September 8, 2021

Während der Corona-Krise haben viele Unternehmen ihr Engagement im Bereich Künstliche Intelligenz (KI) weiterausgebaut. Das zeigt eine aktuelle Studie des INFORM DataLab in Zusammenarbeit mit der Computerwoche und IDG Research Services, bei der zwischen April und Mai 2021 367 IT-Verantwortliche von Unternehmen in der D-A-CH-Region befragt wurden. Fast zwei Drittel setzen bereits Machine Learning (ML) ein. Kein Wunder, denn KI ist ein Schlüsselelement in der Digitalisierung von Unternehmen. Auch während der Hochphase der Corona-Pandemie im letzten Jahr haben rund 20 Prozent der befragten Unternehmen das Budget für KI und ML deutlich erhöht. Noch mehr Firmen wollen laut Studie ab 2021 die Investitionen in beide Technologien steigern.

Dennoch investieren einige Unternehmen nur in ML und KI, um den Hype zu bedienen – ohne sinnvolle Anwendungen zielgerichtet anzugehen. Andere erkennen zwar den Bedarf, wissen aber nicht, dass KI dafür die Lösung sein könnte. Darum sollten Unternehmen genau prüfen, in welchen Bereichen und Anwendungsszenarien der Einsatz von KI für sie sinnvoll ist. Doch das Wissen über KI und deren Fähigkeiten und Potenzial für Unternehmen ist häufig in erster Linie noch durch Science-Fiction-Filme geprägt – und dementsprechend weit entfernt von der Praxis in Unternehmen.

KI-Anwendungsfelder sind zahlreich

Trotz der häufig falsch geprägten Wahrnehmung von KI gibt es etliche Möglichkeiten, diese gewinnbringend und sinnvoll in Unternehmen einzusetzen. Laut der aktuellen Studie sind Bild- und Spracherkennung sowie die Textanalyse für deutsche Unternehmen die wichtigsten ML- und KI-Methoden. Dieses Ergebnis lässt vermuten, dass viele andere Anwendungen noch unbekannt sind. Doch neben Bild- und Spracherkennung, die beispielsweise im Bereich Chatbots oder Übersetzungen häufig eingesetzt werden, gibt es noch unzählige weitere Anwendungen für Unternehmen. Ein Beispiel für einen weiteren Anwendungsfall ist die Identifikation von Qualitätsmängeln und Ausschuss in produzierenden Unternehmen – eine Aufgabe, die manuell aufgrund der großen Datenmengen kaum umsetzbar ist. Diese Aufgabe, die zu einer signifikanten Kostensenkung führen kann, können intelligente ML- und KI-Algorithmen übernehmen, indem per Root-Cause-Analysis alle Daten analysiert werden, um die Ursache im Produktionsprozess auszumachen.

Ein weiterer Use Case ist die verbesserte Prognose von Liefer- und Wiederbeschaffungszeiten. Mithilfe von ML kann hier eine Genauigkeit um bis zu 70 Prozent höher als bei der Verwendung fixer Stammdaten erreicht werden. Das Ergebnis: Durch zuverlässig prognostizierte Lieferzeiten können Unternehmen optimierte Entscheidungen im Bestandsmanagement und der Produktionsplanung treffen.

What´s next? – Die Schritte nach der Use-Case-Bestimmung

Ist der erste Anwendungsfall für das Unternehmen identifiziert und festgelegt, gilt es jedoch, direkt die nächste Hürde zu nehmen: Die Einführung der Lösung auf technologischer und personeller Ebene. Das bedeutet, dass eine Plattform und entsprechende Prozesse eingeführt werden müssen. Hier können Cloud-basierte Lösungen helfen, den Aufwand für den Aufbau und Betrieb einer KI-Plattform stark zu reduzieren. Hinzukommt, dass Faktoren wie die Akzeptanz der Mitarbeiter oder die Transparenz über die Arbeitsweise solcher Lösungen gegeben sein sollten. Dies zeigt sich ebenfalls in den Studienergebnissen: Rund 34 Prozent der Anwender möchten nachvollziehen können, wie ein ML- oder KI-Algorithmus seine Entscheidungen trifft. Nach den Kosten ist dies das wichtigste Auswahlkriterium. In der Praxis bedeutet das Verlangen nach Erklärbarkeit häufig einen Kompromiss, da komplexe Modelle selten einen direkten Einblick in die Entscheidungsfindung erlauben. Als Resultat steigt seit Jahren kontinuierlich das Interesse an sogenannten Surrogate Models, die eine ersatzweise Argumentation liefern können.

Datenbasierte Entscheidungen steigern den Unternehmenserfolg

Trotz der Gründe für den Einsatz von KI in Unternehmen, setzt noch nicht jedes Unternehmen auf intelligente Datenlösungen. Dennoch steht fest: datenbasierte Entscheidungen bedeuten schlichtweg bessere Entscheidungen. Daher sollte jedes Unternehmen – unabhängig von seiner Größe und Branche – die digitale Transformation in Angriff nehmen. Denn die Reise geht hin zu datengetriebenen Unternehmen, die sich durch intelligente Lösungen zunehmend Wettbewerbsvorteile sichern können.

Sie interessieren sich für weitere Ergebnisse der Machine Learning Studie 2021?

Hier finden Sie die komplette Studie

AUTOR

Isabel Bonyah