Der Chief Innovation Officer (CINO). Vor zwanzig Jahren war diese Position in der Führungsetage noch recht selten. Heute ist sie jedoch eine der wichtigsten Rollen, die für das Wachstum der Fortune-1000-Unternehmen verantwortlich sind. Doch wie Darko Lovric und Greig Schneider in ihrem Artikel in der Harvard Business Review 2019 darlegen, steckt die Rolle noch in den Kinderschuhen. Daher variieren sowohl die Aufgaben als auch die Herangehensweise an die Rolle je nach den geschäftlichen Herausforderungen, die das Unternehmen zu lösen versucht.
Was bedeutet dies nun für einen VP oder Direktor, der in den Bereichen Innovation und F&E tätig ist? Insbesondere, wenn sie die Aufgabe haben, den CINO über kulturelle Chancen und Gefahren für das Unternehmen zu informieren und aufzuklären?
Das bedeutet, dass Sie nicht nur die Art von CINO berücksichtigen müssen, mit der Sie arbeiten. Sie müssen sich auch überlegen, welche Art von Forschungsinput Sie benötigen, um sie in einem sich schnell verändernden Verbrauchermarkt auf dem Laufenden zu halten.
Die verschiedenen Arten von Chief Innovation Officers haben jedoch unterschiedliche Erwartungen an die Forschung.
In dieser Serie von sechs Beiträgen werden wir auf dem oben erwähnten HBR-Artikel aufbauen. Wir werden uns die sechs Haupttypen von Chief Innovation Officers ansehen, die Lovric und Schneider identifiziert haben, aber auch die verschiedenen Möglichkeiten aufzeigen, wie ein KI-basierter anthropologischer Ansatz die einzigartige Persönlichkeit und die Fähigkeiten Ihres CINOs ergänzen kann.
Verantwortlicher für Innovation #1:
Die Forscherin
Lovric und Schneider bezeichnen den Forscher als jemanden, der "wissenschaftliche Methoden anwendet, um die Fülle von Ideen zu bändigen und aus einer Vielzahl von Daten Erkenntnisse zu gewinnen". Dies ist der Chief Innovation Officer, der den Laborkittel liebt. Sie wachen morgens auf und wollen etwas völlig Neues erfinden, das sich als das nächste große Ding in ihrer Kategorie erweisen wird.
Die Herausforderung besteht darin, dass ihre Innovationen in ihrem Bestreben, neues geistiges Eigentum zu entwickeln, eine höhere Misserfolgsquote aufweisen und mehr Spannungen im Unternehmen verursachen können. Lovric und Schneider betonen daher, dass diese Art von CINO in einem Team gedeiht, in dem die Innovation ebenso auf die "Ermittlung der richtigen Fragen wie auf die Suche nach den Antworten" ausgerichtet ist.
Hier kann ein agiler, anthropologischer Ansatz entscheidend sein.
Wenn Sie es mit einem "Forscher" zu tun haben, kann es sein, dass dieser aufgrund seiner wissenschaftlichen Ausrichtung weniger offen für qualitative Forschung ist oder diese akzeptiert. Es ist jedoch das kulturelle Verständnis der Anthropologie für die Verbraucher, das am genauesten überprüfen kann, ob Ihr Innovationsteam "die richtigen Fragen" stellt, wenn es um die Entwicklung neuer geistiger Eigentumsrechte geht.
Zum Glück bedeuten die Fortschritte in der KI-Anthropologie, dass wir große Datensätze durch eine anthropologische Linse betrachten können. Durch die Vergrößerung unseres Datenpools können wir die Verzerrungen und Ungenauigkeiten beseitigen, die das CINO manchmal mit qualitativen Methoden in Verbindung bringt.
Zunächst einmal eliminiert die KI-Anthropologie die Verfügbarkeitsheuristik, wie sie der Wirtschaftsnobelpreisträger Daniel Kahneman definiert hat.
Eine Verfügbarkeitsheuristik ist eine mentale Abkürzung, die sich auf unmittelbar in den Sinn kommende Beispiele stützt. Wenn Sie versuchen, eine Entscheidung zu treffen oder auf etwas zu schließen, fallen Ihnen sofort eine Reihe von verwandten Ereignissen oder Situationen ein. Und weil sie Ihnen sofort einfallen, gehen Sie davon aus, dass sie richtig sind. Dies führt zu Verfügbarkeitsverzerrungen und ist ein Problem bei den meisten traditionellen qualitativen oder ethnografischen Forschungsmodellen (mit kleinen N-Stichproben) sowie bei Forschungsarbeiten, die sich darauf stützen, die Verbraucher zu fragen, warum sie tun, was sie tun.
Durch die Entwicklung eines KI-Systems, das den menschlichen Faktor ausschaltet (insbesondere bei der Datenerfassung, der Organisation und der anfänglichen Interpretation des Kontexts und der Motivation), können wir eine anthropologische Maschine einsetzen, um Muster unter Millionen (und nicht nur zehn) von Verbrauchern zu erkennen. Wie Kahneman betont, ist die Wahrscheinlichkeit einer Fehlinterpretation der Ergebnisse umso geringer, je mehr Daten genutzt werden.
Zweitens: Indem wir diese riesige Datenmenge aus einer reinen Beobachtungsperspektive betrachten, stören wir die Verbraucher nicht, sondern tauchen wirklich in das Leben der Menschen ein, die sich für unser Produkt entscheiden oder sich für ein Thema oder eine Frage interessieren.
