In einer sich schnell entwickelnden digitalen Landschaft, die immer wieder Wellen der Unsicherheit mit sich bringt, kämpfen Unternehmen und Organisationen gleichermaßen um Klarheit und Erkenntnis bei der organisatorischen Bereitstellung von Kundennutzen.
Es ist keine Überraschung, dass die vielen beweglichen Teile zu einer immer unübersichtlicheren Welt der Softwarebereitstellung beitragen. Angesichts der Vielzahl von Produkten und Dienstleistungen, die Unternehmen ihren Kunden anbieten, war die Anerkennung des Wertstrommanagements (VSM) in der modernen Softwareentwicklung noch nie so groß.
Zur Erklärung: VSM ist eine Reihe von Managementpraktiken, die sich auf die Maximierung des Geschäftswertflusses innerhalb einer Organisation mit Blick auf den Endkunden konzentrieren. Diese stellen "Wertströme" dar, die den Fluss der miteinander verbundenen Arbeit eines Teams von der Kundenanfrage bis zur Produktauslieferung repräsentieren. Jeder Konzern, der unter den Wachstumsschmerzen bei der Skalierung der Softwarebereitstellung leidet, kann diesen Wert bezeugen. Doch während die zunehmende Zahl von Unternehmen, die VSM einsetzen, die Art und Weise verändert hat, wie Teams von einem Projekt zu einem Produkt kommen, rückt ein neuer innovativer Ansatz ins Rampenlicht: generative KI (genAI).
Mit der Fähigkeit, komplexe Daten zu analysieren und zu interpretieren, hat genAI sowohl eine größere Verbreitung von VSM als auch die allgemeine Produktivität und Effizienz am Arbeitsplatz ermöglicht. Bevor wir tiefer einsteigen, lassen Sie uns erst einmal klären, was genAI ist.
Was ist genAI?
GenAI ist zu einem weit gefassten Begriff geworden, der als eine Art von Technologie der künstlichen Intelligenz (KI) beschrieben wird, die zahlreiche Arten von Inhalten wie Text, Video, Bild und sogar Musik produzieren kann. Im Wesentlichen können KI-Modelle Eingaben in verschiedenen Formen entgegennehmen und neue Inhalte auf der Grundlage der Modalität des Modells generieren. Ein großes Sprachmodell (Large Language Model, LLM), eine Art generativer, vortrainierter Transformator (GPT), ist beispielsweise eine Form der textbasierten genAI, die große Mengen an kreativem Text so ausgeben kann, als wäre er von einem Menschen geschrieben.
Mit der textbasierten Generierung kommt eine mehrdimensionale fortschrittliche Technologie, die, wie man sich vorstellen kann, eine Vielzahl von Inhaltsformaten erzeugt. Mit all dem Open-Source-Code und dem verfügbaren Kontext im Internet können KI-Modelle Softwarecode generieren und Softwareentwicklern bei der Fehlersuche helfen.
Die Text-zu-Bild-KI-Technologie, wie z.B. DALL-E von OpenAI, nutzt eine multimodale Implementierung von KI-Modellen, die atemberaubende Bilder, Kunst und sogar realistische Bilder erzeugen können, die leicht mit der Realität verwechselt werden können. Die Text-to-Video-Technologie geht noch einen Schritt weiter. Dabei werden Video- und Bilddaten trainiert, um KI-Videos mit mittlerer bis hoher Wiedergabetreue zu erzeugen.
Dieser rasante Fortschritt in der KI hat viele Bereiche sowohl im Unternehmens- als auch im Privatkundenbereich durcheinander gebracht. Es hat nicht nur Auswirkungen darauf, wie wir Produktivität und Effizienz angehen, sondern auch auf die Fähigkeit, wertvolle Daten für die Entscheidungsfindung zu verarbeiten. KI-Modelle haben ihren Wert schnell bewiesen und ermöglichen die Produktisierung. Unternehmen haben begonnen, diese transformative Technologie so zu nutzen, dass jeder davon profitieren kann. Eines der tiefgründigsten Beispiele liegt in der Welt des VSM.
Vorteile von GenAI in VSM
Die Grundlage von VSM ist die Optimierung der Lieferung für den Kundennutzen. Bei jedem Schritt passen die Vorteile von genAI wie die Faust aufs Auge.
