Interview mit Matthias Schmidt-Pfitzner, Publicis Sapient „Eine Grenze von KI liegt in der Innovationsfähigkeit“

Welche Schwerpunkte setzen Sie bei Publicis Sapient mit Ihrem KI-Beratungsangebot?

Matthias Schmidt-Pfitzner: Als Beratungsunternehmen für digitale Business Transformation sind die Schaffung von Data-Driven Insights und die darauf basierende Angebots- und Prozessoptimierung schon seit vielen Jahren Schwerpunkte unserer Tätigkeit. Mit dem weltweit steigenden Bedarf hat Publicis Sapient in den letzten Jahren weiter in den Bereich Künstliche Intelligenz investiert. Wir bieten ein breites Spektrum an KI-Beratungsangeboten mit folgenden Schwerpunkten:

• KI-Strategie: Wir helfen unseren Klienten bei der Entwicklung einer umfassenden KI-Strategie, die auf ihre spezifischen Geschäftsziele und -herausforderungen zugeschnitten ist.
• Datenanalyse und -management: Wir unterstützen Unternehmen bei der Datenaufbereitung, -analyse und -management, um die Grundlage für erfolgreiche KI-Projekte zu schaffen.
• Datenplattform: Aufbrechen von Datensilos durch Integration aller internen und externen Informationsquellen; Bereitstellung qualitativ hochwertiger Daten als Grundlage für Geschäftsentscheidungen oder KI-Lösungen.
• KI-Implementierung: Wir begleiten Organisationen bei der Implementierung von KI-Technologien und -Anwendungen in bestehende Geschäftsprozesse und -systeme.
• Automatisierung: Konzeptionierung und Implementierung von Umgebungen für kollaboratives Entwickeln von KI-Lösungen sowie deren automatisierten, wiederkehrenden Betriebs zur Bereitstellung der Ergebnisse für interne Geschäftsprozesse.

Aus welchen Branchen und zu welchen Unternehmensbereichen kommt heute die meiste Nachfrage?

Matthias Schmidt-Pfitzner: Die Nachfrage nach KI-Beratungsangeboten wird derzeit immer größer und kommt aus diversen Branchen und Unternehmensbereichen. Im Bankensektor helfen wir, Prozesse wie Risikomanagement, Betrugserkennung, Kundenanalyse und Vermögensverwaltung zu verbessern. Bei Klienten aus dem Einzelhandel und E-Commerce liegt unser Fokus bei dem Einsatz von KI auf der Kundenanalyse und Angebotsoptimierung durch Personalisierung oder dynamisches Pricing. Bei unseren Klienten im Bereich Transportwesen setzen wir KI ein, um beispielsweise Routenplanung und Fahrzeugmanagement zu optimieren.

Wir gehen davon aus, dass die Nachfrage nach KI-Beratungsangeboten im B2C- und B2B-Sektor weiter steigen wird, da die erzielten Erfolge messbar und bewiesen sind.

Können Sie kurz ein bis zwei typische Praxisbeispiele vorstellen?

Matthias Schmidt-Pfitzner: Zwei anonymisierte Klientenbeispiele von Publicis Sapient kann ich Ihnen in diesem Zusammenhang beschreiben:

Erstens: Ein Finanzdienstleistungsunternehmen wollte seine Fähigkeit verbessern, Betrug in Echtzeit zu erkennen und zu verhindern. Trotz großer Mengen an Transaktionsdaten war es schwierig, Betrugsfälle schnell und effektiv zu identifizieren. Wir haben das Unternehmen bei der Entwicklung und Implementierung einer KI-Lösung begleitet, die maschinelles Lernen nutzt, um verdächtige Aktivitäten automatisch zu erkennen und zu melden. Die Lösung ist auf kontinuierliche Optimierung ausgelegt, um sich an neue Bedrohungen und Verhaltensmuster anzupassen.

