Branchenforschung im Zeitalter der KI: Woher kommen einzigartige Erkenntnisse?

In den KI-Praktiken vieler Unternehmen ist Effizienz die offensichtlichste Veränderung. Datensammlung, Erstellung erster Berichtsentwürfe, Gestaltung von Diagrammen und Generierung von Seiten werden schneller. Die KI dringt Schritt für Schritt in verschiedene Arbeitsabläufe ein und verändert die Produktionsweise der Wissensarbeit.

Auf dem Veranstaltungsort des „4. Nationalen Studentenwettbewerbs für zukunftsorientierte Branchenanalyse 2026“ zeigten Hochschulteams eine weitere Möglichkeit, wie KI in die Wirtschaftsanalyse einfließen kann: Sie bringen die KI in die reale Welt. Mit Hilfe der KI stellen sie Fragen, verbinden Szenarien, organisieren Informationen und überprüfen Urteile. Außerdem erfassen sie mit ihren eigenen Lebenserfahrungen feine Signale im Markt.

Die Vorstellungskraft, die diese zukünftigen Fachkräfte für Wirtschaftsmanagement mitbringen, liegt darin, dass sie die Technologie in das alltägliche Leben zurückbringen und aus ihren alltäglichen Erfahrungen neue Marktchancen entdecken.

Das Siegerteam der Nankai-Universität konzentrierte sich auf Duftprodukte und stellte fest, dass der Duftkonsum zunehmend in Bereiche wie Wohnraum, Körperpflege, emotionale Heilung und Ausdruck des Lebensstils vordringt. Das Team der Xi'an Jiaotong-Universität untersuchte neue gesundheitsfördernde Teegetränke und richtete den Fokus auf die psychologie junger Verbraucher, die nicht auf Milchtee verzichten können, aber gleichzeitig auf Gesundheit achten.

Hinter den unterschiedlichen Themen wird dieselbe Fähigkeit geprüft: Mit Hilfe der KI die Effizienz steigern, im realen Markt gute Fragen stellen, komplexe Informationen überprüfen und zuverlässige Urteile bilden.

Die Praxis dieser Hochschulteams wirft auch Fragen an die Unternehmen zurück: Wo liegt der echte Wettbewerbsvorteil der Branchenanalyse, wenn die KI die Informationssammlung, den Aufbau von Rahmenwerken und die Darstellung von Inhalten schneller erledigen kann?

Wenn die KI in den Forschungsprozess eintritt

In diesem Wettbewerb haben die Studententeams bereits begonnen, die KI in konkrete Arbeitsschritte einzubinden. Einige Teams nutzten konversationelle KI, um Materialien zu sichten und Rahmenwerke aufzubauen, und setzten KI-Agenten ein, um Datenprozesse zu verarbeiten und interaktive Seiten zu erstellen. Andere Teams verfolgten einen stärker knotenzentrierten Ansatz bei der Forschung, bei dem große Modelle und Agenten Teile der automatisierten Arbeit übernehmen, bevor die Mitglieder die Ergebnisse überprüfen. Sobald Abweichungen festgestellt werden, kann das Team zu den jeweiligen Knotenpunkten zurückkehren, um Anpassungen vorzunehmen.

„Die KI treibt die Branchenanalyse dazu an, sich von traditionellen manuellen Arbeitsabläufen hin zu strukturierteren, KI-nativen Forschungsabläufen zu wandeln. Die Veränderung besteht nicht nur darin, dass Informationssammlung, Gedankenextraktion und Inhaltsdarstellung schneller gehen, sondern darin, dass Quellen, Daten, Fakten, Beweise, Urteile und Schlussfolgerungen im Forschungsprozess explizit aufgezeichnet, nachverfolgt, überprüft und weiterentwickelt werden können“, sagte Wang Chenhui, Managing Partner und Präsident von Sullivan China. Seiner Meinung nach wird in der traditionellen Branchenanalyse viel Energie auf repetitive Arbeiten wie Informationssammlung, Integration heterogener Daten und Datenmigration verschwendet.

Die Qualität der Branchenanalyse hängt oft von einer Reihe kleiner Urteile ab. Wie die Frage definiert wird, wie die Grenzen der Branche festgelegt werden, welche Informationen vertrauenswürdig sind, ob Benutzerinterviews in den Analyserahmen aufgenommen werden können und ob das Wettbewerbsumfeld genau verstanden wird – all dies beeinflusst das Endergebnis.

Für Unternehmen darf die Anwendung von KI nicht auf die Ebene der Tool-Nutzung beschränkt bleiben. Was die Organisation wirklich neu strukturieren muss, ist, wie Forschungsaufgaben in ausführbare Forschungseinheiten unterteilt werden, wie Quellen und Beweise aufgezeichnet werden, in welchem Prüfzustand sich Daten und Fakten befinden, wer über strittige Schlüsselfragen entscheidet und wie die Verantwortung für die endgültigen Schlussfolgerungen festgelegt wird.

