The GenAI Building Blocks

Wie Sie Ihr GenAI Use Case Portfolio so steuern, dass Sie den maximalen Mehrwert erzielen

GenAI Building Block: Header
  • Artikel
  • 8 Minuten Lesezeit
  • 12 Dez 2023

Von Frauke Schleer-van Gellecom, Andreas Odenkirchen, Phil Schäfer, Victoria Reifschneider und Nele Steigerwald. In der rasant voranschreitenden Welt der künstlichen Intelligenz hat die Einführung von generativer künstlicher Intelligenz (GenAI) in verschiedenen Anwendungsbereichen eine Transformationswelle ausgelöst. Während die Technologie weiterhin an Bedeutung gewinnt, stehen Unternehmen vor einer Vielzahl von Möglichkeiten und Herausforderungen, um das volle Potenzial von GenAI für ihre Organisation zu nutzen.

Von der Generierung natürlicher Sprache und Audio-Synthese bis hin zur Bildkreation und Code-Generierung untersucht dieser Artikel die vielschichtigen Auswirkungen von GenAI und zeigt auf, wie Unternehmen effektiv durch die Möglichkeiten der GenAI Anwendungen navigieren und ihr Portfolio von GenAI Use Cases verwalten können.

Die Vielfalt der GenAI-Anwendungen

Die Vorteile und Auswirkungen von GenAI für Organisationen werden hauptsächlich durch drei Hebel ermöglicht, die Aufgaben und Prozesse erheblich verbessern.

  • Automatisierung: Generative AI dient als Katalysator für die Automatisierung von Geschäftsprozessen, indem es repetitive und weniger wertschöpfende Aufgaben optimiert und die betriebliche Effizienz steigert. Die Technologie ermöglicht es Organisationen, Workflows zu automatisieren, menschliches Eingreifen zu reduzieren und Fehler zu minimieren. Dadurch werden Ressourcen für wertschöpfende oder strategische Aufgaben und Entscheidungen freigesetzt und die Effizienz erhöht.
  • Insights: Die Gewinnung wertvoller Informationen und Insights wird durch generative KI grundlegend transformiert. GenAI ermöglicht nicht nur die automatisierte Extraktion wertvoller Erkenntnisse aus Datensätzen, sondern auch eine tiefere Ursachenanalyse, die wertvolle Einblicke jenseits menschlichen Denkens bietet. Darüber hinaus ist KI-gesteuerte Analytik ein unverzichtbares Werkzeug, um das verborgene Potenzial komplexer Datensätze zu erschließen sowie die von Menschen geführte und von Daten getriebene Entscheidungsfindung und Innovation weiter zu beschleunigen. Als Unterstützung für Analysten steigert GenAI die Gewinnung von Erkenntnissen sowohl in Bezug auf Geschwindigkeit als auch Qualität.
  • User Experience: Der Erfolg von KI-Anwendungen hängt von ihrer nahtlosen Integration in den Alltag der Benutzer:innen ab, indem Brüche minimiert und die Zugänglichkeit verbessert werden, z. B. durch Chatbots, die benutzerfreundliche Frage-und-Antwort-Funktionen ermöglichen oder durch integrierte natürliche Sprachabfragen. Die durch GenAI verbesserte Benutzerfreundlichkeit von Diensten führt zu einer höheren Akzeptanz. Benutzerfreundliche Schnittstellen und optimierte Workflows fördern eine stärkere Nutzung der Systeme und sorgen für eine bessere Einhaltung von Richtlinien.

Das Potenzial von GenAI entlang der Wertschöpfungskette

Generative KI ist nicht nur eine technologische Errungenschaft. Sie ist ein Katalysator, der die Grundlage dessen, wie Unternehmen arbeiten, neugestaltet. Angesichts der vielfältigen Einsatzmöglichkeiten ist GenAI nicht auf bestimmte Geschäftsfunktionen beschränkt, sondern wirkt sich auf die gesamte Wertschöpfungskette einer Organisation aus.