Erstens haben Sie die Macht der vorausschauenden Analytik. Organisations- und Projektdaten sind unerlässlich, um das Verständnis für die Kundenerfüllung zu fördern und als Basis für jedes Team zu dienen, um seine aktuellen und prognostizierten Aussichten bei jeder Kapazität zu verstehen. Die Einbindung von genAI in die Analyse von Unternehmensdaten zur Vorhersage wichtiger Trends, zum Aufzeigen von Engpässen und zur Ermöglichung fundierter Entscheidungen wird das Tempo der VSM-Ausführung und -Einführung revolutionieren.
Stellen Sie sich zum Beispiel vor, Sie sind Manager eines Ingenieurteams, das auf eine VSM-Plattform wie Planview Viz umsteigt. Mit allen Projektdaten, die Ihnen zur Verfügung stehen (z.B. Jira Work Items, Engineering-Kapazität und Fertigstellungszeit), könnte genAI sofort Erkenntnisse und analytische Trends für eine schnellere Entscheidungsfindung ableiten, was zum zweiten Punkt führt.
Die Entscheidungsfindung im VSM erfolgt auf allen Ebenen eines Unternehmens, von taktischen Lösungen bis hin zur übergeordneten Strategie. Die Leiter aller Ingenieurteams können von einer solideren Entscheidungsfindung profitieren und so die Vorteile von VSM voll ausschöpfen.
Ganz gleich, ob ein Scrum Master versteckte Engpässe im Arbeitsablauf seines Teams identifizieren und validieren möchte oder ob ein Direktor ROI-Daten analysieren muss, um zu entscheiden, ob sein Team mehr Kapazität investieren muss, genAI kann Stunden an Zeit für die Analyse sparen. Natürlich wirkt sich eine schnellere Entscheidungsfindung durch einen Kaskadeneffekt positiv auf alle Beteiligten eines Wertstroms aus.
In der Erwartung, dass VSM Teams in die Lage versetzt, ihre schwächsten Punkte zu identifizieren, kann genAI die Softwareentwicklungszyklen verbessern, indem es sich wiederholende Aufgaben automatisiert und umsetzbare Vorschläge macht, wie ein Team einen optimierten Kundennutzen schaffen kann.
Stellen Sie sich zum Beispiel vor, dass ein Team von Ingenieuren am Ende eines jeden Sprints eine manuelle Überprüfung ihrer Leistung vornehmen muss. Was wäre, wenn ein KI-Assistent wie Planview Copilot ihre Daten analysieren und umsetzbare Vorschläge machen könnte, um ihren Output für den nächsten Sprint zu verbessern?
3 Anwendungsfälle für GenAI in VSM
Natürlich kratzt das oben Gesagte nur an der Oberfläche. Eine Welt von genAI in VSM wird mehr Anwendungsfälle einführen, um Kundenprodukte und -dienstleistungen weiter zu verbessern. Im Folgenden finden Sie einige bemerkenswerte Anwendungsfälle, die voraussichtlich eine Schlüsselrolle dabei spielen werden, wie VSM die technologische Landschaft prägen wird.
- Optimierung der Ressourcenzuweisung. Unternehmen haben jahrzehntelang unter einer suboptimalen Ressourcenverteilung gelitten. Grundsätzlich zielen VSM-Praktiken darauf ab, alle Informationen aufzudecken, die für die richtige Entscheidung über Ressourcen und Kapazitäten benötigt werden. genAI macht diesen Schritt, wie man sich vorstellen kann, deutlich weniger mühsam, sowohl bei der Ermittlung der Daten, die für die Entscheidung über die Ressourcen benötigt werden, als auch bei der Analyse der Daten selbst.
- Automatisierte Erstellung von Dokumentation, Berichten und Versionshinweisen. Mit einem modernen Softwareentwicklungsteam kommen auch moderne Praktiken der Dokumentation, entweder für interne und/oder externe Zwecke. Ebenso können Berichte für Manager und Versionshinweise für Kunden für Unternehmen und Verbraucher gleichermaßen wichtig sein. Die Verringerung der mühsamen, oberflächlichen Arbeit, die für diese Aufzeichnungen erforderlich ist, kann entscheidend sein, um sowohl die Teamleistung als auch die Moral zu verbessern.
