Blog-Eintrag -
Tech know-how to go: Wie generative Künstliche Intelligenz die Produktforschung und -entwicklung verändert
Generative künstliche Intelligenz (KI) ist ein technologischer Katalysator. Sie kann nicht nur in bestimmten Anwendungsfällen wie der Medizin (siehe Abbildung) oder dem Marketing einen Mehrwert liefern, die Technologie kann durch die Revolutionierung interner Wissensmanagementsysteme den Wert eines gesamten Unternehmens steigern. Eine Studie von McKinsey aus dem Jahr 2023 zeigt, wie die Produktforschung und -entwicklung durch generative KI verändert werden kann. Unser Tech-Know-how to go liefert Ihnen die Zusammenfassung der Vorteile:
- Frühzeitige Forschungsanalyse: Forscher nutzen generative KI, um Marktberichte, Ideenfindung und den Entwurf von Produkten oder Lösungen zu verbessern.
- Virtueller Entwurf: Forscher nutzen generative KI, um prompt-basierte Entwürfe und Designs zu generieren, die es ihnen ermöglichen, schnell mit mehr Designoptionen zu iterieren.
- Virtuelle Simulationen: Forscher beschleunigen und optimieren die virtuelle Simulationsphase, wenn sie diese mit neuen generativen Deep-Learning-Designtechniken kombinieren.
- Physikalische Testplanung: Forscher optimieren Testfälle für effizientere Tests und reduzieren so den Zeitaufwand für die physische Erstellung und Prüfung.
- Verbessertes Design: Generative KI kann Produktdesignern helfen, Kosten zu senken, indem sie Materialien effizienter auswählen und einsetzen. Sie kann auch Entwürfe für die Fertigung optimieren, was zu Kostensenkungen in Logistik und Produktion führen kann.
- Verbesserte Produkttests und Qualität: Der Einsatz von generativer KI beim generativen Design kann zu einem qualitativ hochwertigeren Produkt führen, was wiederum die Marktattraktivität erhöht. Generative KI kann dazu beitragen, die Testzeit komplexer Systeme zu verkürzen und die Testphasen mit Kunden zu beschleunigen, indem sie Szenarien entwirft und Profile von Testkandidaten erstellt.
Das Potenzial der generativen KI in der Forschung und Entwicklung ist vielleicht weniger bekannt als das Potenzial in anderen Unternehmensfunktionen. Dennoch weist McKinsey darauf hin, dass die Technologie eine Produktivitätssteigerung von 10 bis 15 Prozent der gesamten F&E-Kosten bewirken kann.