Finance

  • GenAI-gestütztes Reporting: Automatisieren Sie den Prozess der Erstellung von Berichten und Kommentaren für Finanzberichte in natürlicher Sprache mithilfe von generativer KI. GenAI automatisiert die Datenanalyse, generiert optisch ansprechende Berichte und liefert Insights in Echtzeit. Darüber hinaus kann es verwendet werden, um "mit Ihren Daten zu chatten" und Fragen in natürlicher Sprache zu beantworten.
  • GenAI-unterstützte Planung: Nutzen Sie (generative) KI und externe Daten wie Markt- oder Wettbewerbsanalysen, um kontextbezogene Informationen, Erklärungen und Diagramme bereitzustellen, wenn Nutzer:innen bestimmte Planungsobjekte auswählen. GenAI automatisiert den Prozess, zusätzliche Insights anzubieten und verbessert so das Planungserlebnis.
  • Automatisierte Verarbeitung: Sie können mithilfe von GenAI Abgleichprozesse automatisieren, indem die KI beispielsweise Rechnungen liest und mit Bestellungen und Quittungen vergleicht. Zudem kann dies problemlos in bestehende Systeme und Workflows integriert werden.

HR

  • AI-gestütztes Recruiting: Automatisieren Sie Aufgaben im Recruitingprozess und optimieren Sie den Bewerbungsprozess, z. B. beim Erstellen von Stellenausschreibungen, beim Screening von Lebensläufen, bei der Suche nach geeigneten Kandidat:innen und Terminvereinbarungen für Vorstellungsgespräche. Darüber hinaus kann GenAI bei der Formulierung von Tätigkeitsbeschreibungen helfen.
  • Employee Engagement: GenAI-basierte Tools können Feedback von Mitarbeitenden, Engagement-Daten oder Social-Media-Beiträge analysieren und Insights liefern, um die Zufriedenheit und Produktivität am Arbeitsplatz zu verbessern und das Engagement der Mitarbeitenden zu beobachten.
  • Training und Entwicklung: Generative KI kann personalisierte Schulungsprogramme basierend auf den individuellen Bedürfnissen der Mitarbeitenden erstellen und so die Kompetenzentwicklung und Leistung verbessern.
  • Talent Pooling: Nutzen Sie GenAI, um Informationen über Talente zu aggregieren und das Matching zu optimieren. Dadurch können Organisationen Projektanforderungen schnell und effektiv mit verfügbaren Fähigkeiten abgleichen.

IT

  • Predictive System Monitoring: In IT-Infrastrukturen kann KI die Überwachung und Optimierung der Ressourcenallokation unterstützen und Ausfälle oder Leistungsprobleme von Hardware vorhersagen. Das ermöglicht eine proaktive Wartung und minimiert Ausfallzeiten.
  • Code- und Test-Case-Generierung: Generative KI kann auf Basis von Beschreibungen, die von Entwickler:innen bereitgestellt werden, automatisch Code-Snippets oder ganze Funktionen generieren. GenAI kann Code außerdem auch in verschiedene Programmiersprachen übersetzen. Nutzen Sie GenAI, um basierend auf Geschäftsbeschreibungen, die in User Stories enthalten sind, Testszenarien abzuleiten und zu erstellen.

Procurement

  • Analyse von Lieferantenangeboten: GenAI kann bei der Analyse von Lieferantenangeboten helfen, indem automatisch Zusammenfassungen und Analysen der Angebote generiert werden. Dies spart Zeit, reduziert Fehler und ermöglicht eine unvoreingenommene und objektive Analyse.
  • Automatisierter Bestellbestätigungsprozess: Nutzen Sie generative KI, um relevante Informationen aus unstrukturierten oder semistrukturierten Datenquellen wie E-Mails zu extrahieren und zu validieren. Die Daten werden automatisch im ERP-System verarbeitet - Ende zu Ende bis zum Kunden.
  • RFX-Erstellung: GenAI kann den Prozess der RFX-Erstellung transformieren, indem die Dokumentenerstellung automatisiert, Inhalte optimiert, Dokumente personalisiert und die Einhaltung von Vorschriften sichergestellt wird. Dies verbessert nicht nur die Effizienz, sondern auch die Gesamtqualität und Effektivität des Procurement-Prozesses.

R&D

  • Produktinnovation: GenAI kann Markttrends, Kundenpräferenzen und historische Daten analysieren, um innovative Produktideen und -features vorzuschlagen. Damit unterstützt die KI R&D-Teams in der Ideenfindungsphase.
  • Simulation und Modellierung: KI kann bei der Simulation und Modellierung komplexer Szenarien helfen, indem sie Forscher:innen dabei unterstützt, Hypothesen zu testen, Designs zu optimieren und den Entwicklungsprozess zu beschleunigen.
  • Automatisierte Experimente: Generative KI kann Experimente eigenständig entwerfen und durchführen, was den R&D-Zyklus beschleunigt und die Effizienz des Forschungsprozesses verbessert.

