Wie KI die Produktentwicklung revolutionieren wird und wie man sich darauf vorbereitet [Einblicke vom leitenden Berater von AWS für Startups]

Wie jeder Unternehmer weiß, ist die Anpassung des Produkts an den Markt einer der schwierigsten Aspekte bei der Gründung eines Unternehmens.

Das richtige Produkt vorherzusagen – und in den Bau von Prototypen, Experimente und Tests zu investieren – ist ein erschöpfend langer und teurer Prozess, und oft geht den Geschäftsinhabern das Geld aus, bevor sie ihre Produkte überhaupt testen können.

Glücklicherweise sagte mir Deepam Mishra, Senior Advisor für Startups bei AWS und KI-Experte: „Dieser Prozess wird durch die neuesten Fortschritte in der KI bald auf den Kopf gestellt.“

Ich habe mich mit Mishra zusammengesetzt, um zu besprechen, wie KI jeden Aspekt des Produktentwicklungsprozesses revolutionieren wird und wie Start-ups und KMUs sich darauf vorbereiten sollten.

Wie KI die Produktentwicklung revolutionieren wird, so der Senior Advisor für Startups von AWS

1. Vorhersagen zur Anpassung an den Produktmarkt werden genauer sein.

Aus Mishras Erfahrung hat er gesehen, dass viele Start-ups aufgrund einer schlechten Produkt-Markt-Passung scheiterten.

Dies entspricht breiteren Trends. Satte 35 % der KMUs und Start-ups scheitern, weil kein Marktbedarf besteht.

Glücklicherweise kann KI bei der Lösung dieses Problems helfen. KI-gestützte Datenanalysen können Startups dabei helfen, einen genaueren und umfassenderen Überblick über die quantitativen und qualitativen Daten zu erhalten, die sie benötigen, um festzustellen, ob ihr Produkt tatsächlich die Bedürfnisse ihrer Kunden erfüllt – oder ob sie überhaupt die richtige Zielgruppe ausgewählt haben den ersten Platz.

Der Einsatz von KI beim Sammeln und Analysieren von Daten kann Teams auch dabei helfen, ihre Kunden auf einer tieferen Ebene zu verstehen.

Mishra sagte mir: „KI kann es einfacher machen, die tatsächlichen Kundenbedürfnisse zu verstehen, die sich hinter bekannten Problemen verbergen. Oft beginnen Ingenieure mit dem Bau von Prototypen, ohne ein tiefes Verständnis für die quantitativen und qualitativen Kundenbedürfnisse zu haben. Vor der generativen KI gab es weniger leistungsfähige Werkzeuge zur Analyse solcher Informationen.“

2. KI wird die Iterationsgeschwindigkeit und die Markteinführungszeit erheblich verbessern.

Das Erstellen von Modellen und Prototypen eines Produkts, das Sie testen möchten, ist einer der zeitaufwändigsten Aspekte des Produktentwicklungslebenszyklus. Die Erstellung eines Elektronikprototyps dauert in der Regel vier bis zwölf Wochen und die Erstellung eines 3D-gedruckten Modells ein bis vier Wochen.

„Die Zeit, die benötigt wird, um eine physische Inkarnation – oder sogar eine 3D- oder visuelle Inkarnation eines Produkts – zu erzeugen, erfordert echte Physik dahinter“, erklärt Mishra.

„Für Produktmanager, Designer und Softwareentwickler ist es ein ziemlich langer Prozess, ein Produkt in ein dreidimensionales Modell zu integrieren.“

Mit anderen Worten: All die Zeit und das Geld, die Sie in die Erstellung und das Testen eines Prototyps stecken, könnten Sie am Ende Ihr Unternehmen kosten.

Stellen Sie sich also die Kraft einer Welt vor, in der KI Ihnen dabei helfen kann, in nur wenigen Stunden Modelle und Prototypen zu erstellen.

Diese Geschwindigkeit ist mehr als nur praktisch: Sie könnte lebensrettend für KMUs und Start-ups sein, die weder Zeit noch Ressourcen haben, um sich mit Produktfunktionen zu befassen, die keine hohen Erträge bringen.

Für Mishra ist dies einer der aufregendsten Möglichkeiten im Produktbereich.

