Eine anerkannte Weisheit ist, dass, wenn etwas nicht kaputt ist, dann sollte man es auch nicht reparieren. Auf den ersten Blick w\u00fcrde dies besonders wahr erscheinen, wenn Sie bereits ein Branchenf\u00fchrer sind.<\/p>\n
Warum etwas \u00e4ndern, was bereits gut funktioniert und Ihnen einen Wettbewerbsvorteil gegen\u00fcber einer gesamten Branche an Unternehmen verleiht, welche Sie \u00fcbertreffen m\u00f6chten?<\/p>\n
Die Antwort liegt in der Tatsache, dass es nicht l\u00e4nger eine Option ist, dabei zu bleiben, was Sie tun, egal wie gut das f\u00fcr Sie als Unternehmen funktioniert. Die Zeiten haben sich ge\u00e4ndert und wenn Sie weiterhin die Richtung weisen m\u00f6chten, m\u00fcssen Sie innovieren.<\/p>\n
Das bedeutet, offen f\u00fcr neue Wege zu sein, Dinge zu tun \u2013 und eine Technologie zu verwenden, die Ihnen dabei hilft, dorthin zu gelangen.<\/p>\n
Es ist nicht immer einfach, die Initiative zu ergreifen und ein Pionier zu werden. Das braucht Courage \u2013 und einen Willen, kontinuierlich Grenzen zu sprengen.<\/p>\n
Nehmen Sie zum Beispiel AkzoNobel. Das niederl\u00e4ndische Unternehmen mit einer Leidenschaft f\u00fcr Anstrich hat sei vielen Jahren stolz Haushaltsmarken wie Dulux und Polyfilla geschaffen. Und da Anstrich- und Farbtrends sich immer weiterentwickeln, ist der Prozess der Farbvorhersage ein wesentlicher Bestandteil der F\u00e4higkeit des Unternehmens, moderne Anforderungen schnell zu erf\u00fcllen, sobald sie auftauchen.<\/p>\n
Also, als AkzoNobel begann, dar\u00fcber nachzudenken, wie sie ihre bew\u00e4hrte Methode der Farbvorhersage weiterentwickeln sollten, wurde der Vorschlag zum von Microsoft Azure gef\u00f6rderten Wechsel auf die Machine Learning-Technologie anf\u00e4nglich nicht von allen in ihren Labors mit offenen Armen empfangen.<\/p>\n
\u201eAm Anfang waren wir ziemlich skeptisch bez\u00fcglich der Machine Learning-Technologie und was sie wirklich f\u00fcr uns tun kann\u201c, sagt Rob Reijers, Manager der globalen Farb-App-Entwicklung von AkzoNobel. \u201eWir dachten immer, dass unsere physikalischen Modelle\u201c \u2013 welche die Grundlage f\u00fcr die F\u00e4higkeit des Unternehmens, Farbe genau vorherzusagen, bildet \u2013 „das Beste w\u00e4re, das wir haben k\u00f6nnten.\u201c<\/p>\n
\u201eAlso warum sollten wir uns ver\u00e4ndern?\u201c<\/p>\n