|
Inbox: Künstliche Intelligenz als Renditeturbo für Autohersteller
Intel
Uhrzeit: 21:02:36
Veränderung zu letztem SK: -1.65%
Letzter SK: 93.97 ( -6.18%)
05.01.2018
Zugemailt von / gefunden bei: McKinsey & Company (BSN-Hinweis: Lauftext im Original des Aussenders, Titel (immer) und Bebilderung (oft) durch boerse-social.com aus dem Fotoarchiv von photaq.com)
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.
"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."
Company im Artikel
Show latest Report (30.12.2017)
9255
kunstliche_intelligenz_als_renditeturbo_fur_autohersteller
Aktien auf dem Radar:Frequentis, Bajaj Mobility AG, Agrana, Amag, UBM, CPI Europe AG, OMV, Verbund, SBO, Porr, Strabag, AT&S, Frauenthal, SW Umwelttechnik, BKS Bank Stamm, Oberbank AG Stamm, EuroTeleSites AG, Österreichische Post, Semperit, Telekom Austria, RHI Magnesita.
(BSN-Hinweis: Lauftext im Original des Aussenders, Titel (immer) und Bebilderung (oft) durch boerse-social.com aus dem Fotoarchiv von photaq.com)193812
inbox_kunstliche_intelligenz_als_renditeturbo_fur_autohersteller
Random Partner #goboersewien
FACC
Die FACC ist führend in der Entwicklung und Produktion von Komponenten und Systemen aus Composite-Materialien. Die FACC Leichtbaulösungen sorgen in Verkehrs-, Fracht-, Businessflugzeugen und Hubschraubern für Sicherheit und Gewichtsersparnis, aber auch Schallreduktion. Zu den Kunden zählen u.a. wichtige Flugzeug- und Triebwerkshersteller.
>> Besuchen Sie 55 weitere Partner auf boerse-social.com/goboersewien
Masahisa Fukase
Gerhard Puhlmann
Joan van der Keuken
Stephen GillInbox: Künstliche Intelligenz als Renditeturbo für Autohersteller
05.01.2018, 4964 Zeichen
05.01.2018
Zugemailt von / gefunden bei: McKinsey & Company (BSN-Hinweis: Lauftext im Original des Aussenders, Titel (immer) und Bebilderung (oft) durch boerse-social.com aus dem Fotoarchiv von photaq.com)
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.
"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."
Company im Artikel
Show latest Report (30.12.2017)
9255
kunstliche_intelligenz_als_renditeturbo_fur_autohersteller
Was noch interessant sein dürfte:
ATX legt am Donnerstag 1,94 Prozent zu, Erste Group steigt mehr als fünf Prozent, RBI mehr als vier Prozent
Inbox: Eduard Berger: "Europäische Aktienmärkte sind trotz Kursanstiege weiterhin attraktiv bewertet"
Wiener Börse Party #1157: ATX stärker, es war der 50. Gewinntag heuer, AT&S schon wieder vorne und schon wieder mit hohem Volumen
Intel
Uhrzeit: 21:02:36
Veränderung zu letztem SK: -1.65%
Letzter SK: 93.97 ( -6.18%)
Bildnachweis
1.
66666 Km hat mein Auto geleistet
>> Öffnen auf photaq.com
Aktien auf dem Radar:Frequentis, Bajaj Mobility AG, Agrana, Amag, UBM, CPI Europe AG, OMV, Verbund, SBO, Porr, Strabag, AT&S, Frauenthal, SW Umwelttechnik, BKS Bank Stamm, Oberbank AG Stamm, EuroTeleSites AG, Österreichische Post, Semperit, Telekom Austria, RHI Magnesita.
Random Partner
FACC
Die FACC ist führend in der Entwicklung und Produktion von Komponenten und Systemen aus Composite-Materialien. Die FACC Leichtbaulösungen sorgen in Verkehrs-, Fracht-, Businessflugzeugen und Hubschraubern für Sicherheit und Gewichtsersparnis, aber auch Schallreduktion. Zu den Kunden zählen u.a. wichtige Flugzeug- und Triebwerkshersteller.
>> Besuchen Sie 55 weitere Partner auf boerse-social.com/partner
Useletter
Die Useletter "Morning Xpresso" und "Evening Xtrakt" heben sich deutlich von den gängigen Newslettern ab.
Beispiele ansehen bzw. kostenfrei anmelden. Wichtige Börse-Infos garantiert.
Newsletter abonnieren
Runplugged
Infos über neue Financial Literacy Audio Files für die Runplugged App
(kostenfrei downloaden über http://runplugged.com/spreadit)
per Newsletter erhalten
- Wiener Börse Party #1157: ATX stärker, es war der...
- Wiener Börse: ATX startet mit Plus 0,25 Prozent i...
- Wiener Börse Nebenwerte-Blick: RHI Magnesita am b...
- Wie RHI Magnesita, Frauenthal, Addiko Bank, Rosen...
- Wie AT&S, Porr, Strabag, EVN, Palfinger und Öster...
- Höheres Kursziel für Erste Group
Featured Partner Video
SportWoche ÖTV-Spitzentennis Podcast: Anastasia Potapova kaschiert die eine oder andere Schwäche, aber auch Sinja und Nico punkten
Woche 19 brachte einen Rekord im Punkte-Ranking, aber nicht im Platzziffer-Ranking. Die win2day-Spielerin der Woche ist zum 5. Mal Anastasia Potapova, Sinja Kraus ist wieder unter den Top100, Joel ...
Books josefchladek.com
Lisette Model
1979
Aperture
Oculus
2018
Galerist & Galerie Filles du Calvaire
1937
Editions Perceval
Mellen Burns
Dimitri Bogachuk