Er bringt es auf den Punkt: „Die Tatsache, dass man mit so hoher Geschwindigkeit Inhalte von Grund auf erstellen und dabei ein höheres Maß an Genauigkeit erreichen kann, ist einer der aufregendsten Aspekte von all dem.“

3. KI wird die Art und Weise verändern, wie Sie Kundenfeedback sammeln.

Sobald Sie einen Prototyp oder sogar ein Minimum Viable Product haben, können Sie nicht mehr mit der Iteration aufhören. Sie müssen es mit potenziellen oder aktuellen Kunden testen, um zu erfahren, wie Sie es als nächstes verbessern oder wiederholen können.

Und bisher beschränkte sich die Produktanalyse weitgehend auf strukturierte oder numerische Daten.

Aber strukturierte Daten haben ihre Grenzen.

Mishra sagte mir: „Die meisten Unternehmensinformationen sind unstrukturiert, da sie in Form von Dokumenten, E-Mails und Social-Media-Geschwätz vorliegen. Ich schätze, dass weniger als 20 % der Daten eines Unternehmens strukturierte Daten sind. Es entstehen also enorme Opportunitätskosten, wenn 70 bis 80 % der Informationen nicht analysiert werden.“

Mit anderen Worten: Es gibt nicht viele skalierbare Lösungen für die Erfassung und Analyse quantitativer Daten, um zu analysieren, wie Kunden auf Ihr Produkt reagieren.

Derzeit verlassen sich viele Produktteams auf Fokusgruppen, um Feedback zu sammeln. Fokusgruppen spiegeln jedoch nicht immer genau die Kundenstimmung wider, sodass Ihr Produktteam anfällig dafür ist, möglicherweise ein Produkt zu entwickeln, das Ihren Kunden nicht wirklich dient.

Glücklicherweise kann „generative KI dabei helfen, Kundenfeedback in Daten für Ihr Unternehmen umzuwandeln“, erklärt Mishra. „Nehmen wir an, Sie erhalten viel Feedback in den sozialen Medien, Kommentare zur Produktnutzung oder Gespräche in Kundenforen. Jetzt können Sie diese Informationen in Diagramme und Trendlinien umwandeln und auf die gleiche Weise analysieren, wie Sie strukturierte Daten immer analysiert haben.“

Er fügt hinzu: „Im Wesentlichen können Sie herausfinden, über welche Funktionen Ihre Kunden am meisten sprechen. Oder welche Emotionen Kunden haben, wenn es um bestimmte Produkteigenschaften geht. Dies hilft Ihnen, die Eignung des Produkts für den Markt zu bestimmen oder sogar, welche Funktionen Sie Ihrem Produkt hinzufügen oder daraus entfernen sollten.“

Die potenzielle Auswirkung der Möglichkeit, quantitatives Feedback in umsetzbare Datenpunkte umzuwandeln, ist enorm.

Mithilfe von KI kann Ihr Team sicherer sein, dass Sie wirklich Zeit und Energie in Produktfunktionen investieren, die für Ihre Kunden am wichtigsten sind.

4. KI wird die Art und Weise, wie Ingenieure und Produktmanager mit Software interagieren, neu definieren.

Über die Entwicklung eines Produkts hinaus kann KI auch die Teams, die es entwickeln, innovativ gestalten.

Bislang hatten wir ganze Rollen definiert, die darauf abzielten, Mitarbeiter für eine bestimmte Produktsuite zu schulen. Sie sind zu Experten für eine bestimmte Software geworden und verstehen, wie jedes Teil funktioniert.

In Zukunft werden wir sehen, wie KI Ihrem Team dabei helfen kann, neue Mitarbeiter einzustellen, ohne dass diese Softwareexperten unbedingt Schulungen durchführen müssen.

Vielleicht haben Sie in Ihrem Team einen Junior-Programmierer mit begrenzter Erfahrung. Um sicherzustellen, dass sie sich an die spezielle Disziplin Ihres Unternehmens bei der Softwarecodierung hält, können Sie einen Großteil davon mithilfe von KI-Codegenerierungstools vorprogrammieren und systematisieren lassen.

Für intensivere Prozesse wie das Prototyping erklärt Mishra, dass einige Schulungsaufgaben sogar durch chatbasierte KI ersetzt werden könnten. „Wir sind zu der Erkenntnis übergegangen, dass natürlichere Chat-Schnittstellen die sehr komplexen Methoden, Software- und Hardware-Tools um Hilfe zu bitten, ersetzen können.“

Nehmen wir an, Ihr Unternehmen muss ein Widget entwerfen. Anstatt Zeit und Ressourcen in die Modellierung eines Prototyps zu investieren, könnten Sie einen Chatbot bitten, einige Designbeispiele zu erstellen und Einschränkungen anzugeben.

