Vertriebscontrolling-Kunstliche-Intelligenz

Wie sich künstliche Intelligenz auf Ihr Vertriebscontrolling auswirkt.

Maschinelles Lernen und künstliche Intelligenz (KI) sind der Schlüssel zu einer deutlichen Effizienzverbesserung im Vertriebscontrolling. Eine Software ist intelligent, wenn sie Probleme autonom und effizient lösen kann.

Der Grad der Intelligenz hängt vom Grad der Autonomie, dem Grad der Komplexität des Problems und der Effizienz des Problemlösungsprozesses ab. Forscher reden von „starker“ und „schwacher“ künstlichen Intelligenz – General vs Weak Artificial Intelligence auf Englisch.

Wie Enrique Dans, Journalist und Experte für neue Technologien, in Forbes schrieb, sind sich die wertvollsten Unternehmen bereits einig darüber, dass ihr zukünftiger Erfolg maßgeblich von künstlicher Intelligenz abhängt. In den wenigsten mittelständischen Unternehmen hingegen werden KI-Projekte angewendet.

In diesem Beitrag wollen wir aufzeigen, wie sich der Mittelstand der künstlichen Intelligenz nähern und davon profitieren kann. Dazu müssen wir zunächst künstliche Intelligenz definieren, Vertriebscontrolling Aufgaben verstehen und danach beschreiben wie sich beide kombinieren lassen.

 

Was ist Maschinelles Lernen und schwache künstliche Intelligenz (Weak AI)?

Informatiker reden von „starker“ künstlicher Intelligenz (EN: General AI) und „schwacher“ künstlicher Intelligenz (EN: Weak AI).

Starke künstliche Intelligenz zielt darauf ab, Maschinen zu entwickeln, die sich „verhalten“, als ob sie Intelligenz besitzen. Wir bieten hier zwei klassische Definitionen der künstlichen Intelligenz, von Elaine Rich und John McCarthy formuliert. Elaine Rich, eine renommierte britischere Forscherin der Informatik, präsentierte 1983 KI als die Technologie, die es Computern ermöglicht, Dinge zu machen, die Menschen derzeit noch besser machen, zum Beispiel Spracherkennung.

Lange vor ihr, erklärte 1955 John McCarthy, dass KI darauf abzielt, Maschinen zu entwickeln, die sich verhalten „als ob sie Intelligenz besitzen“.

In drei Jahren wird die gleiche Anzahl an Key Account Managern und Vertriebsleitern 8 % mehr Vertriebs-Controller benötigen.

Ein Beispiel für starke künstliche Intelligenz ist der Terminator oder der Hal9000, eine künstliche Einheit, die mit einer Kombination aus Computer Software und Mechatronik den Menschen ersetzen kann. Diese Technologie entwickelt sich langsam und wird voraussichtlich in den nächsten 50 Jahren immer noch nicht zum Einsatz kommen.

Kunstliche-Intelligenz-Vertriebscontrolling

Im Gegensatz zu starker künstlichen Intelligenz ist Maschinelles Lernen eine Art schwache KI. Bei schwacher künstlicher Intelligenz werden von intelligenten Einheiten (vor allem Software) spezifische Aufgaben übernommen, die diese besser als der Mensch ausführen kann.

Forscher definieren schwache künstliche Intelligenz aus dem Problem, dass die Technologie lösen wird. Beispiele für schwache KI sind z. B. Computerspiele, Spracherkennungsalgorithmen und Bilderkennung.

Maschinelles Lernen, ein faszinierendes Beispiel der künstlichen Intelligenz, ist die künstliche Wissensgenerierung basierend auf Erfahrung. Welche Art von Erfahrung? In unserem Fall, Erfahrung mit Vertriebsdaten. Dies erfordert üblicherweise besondere Data Mining Technologien für ERP-Daten.

 

B2B-Vertriebscontrolling: Ziele, Aufgaben und Instrumente

Da Forscher schwache KI durch das Problem definieren, das diese Technologie löst, müssen wir uns zunächst auf die Ziele, Aufgaben und Instrumente des Vertriebscontrollings in Bereich B2B konzentrieren.

 

Vertriebscontroller in mittelständischen Unternehmen sind typischerweise für die Planung, Koordination und die Steuerung des Vertriebs zuständig. Ihre wesentliche Aufgabe ist es, die Vertriebsprozesse in ihrem Unternehmen zu verwalten und zu beobachten.

Vertriebscontroller arbeiten typischerweise sehr eng mit ihrem B2B-Vertriebsteam zusammen, um sicherzustellen, dass ihre Verkaufspläne, Absatzmengen und Quoten übereinstimmen. Sie sind routinemäßig mit steigenden Datenmenge konfrontiert; Sie müssen entscheidende Key Performance Indikatoren definieren und messen, Verbesserungen vorschlagen und regelmäßig an das Management berichten.