- Schnelleres Prototyping und Experimentieren. Insbesondere für Teams, die neue Funktionen entwickeln oder Ideen testen müssen, hat genAI und seine Fähigkeit, Inhalte in verschiedenen Formen auszugeben, den Prozess völlig neu gestaltet. Ob es darum geht, Produkt- und Portfoliomanagern bei der Entscheidung über die nächste Lösungsidee zu helfen oder Code für die Erstellung von Konzepten zu generieren, genAI wird eine zentrale Rolle beim Rapid Prototyping und der agilen Softwareentwicklung spielen.
Herausforderungen und Überlegungen
Das vielleicht wichtigste Puzzleteil bei der Einführung von KI ist der Datenschutz, die Sicherheit und die Ethik - Themen, die mit dem Aufkommen von KI-basierten Produkten immer mehr Diskussionen auslösen.
GenAI gibt aufgrund seines komplizierten Schulungsprozesses und seiner Implementierung immer wieder Anlass zur Sorge über den Umgang mit individuellen und Unternehmensdaten. Ein Durchsickern oder eine Wiederveröffentlichung könnte intellektuelle Geheimnisse beschädigen, insbesondere auf Unternehmensebene. Die besten Ansätze für Datenschutz und Sicherheit entwickeln sich ständig weiter.
Eine blühende Industrie und eine Gemeinschaft von Best Practices zur Minimierung des potenziellen Schadens durch den Einsatz von KI wird der Tech-Szene sehr zugute kommen. Ethik, ein separates, aber ebenso wichtiges Thema, kann unvorhersehbare, aber potenziell schädliche Auswirkungen auf allen Organisationsebenen haben.
GenAI stützt sich auf seine Kreativität und seine umfangreichen Daten, was manchmal ein zweischneidiges Schwert sein kann. KI-Modelle könnten beispielsweise Inhalte generieren, die beleidigend, anstößig oder unethisch sind, was eine Welle negativer Auswirkungen nach sich ziehen würde. Dies könnte dem Ruf einer Organisation oder Person schaden und auch negative psychische Auswirkungen auf jeden haben, der damit in Berührung kommt.
Eine weitere erwähnenswerte Herausforderung ist der anhaltende Kampf um Modelle und Preise, der den intensiven Wettbewerb zwischen den KI-Herstellern auf dem Markt angeheizt hat. Es ist wichtig, dass Unternehmen - insbesondere solche, die eine VSM-Transformation durchlaufen - KI-Produkte und/oder -Modelle einsetzen, die für bestimmte Anwendungsfälle oder Bedürfnisse am besten geeignet sind. Die verschiedenen Modelle auf dem heutigen KI-Markt werden auf unterschiedlichen Datensätzen trainiert und für verschiedene Zwecke abgestimmt und angepasst.
Fazit
Zweifelsohne hat die rasante Entwicklung von genAI, die Text-, Bild- und Videogenerierung umfasst, in verschiedenen Bereichen transformative Veränderungen eingeleitet. In der sich beschleunigenden Welt des VSM bringt KI erhebliche Vorteile mit sich und revolutioniert die Ausführung und Anwendung von VSM-Praktiken, die sich positiv auf den Kundenwert auswirken.
Die Vorteile der Einbindung von genAI in VSM sind vielschichtig. KI hat bereits bewiesen, dass sie unendlich viele Möglichkeiten bietet, sei es durch vorausschauende Analysen, die eine bessere Entscheidungsfindung auf allen Unternehmensebenen ermöglichen, oder durch die Automatisierung und das Vorschlagen von Maßnahmen, um die größten Engpässe eines Teams zu überwinden.
Mit weiteren Anwendungsfällen wie Ressourcenoptimierung und schnellem Experimentieren am Horizont werden sowohl genAI als auch VSM in den kommenden Jahren eine tragende Rolle spielen. Die Konvergenz von beidem verspricht beispiellose Fortschritte bei der Effizienz, der Entscheidungsfindung und der Steigerung der Unternehmensleistung in Qualität und Quantität.
Um auf dem dynamischen Markt von heute wettbewerbsfähig zu bleiben, sollten Unternehmen KI-gestützte VSM-Lösungen wie Planview Copilot nutzen, um das volle Potenzial dieser transformativen Technologie für mehr Produktivität und strategische Vorteile zu erschließen. Sehen Sie sich die Demo an und nehmen Sie am Early Access Programm von Planview teil, um mehr zu erfahren.