Und schließlich, und das ist wohl das Wichtigste, ermöglicht uns die KI-Anthropologie, kulturelle Veränderungen zu quantifizieren. Und wie Sie sich vorstellen können, kann diese Quantifizierung dem "Forscher" CINO helfen, mehr Vertrauen in die kulturellen Daten zu haben, die Sie als Grundlage für Ihre Innovations- und F&E-Entscheidungen nutzen.
Wenn Sie ein Thema oder einen Trend untersuchen, können Sie vorhersagen, wie sehr er in der Kultur an Bedeutung gewinnt.
Dies zu erreichen, war keine leichte Aufgabe. Wir mussten ein Modell entwickeln, das das Themenuniversum rund um einen Suchbegriff analysiert und die Veränderungen innerhalb des Themenuniversums im Laufe der Zeit untersucht. Im Wesentlichen verwenden wir die Maschine, um die Konstellation von Bedeutungen rund um ein Thema, eine Idee oder einen Trend zu modellieren und zu untersuchen.
Konkret bestimmt der Algorithmus, ob -
- Es gibt neue Themen, die in das Themenuniversum rund um einen Suchbegriff eintreten (das ist nichts anderes als die Kultur eines Themas).
- Diese neuen Themen sind ausgereifter als die, die derzeit das Themenuniversum bilden - d. h. sie sind für einen viel größeren Teil der Bevölkerung relevant.
- Wenn diese neuen Themen das Themenuniversum weniger vielfältig machen. Das heißt, je reifer ein Thema ist, desto weniger unterschiedliche Bedeutungen hat es.
- Diese reiferen Themen nehmen sowohl an Umfang als auch an Stärke der Verbindung mit dem Suchbegriff zu.
Auf der Grundlage der Ergebnisse dieser vierstufigen Analyse unter Verwendung von Daten aus vier Jahren zu diesem Thema ist der Algorithmus in der Lage, eine Vorhersage zu treffen und auch einen Zeitrahmen für die Vorhersage anzugeben.
Für jede Vorhersage gibt es einige wichtige Kennziffern.
- Der Zeitrahmen gibt die Anzahl der Jahre an, die erforderlich sind, um das vorhergesagte Ergebnis zu erreichen.
- "Themen, die den Wandel vorantreiben", beziehen sich auf Themen, die den Trend auf der Reifekurve nach rechts treiben, während Themen, die sich widersetzen", das Gegenteil bewirken.
- Die Vorhersage zeigt, -
- Die künftige Position der Reifekurve und der künftige Kernmarkt.
- Der Grad der Volatilität, den das Thema aufweist. Wenn das Thema sehr volatil ist, wird das System keine Vorhersage liefern. Sie werden dies von Zeit zu Zeit feststellen.
Was bedeutet das für Sie?
Das bedeutet, dass Sie Ihrem hoch analytischen CINO Erkenntnisse präsentieren können, die zwar qualitativer Natur sind, aber auf der Quantifizierung von Veränderungen in der Verbraucherkultur beruhen. Und wenn Sie gefragt werden, wie genau diese Vorhersagen sind, können Sie sagen, dass bei über 1000 Benchmarking-Suchen, bei denen wir Vorhersagen aus der Vergangenheit mit aktuellen Ergebnissen verglichen haben, 80,4 % unserer Vorhersagen mit einer Fehlerquote von 4,8 % zutrafen.
Dies übertrifft den Industriestandard bei weitem und ist der Grund, warum die Front-End-Innovationsinitiativen unserer Kunden erfolgreicher sind, wenn sie auf unserer Forschung basieren.
Schlussfolgerung:
Vor über einem Jahr arbeiteten wir mit dem Global Director of Sensory Science eines großen Lebensmittelherstellers zusammen. Sie arbeitete mit einem sehr talentierten Chief Innovation Officer zusammen, der perfekt zum Archetyp des "Forschers" passte. Und das Unternehmen war dabei, Millionen in den Bereich Wohlbefinden zu investieren.
Aber irgendetwas stimmte nicht mit der Direktorin überein. Also beauftragte sie uns mit einem 5-tägigen Sprint und der Nutzung unserer KI-Anthropologie-Plattform zur Erforschung der Kultur von Wellness und Wohlbefinden.
Wir konnten nicht nur zeigen, dass diese beiden Begriffe nicht austauschbar sind (der Chief Innovation Officer war davon überzeugt, dass sie dasselbe bedeuten), sondern wir waren auch in der Lage, Nachfragebereiche für Wellness zu identifizieren und zu quantifizieren, die besser mit den technischen Anforderungen übereinstimmten, auf die das F&E-Team reagieren konnte.
Wir konnten dem Direktor helfen, dem CINO zu beweisen, dass sie mit kulturell relevanten Big Data die falsche Frage stellten.
Und als der CINO den Bericht sah, konnte er aufgrund der großen Stichprobengröße und des Datenvolumens akzeptieren, dass er den Standpunkt der Verbraucher falsch interpretiert hatte.
"Die Zahlen lügen nicht." sagte er.
Das ist die Macht der Quantifizierung kultureller Veränderungen mit KI und Anthropologie.
NÄCHSTES THEMA:
Chief Innovation Officer Nr. 2: Der Ingenieur