Supply Chain

  • Bewertung der Lieferantenleistung und des -risikos: Beurteilen Sie die Leistung Ihrer Lieferanten und identifizieren Sie potenzielle Risiken und deren Auswirkungen mithilfe von generative KI. Möglich wird dies durch die effiziente Analyse und Zusammenfassung großer Datenmengen. Dies hilft auch zu überwachen, ob der Lieferant Vorschriften und Umweltstandards einhält.
  • Optimierung der Lagerbetriebsabläufe: Optimieren Sie Ihr Lagerlayout, die Platzierung von Beständen und die Personaleinsatzplanung für maximale Effizienz, indem Sie Bestandsniveaus ausbalancieren und den Bestellabwicklungsprozess verbessern und sich dynamisch an sich verändernde Bedingungen anpassen.
  • Abweichungsberichte: GenAI kann auch dazu verwendet werden, den Prozess der Abweichungsdokumentation in Lagern zu optimieren. Mithilfe von GenAI scannt und analysiert das System kontinuierlich Bilder und Daten von Kameras und Bestandsverwaltungssystemen. Es gleicht diese Daten mit den erwarteten Bestandsniveaus ab und generiert Abweichungsberichte in Echtzeit.

Manufacturing

  • Maintenance Assistent: Generative KI kann Handbücher effizient scannen, sodass Wartungsmitarbeiter:innen Fragen zu einem bestimmten Problem stellen können. Die KI-Lösung liefert ihnen eine Zusammenfassung der notwendigen Arbeitsschritte, die das Problem auf Basis dessen, was in den Handbüchern gefunden wurde, lösen sollten.
  • Berichterstellung: Sie können GenAI beispielsweise dazu verwenden, Schichtberichte zur reibungslosen Übergabe bei Schichtwechsel oder Berichte zur Dokumentation von Qualitätsmängeln strukturiert und effizient zu erstellen.
  • Optimierung der Personaleinsatzplanung: Generative KI kann bei der Erstellung des idealen Produktions- oder Wartungsplans unter Berücksichtigung verschiedener Parameter wie der Verfügbarkeit und den Fähigkeiten der Mitarbeitenden, der Verfügbarkeit von Material und Ausrüstung sowie etwaigen Engpässen helfen. Dies führt zu einer verbesserten Produktionsleistung und reduzierten Kosten.

Marketing & Sales

  • Automatisierte Erstellung von Marketinginhalten: GenAI kann bei der Erstellung von kreativen Inhalten für Marketingkampagnen unterstützen, einschließlich Bildern, Videos, Newslettern und Social-Media-Beiträgen. Dabei wird der Inhalt für spezifische Zielgruppen optimiert.
  • Kundensegmentierung: Nutzen Sie datengetriebene Segmentierung und Analyse, um Kundendaten wie die Kaufhistorie, das Browsing-Verhalten und demografische Informationen zu analysieren. Verwenden Sie diese Erkenntnisse, um personalisierte Marketingkampagnen und Produktempfehlungen anzubieten.
  • Kundenbindung: Analysieren Sie das Kundenverhalten, Transaktionsdaten und Engagement-Metriken mithilfe von GenAI. Dadurch können Organisationen potenzielle Probleme frühzeitig erkennen und Kundenpräferenzen nutzen, um proaktive Kundenbindungsstrategien zu entwickeln.

Kundenservice

  • Virtuelle Agenten: GenAI ermöglicht Chatbots und virtuelle Assistenten, die Routine-Anfragen von Kund:innen zu bearbeiten, indem sie diese sofort beantworten und damit menschliche Agenten entlasten, die sich komplexeren Problemen widmen können.
  • Analyse von Kundenverhaltensmustern: Nutzen Sie GenAI, um Muster in Kundeninteraktionen und -anfragen zu erkennen. Dadurch können Sie proaktiv auf Kundenbedürfnisse eingehen und Bereiche zur Verbesserung der Kundenzufriedenheit identifizieren.