Zweitens: Ein Retail-Klient beauftragte uns, die Kundenzufriedenheit durch personalisierte Einkaufserlebnisse zu verbessern. Also haben wir eine KI-Plattform entwickelt, die Kundenprofile und -präferenzen sammelt und analysiert, um personalisierte Angebote und Empfehlungen zum richtigen Zeitpunkt und über den vom Kunden präferierten Kanal zu generieren. Die Plattform nutzt hierbei maschinelles Lernen und NLP (Textanalyse oder Linguistische Datenverarbeitung), um eine optimiertes Kundenerlebnis zu schaffen und zeigt eine signifikante Steigerung in der Kundeninteraktion und -zufriedenheit.

Wie Publicis Sapient für den Automobilhersteller Nissan die Konversion durch KI und maschinelles Lernen steigern konnte, zeigt dise Case Study.

Wie bauen Sie das notwendige Know-how für entsprechende Beratungsleistungen auf beziehungsweise aus?

Matthias Schmidt-Pfitzner: Wir investieren kontinuierlich in Forschung und Entwicklung, um auf dem neuesten Stand der Technologie zu bleiben und die neuesten Entwicklungen im Bereich der Künstlichen Intelligenz zu verstehen. Zudem setzen wir auf Partnerschaften mit Unternehmen im Bereich der KI. KI-Technologien sind komplex und erfordern spezialisiertes Fachwissen, um effektiv eingesetzt zu werden.

Wir wollen sicherstellen, dass wir Zugang zu den neuesten Entwicklungen haben und unseren Klienten zukunftssichere Lösungen anbieten können.

Für unsere Mitarbeitenden bieten wir Trainings und Zertifizierungen, um sicherzustellen, dass sie über das notwendige Know-how verfügen. Unsere KI-Expert:innen teilen ihr Wissen regelmäßig innerhalb des Unternehmens in sogenannten „Brownbag-Meetings“ und stellen damit sicher, dass unsere Kolleg:innen kontinuierlich durch die neuesten Entwicklungen und spannendsten Anwendungsfälle inspiriert und informiert sind.

Wenn Sie an den Einsatz von Künstlicher Intelligenz zur Unterstützung Ihrer Beratungsteams denken: Welchen Nutzen versprechen Sie sich vor allen Dingen? Auf welche KI-Lösung setzen Sie?

Matthias Schmidt-Pfitzner: KI, oder insbesondere Generative AI wie Chat GPT, Google Bard oder DALL-E ist in aller Munde und ein mächtiges Werkzeug. Sie kann unsere Beratungsteams in repetitiven und kreativen Prozessen unterstützen und ihnen helfen, ihre Arbeit in diesen Bereichen effizienter zu erledigen. Die beratungsspezifischen Ableitungen, Übersetzungen in den relevanten Klientenkontext, Abgleich mit dem Status Quo und spezifische Umsetzungsschritte müssen und werden weiterhin durch unsere Beratungsteams erbracht, um das individuelle Klientenproblem maßgeschneidert zu lösen.

Publicis Sapient nutzt je nach Use Case unterschiedliche KI-Lösungen und -Technologien. Beispiele sind Natural Language Processing (NLP), Machine Learning und kognitive Services von Cloud-Anbietern wie Amazon Web Services, Microsoft Azure oder Google Cloud.

Ein typischer Anwendungsfall ist die Verwendung von NLP zur Analyse von Kundenfeedback. Durch NLP lässt sich Kundenfeedback automatisch sammeln, analysieren und Maßnahmen ableiten. Ein weiteres Beispiel ist der Einsatz von Machine Learning (hier: Zeitreihenanalyse) zur Vorhersage von Verkaufserfolgen. Durch die Analyse von Daten über Kundenverhalten und -präferenzen können Vorhersagen über den Verkaufserfolg von Produkten oder Dienstleistungen getroffen werden, um relevantere und zielgruppengerechtere Angebote und Services bereitzustellen.

