Trunz AG | AI im Kalkulationsprozess
Von der Standortbestimmung zum funktionsfähigen AI-Prototyp
12Ausgangslage
Am Anfang stand die Marke. Ich habe sie für die Trunz AG entwickelt und rechtlich abgesichert, ein grosses Industrieunternehmen aus der Metalltechnik. Daraus wuchs über die Zeit eine Zusammenarbeit als strategischer Sparringspartner für ganz unterschiedliche Entwicklungsfragen. Die aktuelle: Wie macht AI den bestehenden Kalkulationsprozess effizienter?
Entwicklungsaufgabe
Den bestehenden Kalkulationsprozess verstehen, konkrete Effizienzpotenziale identifizieren und prüfen, wie sich diese mit AI und Technologie erschliessen lassen. Und dabei nicht bei einer theoretischen Potenzialanalyse stehen bleiben, sondern eine mögliche Lösung konkret und testbar machen.
Perspective
Business × People × AI. Technologie war hier nie das Ziel, sondern der Hebel auf einen Prozess, den Menschen täglich bedienen.
VorgeschichteMarkenentwicklung › Markenschutz › strategisches Sparring › Entwicklungspartnerschaft. Die Marke war nicht das Vorspiel, sie war die Grundlage: ohne das gemeinsame Verständnis daraus wäre die Frage nach AI im Kalkulationsprozess nie auf den Tisch gekommen.
Verstehen
In einer Standortbestimmung habe ich zuerst angeschaut, wie heute kalkuliert wird und wo die Verbesserungspotenziale liegen: die bestehenden Abläufe, die nötigen Daten, die Anforderungen, die möglichen Effizienzhebel. Im Zentrum stand eine Frage: Wo schafft AI im bestehenden Kalkulationsprozess einen konkreten Mehrwert?
Verändern
Auf dieser Grundlage haben wir einen Lösungsansatz entwickelt und direkt in einen funktionsfähigen AI-Prototyp übersetzt. Eine laufende Oberfläche macht den möglichen künftigen Kalkulationsprozess erlebbar und zeigt, wie vorhandene Daten und AI zusammenspielen. Aus einer zunächst offenen Frage wurde in kurzer Zeit etwas, das man anschauen und bedienen kann.
Verankern
Der Prototyp ist bewusst noch keine fertige Produktivlösung. Als Nächstes prüfen wir, wie er weiterentwickelt und in die bestehende Systemlandschaft integriert werden kann: Daten, Schnittstellen, Sicherheit, technische Anforderungen und weitere Tests. Damit entscheidet das Unternehmen über die weitere AI-Integration vor der grossen Investition, nicht danach.
Impact
Aus einem Effizienzpotenzial wurde ein lauffähiger AI-Prototyp
- Das Unternehmen diskutiert AI nicht mehr abstrakt, sondern kann eine konkrete Anwendung sehen, testen und bewerten.
- Entscheidungsgrundlage für die Frage, ob und wie in die Integration investiert wird, vor der Investition statt danach.
- Noch kein ausgewiesener Effizienzgewinn: die Lösung steht im Prototyping und in der Evaluation. Was zählbar wird, zeigt sich erst im Betrieb.
- Marke entwickelt und abgesichert, und daraus eine Entwicklungspartnerschaft, die heute von der Markenführung über strategisches Sparring bis zur Erprobung neuer technologischer Lösungen reicht.
Entwicklungskette Standortbestimmung › Prozessanalyse › Effizienzhebel › AI-Lösungsansatz › funktionsfähiger Prototyp › Evaluation › Integration