Angesichts der Vielzahl und Breite der potenziellen Anwendungsbereiche ist es nicht überraschend, dass Organisationen Schwierigkeiten haben, sich in den Möglichkeiten von generativer KI zurechtzufinden. Darüber hinaus erkennen die meisten Organisationen die Auswirkungen von KI und haben den Bedarf an einer umfassenden KI-Strategie und Transformations-Roadmap verstanden. Angesichts gängiger Herausforderungen wie begrenzten IT- und Innovationsbudgets entscheiden sie sich jedoch eher dafür, mit ausgewählten Use Cases klein anzufangen, um den Mehrwert von GenAI zu erproben, bevor über größere Investitionen entschieden wird. Für den Erfolg von GenAI in Organisationen ist es deshalb entscheidend, das Portfolio aktiv zu steuern, um den ROI zu maximieren. Einige der wichtigsten Fragen und Herausforderungen, die wir derzeit auf dem Markt sehen, sind folgende:

  • Welchen Mehrwert bietet generative KI für meine Organisation?
  • Welche GenAI Use Cases sind die richtigen, um schnell zu starten, zu lernen und zu skalieren?
  • Wie können wir effektive Leuchtturm-Anwendungen von GenAI in der Organisation schaffen, um die Transformationsreise in der Breite anzustoßen?

Use Case Management für GenAI

Das Use Case Management spielt eine entscheidende Rolle dabei, Organisationen durch den Prozess der Anwendung moderner Technologien wie GenAI zu führen und innovative Ideen in greifbare Lösungen umzuwandeln, um den Wettbewerbsvorteil von Unternehmen zu sichern und einen konkreten Mehrwert für das Business zu schaffen. 

Typischerweise kann das Use Case Management mithilfe eines Trichters beschrieben werden, der fünf Schritten folgt.

Ideation

In dieser Phase werden Ideen für Use Cases gesammelt und potenzielle Anwendungsfälle identifiziert. Dieser Schritt umfasst Brainstorming-Sessions und interdisziplinären Austausch, um eine vielfältige Auswahl an Ideen zu erfassen.

Eine der häufigsten Fragestellungen von Unternehmen ist es, sich von domänen- oder branchenspezifischen Anwendungsmöglichkeiten inspirieren zu lassen. Deshalb haben wir den Applied AI Use Case Compass entwickelt. Dabei handelt es sich um eine intuitive und interaktive Webanwendung, die einen Überblick über verschiedene Use Cases bietet, die sich wiederum nach Geschäftsbereich, Funktion, Branche und Technologie gruppieren lassen. Er enthält mehr als 200 Use Cases aus verschiedenen Unternehmensfunktionen und Branchen und ist somit eine großartige Inspirationsquelle, um neue Möglichkeiten für den Einsatz von KI in Organisationen zu entdecken. Jetzt Zugang zum Applied AI Use Case Compass anfordern.

Zum Applied AI Use Case Compass

Evaluation

Im nächsten Schritt müssen die einzelnen Use Cases bewertet werden. Zunächst erfolgt eine weitere Konkretisierung der Use Cases durch die Spezifizierung der Problemstellung, die die Use Cases lösen sollen, sowie ihrer Ziele und Anforderungen. Darüber hinaus werden primäre Nutzer:innen und Stakeholder:innen identifiziert, um die Zielgruppe und ihre Bedürfnisse zu verstehen. Sobald der Use Case spezifiziert ist, werden die potenziellen Vorteile und der Aufwand bewertet. Dazu sollten die Use Cases anhand von zwei Dimensionen bewertet werden:

  1. Erwarteter Mehrwert
  2. Erwartete Komplexität bei der Implementierung

Die Erstellung einer Matrix basierend auf diesen beiden Dimensionen und das Hinzufügen der Use Cases helfen bei der Auswahl und Priorisierung der Use Cases.

Prioritization

Die Priorisierung der Use Cases beinhaltet die Bewertung und das Ranking der Use Cases basierend auf ihren Auswirkungen und Machbarkeit. Hierbei ist die Einbindung der Stakeholder entscheidend, um Prioritäten festzulegen und sicherzustellen, dass sie mit den Zielen der Organisation übereinstimmen. Die Kriterien für die Priorisierung helfen dabei, Ressourcen effizient zuzuweisen und die Entwicklungsvorhaben zu leiten. Das Ziel besteht darin, ein strategisches Portfolio von GenAI Use Cases zu erstellen, einschließlich einer Hand voll Use Cases, die innerhalb der nächsten sechs Monate umgesetzt werden sollen.

