Auf 215 Milliarden Dollar beziffert McKinsey die mögliche Kosteneinsparung und zusätzliche Wertschöpfung in der Automobilindustrie bis zum Jahr 2025 – wenn die Hersteller auf künstliche Intelligenz (KI) setzen. Das Beratungshaus hat für seine aktuelle Studie „Artificial intelligence – automotive’s new value-creating engine“ die Auswirkungen des maschinellen Lernens auf Autohersteller analysiert und über hundert Industrie- und KI-Experten interviewt. Demnach kann KI den größten Wertbeitrag im Herstellungsprozess leisten und die Produktionskosten um bis zu 61 Milliarden Dollar senken. Weitere Potenziale liegen laut Studie im Einkauf (bis zu 51 Milliarden Dollar), in der Intralogistik (bis zu 22 Milliarden Dollar) sowie im Bereich Marketing und Vertrieb (bis zu 31 Milliarden Dollar).
Kostenvorteile an Kunden weitergeben
„Üblicherweise steigern Autohersteller ihre Produktivität jährlich im Schnitt um rund zwei Prozent pro Jahr. Allein durch maschinelles Lernen ist in den kommenden Jahren ein jährliches Produktivitätswachstum von zusätzlichen 1,3 Prozent machbar“, sagt Andreas Tschiesner, Leiter der europäischen Automobilberatung von McKinsey. Aus seiner Sicht macht das KI zum „Renditeturbo für die Autoindustrie“. Der harte Wettbewerb im Sektor werde jedoch voraussichtlich dazu führen, dass ein Teil der Kostenvorteile an den Kunden weitergegeben werde. Gleichzeitig sieht McKinsey in KI einen Wettbewerbsfaktor, mit dem sich Hersteller voneinander absetzen können – beispielsweise bei der Nutzung von KI für autonomes Fahren oder bei der Entwicklung moderner auf KI basierender Mobilitätskonzepte. Fast 70 Prozent der Kunden seien schon heute bereit, für bessere Features bei assistiertem und autonomem Fahren die Marke zu wechseln.
Vier zentrale Faktoren wichtig für KI
Der Studie zufolge ist es für die Automobilindustrie wichtig, jetzt die für KI notwendigen Fähigkeiten aufzubauen und die Transformation einzuleiten. Der Erfolg hängt demnach von folgenden vier Faktoren ab:
- Werthaltige Daten sind die Grundlage für maschinelles Lernen. Daher sollten Unternehmen ihre Daten sammeln und harmonisieren. Denkbar sei auch, Kunden- und Fahrzeugdaten im Rahmen der gesetzlichen Vorgaben aufzubereiten und Drittanbietersysteme einzubinden, etwa die der Händler.
- 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.
- 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.
- Eine zentrale Einheit hilft, alle KI-basierten Projekte innerhalb der Organisation aufzusetzen, zu begleiten und die Partnerschaften mit Drittanbietern zu betreuen. Notwendig ist es außerdem, spezielle Talente wie Datenspezialisten, Programmierer und Experten für maschinelles Lernen an Bord zu holen.