CONSULTING.aktuell: der Newsletter der Consultingbranche

News +++ Jobs +++ Whitepaper +++ Webinare

Newsletter abonnieren

Wir beliefern täglich mehr als 4.000 Abonnenten

Datenschutz

Wie wird KI beispielsweise die Arbeit von Junior Consultants verändern, die ja häufig mit zeitintensiven Recherche-Tätigkeiten zu tun haben? Wie wird sich die entsprechende Entlastung auf ihre Entwicklung auswirken?

Matthias Schmidt-Pfitzner: Mithilfe von KI-basierten Tools können Junior Consultants deutlich schneller und effizienter ihnen übertragene Recherchen durchführen. Ihr Tätigkeitsschwerpunkt bewegt sich weitaus stärker auf die Analyse und Ableitung von relevanten Einsichten für ihre Teilprojekte. So schaffen sie weitaus effizienter und schneller häufig bessere Outcomes. Dieser schnellere Fokus auf komplexere Aufgaben, die auch ein tieferes Verständnis der Kundenanforderungen erfordern, wird ihre Entwicklung als Berater:innen beschleunigen.

Allerdings ist es auch wichtig zu beachten, dass beim Einsatz von KI-Technologien ein hohes Anforderungsmaß an das Formulieren der richtigen Fragestellungen sowie die Bewertung der erzeugten Ergebnisse gestellt wird, um Relevanz und Mehrwert durch KI zu realisieren.

Was sich sicherlich nie ändern wird, sind die Anforderungen an Junior Consultants, verlässliche Teamplayer und vertrauensvolle Partner für Kolleg:innen und Klienten zu sein.

Wo liegen für Sie Grenzen des Einsatzes von KI in Consulting-Häusern?

Matthias Schmidt-Pfitzner: Zunächst einmal können KI-Modelle aufgrund ihrer Programmierung und Datenbasis nur auf bereits vorhandene Daten und Erfahrungen zugreifen, während menschliche Berater:innen in der Lage sind, Kontexte und komplexe Zusammenhänge zu erkennen, die sich der automatisierten Analyse entziehen können. Hier birgt das Zusammenspiel aus KI und menschlicher Beratung enorme Potenziale, um noch bessere Lösungen für unsere Klienten zu erarbeiten.

In diesem Zusammenhang sei auch die Modelltransparenz erwähnt. Nur durch ein tiefes Verständnis davon, wie Modelle ihre Ergebnisse ableiten, kann man diesen Ergebnissen auch trauen und sie in Entscheidungen einfließen lassen.

Man muss wissen, welche Faktoren die Prognose beeinflussen und ob diese Faktoren bestehende Hypothesen und Expertenwissen abbilden, also fachlich validierbar sind.

Was können Beraterinnen und Berater aus Fleisch und Blut (auch in Zukunft) besser?

Matthias Schmidt-Pfitzner: Eine weitere Grenze von KI liegt in der Innovationsfähigkeit. Die Fähigkeit, Ideen zu generieren, Lösungsansätze zu entwickeln und flexibel auf neue Situationen und Herausforderungen zu reagieren, ist ein menschlicher Aspekt, der schwer zu automatisieren ist. Hier sind wir gespannt auf die weitere Entwicklung.

Zuletzt, aber nicht weniger wichtig zu erwähnen, ist die besondere Beziehung zwischen Berater:innen und ihren Klienten. Gemeinsamer Erfolg liegt im Aufbau von gegenseitigem Vertrauen, Verständnis für die „Fakten zwischen den Fakten“ und Vertraulichkeit.

Hier schafft erst eine menschliche und vertrauensvolle Verbindung die Grundlage für eine nachhaltig erfolgreiche Beratung.

Menschliche Berater:innen werden also auch in Zukunft unersetzlich bleiben, wenn es darum geht, Kontexte zu verstehen, eine persönliche Beziehung aufzubauen, kreative Lösungen zu entwickeln und das Vertrauen der Klienten zu gewinnen.

Das Interview führte Alexander Kolberg.