Geschäftsmodelle im Fokus
Chatbots für den Support
Auf Cognitive Computing beruhende Chatbots sind in der Lage, einen menschlichen Gesprächspartner zu simulieren. Die virtuellen Assistenten können einfache Kundenanfragen beantworten, Informationen zum Angebot des Unternehmens liefern oder sogar Bestellungen entgegennehmen. Dabei lassen sich die Chatbots nicht nur auf der eigenen Homepage oder in der eigenen App betreiben, sondern auch in Messenger-Dienste wie WhatsApp oder soziale Netzwerke einbinden. Durch Chatbots kann die Kundenbindung verbessert werden, da diese beispielsweise im Support unmittelbar Fragen beantworten können. Ein Geschäftsmodell könnte in Zukunft darin bestehen, Kunden solche Chatbots als Service zur Verfügung zu stellen. Eine Abrechnung könnte dabei nach tatsächlich erfolgten Anfragen erstellt werden.
Kognitive Beratung
Sogenannte Robo-Advisors sind schon seit einigen Jahren ein disruptives Geschäftsmodell in der Finanzbranche. In der Regel wird dabei ein Portfolio für den Kunden erstellt und in gewissen Intervallen ein automatisches Rebalancing durchgeführt. Bisher funktioniert das Rebalancing auf einem einfachen statischen Algorithmus, aber in Zukunft könnten dabei selbstlernende Systeme zum Einsatz kommen. Kognitive Systeme könnten dabei nicht nur den Algorithmus stetig verbessern, sondern zudem noch richtige Beratungsgespräche führen. Das Führen von Beratungsgesprächen lässt sich auch auf andere Dienstleistungen übertragen, sodass wir in Zukunft nicht nur das Geschäftsfeld des Kognitiven Finanzberaters haben dürften, sondern auch des Kognitiven Versicherungs-, Steuer- oder Rechtsberaters, selbst ein Kognitiver Universalberater könnte entstehen.
„Machine Learning as a Service“ (MLaaS)
Die großen Cloud-Anbieter bieten mittlerweile bereits MLaaS-Dienste an, ohne dass man sich selbst Kenntnisse von komplexen Machine-Learning-Algorithmen aneignen muss. Über eine einfache Oberfläche unterstützen die Anbieter einen bei der Erstellung eines zugeschnittenen Algorithmus. Dieser lässt sich dann durch einfache APIs mit den eigenen Anwendungen verbinden. Auf diese Weise lassen sich dann Milliarden von Prognosen nach einem skalierbaren Bedarf erstellen. Zusätzlich gibt es sogar die Möglichkeit einer automatischen Skalierung, die ebenfalls auf selbstlernenden Systemen aufbaut und wobei stetig der Bedarf des Kunden prognostiziert wird.
Taxi 2.0
Durch die Möglichkeiten der künstlichen Intelligenz werden Fahrzeuge in die Lage versetzt, völlig autonom zu fahren. Das autonom fahrende Auto, welches den Nutzer zu seinem Ziel chauffiert, steht kurz vor der Realisation, wodurch auch das Geschäftsmodell des völlig autonomen Taxibetriebs entstehen dürfte. Bezahlt werden könnte, wie dies bei Car-Sharing-Anbietern bereits jetzt schon der Fall ist, über ein Abomodell. Vielfahrer zahlen dabei eine höhere Grundgebühr, aber weniger Kilometergeld. Die Flotte des Anbieters nutzt dabei neben anderen verkehrsrelevanten Daten auch die eigenen Bewegungsprofile, um mittels selbstlernender Systeme die stets optimale Route hinsichtlich Geschwindigkeit oder Treibstoffverbrauch und Verschleiß zu ermitteln. Zusätzlich lassen sich die autonomen Autos auch als Kurierdienst nutzen, ohne dass ein menschlicher Kurier notwendig ist.
Content-Generatoren
Auf News-Portalen können kognitive Systeme dazu genutzt werden, Content zu generieren. Dazu können verschiedene Quellen in Bezug auf ihren Informationsgehalt untersucht und ein eigener Text erstellt werden. Auch Prognosen können die Systeme liefern und dafür bspw. auch Daten aus sozialen Netzwerken verwenden. Sportergebnisse, Wahlausgänge oder Aktienkurse könnten so kontinuierlich vorhergesagt und dem Leser in einfacher Textform angeboten werden. Selbst müsste man den Content der Seiten nicht mehr verwalten, sogar auf Kommentare könnten Chatbots reagieren. Geld erwirtschaftet man wie üblich durch Ads oder Premiuminhalte für Abo-Kunden.
