyse der Daten, um die Kundenerfahrungen anzupassen.

JR: Welche Daten sind am häufigsten nicht verfügbar oder werden nicht ordnungsgemäß verwaltet, wenn Hersteller diesen Ansatz zur Preisgestaltung umsetzen wollen?

RB: Die Hersteller sind oft nicht in der Lage, sich aktuelle Marktpreise für ein bestimmtes Produkt zu sichern oder die Preise für den Kunden am Ort des Kaufs zu optimieren. Die Möglichkeit, die Preise durch die Nutzung von Echtzeitdaten häufiger zu aktualisieren, wird ihnen den größten Vorteil verschaffen.
Vollständige Preistransparenz in einer Echtzeitumgebung bleibt Herstellern oft verwehrt, insbesondere angesichts von Kostenschwankungen bei Rohstoffen, wettbewerbsfähigen Preismodellen und Rückmeldungen von Vertriebspartnern. Letzteres ist in der Regel der größte blinde Fleck für Fertigungsdaten.
Wenn Hersteller nicht in der Lage sind, zu erkennen, wie Dritte ihre Produkte und Dienstleistungen bepreisen, wird es schwieriger, die Marktpreise zu verwalten und ein einheitliches Kauferlebnis zu gewährleisten. Ein moderner Handelsansatz mit dynamischer Preisgestaltung und prädiktiver Analytik schafft insgesamt mehr Transparenz bei der Preisgestaltung.

Der "Amazon-Effekt" hat den Markt aufgerüttelt und gibt Unternehmen und Verbrauchern mehr Kontrolle über die Verfügbarkeit eines Produkts, seinen Preis und den Zeitpunkt, zu dem sie es erhalten können. Eine wichtige Lektion für Hersteller ist, dass der "Amazon-Effekt" ohne Daten und die Fähigkeit, Daten in umsetzbare Erkenntnisse umzuwandeln, die die Gewinnspanne verbessern und gleichzeitig ein großartiges Kundenerlebnis bieten, nicht möglich gewesen wäre.

JR: Welche Marktfaktoren stellen Ihrer Meinung nach die größten Hindernisse für Preisstrategien dar, die die Wettbewerbsfähigkeit gewährleisten? Rentabilität?

RB: Rentabilität: Trotz der Volatilität von Rohstoffen aktualisieren einige Unternehmen ihre Preise nur vierteljährlich oder sogar jährlich und verkaufen in diesem Zeitraum zu einem statischen Preis. Dieser Widerstand gegen flexiblere Preismodelle stellt ein großes Hindernis für die Kontrolle der Rentabilität dar.
Sinkt der Preis eines Rohstoffs, könnte ein Hersteller, der nach einem jährlichen Preismodell arbeitet, gegenüber Konkurrenten, die einen niedrigeren Preis anbieten können, ins Hintertreffen geraten. Steigt der Preis hingegen, laufen Hersteller Gefahr, Einnahmen zu verlieren. Eine Preisgestaltungstechnologie, die auf maschinellem Lernen und dynamischer Preisgestaltung basiert, gibt Herstellern die Möglichkeit, ihre Preise in Echtzeit an die Marktentwicklung anzupassen.
Konkurrenzfähigkeit: Wir beobachten, dass viele B2B-Kunden aufgrund des Zugangs zu Echtzeitdaten zu B2C-Verkaufspraktiken übergehen. Um das von den Kunden erwartete Maß an Transparenz zu bieten, kommt es auf die Daten an. Hersteller benötigen einen vollständigen Einblick in die gesamte Customer Journey. Diese Transparenz können sie durch den Zugang zu Tools erreichen, die Informationen automatisieren und ihre Produkte und Dienstleistungen in Echtzeit genau bepreisen.

JR: Das Thema Sicherheit wird immer wichtiger, insbesondere bei Cloud-basierten Software-Plattformen. Könnten Sie kurz den Ansatz skizzieren, den PROS bei der Cybersicherheit verfolgt?

RB: PROS arbeitet in Übereinstimmung mit der globalen ISO/IEC 27001: 2013-Zertifizierung, dem branchenweit renommiertesten Standard für das Informationssicherheitsmanagement. Die ISO-Anforderungen für die Zertifizierung sind außerordentlich streng.

JR: Welche Technologie wird Ihrer Meinung nach den Einkauf der Hersteller in Zukunft am meisten beeinflussen?

RB: Wir sehen in der KI den größten Umbruch in der Preisgestaltung in absehbarer Zukunft. KI bildet die Grundlage für die Verbesserung kritischer Prozesse über den gesamten Produktlebenszyklus hinweg - von Design, Tests und Simulationen bis hin zum Verständnis der Effizienz von Fabriken durch technische Daten.
Allein die schiere Menge an Daten erfordert die Rechen- und Verarbeitungsleistung von KI, damit Hersteller mit den sich verändernden Geschäftsmodellen und den Marktfaktoren, in denen sie tätig sind, Schritt halten können. KI-gestützte Erkenntnisse können den gesamten Geschäftsablauf optimieren, von der Beschaffung von Rohstoffen und dem Verständnis der Produktionskosten bis hin zur Implementierung einer größeren Preistransparenz und der Bereitstellung der bestmöglichen Kundenerfahrung.
Tools für maschinelles Lernen, die auf dynamischer Preisgestaltung basieren, können sicherstellen, dass die Produkte der Hersteller so kosteneffizient wie möglich entwickelt, getestet und vermarktet werden. Werden die Bereiche nicht erkannt, in denen neue, cloudbasierte Technologien die Unternehmenseffizienz verbessern können, kann dies dazu führen, dass sich die Kunden abwenden.

KI und maschinelles Lernen bieten Herstellern die Möglichkeit, Daten in aussagekräftige und umsetzbare Erkenntnisse umzuwandeln, die wiederum das Kundenerlebnis verbessern, die Markentreue stärken und die Gewinnmargen erhöhen können.