Wie sich der ROI von KI-Investitionen einschätzen lässt

Unternehmen weltweit suchen derzeit nach Möglichkeiten, um künstliche Intelligenz (KI) so für sich zu nutzen, dass sie Mehrwert stiftet.

Beispielsweise möchten sie neue Produkte entwickeln, den Kundenservice verbessern und innovative Dienstleistungen schaffen. So zeigt auch die neue Studie „Growth Report 2023“ von Twilio, dass KI-Automatisierung zum wichtigsten Mittel für Unternehmen geworden ist, um das Customer Engagement sowie Umsätze zu steigern und effizient zu arbeiten. Für alle lautet die Millionen-Dollar-Frage jedoch: Wird sich die Investition in KI auszahlen? Es ist nicht so einfach, den Return on Investment (ROI) für diese neuartige Technologie zu ermitteln. Deshalb wird hier erörtert, wie Unternehmen diese komplizierte Frage angehen können.

Den ROI für eine KI bestimmen

Generell ist die zu erwartende Rentabilität ein wichtiges Kriterium für eine Investitionsentscheidung. Bewertungsgrundlagen aus der klassischen Wirtschaft verlieren bei KI-Investitionen jedoch an Bedeutung, da die Kapitalrendite nicht unmittelbar zu ermitteln ist. Die Parameter für die Erfolgsmessung sollten daher angepasst werden. Sinnvolle Kriterien sind beispielsweise eine gesteigerte Kundenbindung sowie eine verbesserte betriebliche Effizienz. Darüber hinaus sollte sich mit einem KI-System die datengestützte Entscheidungsfindung deutlich verbessern.

Diese Faktoren können für den Erfolg eines Unternehmens von großer Bedeutung sein, lassen sich aber möglicherweise nicht mit einer konkreten Zahl am Ende eines Quartalsberichts verbinden. Außerdem macht sich eine KI-Investition nicht sofort bemerkbar, denn die Vorteile für eine Organisation werden eher schrittweise sichtbar.

KI-Investitionen erfolgreich bewerten

Um die KI-Investition klar zu bestimmen, benötigen Unternehmen daher alternative Bewertungskriterien. Dazu zählen beispielsweise Faktoren wie die Datenqualität, immaterielle Vorteile sowie Kosten für Implementierung und Wartung. Eine hohe Datenqualität ist wichtig, da die KI-Modelle auf Basis bestehender Daten trainiert werden. Unsaubere Daten führen zu ungenauen Modellen, die wiederum zu ungenauen Vorhersagen und fehlerhaften Geschäftsentscheidungen führen. Schlechte Daten bedeuten auch, dass durch Anwender Korrekturen und Anpassungen vorgenommen werden müssen. Um qualitativ hochwertige Daten zu erhalten, müssen Unternehmen entsprechende Prozesse integrieren, wie für die Bereinigung, Validierung und Pflege von Daten. Die dadurch entstehenden Kosten sind relevant für die ROI-Berechnung.

Immaterielle Vorteile

Es ist traditionell schwer, Kundentreue und Markenreputation mit einem Preisschild zu versehen. Ein treuer Kunde empfiehlt ein Unternehmen mit größerer Wahrscheinlichkeit weiter. Diese Form des Marketings ist schwer planbar und nicht von der Stange zu kaufen. Daher hat der immaterielle Wert der Kundentreue zwar kein direktes finanzielles Äquivalent, ist aber für den langfristigen Geschäftserfolg von großer Bedeutung. Wenn ein Unternehmen beispielsweise einen KI-gesteuerten Chatbot einsetzt, der einen hervorragenden Kundenservice bietet, dann ist der unmittelbare Nutzen vielleicht schwer zu messen. Die langfristigen Auswirkungen auf das Unternehmen können jedoch erheblich sein. So wird es wahrscheinlich eine geringere Kundenabwanderung und eine höhere Life Time Value für jeden Kunden feststellen.

Kosten für Implementierung und Wartung

Die Einrichtung und der Betrieb einer KI-Lösung können aufwändig sein. Zu Beginn fallen Kosten für Infrastruktur und Technologie an. Zudem müssen Unternehmen ihre Teams schulen, damit sie die Lösung effektiv nutzen. Vielleicht sollten sogar neue Mitarbeiter eingestellt werden, die entsprechendes Know-how in die Organisation tragen. Im Laufe der Zeit fallen dann möglicherweise auch Hardware-Upgrades oder regelmäßige Wartungen an und auch eine optimale Leistung von KI-Tools zu gewährleisten, ist nicht zum Nulltarif zu haben. Das bedeutet jedoch nicht, dass die teuersten Tools auch immer die besten sind. Die wichtigsten Schlussfolgerungen sind deshalb:

• Das KI-Tool muss aufgrund seiner Eignung für das Unternehmen ausgewählt werden und nicht nur, weil es das Neueste ist.

• Die Einrichtungskosten sollten nicht unterschätzt werden.

• Die laufenden Kosten müssen, wie bei jeder anderen Technologie oder Software, ebenfalls einkalkuliert werden.

Alternative Ansätze

Bei ROI-Berechnungen werden die Gewinne den Kosten gegenübergestellt. Die Gewinn-Metriken für eine traditionelle ROI-Berechnung sind grundsätzlich hilfreich, aber sagen nicht alles aus. Deshalb sollten Unternehmen zusätzlich die folgenden Kennzahlen verwenden.

Metriken zur Kundenzufriedenheit

Der Net Promoter Score (NPS) ist ein recht guter Indikator für die Kundentreue. Diese wiederum gibt Hinweise auf die langfristige Entwicklung der Erlöse. Wenn der NPS also hoch ist, sind die Kunden im Wesentlichen zufrieden. Und wenn die Kunden zufrieden sind, werden sie die eigene Marke weiterempfehlen. Der NPS mag sich zu Beginn noch nicht direkt auf den Gewinn auswirken, aber langfristig gesehen wird er den Umsatz positiv beeinflussen.

Operative Effizienz

Organisationen können durch die KI-gestützte Prozessautomatisierung Zeit sparen, was sich positiv auf den ROI auswirkt. Die Zeit, die ein Team einspart, kann für strategische Aufgaben bzw. Planungen verwendet werden. Auf der einen Seite entsteht so ein effizienterer und produktiverer Betrieb. Auf der anderen Seite können sich bietende Chancen besser genutzt werden. Auch dies trägt langfristig zu einem verbesserten ROI bei.

Anpassungsfähigkeit

Wie lassen sich die konkreten finanziellen Vorteile einer agilen Arbeitsweise ermitteln? Beispielsweise hilft KI dabei, dass sich Organisationen schneller an veränderte Marktbedingungen anpassen. Im Idealfall ist eine KI-gestützte Lösung in der Lage, solche Veränderungen als Trend vorherzusagen. Unternehmen sind so frühzeitig gewarnt, bevor es zu signifikanten Veränderungen bei den Verkaufszahlen kommt. Verantwortliche können somit proaktiv handeln und die eigene Organisation an die veränderten Bedingungen anpassen, beispielsweise durch neue Produkte.

Fazit

Zu den positiven Auswirkungen von KI-Initiativen zählen beispielsweise eine gesteigerte Kundenzufriedenheit sowie eine verbesserte betriebliche Effizienz, da Verantwortliche ihre Entscheidungen auf Basis validierter Kennzahlen treffen. So wird sich KI langfristig auch positiv auf den ROI von Marken auswirken, auch wenn die kurzfristigen finanziellen Gewinne nicht auf den Cent genau zu berechnen sind.

www.twilio.com/de