Autohersteller: Bis zu 9 Prozentpunkte höhere Rendite durch künstliche Intelligenz möglich

Düsseldorf (ots) - McKinsey-Studie: In der Autoindustrie bis 2025
Kosteneinsparungen und zusätzliche Wertschöpfung von 215 Mrd.
US-Dollar machbar - Größtes Potenzial in Produktion und Einkauf

Künstliche Intelligenz (KI) kann zum Renditeturbo für
Autohersteller werden: Bis 2025 lassen sich durch den Einsatz
maschinellen Lernens bis zu 215 Mrd. US-Dollar an zusätzlichem Wert
in der weltweiten Autoindustrie schaffen. Die Hersteller könnten
damit ihre Rendite (EBIT) im Maximalfall um 9 Prozentpunkte erhöhen.
Den größten Wertbeitrag kann das maschinelle Lernen im
Herstellungsprozess leisten: In der Produktion können bis zu 61 Mrd.
Dollar eingespart werden, beispielsweise durch KI-basierte
Qualitätskontrolle. Weitere Potenziale liegen im Einkauf (51 Mrd.
Dollar) etwa durch höhere Transparenz im Zulieferermarkt und in der
Intralogistik (22 Mrd. Dollar), beispielsweise durch autonome
Bandbelieferung. Bis zu 31 Mrd. Dollar können an Wert im Marketing
und Vertrieb geschaffen werden, der Großteil davon dank höherer
Umsätze durch KI-gestützte Preissetzung und Empfehlungen. Dies ist
das Ergebnis einer aktuellen Studie mit dem Titel "Artificial
intelligence - automotive's new value-creating engine", für die
McKinsey & Company die Auswirkungen des maschinellen Lernens auf
Autohersteller analysiert und über hundert Industrie- und KI-Experten
interviewt hat.

KI: Der Kunde gewinnt

"Üblicherweise steigern Autohersteller ihre Produktivität jährlich
im Schnitt um rund 2 Prozent pro Jahr", sagt Andreas Tschiesner,
Leiter der europäischen Automobilberatung von McKinsey. "Allein durch
maschinelles Lernen ist in den kommenden Jahren ein jährliches
Produktivitätswachstum von zusätzlichen 1,3 Prozent machbar. KI wird
damit zum Renditeturbo für die Autoindustrie." Ein Großteil der
Wertschöpfungseffekte durch KI sei dabei für alle Autohersteller
ähnlich hoch, vor allem in der Produktion. Tschiesner: "Der harte
Wettbewerb im Sektor wird voraussichtlich dazu führen, dass ein Teil
der Kostenvorteile an den Kunden weitergegeben wird."

Gleichzeitig wird KI zu einem Wettbewerbsfaktor, mit dem sich
Hersteller voneinander absetzen können. Das gilt bei der Nutzung
künstlicher Intelligenz für autonomes Fahren ebenso wie in der
Entwicklung moderner Mobilitätskonzepte, die auf KI basieren. Fast
70% der Kunden sind schon heute bereit, für bessere Features bei
assistiertem und autonomem Fahren die Marke zu wechseln. Dominik Wee,
Partner im Münchener Büro 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 Kässer, ein weiterer Autor der Studie und Partner im
Münchener Büro von McKinsey: "Es ist wichtig, die für KI notwendigen
Fähigkeiten jetzt aufzubauen und die Transformation einzuleiten.".
Der Erfolg hänge von vier Faktoren ab:

- Vorhandene Daten sammeln und aufbereiten: Werthaltige Daten sind
die Grundlage für 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 Händler.

- Partner-Ökosystem managen: Autohersteller können nicht alle
Fähigkeiten für das maschinelle Lernen alleine aufbauen und
vorhalten. Partnerschaften mit Technologieunternehmen im Hard-
und Softwarebereich können dabei helfen, schneller zu entwickeln
und den eigenen Investitionsbedarf zu verringern.

- Ein KI-Betriebssystem etablieren: Autohersteller müssen die
technischen Grundlagen schaffen, um die große Menge an Daten zu
verarbeiten. Die IT-Systeme müssen dafür standardisiert und
gegebenenfalls für Drittanbieter geöffnet werden, um neue
Anwendungen schnell umzusetzen.

- Fähigkeiten 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 für maschinelles Lernen.

"Diese vier Schritte helfen, die KI-Transformation kurzfristig
anzustoßen", sagt Kässer. "Und langfristig ist es wichtig, schnell
relevante Anwendungsfelder zu finden, Pilotprojekte aufzusetzen und
erfolgreiche Vorhaben rasch auf das gesamte Unternehmen zu
übertragen."

Die vollständige Studie ist zum Download verfügbar unter:
www.mckinsey.com/mcfm

Über McKinsey

McKinsey & Company ist die in Deutschland und weltweit führende
Unternehmensberatung für das Topmanagement. 27 der 30 DAX-Konzerne
zählen aktuell zu den Klienten. In Deutschland und Österreich ist
McKinsey mit Büros an den Standorten Berlin, Düsseldorf, Frankfurt am
Main, Hamburg, Köln, München, Stuttgart und Wien aktiv, weltweit mit
über 120 Büros in mehr als 60 Ländern.

Für weitere Informationen wenden Sie sich bitte an:
Martin Hattrup-Silberberg, Telefon 0211 136-4516,
E-Mail: martin_hattrup-silberberg@mckinsey.com
www.mckinsey.de/medien
Alle Pressemitteilungen im Abo auf Twitter: @McKinsey_de

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