„Sie müssen nicht einmal wissen, welche Tools für maschinelles Lernen verwendet werden“, fügt Mishra hinzu, „Sie sprechen einfach mit einer Chat-Oberfläche, und hinter dem Chat stecken möglicherweise fünf verschiedene Produkte.“ Aber als Menschen geht es uns weniger um das Werkzeug als vielmehr um die Ergebnisse.“

5. KI wird die menschliche Kreativität im Produktbereich steigern.

Maschinelles Lernen gibt es seit fast zwei Jahrzehnten und wird bereits seit langem im Bereich der Produktentwicklung eingesetzt.

Aber es wird sich drastisch ändern.

Wie mir Mishra erklärte, könnten die alten Algorithmen des maschinellen Lernens Muster für die Umwandlung von Eingaben in Ausgaben lernen und diese Muster dann auf unsichtbare Daten anwenden.

Aber die neuen generativen Maschinenmodelle gehen in diesem Prozess noch einen Schritt weiter: Sie können immer noch Muster auf unsichtbare Daten anwenden, aber sie können auch ein tieferes Verständnis für die Denkweise hinter dem kreativen Prozess erlangen.

„Sie können verstehen, wie ein Softwareprogrammierer Software erstellt, wie ein Designer ein Design erstellt oder wie ein Künstler Kunst schafft“, sagte mir Mishra.

Er fügt hinzu: „Diese Modelle beginnen, den Gedanken hinter der Schöpfung zu verstehen, was sowohl ein aufregender als auch beängstigender Teil davon ist.“ Aber was für praktisch alle Phasen der Produktentwicklung gilt, ist, dass man jetzt die menschliche Kreativitätskomponente steigern kann.“

Mit anderen Worten: KI wird zum Co-Piloten jedes Produktmanagers, Ingenieurs oder Designers, der sich auf einem neuen Terrain bewegt, in dem routinemäßige, wiederholbare Aktionen durch Zeit ersetzt werden, die für die Entwicklung und Iteration besserer, leistungsfähigerer Produkte aufgewendet wird.

Letztendlich wird KI das Kundenerlebnis völlig verändern

Es gibt ein separates, tiefergehendes Gespräch über die langfristigen Auswirkungen von KI und dem Produktbereich.

Derzeit konzentriert sich die Produktführerschaft weitgehend darauf, wie sie ihre Produkte durch die Integration von KI in ihre bestehenden Funktionen effektiv verbessern können.

Wie Mishra es ausdrückt: „Die meisten Führungskräfte sagen derzeit: ‚Lass mich das, was ich hatte, gegen generative KI eintauschen.‘ Man könnte sich diese Produkte also als Version 2.0 eines Vorgängermodells vorstellen.“

„Aber“, fährt er fort, „die nächste Generation von Lösungen, an denen einige der ehrgeizigeren Innovatoren zu arbeiten beginnen, stellt das Kundenerlebnis völlig neu dar.“ Sie sagen nicht nur: „Wir fügen einem Produkt KI hinzu“, sondern sie sagen stattdessen: „Lasst uns das gesamte Produkt selbst neu denken, mit KI als Grundlage.“ Sie werden die Schnittstellen zwischen Mensch und Technologie neu denken.“

Derzeit wählen Verbraucher zwischen einer Vielzahl von Streaming-Diensten wie Netflix oder Amazon Prime und der Streaming-Dienst gibt dann KI-basierte Empfehlungen basierend auf dem bisherigen Nutzerverhalten.

Mishra erklärt: „Die erste Welle von Start-ups wird sagen: ‚Okay, lasst uns diese Vorhersagen verbessern.‘ Aber die zweite Welle von Startups oder Innovatoren wird sagen: „Moment mal … Warum muss man sich überhaupt um nur eine Plattform kümmern?“ Warum nicht größer denken?‘“

„Wir werden also Unternehmen haben, die sagen: ‚Lassen Sie mich Inhalte auf verschiedenen Plattformen generieren, abhängig von Ihrer Stimmung und 10.000 anderen Verhaltensweisen, im Gegensatz zu den drei Genres, von denen ich weiß, dass Sie sie mögen.“

Wie passt das in den aktuellen Produktentwicklungsprozess? Das ist nicht der Fall.

Stattdessen wird es völlig auf den Kopf gestellt. Und das ist sowohl erschreckend als auch aufregend.