Prototype

Dieser Schritt besteht aus einem iterativen Prozess, bei dem eine vereinfachte, vorläufige Version eines GenAI Use Cases erstellt wird, um Design und Funktionalität zu visualisieren und zu testen. Diese Prototypen können von einer gezeichneten Skizze bis hin zu einem einfachen Klick-Dummy oder einer kleinen Proof-of-Concept-Implementierung reichen, wofür wiederum auch generative KI eingesetzt werden kann. Prototypen ermöglichen es den Stakeholder:innen, früh im Entwicklungszyklus Feedback zu geben, um potenzielle Probleme zu identifizieren und anzugehen sowie die Machbarkeit und Effektivität von GenAI-Lösungen praktisch zu testen. Dieser iterative Ansatz hilft dabei, Anforderungen zu verfeinern, die Erfahrung der Nutzer:innen zu verbessern und das Risiko teurer Fehler später im Entwicklungsprozess zu reduzieren.

Development & Operations

In dieser Phase wird das tatsächliche KI-Produkt implementiert, . Abhängig von der Art des Use Cases kann dies die Entwicklung oder Fine-Tuning eines grundlegenden oder domänenspezifischen KI-Modells umfassen. Dies beinhaltet die Entwicklung von Algorithmen, die Vorverarbeitung von Daten und die Optimierung von Modellparametern. Kontinuierliches Monitoring und Testing sind hier entscheidend, um mögliche Probleme wie Bias und Robustheit zu adressieren. Die Entwicklung von GenAI-Lösungen kann die Verwendung von Machine-Learning-Frameworks, neuronalen Netzwerkarchitekturen und anderen KI-Technologien umfassen. Mit den Fähigkeiten von generativer KI können Aufgaben wie das Programmieren, das Testen oder auch die Dokumentation beschleunigt werden. Die Zusammenarbeit zwischen Data Scientists, Domänenexpert:innen und Softwareentwickler:innen ist entscheidend, um sicherzustellen, dass die GenAI-Lösung die Leistungs- und Zuverlässigkeitsstandards erfüllt. Sobald die Lösung bereit ist, wird sie in bestehende Systeme integriert. Darüber hinaus ist ein Monitoring-Mechanismus erforderlich, um die Leistung des Modells im Laufe der Zeit zu beobachten. DevOps-Praktiken, die spezifisch für KI sind, wie MLOps (Machine Learning Operations), spielen eine entscheidende Rolle bei der Automatisierung von Bereitstellung und Wartung von KI-Modellen und stellen eine kontinuierliche Verbesserung sicher.

Best Practices für das GenAI Use Case Management

Während Organisationen versuchen sich in der dynamischen Landschaft der Use Case Implementierung zurechtzufinden, wird es immer wichtiger, ihre Maßnahmen in einem Framework zu verankern, das nicht nur Prozesse optimiert, sondern auch einen ganzheitlichen und zielgerichteten Ansatz sicherstellt. Die folgenden Erfolgsfaktoren helfen Unternehmen dabei, die richtigen GenAI-Anwendungen entsprechend ihrer individuellen Gegebenheiten und Roadmap umzusetzen.

