Übersicht

Projekt Umfang

Das Projekt entwickelte einen strukturierten Entscheidungsrahmen zur Bewertung, Priorisierung und Skalierung von KI-Initiativen. Strategische Werttreiber, organisatorische Voraussetzungen und Governance-Mechanismen wurden definiert, um KI nachhaltig im Kerngeschäft zu verankern.

Key Strategic Questions

1

Wo schafft KI den größten materiellen Business Impact?

2

Wie werden KI-Initiativen im Kontext konkurrierender Investitionen priorisiert?

3

Welche Fähigkeiten und welches Operating Model sind erforderlich, um über Pilotprojekte hinaus zu skalieren?

4

Wie können zukünftige Initiativen durch klare Leitplanken und Governance effizient gesteuert werden?

Sprints

Ergebnis

Marc O’Polo ist eine Premium-Fashion- und Lifestyle-Marke, gegründet 1967 in Stockholm. Im Rahmen der strategischen Ambition, die führende moderne Casual- und nachhaltige Lifestyle-Marke im globalen Premiumsegment zu werden, definierte das Unternehmen Data & KI als zentrale strategische Säule, um den Schritt von ersten Experimenten zu einem kohärenten, priorisierten und umsetzbaren KI-Programm zu vollziehen.

Fashion Retail & KI

KI entwickelt sich zunehmend zur Basiskompetenz im Fashion Retail: Die Qualität der Umsetzung entscheidet über den Wettbewerbsvorteil. Wachsende Anforderungen an Personalisierung, Nachhaltigkeit und Geschwindigkeit übersteigen die Möglichkeiten manueller Prozesse und einfacher Automatisierung.

Challenge

AusgangslageUnser AnsatzWarum es zählt

Ausgangslage

Marc O'Polo hatte bereits erste KI-Initiativen gestartet und begonnen, die KI-Governance zu zentralisieren. Der nächste Schritt war die Etablierung eines strukturierten Rahmens, um Initiativen systematisch zu priorisieren, unternehmensweite Steuerung zu ermöglichen und die Wertschöpfung über die gesamte Organisation zu skalieren. Auf Führungsebene standen mehrere strategische Fragen im Raum: Wo schafft KI den größten materiellen Geschäftswert? Wie sollten Initiativen gegenüber konkurrierenden Investitionen priorisiert werden? Welche Fähigkeiten und welches Betriebsmodell sind nötig, um über Pilotprojekte hinauszuwachsen? Und wie lassen sich künftige KI-Vorhaben durch gemeinsame Standards und klare Leitplanken beschleunigen?

„Bei Marc O’Polo sehen wir Künstliche Intelligenz als einen zentralen Baustein unserer zukünftigen Wertschöpfung. Gemeinsam mit Perelyn ist es uns gelungen, die vielfältigen KI-Initiativen im Unternehmen in einen klar strukturierten, wertorientierten Rahmen zu überführen. Besonders überzeugt hat uns der pragmatische und zugleich strategische Ansatz von Perelyn, der es ermöglicht, konkrete Use Cases zu priorisieren und gleichzeitig die Grundlage für eine skalierbare KI-Organisation zu schaffen. Damit haben wir einen wichtigen Schritt gemacht, um das Potenzial von KI nachhaltig für unser Geschäft zu erschließen.“

- Dominik Terme-Colmorgen, Director Data & Information Technology, Marc O’Polo SE

Unser Ansatz

Marc O’Polo und Perelyn führten gemeinsam ein vierstufiges KI-Strategie-Programm durch. Verbunden wurde dabei eine Outside-In-Perspektive auf Branche und Kunden mit einer Inside-Out-Analyse von Unternehmensstrategie und KI-Reife. Das Programm umfasste die Definition der KI-Ambition, Use-Case-Ideation und Priorisierung, eine Machbarkeits und Readiness-Bewertungeine Machbarkeits- und Readiness-Bewertung sowie den Entwurf eines Umsetzungsplans für die Skalierung von KI in der gesamten Organisation.