Dass eine Person Modelle aufrufen, Prompts schreiben und Dokumente erstellen kann, bedeutet nicht zwangsläufig, dass sie über Forschungskompetenz verfügt. Der Wettbewerbsvorteil der Branchenanalyse beruht auf der Fragendefinition, der Aufgabenzerlegung, den Prüfknotenpunkten und den wirtschaftlichen Urteilen. Zuverlässige Forschungskompetenz bedeutet nicht, die von der KI generierten Antworten direkt zu übernehmen, sondern die Ausgaben des Modells in überprüfbare Fakten, erklärbare Standpunkte und nachvollziehbare Urteile zu zerlegen – und nach Klärung der Beweisgrenzen, Gegenbedingungen und Verantwortungssubjekte Schlussfolgerungen zu ziehen, die in geschäftliche Entscheidungen einfließen können.

Je leichter öffentliche Informationen zugänglich sind, desto seltener sind originäre Erkenntnisse

Die KI hat die Kosten für den Zugriff auf öffentliche Informationen stark gesenkt. Branchenberichte, Nachrichten, Finanzdaten, Kommentare in sozialen Medien und Informationen auf Unternehmenswebsites können schneller gesammelt, aufbereitet und vorläufig analysiert werden. Mit der Zunahme der Informationen taucht ein neues Problem auf: Woher stammen einzigartige Erkenntnisse?

Wang Chenhui zufolge kann die KI die Kosten für die Suche, Aufbereitung und vorläufige Analyse öffentlicher Quellen deutlich senken, aber öffentliche Informationen sind nicht gleich umfassende Beweise. Der differenzierte Wert des Menschen zeigt sich zunehmend in der Beschaffung nicht öffentlicher Quellen wie Szenen vor Ort, Interviews und Feedback aus Vertriebskanälen sowie in der strukturierten Aufzeichnung, Kreuzprüfung und Verdichtung dieser qualitativen Daten. Er erwähnte, dass jene tief in der realen Welt verankerten, noch nicht strukturierten Branchenerkenntnisse und Primärdaten nach wie vor Bereiche sind, die die KI nur schwer erreichen kann. Dies ist auch ein wichtiger Grund, warum der Wettbewerb von den Hochschulteams fortlaufend echte Untersuchungen verlangt. Für die Branchenanalyse werden originäre Erkenntnisse zu einem noch wichtigeren Wettbewerbsvorteil im KI-Zeitalter.

Echte Untersuchungen klingen nach einer traditionellen Methode, erhalten aber im KI-Zeitalter eine neue Bedeutung. Die KI ist gut darin, vorhandene Informationen zu verarbeiten, während der reale Markt noch nicht ausreichend erfasste Informationen liefert. Ein Aufenthalt im Geschäft, ein Zögern bei der Produktprobe, ein spontanes Urteil des Interviewpartners – all dies kann der Einstieg sein, um das Problem zu verstehen.

Am Beispiel der Duft- und Körperpflegebranche müssen Forscher in konkrete Szenarien eintauchen: Welcher Duft zieht den Nutzer an, warum ist er bereit, für eine bestimmte Verpackung, Geschichte oder Markenatmosphäre zu zahlen und wie verbinden sich Körperpflege, Wohnraumduft und emotionale Heilung miteinander. Diese Fragen lassen sich kaum vollständig aus öffentlichen Materialien beantworten.

Für Unternehmen können mehr Daten, schnellere Tools und leistungsstärkere Modelle die Effizienz bei der Erkennung von Trends steigern, aber sie erklären nicht unbedingt, warum Nutzer eine bestimmte Entscheidung treffen.

Im KI-Zeitalter wird die Fähigkeit, vor Ort zu sein und die echten Stimmen zu hören, zu einer entscheidenden Kompetenz der Organisation, um den Markt zu verstehen. Trendkurven auf dem Bildschirm können Veränderungen anzeigen – aber erst die Befragungen, Produkttests, das Zögern und die Wiederkäufe im Geschäft helfen Unternehmen, die Gründe für diese Veränderungen zu verstehen.

Daher müssen Unternehmen ihr eigenes „System zur Erfassung erster Eindrücke“ aufbauen. Es kann aus Besuchen in Geschäften, Nutzerinterviews, Feedback aus Vertriebskanälen und Beobachtungen in Gemeinschaften stammen, aber auch aus dem kontinuierlichen Informationsrückfluss zwischen Vertriebsberatern, Kundenservice, Produktmanagern und Forschungsteams. Entscheidend ist, ob die Organisation Veränderungen erfassen kann, die der Markt noch nicht vollständig benannt hat – und diese in diskutierbare, überprüfbare und handlungsorientierte Urteile umwandelt.