  • Ausrichtung an der übergeordneten Strategie und den Geschäftszielen: Unternehmen müssen ihre Initiativen sorgfältig auf die übergeordneten Geschäftsziele abstimmen. Dies erfordert eine genaue Prüfung, wie jeder Use Case zu den übergeordneten Zielen und der Vision der Organisation beiträgt. Durch diese Ausrichtung können Unternehmen sicherstellen, dass ihre Ressourcen und Maßnahmen auf Initiativen ausgerichtet sind, die einen bedeutenden Einfluss auf den Geschäftserfolg haben.
  • Bedeutung domänen- und branchenspezifischer Lösungen: Der Einsatz von ChatGPT und ähnlich universeller GenAI-Tools ist zwar wertvoll, insbesondere um die allgemeine Arbeitsproduktivität zu steigern. Es ist aber wichtig anzuerkennen, dass die die höchste Wirksamkeit von GenAI-Anwendungsfälle oft erst innerhalb spezifischer Domänen erreichen lässt. Die Domänenspezifität passt KI-Lösungen an die einzigartigen Herausforderungen und Chancen einer bestimmten Branche, eines Sektors oder einer Domäne an. Die Verwendung der richtigen Technologie und der richtigen Modelle, die nahtlos auf die spezifischen Anforderungen der Business Domäne passen, erhöht die Aussichten auf Erfolg und einen nachhaltigen Einsatz.
  • Kontinuierliche Verbesserung und Anpassung: Um das gesamte Potenzial von GenAI zu nutzen, brauchen Unternehmen ein Commitment für kontinuierliches Lernen und kontinuierliche Anpassung. Die Technologie selbst unterliegt schnellen Iterationen und ihre Anwendungsumgebungen unterliegen dynamischen Veränderungen. Daher ist eine Kultur des kontinuierlichen Lernens erforderlich, um auf dem neuesten Stand von Verbesserungen und Verfeinerungen zu bleiben. Die Anpassung an aufkommende Trends, die Verfeinerung von Strategien und die Integration von Feedback aus realen Implementierungen sind wesentliche Elemente einer erfolgreichen GenAI-Einführung. Darüber hinaus ist die Fähigkeit, auf unvorhergesehene Herausforderungen und ethische Aspekte zu reagieren, entscheidend, um die Relevanz und verantwortungsvolle Nutzung von GenAI aufrechtzuerhalten.
  • Förderung und Weiterbildung von Mitarbeitenden: Die Schnittstelle zwischen menschlicher Expertise und GenAI-Fähigkeiten eröffnet bahnbrechende Lösungen in verschiedenen Branchen. Die Investition in die Förderung der Mitarbeitenden stellt dabei sicher, dass Fachleute aus verschiedenen Disziplinen, von Content Creator:innen bis hin zu Entwickler:innen, über das grundlegende Wissen verfügen, um effektiv mit GenAI-Modellen zu arbeiten. Weiterbildungsinitiativen ermöglichen es Einzelpersonen, sich in der sich entwickelnden technischen Landschaft zurechtzufinden und ihre Fähigkeit zu verbessern, KI-Technologien nahtlos in ihre Arbeitsabläufe zu integrieren.

Fazit und wie PwC Sie auf Ihrer Reise unterstützen kann

Die Auswirkungen von generativer KI auf verschiedene Geschäftsfunktionen sind tiefgreifend und führen zu Automatisierung, wertvollen Insights und einer Verbesserung der User Experience. GenAI beschränkt sich nicht auf bestimmte Geschäftsfunktionen, sondern durchdringt die gesamte Wertschöpfungskette von Organisationen. Diese breite Anwendbarkeit zeigt sich in beispielhaften Anwendungsfällen in den Bereichen Finanzen, Personalwesen, IT, Beschaffung, Forschung und Entwicklung, Lieferkette, Fertigung, Marketing, Vertrieb und Kundenservice. Von der automatisierten Kommentierung von Finanzberichten bis zur Optimierung von Lagerbetriebsabläufen wird GenAI zum Katalysator für Innovation und Effizienz. Die Navigation durch die Vielzahl von GenAI Use Cases und deren Priorisierung für strategische Investitionen bleibt jedoch eine Herausforderung für Unternehmen und ihre KI-Verantwortlichen.

Mit unserer umfangreichen Branchen- und Fachkompetenz bei PwC Deutschland sind wir bestrebt, unseren Kunden strategische und umsetzbare Unterstützung zu bieten. Wir laden Organisationen ein, mit uns in interaktiven Workshops zu arbeiten, in denen wir gemeinsam die besten GenAI Use Cases identifizieren können, die spezifisch auf Ihre individuellen Ziele und Herausforderungen zugeschnitten sind, und gemeinsam die Transformationsreise von der Strategie bis zur Umsetzung gestalten können.

Follow us

Contact us

Franz Steuer

Franz Steuer

Partner, PwC Germany

Tel.: +49 151 70274650

Andreas Hufenstuhl

Andreas Hufenstuhl

Partner, Data & AI Use Cases, PwC Germany

Tel.: +49 1516 4324486

Christine Flath

Christine Flath

Partnerin, PwC Germany

Prof. Dr. Frauke Schleer-van Gellecom

Prof. Dr. Frauke Schleer-van Gellecom

Partner, PwC Germany

Andreas  Odenkirchen

Andreas Odenkirchen

Director, Data & Analytics, Operations Transformation, PwC Germany

Tel.: +49 151 15535019

Phil Schäfer

Senior Manager, PwC Germany

Victoria Reifschneider

Victoria Reifschneider

Manager, PwC Germany

Tel.: +49 160 2028899

Nele Steigerwald

Nele Steigerwald

Senior Associate, PwC Germany

Tel.: +49 1511 1696270

Hide