Warum es zählt

Das Potenzial von KI in skalierte Wirkung zu überführen erfordert mehr als einzelne Use Cases - es erfordert ein System. Das Potenzial von KI in skalierte Wirkung zu überführen erfordert mehr als einzelne Use Casess erfordert ein System. Indem KI als aktiv gesteuertes Portfolio mit klarer strategischer Richtung, Entscheidungslogik und Execution Model verstanden wird, schafft Marc O’Polo die Voraussetzungen für nachhaltige, kumulative Wertschöpfung - statt isolierter Einzellösungen.

Branchenanalysen zufolge wird der globale Markt für KI in der Modebranche bis 2027 voraussichtlich 4,4 Milliarden USD erreichen, mit einer jährlichen Wachstumsrate von 29% bis 37%.

Projektphasen

Sprint 1
Strategische Ausrichtung & Leitplanken

Workshops, Stakeholder- Interviews sowie kombinierte Outside-in- und Inside-out-Analysen legten die strategische Zielrichtung und Entscheidungslogiken fest. Ein Reifegradassessment in den Dimensionen Daten, Technologie, Organisation, Talent, Governance und Kultur ergänzte die Analyse.

Sprint 2
Use-Case-Discovery

In ganztägigen Workshops mit zehn Business Units identifizierte das Team konkrete KI-Potenziale entlang operativer Realitäten und strukturierte sie entlang strategischer Werttreiber.

Sprint 3
Priorisierung & Shortlist

Die identifizierten Use Cases wurden strukturiert bewertet und in eine managementtaugliche Shortlist überführt. Dabei standen Business Impact, Umsetzbarkeit sowie Skalierungspotenzial im Fokus.

Sprint 4
Feasibility & Execution Blueprint

Die priorisierten Use Cases wurden aus Business-, Data-, IT- und Legal-Perspektive analysiert. Ergebnis war eine phasenbasierte Implementierungs-Roadmap sowie konkrete 90-Tage-Pilotpläne mit klaren Governance-Entscheidungen.

Sprint 1
Strategische Ausrichtung & Leitplanken

Workshops, Stakeholder-Interviews sowie kombinierte Outside-in- und Inside-out-Analysen legten die strategische Zielrichtung und Entscheidungslogiken fest. Ein Reifegradassessment in den Dimensionen Daten, Technologie, Organisation, Talent, Governance und Kultur ergänzte die Analyse.

Sprint 2
Use-Case-Discovery

In ganztägigen Workshops mit zehn Business Units identifizierte das Team konkrete KI-Potenziale entlang operativer Realitäten und strukturierte sie entlang strategischer Werttreiber.

Sprint 3
Priorisierung & Shortlist

Die identifizierten Use Cases wurden strukturiert bewertet und in eine managementtaugliche Shortlist überführt. Dabei standen Business Impact, Umsetzbarkeit sowie Skalierungspotenzial im Fokus.

Sprint 4
Feasibility & Execution Blueprint

Die priorisierten Use Cases wurden aus Business-, Data-, IT- und Legal-Perspektive analysiert. Ergebnis war eine phasenbasierte Implementierungs-Roadmap sowie konkrete 90-Tage-Pilotpläne mit klaren Governance-Entscheidungen.

Sie planen eine KI-Strategie?

Kontakt
Kontakt

Ergebnis

Ergebnis im ÜberblickStrategischer Mehrwert

Ergebnis im Überblick

Die entwickelte KI-Strategie verbindet Ambition, Portfolio und Operating Model zu einem integrierten System. Sie schafft die strukturellen Voraussetzungen, um KI-Initiativen unternehmensweit zu priorisieren, zu steuern und nachhaltig zu skalieren.

