Fox Motors: Fox Nexus AI analysiert unternehmensweiten Data Lake und liefert Handlungsempfehlungen

Fox Motors betreibt 50 Standorte mit 61 Marken, überwiegend Autohändler sowie einige Powersports-Stores, mit Hauptsitz in Grand Rapids, Michigan. Das Unternehmen generiert eine große Menge an Betriebsdaten aus heterogenen Quellen: Dealer-Management-System (DMS), CRM-Software, Websites und Telefonsystem. Über einen Zeitraum von 15 Jahren wurde unter der Leitung von Yuriy Demidko, zuletzt Senior Vice President und Chief Information Officer, ein zentraler Data Lake aufgebaut, der diese Quellen zusammenführt und auf einer Cloud-Plattform für Business-Intelligence-Zwecke vorhält.

Das zentrale Problem: Datenmengen dieser Größenordnung lassen sich ohne geeignetes Werkzeug kaum operativ nutzen. Berichte mussten manuell zusammengestellt werden, Muster in Kundenfeedback blieben unerkannt, und das Aktualisieren von Händlerangeboten auf allen Websites war ein Prozess, der zehn bis vierzehn Tage in Anspruch nahm.

Als generative KI verfügbar wurde, legte Demidko eine KI-Komponente über die bestehende Business-Intelligence-Infrastruktur. Das Ergebnis ist Fox Nexus AI, eine interne Plattform, über die Mitarbeitende in natürlicher Sprache Fragen zu beliebigen Aspekten des Geschäftsbetriebs stellen können. Die Plattform generiert daraufhin Berichte mit Grafiken und Tabellen sowie konkrete Handlungsempfehlungen. Ein Beispiel aus der Praxis: Eine Abfrage, wo die Ausgaben in den vergangenen sechs Jahren gestiegen sind und wie man das Problem angehen kann, liefert die Antwort direkt in aufbereiteter Form.

Fox Nexus AI ist seit etwa acht Monaten im breiten Einsatz, und nicht nur bei jüngeren, technisch versierten Mitarbeitenden. „Es wurde von Menschen angenommen, die, Sie wissen schon, dreißig Jahre in der Branche sind", sagte Demidko. Auch wer zuvor einen Bogen um Technologie gemacht habe, habe die Plattform „mit beiden Händen genommen".

Parallel dazu entwickelte Demidko ein Sentimentanalyse-System: Bewertungen von Google, Facebook und weiteren Plattformen werden in einer Datenbank zusammengeführt, auf die anschließend ein Large Language Model (LLM) angesetzt wird. Das System erzeugt automatisch eine Liste der zehn meistgenannten Themen, positiv wie negativ, aus dem gesamten Onlinefeedback der Gruppe. Demidko beschrieb das Ergebnis als „niedrig hängende Früchte, die wir angehen können."

Ein konkretes Beispiel: Die Analyse identifizierte wiederholt Unzufriedenheit rund um Bumper-to-bumper-Garantien, Kunden fühlten sich falsch informiert darüber, was abgedeckt ist. Daraufhin wurden Verkäufer angewiesen, mehr Zeit für die Erklärung der Garantiebedingungen einzuplanen. Gleichzeitig konnten sie Kunden proaktiv auf bekannte, nicht abgedeckte Probleme hinweisen und passende Serviceverträge anbieten.

Für die Pflege von Händlerangeboten entwickelte Demidko zusätzlich das Dealer Offers Management System (DOMS): Ein Mitarbeitender füllt ein Formular mit neuen Herstellerangeboten aus; DOMS generiert automatisch alle rechtlichen Hinweise, wendet die korrekten Schriftarten an, fügt ein Fahrzeugfoto ein und verteilt das Ergebnis auf Websites, Social Media, E-Mail-Kampagnen und weiteres Marketingmaterial. „Das hat etwas, das ein Engpass von zehn bis vierzehn Tagen war, in Sekunden verwandelt", sagte Demidko.

Im Bereich Kundenkommunikation stellte Fox Motors fest, dass mehr als 38 % der Kundenkontakte außerhalb der Geschäftszeiten stattfanden. Demidko bezeichnete das als „eine ziemlich beachtliche Kennzahl". Für diese Anfragen setzt das Unternehmen Software von Impel AI ein, die Leads nach Geschäftsschluss automatisch beantwortet. Zuvor hätten dieselben Leads bis zur Wiederöffnung warten müssen.

Fox Nexus AI basiert auf einer über 15 Jahre gewachsenen Data-Lake-Infrastruktur, die Daten aus DMS, CRM, Websites und Telefonsystem auf einer Cloud-Plattform bündelt. Darüber wurde eine KI-Komponente gelegt, die Abfragen in natürlicher Sprache verarbeitet und strukturierte Berichte mit Handlungsempfehlungen ausgibt.

Das Sentimentanalyse-System nutzt ein Large Language Model, das gegen eine konsolidierte Bewertungsdatenbank aus mehreren Plattformen arbeitet. Demidko entwickelte dieses System intern, anstatt externe Beratungsleistungen einzukaufen: „Ich dachte mir: Was wäre, wenn wir alle Bewertungen, die unsere Kunden auf den verschiedenen Google-, Facebook- und anderen Plattformen hinterlassen, in eine Datenbank stecken und dann ein Large Language Model darauf richten? Also tat ich das."

Demidko betont, dass die Qualität der zugrundeliegenden Daten entscheidend ist. Der Data Lake wurde bewusst als Fundament vor dem KI-Einsatz aufgebaut, ein Prinzip, das er als Voraussetzung für funktionierende KI-Deployments beschreibt.

Konkret belegte Ergebnisse aus den Quellen:

- Fox Nexus AI ist seit etwa acht Monaten im unternehmensweiten Einsatz und wird auch von langjährigen Mitarbeitenden mit geringer Technikaffinität genutzt. - Der Prozess zur Aktualisierung von Händlerangeboten auf allen Kanälen dauerte zuvor zehn bis vierzehn Tage und läuft nun in Sekunden. - Mehr als 38 % der Kundenkontakte fanden außerhalb der Geschäftszeiten statt; diese werden jetzt durch KI abgedeckt. - Die Sentimentanalyse führte zu einer konkreten Vertriebsmaßnahme: Verkäufer wurden geschult, Garantiebedingungen aktiver zu erklären und passende Serviceverträge anzubieten.

Fox Motors ist ein Beispiel dafür, wie ein gewachsener Data Lake zur Voraussetzung für KI-gestützte Unternehmenssteuerung werden kann. Die Plattform Fox Nexus AI ersetzt keine menschliche Entscheidung, sondern bereitet Daten so auf, dass Entscheidungsträger schneller und gezielter handeln können. Der Aufbau der Datenbasis über 15 Jahre vor dem KI-Einsatz entspricht dem in der Branche diskutierten Prinzip, dass saubere Datenintegration Voraussetzung für wirksame KI-Deployments ist. Demidko, der Fox Motors inzwischen verlassen hat, um bei einem auf KI ausgerichteten Unternehmen in der Automobilbranche zu arbeiten, beschrieb den Ansatz als „neue Wege finden, alte Dinge zu tun, sowie neue Dinge finden, die man mit neuen Wegen tun kann."