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.

OTS:              McKinsey & Company
newsroom:         http://www.presseportal.de/nr/14454
newsroom via RSS: http://www.presseportal.de/rss/pm_14454.rss2

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