Marc O'Polo

KI Ambition

Value Portfolio

Scalable Execution

Definition einer klaren KI-Ambition

Verankerung von Data & KI als strategische Säule

Festlegung von Leitplanken für Investitionen und Priorisierung

Alignment mit Premium-Positionierung und Performance-Zielen

Identifikation von KI-Potenzialen über mehrere Business Units

Systematische Bewertung nach Business Impact und Umsetzbarkeit

Priorisierte Wave-1-Initiativen

12-monatige phasenbasierte Implementierungs-Roadmap

Definition eines Target Operating Models für KI

Klare Governance- und Ownership-Strukturen

90-Tage-Pilotpläne mit Management-Entscheidungsgrundlage

Skalierbare Umsetzung entlang definierter Werttreiber

Strategischer Mehrwert

Marc O'Polo verfügt nun über eine koordinierte, unternehmensweite Richtung für KI und eine solide Grundlage für skalierbare Adoption. Die zentralen Ergebnisse umfassen ein gemeinsames Verständnis der Bausteine für steigende KI-Reife und -Adoption, eine geteilte Vision für nachhaltige KI-Nutzung, ein wertbasiertes Portfolio mit klaren Prioritäten und Sequenzierung sowie ein initiales Operating Model, das Ownership, Governance und Delivery-Strukturen definiert.

“KI-Potenzial in skalierte Umsetzung zu übersetzen erfordert mehr als einzelne Use Cases. Es erfordert ein System. Mit Marc O'Polo haben wir genau dieses System aufgebaut: ein gesteuertes Portfolio mit klarer Richtung, Entscheidungspunkten und einem tragfähigen Umsetzungsmodell.”

– Marc Stiller, Head of Strategy & Value

Relevante Insights

Mehr Insights
Mehr Insights
AI Operations
Cloud, API oder On-Premise? Was Enterprise-KI wirklich kostet.

Cloud-API, Managed Cloud oder On-Premise? Wir vergleichen drei Deployment-Modelle für Enterprise-KI: was sie kosten, was sie leisten und wo die Unterschiede bei Datensouveränität, Modellqualität und Betriebsaufwand liegen. Mit konkreten Benchmarks und vier Empfehlungen für Entscheider.

#AI Operations
#LLM
#Generative AI
Michael Banf
4.3.2026
Read
Generative AI
Der nächste große Sprung im Einzelhandel

Entdecken Sie die Auswirkungen der Generativen KI im Einzelhandel. Diese Technologie vereint Abteilungen, personalisiert Inhalte und verändert das Kundenerlebnis. Führende Marken wie Coca-Cola und Walmart nutzen bereits ihr Potenzial, um Operationen zu optimieren und Innovationen voranzutreiben. Erforschen Sie die Zukunft des Einzelhandels mit Generativer KI...

#LLM
#Generative AI
Sebastian Fetz
28.2.2024
Read
Generative AI
Wie verwendet man LLMs mit firmeninternen Daten?

In diesem Artikel wird untersucht, wie große Sprachmodelle wie ChatGPT mit firmeneigenen Daten integriert werden können. Das jüngste Aufkommen von großen Sprachmodellen eröffnet Unternehmen zahlreiche Möglichkeiten, allerdings stellt die Verbindung mit proprietären Daten eine Herausforderung bei einer solchen Transformation dar. In diesem Artikel werden die verschiedenen Ansätze zur Lösung dieses Problems erörtert, z. B. Fine-Tuning und kontextbezogenes Lernen. Zusätzlich wird auf die damit verbundenen Herausforderungen und Risiken eingegangen.

#LLM
#Generative AI
Dominik Filipiak
19.2.2024
Read

Kontaktformular

Name*
Email*
Nachricht
Abbrechen
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.
Helfen Sie uns unsere Webseite zu verbessern. Indem Sie “Akzeptieren” klicken, Stimmen sie zu, dass wir ein Cookie auf ihrme Gerät speichern um die Nutzung der Webseite zu Analysieren. Lesen Sie unsere Datenschutzerklärung für mehr Informationen.
EinstellungenAblehnenAkzeptieren
Etwas is schief gegangen. Versuchen sie es erneut.