Nicht jedes Unternehmen beschäftigt einen Vertriebscontroller. Jedoch lässt sich in jedem Unternehmen eine Person finden, die die Aufgaben des Vertriebscontrollers übernimmt, wenn auch eher in allgemeinem Sinne, z. B. durch das Finanzmanagement oder durch den Vertriebsleiter.

 

B2B-Vertriebscontrolling: Von Daten zu Wissen

Sie werden schon oft die Phrase „Daten sind das neue Gold“ gehört haben. Doch welchen Wert können Sie aus Ihrem „Gold“ schöpfen, wenn sie nicht die Informationen interpretieren können, die es enthält? Ohne Vertriebscontroller können Sie so viele KPI oder Vertriebskennzahlen wie sie wollen sammeln, Sie werden keine vernünftigen Schlussfolgerungen ziehen können.

 

Vertriebs-Controller sind im B2B-Geschäft aus verschiedenen Gründen wichtig: Zunächst sind im B2B die Vertriebszyklen sehr lange und das Investieren in eine Kundenbeziehung sehr teuer. Vertriebscontroller sorgen dafür, dass die Budgets eingehalten und die Risiken so klein wie möglich gehalten werden. Insbesondere, weil B2B-Vertriebsteams eine der teuersten Ressourcen im Unternehmen sind, stellen Vertriebscontroller sicher, dass ihre Ressourcen dort verwendet werden, wo sie am meisten benötigt werden.
Vertriebscontroller sind die „intelligenten Einheiten“, die verantwortlich dafür sind, dass Sie aus Ihren Daten mehr als nur Zahlen herauslesen können.

 

Vertriebscontroller werden im B2B-Geschäft aus verschiedenen Gründen immer wichtiger: Zunächst sind im B2B die Vertriebszyklen sehr lange und Investitionen in Kundenbeziehungen sehr teuer. Vertriebscontroller sorgen dafür, dass die Budgets eingehalten und die Risiken so klein wie möglich gehalten werden. Als Konsequenz, werden in drei Jahren 8 % mehr Vertriebscontroller benötigt werden bei gleichbleibender Anzahl an Key Account Managern und Vertriebsleitern.

Insbesondere, weil B2B-Vertriebsteams eine der teuersten Ressourcen im Unternehmen sind, stellen Vertriebscontroller sicher, dass ihre Ressourcen dort verwendet werden, wo man sie am meisten benötigt. Gute Vertriebscontroller sind eine Vertriebseffizienz-Lupe.

Darüber hinaus stehen Vertriebscontroller typischerweise zwischen dem Minenfeld des Vertriebs und der komplexen Finanzabteilung. Gute Vertriebscontroller können mit beiden Abteilungen kommunizieren und die Interessen in Einklang bringen.

Vertriebscontroller Daten B2B
Letztlich sind B2B-Vertriebsteams auch mit einer ungeheuer wachsenden Menge an Daten konfrontiert. Sie brauchen Unterstützung, um aus diesen Daten Wissen zu generieren. Vertriebsdaten sind bloß Zahlen, ohne Anwendungshinweis oder Ziel. Sobald sie zu Vertriebsinformationen werden, kommt ein erstes Verstehen der Nutzung und der Ziele, die die Vertriebsdaten haben.

 

Vertriebscontroller werden im B2B immer wichtiger.

Danach folgt das Vertriebs-Wissen: Die Fähigkeit und Expertise, die man aus der gelernten Erfahrung zieht. Und zuletzt, an der Spitze der Erkenntnis kommt Weisheit: eine exklusiv dem Menschen vorbehaltene Fähigkeit um zwischen richtig und falsch zu unterscheiden. Dies beschreiben die Autoren Vinod Chandra und Anand Hareendran in ihrem 2014 erschienen faszinierenden Buch „Artificial Intelligence and Machine Learning“.

 

Zusammengefasst bedeutet das, dass Vertriebscontroller eine kritische Rolle in der B2B-Organisation spielen. Von ihnen werden gute Kommunikationsfähigkeiten und analytischer Scharfsinn erwartet. Zusätzlich erfordert der Schritt von den Vertriebsdaten zur Vertriebsweisheit eine besondere Mischung aus Erfahrung und analytischen Fähigkeiten. Das ist genau die Stelle, an der künstliche Intelligenz und maschinelles Lernen unterstützen können.

Anwendungsbeispiel Maschinelles Lernen: Wie profitieren Vertriebscontroller?

Vertriebsteams benötigen mehr Unterstützung beim Verstehen, Analysieren und Kommunizieren der Vertriebsdaten.

Wie wir oben geschrieben haben, benötigt die gleiche Menge an Vertriebsmitarbeitern und Managern jedes Jahr mehr Business-Analysten und Vertriebscontroller. Wir haben diese Recherche in Deutschland durchgeführt, obwohl ähnliche Tendenzen auch für andere OECD-Länder zutreffen mögen. In den USA wachsen zum Beispiel die Anzahl und das Gehalt von Business-Analysten doppelt so schnell, wie im Vergleich traditionelle Rollen im Vertrieb.

