Mit Generativer KI die Strategieberatung auf ein neues Level heben
Automatisiert Kunden beraten mit der Web-App qbs.ai

Mit LLMs die Strategiearbeit von Monaten auf Stunden reduzieren

Es ist meist der erste Schritt in der Strategieberatung: Mit umfangreichen Recherchen werden Markt, Innovationen und Trends in der Zielbranche des Kunden analysiert. Das Ergebnis sind Empfehlungen in Form strategischer Maßnahmen für das Unternehmen, häufig mit Bezug auf verschiedene Business Capabilities.

Mit der Management- und IT-Beratung kobaltblau Management Consultants haben wir eine GenAI-basierte Anwendung entwickelt, die zeitintensive Recherchearbeiten von Monaten auf wenige Stunden reduziert. Das Ergebnis ist qbs.ai. Wir bündelten dazu unsere Kompetenzen in den Bereichen AI & Data, Softwareentwicklung und UX-Design. So ist ein Service entstanden, der Strategie-Recherchen automatisiert und die Gen-AI-Technologie für Unternehmen erfolgreich nutzbar macht.

So funktioniert das frei verfügbare Tool

Die Anwendung hilft Unternehmen, die für sie relevantesten unternehmerischen Potenziale zu identifizieren und auszubauen: Im ersten Schritt benennt der:die Nutzer:in Filterkriterien, wie Unternehmensgröße, Branche oder favorisierte Strategierichtung. Auf Basis dieser Kriterien empfiehlt das Tool vielversprechende Business Capabilities. Je Business Capability werden die wichtigsten Fokus-Bereiche aufgezeigt, die besonderes Potenzial für die strategische Weiterentwicklung versprechen. Anwender:innen erhalten dazu Insights in Form von Use Cases, Best Practices, KPIs uvm. Diese helfen Anwender:innen tiefer in die einzelnen Anwendungsfälle einzusteigen und sinnvolle nächste Schritte abzuleiten. Zu qbs.ai

Eine 100% AI-generierte Strategie

Mit Generativer Künstlicher Intelligenz bzw. Large Language Models (LLM) ist eine große Menge an Daten und damit viel Wissen durch gezielte Abfragen (Prompts) einfacher zugänglich. Bei der Entwicklung von qbs.ai haben wir uns dies zunutze gemacht: Die Anwendung basiert auf dem Wissen von GPT-4 und generiert automatisiert Antworten, die zu den ausgewählten Filterkriterien (z.B. Branche oder Strategie) passen. Mithilfe einer agentenbasierten Internetrecherche werden in qbs.ai außerdem aktuelle, weiterführende Links zugänglich gemacht. Dafür erstellt GPT-4 anhand des Kontextes automatisch Internetsuchanfragen, priorisiert die gefundenen Seiten und stellt sie in der Anwendung zur Verfügung. So können die Resultate mit aktuellen Quellen validiert werden.

Herausforderungen im Projekt

Im Projekt gab es einige technische Herausforderungen. Die hohe Anzahl an Filterkombinationen, ca. 1000, war eine und erforderte ein ausgereiftes Prompting-Konzept, um treffgenaue Antworten zu erzeugen. Dazu gehörte unter anderem dem LLM mithilfe der Prompts Kontextwissen mitzugeben. So wurde es z.B. instruiert, als strategischer Berater zu agieren. Dieser Kontext war notwendig, damit die ausgegebenen Antworten die entsprechende fachliche Qualität aufweisen und dem:r Nutzer:in einen verlässlichen Mehrwert für die Beratung bieten.

Context: You are a strategy consultant who helps my company with our strategy implementation. We are a SME in the Manufacturing industry. Strategically, we want to focus on Innovation. The starting point of the transformation should be the business area Product & Service Development. Our ambition is to become industrial leaders through Innovation.

Ausschnitt aus Prompt für eine konkrete Kombination von Industrie, Unternehmensgröße, Strategie und Business Capability

Nutzererfahrung optimieren

Damit die Empfehlungen in den Antworten übersichtlich dargestellt werden, war eine clevere Orchestrierung der LLM-Abfragen wichtig. Initial werden die Antworten auf die Anfragen als Freitext generiert. Das LLM musste dazu gebracht werden, die unstrukturierten Antworten so zu strukturieren, dass sie im Frontend der Anwendung immer im gleichen Format dargestellt werden. Gelöst wurde dies mit der Anforderung an das LLM, die Antwort nach bestimmten Kategorien in einem JSON Format auszugeben.

Abseits aller technischen Herausforderungen war es der Anspruch, das KI-generierte Wissen dem:der Nutzer:in übersichtlich und ansprechend gestaltet zugänglich zu machen. Durch unsere Kompetenzen in den Bereichen GenAI, Software-Engineering und UX-Design konnte unser Team die Potenziale der Technologie erfolgreich in einer intuitiven und UX-optimierten Web-App aufbereiten.

Automatisierte Recherchearbeiten für verschiedene Use Cases

Drei Personen bei einem Meeting in einer modernen Lounge

qbs.ai dient als Proof of Concept für viele weitere Anwendungsfälle. Überall, wo Recherchearbeiten notwendig sind, lässt sich die Technologie implementieren, z.B. bei der Erstellung von Trendradaren oder der Darstellungen von Änderungen an Finanzmärkten.

Auch für individuelle Fokus-Strategien bildet das Tool die Basis: Je nach Bedarf des Unternehmens lässt sich die Anwendung anpassen. Sie könnte beispielsweise gezielt Ergebnisse für KI-Strategien entwickeln sowie weitere wichtige Insights generieren.

Auch kleinen Unternehmen bietet qbs.ai einen entscheidenden Vorteil: Analysen können nicht nur selbst und ohne externe Beauftragung durchgeführt werden, sondern werden auf einen Bruchteil der Zeit reduziert. So werden enorme Kosten gespart.

Die Zusammenarbeit mit iteratec hat unseren Innovationsprozess 2023 dramatisch beschleunigt. Ich bin zutiefst beeindruckt von den herausragenden Fähigkeiten, der innovativen Denkweise und vor allem von den vielen inspirierenden Menschen bei iteratec. Mit diesen bemerkenswerten Partnern können wir echte Veränderungen bewirken und schließlich wahre "Digital Champions" hervorbringen.

Dr. Andreas Reuschl Senior Manager, kobaltblau Management Consultants

KI-Know-how ist nur ein Teil des Puzzles

qbs.ai demonstriert die Möglichkeiten, die für digitale Produkte durch den Einsatz von GenAI entstehen. Indem das Wissen von GPT-4 in Verbindung mit agentenbasierter Internetrecherche gezielt nutzbar gemacht wird, kann die Strategieberatung sowohl deutlich vereinfacht als auch massiv beschleunigt werden. Wer es im Umsetzungsprozess schafft, KI-Know-how mit sauberen Architekturen und Engineering-Skills zu vereinen, schafft den Schritt zur professionellen und mehrwertstiftenden Nutzung von generativer Künstlicher Intelligenz.