Wie bereit ist ein B2B-Vertriebsbereich, künstliche Intelligenz erfolgreich einzuführen und von ihr zu profitieren?

Host: Herzlich willkommen zu einer neuen Ausgabe von A.I.S. Insights — powered by Living Knowledge. Mein Name ist Anna Ivy Summers. Heute sprechen wir über eine Forschungsarbeit mit dem Titel „Empirisch fundierte Entwicklung eines Reifegradmodells für KI im B2B-Vertrieb“, verfasst von Marleen Voss und Charlotte Knickrehm und vorgestellt auf der International Conference on Information Systems 2023. Bei mir ist unser Analyst Alex Ian Sutherland. Alex, worum geht es in dieser Studie?

Expert: Hallo Anna. Die Studie befasst sich mit der Frage, wie Unternehmen ihre Bereitschaft für den Einsatz von künstlicher Intelligenz im B2B-Vertrieb systematisch erfassen und weiterentwickeln können. Dazu haben die Autorinnen das sogenannte Sales AIvation Maturity Model entwickelt, kurz SAIM.

Host: Künstliche Intelligenz gilt in vielen Branchen als wichtiges Werkzeug, auch im Vertrieb. Doch welche spezifischen Probleme adressiert die Studie in der Praxis?

Expert: Unternehmen investieren zwar zunehmend in Software, doch viele KI-Initiativen erreichen ihre Ziele nicht, weil die organisatorischen Voraussetzungen fehlen. Der B2B-Vertrieb unterscheidet sich grundlegend von B2C-Transaktionen. Er ist geprägt von langen Verkaufszyklen, komplexen Verhandlungen und fragmentierten Datenquellen. Bislang fehlten Führungskräften strukturierte Instrumente, um den eigenen Ausgangspunkt realistisch zu bestimmen und notwendige Schritte zu planen.

Host: Wie sind Marleen Voss und Charlotte Knickrehm bei der Erstellung des Modells methodisch vorgegangen?

Expert: Die Autorinnen wählten einen Design-Science-Research-Ansatz. Das Modell entstand stufenweise auf Basis einer Literaturanalyse und Experteninterviews. Anschließend folgte eine quantitative Befragung von 174 Praktikerinnen und Praktikern sowie eine Fokusgruppe. Zur empirischen Überprüfung wandten die Forscherinnen das Modell schließlich in vier Unternehmensfallstudien an.

Host: Was sind die zentralen Bestandteile dieses Reifegradmodells?

Expert: Das Modell betrachtet vier Dimensionen: Technologie, Daten, Mensch und Prozess. Über diese vier Bereiche hinweg definiert es fünf Reifegrade: Initial, Bewertbar, Skalierbar, Adaptiv und Optimierbar.

Host: Welche konkreten Ergebnisse liefert die Studie bezüglich dieser Stufen?

Expert: Ein wichtiges Ergebnis ist, dass die Dimensionen Daten und Prozesse grundlegende Voraussetzungen darstellen. Ohne strukturierte Datenbasis und standardisierte Vertriebsabläufe lässt sich auf höheren Stufen kaum geschäftlicher Nutzen durch KI erzielen. Ein weiteres zentrales Ergebnis betrifft die Dimension Mensch: Mit steigender Reifestufe werden Faktoren wie Mitarbeiterakzeptanz, Unternehmenskultur und Managementunterstützung zunehmend kritisch für den Erfolg.

Host: Was bedeutet das nun ganz konkret für Entscheidungsträger in Unternehmen?

Expert: Die vier Fallstudien zeigten, dass das Modell Organisationen dabei hilft, operative Schwachstellen aufzudecken und unterschiedliche Perspektiven zwischen IT und Vertrieb abzugleichen. Eine wesentliche Erkenntnis für die Praxis ist zudem: Nicht jedes Unternehmen muss die höchste Reifegradstufe anstreben. Je nach Geschäftsmodell und Vertriebsstruktur kann ein mittleres Niveau völlig ausreichen, um die gesetzten Ziele wirtschaftlich zu erreichen. Das Framework dient somit als Orientierungshilfe für realistische Investitionen und Roadmaps.

Host: Das Modell liefert also einen systematischen Rahmen, um Daten, Prozesse und menschliche Faktoren vor und während der KI-Einführung aufeinander abzustimmen. Vielen Dank für diese Erläuterung, Alex.

Expert: Sehr gerne, Anna.

Host: Und vielen Dank an unsere Zuhörerinnen und Zuhörer für das Interesse an A.I.S. Insights — powered by Living Knowledge. Bis zur nächsten Folge.