Von: Dr. Fabian Urich, CPO bei Quicklizard
Im Bereich der Unternehmenssoftware wird KI häufig als “Black Box” oder “Automaten” kritisiert. Diese Analogien beschreiben ein System, in das Daten eingespeist werden und das ein Ergebnis ausgibt, dessen interne Logik für den Nutzer jedoch völlig undurchsichtig bleibt. Dieser Mangel an Transparenz behindert oft das Vertrauen, das für eine echte strategische Partnerschaft notwendig ist. Quicklizard verändert diese Sichtweise, indem wir unsere Partner einladen, mithilfe eines Frameworks, das wir “AI Triple Play” nennen, einen Blick „unter die Haube“ zu werfen. Dies stellt eine grundlegende Weiterentwicklung unserer Sichtweise auf KI dar: nicht nur als Generator von Preisempfehlungen, sondern als zentrale Säule dafür, wie wir unsere Technologie gemeinsam mit unseren Kunden gestalten, mit ihr interagieren und weiterentwickeln.
Spiel Nr. 1
Produktentwicklung: Von der "Mona Lisa" zur Co-Kreation in Echtzeit
Um zu verstehen, warum unser Entwicklungsprozess einzigartig ist, ist es hilfreich, einen Blick darauf zu werfen, wie Software traditionell entwickelt wurde. In der Vergangenheit wurde in der Branche der Wasserfall-Ansatz verwendet. Stellen Sie sich vor, Sie beauftragen einen Künstler mit der Malerei der Mona Lisa, doch dieser verschwindet für sechs Monate in einem verschlossenen Atelier. Erst am Ende sehen Sie das fertige Gemälde. Wenn Sie dann feststellen, dass der Gesichtsausdruck nicht stimmt, ist es zu spät; die Zeit und die Ressourcen sind bereits aufgebraucht.
Die Branche stellte daraufhin auf agile Entwicklung um. Bei diesem Modell zeigt Ihnen der Künstler nach zwei Wochen eine verschwommene Skizze der Mona Lisa. Alle zwei Wochen werden die Details schärfer. Sie sehen zwar den Fortschritt, sind aber nach wie vor ein Beobachter, der darauf wartet, dass ein “Sprint” endet, bevor Sie weiteres Feedback geben können. Sie schauen dem Künstler beim Malen zu, malen aber nicht mit ihm gemeinsam.
Quicklizard hat dies zur “Real-Time Co-Creation” weiterentwickelt. Durch den Einsatz von KI (insbesondere „Vibe Coding“) entfallen die zweiwöchigen Wartezeiten. Wir erstellen während unserer Strategiesitzungen in Echtzeit hochdetaillierte Prototypen. Wenn Sie eine bestimmte Anforderung identifizieren, zum Beispiel einen maßgeschneiderten Werbekalender oder eine spezielle Datenansicht, können wir diese Funktion während des Gesprächs direkt auf dem Bildschirm modellieren. Sie sind sozusagen mit am Werk. So stellen wir sicher, dass wir genau das entwickeln, was das Unternehmen benötigt, bevor wir in unseren formellen F&E-Zyklus übergehen. Indem wir KI nutzen, um die Lücke zwischen einem Konzept und einer professionellen, unternehmensgerechten Funktion zu schließen, gewährleisten wir höchste Standards in Bezug auf Stabilität und Sicherheit und arbeiten gleichzeitig in einem Tempo, das zuvor unmöglich war.
Spiel Nr. 2
Produktnutzung: Proaktive strategische Interaktion
Die zweite Säule des „Triple Play“ konzentriert sich darauf, wie Nutzer täglich mit der Plattform interagieren. Wir haben fortschrittliche Funktionen eines Large Language Model (LLM) über einen speziellen KI-Assistenten, den wir „Pricing Guru“ nennen, direkt in die Benutzeroberfläche integriert.
Anstatt sich manuell durch komplexe Datentabellen zu arbeiten, führen die Nutzer einen natürlichen Dialog mit dem Tool. Dieser Assistent fungiert als proaktiver Agent, der mehr tut, als nur auf Befehle zu warten. Er ist in der Lage, bestehende Strategien zu hinterfragen und optimierte Preisgestaltungsstrategien vorzuschlagen; dadurch wird die Software von einem statischen Tool zu einem Gesprächspartner, der eine schnellere, datengestützte Entscheidungsfindung unterstützt.
Spiel Nr. 3
Ergebnis: Der selbstoptimierende Lernalgorithmus
Die letzte Stufe des „Triple Play“ ist die eigentliche Produktbereitstellung. Herkömmliche Preisgestaltungstools verhalten sich oft wie ein statischer Automat. Ein Automat folgt einem starren, vorprogrammierten Ablauf: Er nimmt eine Münze entgegen und gibt ein Produkt aus. Wenn sich die Rahmenbedingungen ändern oder die Programmierung fehlerhaft ist, kann sich der Automat nicht anpassen; er setzt einfach seinen Ablauf fort, was zu finanziellen Einbußen führen kann.
Unsere KI-Modelle sind genau umgekehrt konzipiert: Es handelt sich um halbüberwachte Systeme, die direkt aus menschlichem Fachwissen lernen. Ein Paradebeispiel für diese Logik in der Praxis ist unser Artikelsegmentierungsmodell. Wenn ein Kategoriemanager ein Produkt von einem “Umsatztreiber” in einen “Key Value Indicator” (KVI) umklassifiziert, erfasst das System nicht einfach nur eine einmalige manuelle Überschreibung. Stattdessen analysiert der Algorithmus die Korrektur, um seine zukünftige Segmentierungslogik zu verfeinern. Diese Fähigkeit, aus Benutzereingaben zu lernen, ist ein Markenzeichen unserer übergreifenden KI-Architektur. Sie stellt sicher, dass sich unsere Empfehlungen ständig im Einklang mit Ihrer individuellen Business Intelligence weiterentwickeln. Indem wir über das “Black-Box”- oder “Automaten”-Modell hinausgehen, liefern wir Ergebnisse, die durch die praktischen Erfahrungen Ihres Teams kontinuierlich verfeinert werden.
Schlussfolgerung
Ein neuer Maßstab für die Zusammenarbeit
Das „AI Triple Play“ ist mehr als nur eine technische Architektur; es ist ein Bekenntnis zu Transparenz und gemeinsamer Innovation. Indem wir KI einsetzen, um eine schnelle gemeinsame Entwicklung zu ermöglichen, die Benutzerinteraktion zu optimieren und sicherzustellen, dass unsere Modelle direkt von Ihrem Fachwissen lernen, haben wir die traditionelle Dynamik zwischen Anbieter und Kunde hinter uns gelassen. Wir bieten eine Plattform, die als gemeinsam entwickelter Partner auf die anspruchsvollen Anforderungen der modernen Preisgestaltung zugeschnitten ist.
