FRM-Trends 2021: Disruption durch Datenprodukte
- In unserer Reihe „FRM-Trends 2021“ fassen wir die wichtigsten Trends im digitalen Forderungsmanagement (FRM) zusammen. Wöchentlich kommen dazu unsere Expert*innen zu Wort – den heutigen Text verfasste unser Head of Data Mirko Schuh.
Die Digitalisierung hält derzeit Einzug in alle Bereiche. Da stellt sich die Frage: Was sind eigentlich die nächsten Schritte? Die Transformation endet nicht damit, dass Unternehmen ihre Prozesse digitalisieren und automatisieren. Durch die Digitalisierung fallen Daten an, zusätzlich zu den Systemen, die Sie vermutlich schon im Einsatz haben – CRM, ERP-Software, Website-Analytics und viele andere…
Einer der nächsten Schritte ist es, aus all den gespeicherten Informationen Mehrwerte in Form von smarten Daten-Produkten zu generieren. Die prominenteste Komponente, um solche Produkte smart zu machen, ist sicherlich die KI, die spannende Anwendungsmöglichkeiten für die Prozess- und Service-Optimierung im Forderungsmanagement bietet.
Künstliche Intelligenz verändert unsere Wirtschaft grundlegend. Doch sind wir mal ehrlich: Wen überraschen wir mit diesem Statement noch? Ja, Künstliche Intelligenz schafft Mehrwerte – doch wer nur auf Künstliche Intelligenz schaut, der verpasst das Big Picture: Die smarten Datenprodukte.
Von KI-getriebener Begeisterung zu datengetriebenem Erfolg
KI durchdringt unseren Alltag. Die schnellste Route mit Google Maps suchen, Alexa nach den wichtigsten Nachrichten fragen oder über die neuesten Fortschritte bei autonomen Fahrzeugen staunen – all diese Technologien werden maßgeblich von smarten Algorithmen vorangetrieben. Aktuelle Trends dazu resümieren beispielsweise hyperight und enterpriseproject
Künstliche Intelligenz scheint zu einem Synonym für die neue Etappe der Digitalisierung zu werden. “Wir wollen auch Künstliche Intelligenz”, hallt es seit einigen Jahren aus den Chefetagen deutscher Unternehmen. Das ist auch gut und richtig.
Digitalisierung und KI ermöglichen es, in verschiedenen Bereichen datengetriebene Lösungen zu schaffen, sei es in der Automatisierung und Optimierung von Prozessen oder dem Schaffen von (digitalen) Mehrwerten. Im Beispiel des Forderungsmanagements sind das Themen wie beispielsweise intelligentes Forecasting, intelligente Kostenoptimierung und Steigerung der Conversion Rate oder kundenindividuellen Customer Journey.
So können wir bei collectAI den positiven Effekt unserer eigenen KI, mit welcher wir Zahlungserinnerung über den passenden Kanal zum idealen Zeitpunkt aussenden, auf die Realisierung von offenen Beträgen im Forderungsmanagement statistisch nachweisen. Unternehmen verschiedener Branchen wie Energie, Telkos und Versicherer profitieren bereits davon.
Datenbasierte Produkte auf Basis der Digitalisierung
Dennoch: KI ist nur die Spitze des Eisbergs bei der Entwicklung smarter Datenprodukte. Digitale Transformation endet nicht damit, dass Unternehmen ihre Prozesse digitalisieren. Durch die Digitalisierung fallen Daten an, neben all den Daten aus Systemen, die Sie vermutlich schon im Einsatz haben – denken Sie an CRM-Systeme, ERP-Software, Website-Analytics und viele andere.
All diese gespeicherten Informationen bilden das Fundament smarter Datenprodukte, also Software-Lösungen, die es Unternehmen ermöglichen, einen wirtschaftlichen Mehrwert aus Daten zu generieren.
Digitale Transformation erfordert dezidierte Datenstrategie
Was bedeutet das für Unternehmen? Sie müssen sich nicht nur den Herausforderungen der Digitalisierung stellen, sondern damit einhergehend eine Datenstrategie entwickeln. Von Datenerfassung, -verwaltung, -integration und -visualisierung bis zur analytischen Modellierung gilt es viele Dimensionen zu beachten.
Um auf die Eingangs formulierten Gedanken zu Künstlicher zurückzukommen: Unternehmen sollten nicht nur danach fragen, wo wir Künstliche Intelligenz einsetzen können. Betrachten wir die Digitalisierung als Ausgangspunkt der Datafizierung, ist es ratsam, sich die folgenden Fragen zu stellen:
- Wie können wir im Zuge unserer digitalen Transformation Daten generieren, nutzbar machen und damit Mehrwerte schaffen?
- Welche Daten, in Menge und Qualität, braucht es, um bestimmte smarte Datenprodukte umsetzen zu können?
- Wo speichere ich die Daten (zentral/dezentral) und wie kommen sie dahin?
- Wer übernimmt die damit verbunden Aufgaben, und welche Skills brauche ich dafür? Ist meine Organisationsform richtig aufgestellt? Wie ermögliche ich eine “data-driven” Kultur?
- Welche Schnittstellen (intern und extern) müssen wir schaffen, um unsere Datenprodukte anzubieten und uns leichter mit anderen Ökosystemen zu verbinden? Dabei fallen übrigens weitere Datenpunkte an, die in der Gesamtstrategie berücksichtigt werden sollten.
Data Hierarchy of Needs
Ein Modell, welches die unterschiedlichen Stufen im Umgang mit Daten in Unternehmen darstellt, ist die Data Hierarchy of Needs von Monica Rogati. Orientiert an der Maslowschen Bedürfnispyramide wird dabei ersichtlich, welche Grundvoraussetzungen vor dem Einsatz von Datenprodukten und KI erfüllt sein sollten.