Allerdings werden Vertriebscontroller mit einer höheren Zahl an Daten und dem Wunsch nach besserer Vertriebseffizienz konfrontiert.

 

vertrieb-vs-controlling

Der Beruf des Vertriebscontrollers wird immer komplexer, insbesondere in B2B-Unternehmen. Ein guter Vertriebscontroller muss Berechnungen und Analysen durchführen und mit einer wachsenden Menge an Vertriebskennzahlen (KPI) umgehen können.

Manuelles Ausführen dieser Aufgabe ist ein fehleranfälliger und zeitaufwändiger Prozess, bei dem ein Vertriebscontroller nur aus Versehen lernen kann, summierende Erfahrung, „fliegende Stunden“ und auf seine Intuition angewiesen ist.

Ein Vertriebscontroller ist weiterhin zuständig für die Planung und die Steuerung des Vertriebsprozesses. Ähnlich einem Auto-Piloten oder der Technologie der selbstfahrenden Autos, können nun ein Teil des analytischen Prozesses an Maschinen mit schwacher künstlicher Intelligenz delegiert werden. Modelle des maschinellen Lernens lernen aus der mathematischen Erfahrung und machen keine Fehler.

Ähnlich wie andere automatisierte Systeme, kann Vertriebsautomation durch künstliche Intelligenz echten Wert schaffen, wenn sie in der Kombination mit dem Menschen genutzt wird und diesen nicht ersetzt, wie 2016 Matt Beane aus dem MIT (Massachusetts Institute of Technology) erklärte. Algorithmen des maschinellen Lernens für das Vertriebscontrolling können die Effizienz des Informationsgewinnungsprozesses erhöhen, aber noch nicht das Wissen eines Vertriebscontrollers ersetzen.

Künstliche Intelligenz wird Vertriebscontrolling erheblich beeinflussen und verbessern. Nutzen auch Sie künstliche Intelligenz, indem Sie sich auf die konkreten Chancen Ihres Vertriebscontrollings fokussieren.

WIE KANN MIR KI IM B2B VERTRIEB HELFEN?

Vertriebscontrolling & Künstliche Intelligenz – Fazit

Das maschinelle Lernen, ein Beispiel für schwache künstliche Intelligenz, schafft eine tolle Chance zur Verbesserung des B2B-Vertriebscontrollings.

Durch die Reduzierung der Implementierungskosten und die steigenden Vertriebsdaten ist die künstliche Intelligenz zu einer leistungsfähigen und attraktiven Option für die Vertriebsplanung und -controlling im B2B geworden.

Wir haben in diesem Beitrag den Unterschied zwischen allgemeiner künstlicher Intelligenz und „Weak“ oder schwacher künstlicher Intelligenz vorgestellt.

Mit dem maschinellen Lernen als ein mögliches Beispiel für schwache künstliche Intelligenz haben wir beschrieben, wie Vertriebscontroller ihr Toolkit ergänzen könnten.

Unternehmen profitieren am meisten, wenn Maschinen und Menschen zusammenarbeiten. Wir können Sie beruhigen: Erst war der Mensch, dann kam die Maschine. Jetzt leben wir in einer Zeit intelligenter Lernmaschinen. Nutzen Sie die Chancen dieser neuen Technologie, aber behalten Sie Ihren Vertriebscontroller.

ICH WILL KI FÜR DAS VERTRIEBSCONTROLLING

Auch interessant über künstliche Intelligenz

Die Sache mit der KI im Vertrieb

Künstliche Intelligenz im B2B-Vertrieb: Neue Herausforderungen – Neue Chancen

Künstliche Intelligenz im Vertrieb – Ist Ihr Job schon ersetzbar?

Vertriebsmanagement in Zeiten der künstlichen Intelligenz – Die 5 wichtigsten Tipps für den B2B-Vertrieb

Literaturnachweis:

Dans, E. (2016) „Right Now, Artificial Intelligence Is The Only Thing That Matters: Look Around You.“ Posted on Forbes on 13.07.2106

Beane, M. (2016) „Robots add real value when working with humans, not replacing them“. Posted on techcrunch on 29.05.2016

statistik.arbeitsagentur.de | Social insurance and marginally employed for the work concerned the Classification of Occupations (KldB 2010)

Chandra, V and Hareendran, A. (2014) Artificial Intelligence And Machine Learning. PHI Learning.

McCarthy, John; Minsky, Marvin; Rochester, Nathan; Shannon, Claude (1955). „A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence“. Archived from the original on 26 August 2007. Retrieved 30 August 2007.

McCarthy, John (12 November 2007). „What Is Artificial Intelligence?“

Rich, Elaine (1983). Artificial Intelligence. McGraw-Hill. ISBN 0-07-052261-8.


Schreibe einen Kommentar