Wie zukünftige Fachkräfte für Wirtschaftsmanagement zu zuverlässigen Urteilen gelangen

Die KI senkt die Hürden für die technische Praxis. Li Zhuojun, Leiter des Bereichs KI-Talentförderung an Hochschulen bei Alibaba Cloud, ist der Meinung, dass die KI die Effizienz steigern und Kosten senken kann, aber das menschliche Denken, Entscheiden und Urteilen nicht ersetzt. „Die KI soll menschliche Fähigkeiten erweitern – nicht den menschlichen Denkprozess vereinfachen.“

Dieser Unterschied zeigt sich bereits im Forschungsprozess der Studententeams. Das Siegerteam der Nankai-Universität erwähnte, dass wichtige Daten und Fakten zur weiteren Überprüfung in Branchenberichten, öffentlichen Unternehmensmaterialien, Finanzinformationen, Plattformwebsites, Verbraucherumfragen und Experteninterviews nachgeprüft werden müssen. Wie sie sagten: „Die KI kann die Effizienz steigern, aber die endgültige Beurteilung von Genauigkeit und Nutzbarkeit muss vom Menschen getroffen werden.“

Wang Chenhui stellte fest, dass hervorragende Fachkräfte für Branchenanalyse in Zukunft zu hybriden Talenten werden müssen, die den Arbeitsablauf aus KI und Branchenanalyse beherrschen: Sie müssen sowohl verstehen, wie Modelle und Datenwerkzeuge in die Forschungsproduktion einbezogen werden, als auch die menschliche Verantwortung für Marktprobleme, Geschäftsszenarien, Beweisqualität und endgültige Urteile übernehmen können. Seiner Meinung nach ist „das, was die KI nicht ersetzen kann, genau das tiefe Verständnis des Menschen für den Markt, das Verständnis für das Geschäft und die konkrete Fähigkeit zur wirtschaftlichen Umsetzung.“

Ein Student des Jugendprogramms der Xi'an Jiaotong-Universität äußerte bei der Beschreibung seines Entwicklungswegs ein ähnliches Verständnis: „Zuerst muss ich auf der Grundlage der starken naturwissenschaftlichen und technischen Ausrichtung der Hochschule zu einem forschungsorientierten Fachkräftemangel werden – wer die Technik versteht, versteht die Branche besser. Dann muss ich meine Führungsdenkweise, wirtschaftliches Denken und Ähnliches weiterentwickeln, um ein hybrides Talent zu werden.“

Für zukünftige Fachkräfte für Wirtschaftsmanagement werden die Grenzen zwischen Technik, Forschung und Wirtschaft zunehmend fließender.

Dies stellt konkretere Anforderungen an die Talentförderung in Unternehmen. KI-Schulungen dürfen nicht nur auf Tool-Kurse beschränkt bleiben. Die Fähigkeit, Fragen zu stellen, Texte zu generieren und Präsentationen zu erstellen, wird bald zu einer Grundkompetenz gehören. Es ist wichtiger, die Fähigkeit zu trainieren, logische Lücken in einem scheinbar vollständigen Antworten zu erkennen, die Zuverlässigkeit von Datenquellen zu beurteilen, zwischen verschiedenen Standpunkten zu wählen und die Ausgaben des Modells in verantwortbare Geschäftsvorschläge umzuwandeln.

Daher müssen Unternehmen bei der Förderung von Talenten im KI-Zeitalter die Trainingsszenarien zurück zu echten Problemen verlegen. Man gibt dem Team eine unscharfe geschäftliche Aufgabe, lässt es den Forschungspfad entwerfen, die KI zur Effizienzsteigerung nutzen, Marktforschung betreiben, Informationsquellen überprüfen, sich Befragungen stellen und schließlich umsetzbare Vorschläge formulieren. Solche Schulungen kommen realen Geschäftsszenarien näher und erleichtern es, individuelle Fähigkeiten zu organisatorischen Kompetenzen zu machen.

Die Tools werden weiter stärker werden, und die Effizienz von Forschung, Analyse und Darstellung wird weiter steigen. Für Unternehmen ist das wichtigere Thema, wie Menschen darin trainiert werden, Fragen zu stellen, vor Ort zu gehen, Fakten zu überprüfen und Verantwortung für Urteile zu übernehmen.

Der Wert einer Antwort wird immer davon bestimmt, ob der Mensch das Problem selbst wirklich versteht.

Dieser Artikel stammt aus dem WeChat-öffentlichen Konto „Harvard Business Review“ (ID: hbrchinese). Autor: Xue Chun. 36Kr veröffentlicht ihn mit Genehmigung.