Zurück

Verbesserungsbedarf für Künstliche Intelligenz im eigenen Unternehmen erkennen

25.06.2021 - Marco Makdissi

Letzte Woche haben wir bereits in unserem Karussellformat auf LinkedIn thematisiert, ob es sich bei Maschinellem Lernen immer um Künstliche Intelligenz (KI) handelt. (https://bit.ly/3hhxmIz). Hier im Beitrag sprechen wir der Einfachheit halber stets von KI, auch wenn der Übergang nicht immer eindeutig ist.

Von einer Trendtechnologie bis hin zu einer der wichtigsten IT-Technologien – Data Science und Künstliche Intelligenz haben in den vergangenen Jahren massive Fortschritte erzielt und sind heutzutage für viele Unternehmen ein relevantes Thema. Doch wie sieht es mit der tatsächlichen Umsetzung aus? Welche Branchen sind die Fortschrittlichsten? 

Der IT-Dienstleister adesso SE hat hierzu 1000 Verantwortliche in der D-A-CH Region befragt. Dabei kamen interessante Ergebnisse auf, die wir an dieser Stelle aufgreifen möchten.

 

Zentrales Ergebnis der Studie: Die Hälfte der Befragten ist von ihren eigenen unternehmensspezifischen KI-Fähigkeiten nicht überzeugt.

Künstliche Intelligenz gewinnt zunehmend an Bedeutung und das ist den meisten Unternehmen bislang auch klar. Aus diesem Grund wollen viele in Weiterbildung, externe Berater oder neues Personal investieren, um sich das nötige Know-how an Bord zu holen. Die Gründe, warum solche Maßnahmen bis dato nicht erfolgt sind, sind vielfältig. Darunter fallen unter anderem die fehlende Akzeptanz, Fachkräftemangel, aber auch die Überzeugung, dass gesetzliche Rahmenbedingungen Profite hinsichtlich der Nutzung verhindern werden.

Somit liegen auf diesem Weg zahlreiche Hürden. Dies soll jedoch nicht heißen, dass das Ganze zum Scheitern verurteilt ist. Denn über 80 % der Befragten sind der Auffassung, durch eine Förderung bzw. Investition lassen sich mittelfristige Wettbewerbsvorteile erzielen. Des Weiteren sind über zwei Drittel der Verantwortlichen der Meinung, dass KI für Produktinnovationen unverzichtbar ist.

 

Momentane Umsetzung 

Bei der Betrachtung der tatsächlich umgesetzten KI-Projekte stellen wir ernüchternde Ergebnisse fest. Am weitesten verbreitet sind KI-gestützte Spracherkennungsanwendungen von Textanalysen bis hin zu Alexa, Siri & Co., wobei es sich hier insgesamt lediglich um 22 % handelt. Bei knapp einem weiteren Drittel ist die Implementierung dieser Anwendung in Planung. Dicht gefolgt wird die Spracherkennung von der nächsten Anwendung der Predictive Maintenance – also die vorausschauende Instandhaltung – mit einem Anteil von 20 %. Dabei wird mittels Maschinendaten der aktuelle Betriebszustand von Maschinen bestimmt, Verschleiß automatisch detektiert und der Wartungsprozess intelligent geplant. Zudem wird KI für u.a. Bildanalysen für beispielsweise das autonome Fahren, Betrugsprävention (Fraud Prevention) und Kündigungswahrscheinlichkeiten von Kunden (Churn Prediction) genutzt. 

 

Branchenübergreifende Unterschiede

Landwirtschaft, Gesundheitswesen, Logistik, Einzel-/Großhandel, Finanzwesen, Automobilbranche und viele mehr – in nahezu jeder Branche ist Künstliche Intelligenz vertreten oder zumindest in Planung. Jedoch gibt es auch hier gravierende Unterschiede in Bezug auf die branchenweite Umsetzung. 

Über die Hälfte der befragten Verantwortlichen aus der Automobilbranche und dem Finanzwesen gaben an, im Vergleich zum Wettbewerb eine gute oder bessere KI-Aufstellung zu haben. Im Gesundheitswesen und der Branche der Energiewirtschaft ist jedoch KI allgemein bis dato relativ wenig verbreitet.

Vermeintlich möge man denken, KI müsste im IT-Bereich hinsichtlich der Effizienz am besten abschneiden. Doch im direkten Vergleich zu anderen Branchen ist der Einsatz von KI beispielsweise im Gebiet der Cybersecurity weniger erfolgversprechend. Obwohl KI seit den letzten fünf Jahren als Treiber für Innovationen gilt, waren die Fortschritte oftmals ineffizient. Aus diesem Grund verlassen sich die meisten Cybersecurity-Unternehmen weiterhin auf Systeme, die nicht KI-basiert sind, um Schwachstellen in der Codierung ausfindig zu machen. Das zeigt, dass KI alles andere als ein reines IT-Thema ist, sondern ganzheitlich zum Unternehmen passen und dementsprechend auch intern durch Management getrieben werden muss. 

Fazit: enormer Handlungsbedarf

Künstliche Intelligenz ist für einen nachhaltigen und zukunftssicheren Geschäftserfolg unverzichtbar und wird bisweilen noch nicht stark genug gefördert. Die größten Herausforderungen sind mit Abstand der Fachkräftemangel, Erwartungen an die Technologie  und das Commitment des Top-Managements.

An dieser Stelle verweisen wir auch gerne auf unseren Skillbadge „Data Science & KI -Finde deinen Use Case“ mit dem Data Scientist Fachexperten und Lernbegleiter Julian von der Ecken. 

https://www.linkedin.com/in/julian-von-der-ecken-635b55b9/

https://point-8.de/

Wir freuen uns über Tipps, Infos und Hinweise, was wir in unserem Blog aufgreifen sollten. Schreibt uns eure Vorschläge ganz klassisch per E-Mail an Blog@ec3l.com