D\u00fcsseldorf (ots) – McKinsey-Studie: In der Autoindustrie bis 2025 Kosteneinsparungen und zus\u00e4tzliche Wertsch\u00f6pfung von 215 Mrd. US-Dollar machbar – Gr\u00f6\u00dftes Potenzial in Produktion und Einkauf K\u00fcnstliche Intelligenz (KI) kann zum Renditeturbo f\u00fcr Autohersteller werden: Bis 2025 lassen sich durch den Einsatz maschinellen Lernens bis zu 215 Mrd. US-Dollar an zus\u00e4tzlichem Wert in der weltweiten Autoindustrie schaffen. Die Hersteller k\u00f6nnten damit ihre Rendite (EBIT) im Maximalfall um 9 Prozentpunkte erh\u00f6hen. Den gr\u00f6\u00dften Wertbeitrag kann das maschinelle Lernen im Herstellungsprozess leisten: In der Produktion k\u00f6nnen bis zu 61 Mrd. Dollar eingespart werden, beispielsweise durch KI-basierte Qualit\u00e4tskontrolle. Weitere Potenziale liegen im Einkauf (51 Mrd. Dollar) etwa durch h\u00f6here Transparenz im Zulieferermarkt und in der Intralogistik (22 Mrd. Dollar), beispielsweise durch autonome Bandbelieferung. Bis zu 31 Mrd. Dollar k\u00f6nnen an Wert im Marketing und Vertrieb geschaffen werden, der Gro\u00dfteil davon dank h\u00f6herer Ums\u00e4tze durch KI-gest\u00fctzte Preissetzung und Empfehlungen. Dies ist das Ergebnis einer aktuellen Studie mit dem Titel „Artificial intelligence – automotive’s new value-creating engine“, f\u00fcr die McKinsey & Company die Auswirkungen des maschinellen Lernens auf Autohersteller analysiert und \u00fcber hundert Industrie- und KI-Experten interviewt hat. KI: Der Kunde gewinnt „\u00dcblicherweise steigern Autohersteller ihre Produktivit\u00e4t j\u00e4hrlich im Schnitt um rund 2 Prozent pro Jahr“, sagt Andreas Tschiesner, Leiter der europ\u00e4ischen Automobilberatung von McKinsey. „Allein durch maschinelles Lernen ist in den kommenden Jahren ein j\u00e4hrliches Produktivit\u00e4tswachstum von zus\u00e4tzlichen 1,3 Prozent machbar. KI wird damit zum Renditeturbo f\u00fcr die Autoindustrie.“ Ein Gro\u00dfteil der Wertsch\u00f6pfungseffekte durch KI sei dabei f\u00fcr alle Autohersteller \u00e4hnlich hoch, vor allem in der Produktion. Tschiesner: „Der harte Wettbewerb im Sektor wird voraussichtlich dazu f\u00fchren, dass ein Teil der Kostenvorteile an den Kunden weitergegeben wird.“ Gleichzeitig wird KI zu einem Wettbewerbsfaktor, mit dem sich Hersteller voneinander absetzen k\u00f6nnen. Das gilt bei der Nutzung k\u00fcnstlicher Intelligenz f\u00fcr autonomes Fahren ebenso wie in der Entwicklung moderner Mobilit\u00e4tskonzepte, die auf KI basieren. Fast 70% der Kunden sind schon heute bereit, f\u00fcr bessere Features bei assistiertem und autonomem Fahren die Marke zu wechseln. Dominik Wee, Partner im M\u00fcnchener B\u00fcro 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 K\u00e4sser, ein weiterer Autor der Studie und Partner im M\u00fcnchener B\u00fcro von McKinsey: „Es ist wichtig, die f\u00fcr KI notwendigen F\u00e4higkeiten jetzt aufzubauen und die Transformation einzuleiten.“. Der Erfolg h\u00e4nge von vier Faktoren ab: – Vorhandene Daten sammeln und aufbereiten: Werthaltige Daten sind die Grundlage f\u00fcr 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 H\u00e4ndler. – Partner-\u00d6kosystem managen: Autohersteller k\u00f6nnen nicht alle F\u00e4higkeiten f\u00fcr das maschinelle Lernen alleine aufbauen und vorhalten. Partnerschaften mit Technologieunternehmen im Hard- und Softwarebereich k\u00f6nnen dabei helfen, schneller zu entwickeln und den eigenen Investitionsbedarf zu verringern. – Ein KI-Betriebssystem etablieren: Autohersteller m\u00fcssen die technischen Grundlagen schaffen, um die gro\u00dfe Menge an Daten zu verarbeiten. Die IT-Systeme m\u00fcssen daf\u00fcr standardisiert und gegebenenfalls f\u00fcr Drittanbieter ge\u00f6ffnet werden, um neue Anwendungen schnell umzusetzen. – F\u00e4higkeiten 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 f\u00fcr maschinelles Lernen. „Diese vier Schritte helfen, die KI-Transformation kurzfristig anzusto\u00dfen“, sagt K\u00e4sser. „Und langfristig ist es wichtig, schnell relevante Anwendungsfelder zu finden, Pilotprojekte aufzusetzen und erfolgreiche Vorhaben rasch auf das gesamte Unternehmen zu \u00fcbertragen.“ Die vollst\u00e4ndige Studie ist zum Download verf\u00fcgbar unter: www.mckinsey.com\/mcfm \u00dcber McKinsey McKinsey & Company ist die in Deutschland und weltweit f\u00fchrende Unternehmensberatung f\u00fcr das Topmanagement. 27 der 30 DAX-Konzerne z\u00e4hlen aktuell zu den Klienten. In Deutschland und \u00d6sterreich ist McKinsey mit B\u00fcros an den Standorten Berlin, D\u00fcsseldorf, Frankfurt am Main, Hamburg, K\u00f6ln, M\u00fcnchen, Stuttgart und Wien aktiv, weltweit mit \u00fcber 120 B\u00fcros in mehr als 60 L\u00e4ndern. F\u00fcr 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 Original-Content von: McKinsey & Company, \u00fcbermittelt durch news aktuell<\/p>\n