Mishra schlägt vor: „Wie stellen Sie sich das Produkterlebnis neu vor?“ Ich denke, hier wird die menschliche Kreativität zum Einsatz kommen.“

Erste Schritte mit KI und Produktentwicklung

1. Beginnen Sie mit dem Experimentieren.

Mishra räumt ein, dass es im Produktbereich nicht nur eine aufregende, sondern auch eine herausfordernde Zeit ist und viele KMUs und Start-ups sich fragen, ob sie überhaupt in KI investieren sollten.

Veränderungen vollziehen sich schnell und es kann schwierig sein, zu bestimmen, in welche Aspekte der KI Sie investieren sollten oder wie Sie die Implementierung in Ihre aktuellen Prozesse angehen sollten.

Mishras Rat? „Fangen Sie an zu experimentieren, denn wenn Sie einmal angefangen haben, wird es Ihnen viel leichter fallen. Und es gibt ein paar Bereiche, die Ihnen einen Mehrwert bieten, unabhängig davon, ob Sie KI in der Produktion einsetzen oder nicht, einschließlich der Analyse von Kundeninformationen und -feedback oder der Durchführung von Dingen wie der Unternehmenssuche – diese Experimente werden Ihnen einen augenöffnenden Wert verschaffen , das Sie auf den richtigen Weg führt.“

Glücklicherweise müssen Sie keinen eigenen Ingenieur für maschinelles Lernen einstellen, um etwas von Grund auf zu erstellen. Stattdessen könnten Sie Tools wie das kürzlich von Amazon veröffentlichte Bedrock in Betracht ziehen, das vorgefertigte generative KI-Modelle bereitstellt, die Sie mit einer API zu einer vorhandenen Anwendung hinzufügen können. Dadurch können Sie auf jegliche KI-Schulung verzichten, das Risiko von Datenschutzverletzungen begrenzen und innerhalb von Minuten einsatzbereit sein.

2. Identifizieren Sie, wo KI Ihrem Team helfen kann.

Mishra empfiehlt, die richtigen Anwendungsfälle herauszufinden, die einen positiven ROI für Ihr Unternehmen haben.

Letztendlich ist es wichtig, dass Sie sich die Zeit nehmen, herauszufinden, welche Bereiche des Unternehmens den größten Nutzen aus KI ziehen könnten, und dort beginnen.

Er schlägt zum Beispiel vor: „Ich sehe viel Arbeit in den Bereichen kundenorientierter Aktivitäten, weil das den Umsatz steigert und daher potenziell von hohem Wert ist.“

Wenn Sie unsicher sind, wo Sie mit Ihrem eigenen Team anfangen sollen, müssen Sie das Rad nicht neu erfinden. Erwägen Sie, sich an Cloud-Experten oder Startups zu wenden, die Sie durch einige gängige Lösungen führen können, die bereits von anderen Unternehmen untersucht werden.

3. Holen Sie sich die Zustimmung der Stakeholder.

Es gibt noch eine weitere, ebenso wichtige Voraussetzung für das Experimentieren: die Zustimmung der Stakeholder und der Führung.

Mishra sagt: „Ich denke, dass die kulturelle Ausrichtung und die Abstimmung mit den Stakeholdern ein wichtiger Bereich sind, an dem Unternehmen mit der Arbeit beginnen müssen. Wenn die oberste Führung aus den falschen Gründen Angst hat, könnte das ihr Wachstum hemmen.“

Wenn es um KI geht, gibt es sicherlich Bedenken hinsichtlich des Datenschutzes und der Datenlecks. Außerdem ist KI nicht perfekt: Sie kann halluzinieren oder ungenaue oder voreingenommene Informationen liefern, wenn sie Ergebnisse liefert.

Wenn Sie also Führungskräfte davon überzeugen, in KI zu investieren, müssen Sie unbedingt betonen, dass die KI nicht das Ruder übernehmen wird. Stattdessen wird es der vertrauenswürdige Co-Pilot Ihres Teams sein.

Es ist auch wichtig zu beachten: Wenn Führungskräfte es für riskant halten, in KI zu investieren, sollten sie auch die Risiken in Betracht ziehen, nicht in KI zu investieren.

Wie Mishra es ausdrückt: „Dies ist ein bahnbrechender Moment, und Sie können zurückbleiben, wenn andere Start-ups und Großunternehmen beginnen, in ihren Produktinnovationszyklen schneller voranzukommen.“