Für Unternehmen sind Machine Learning und künstliche Intelligenz Schlüsseltechnologien und Wachstumstreiber. Und wer jetzt Investitionen in diesen Bereich scheut, der droht ins Hintertreffen zu geraten.
Behörden und das staatliche Gesundheitswesen haben sich während der Corono-Pandemie nicht gerade mit „digitalem“ Ruhm bekleckert. Faxe und Papierdokumente sorgten zum Teil für kostspielige wenn nicht sogar gesundheitsgefährdende Verzögerungen. Da kann man froh sein, dass wenigstens deutsche Unternehmen verstärkt auf Digitalisierung setzen. Und eine zentrale Rolle spielen dabei Machine Learning (ML) und künstliche Intelligenz (KI). Immerhin setzen der IDG-Studie "Machine Learning 2021" zufolge fast zwei Drittel der befragten Firmen Machine Learning ein oder entwickeln aktuell entsprechende Lösungen.
Das trifft auf knapp dreiviertel der Großunternehmen (mit mehr als 10.000 Beschäftigten) und auf über die Hälfte der kleineren Firmen zu. 20 Prozent der Studienteilnehmer stockten die ML-Ausgaben während der Pandemie sogar ganz erheblich auf.
Und der Erfolg ließ nicht lange auf sich warten. Etwa zwei Drittel der Unternehmen konnten sich schon nach spätestens drei Monaten über einen messbaren Mehrwert freuen. Die drei wichtigsten Kriterien dafür waren Steigerung von Produktivität und Effizienz sowie Kostensenkungen. Ein höherer Innovationsgrad oder mit KI und ML generierte neue Produkte und Services landeten dagegen auf den hinteren Plätzen. Letzteres trifft allerdings vor allem auf kleinere und mittelständische Firmen zu. Für etwa 40 Prozent der Großunternehmen ist ein Plus an Innovationskraft von hoher Bedeutung.
So zeigt etwa eine Studie des ZEW Mannheim im Auftrag des Bundesministeriums für Wirtschaft und Energie (BMWi), dass durch den KI-Einsatz deutsche Unternehmen schon 2018 einen Umsatz mit Weltmarktneuheiten von 7,6 Milliarden Euro erzielten.
Das strategische Potential von KI und ML rangiert beim Mittelstand jedoch deutlich hinter kurzfristigeren „Früchten“ wie etwa Kostensenkungen durch die Optimierung und Automatisierung interner Prozesse. Auch die Verwaltung komplexer IT- und Cloud-Umgebungen oder der Schutz vor ausufernden Cyberangriffen ist „händisch“ kaum mehr zu leisten. Und die Qualitätssicherung in der Produktion (54 Prozent), die Forschung und Entwicklung (je 54 Prozent) sowie die Logistik (53 Prozent) vertrauen der IDG-Studie zufolge zunehmend auf „intelligente“ Technologien.
Machine learning, AI, ML
Probleme bereitet allerdings der Mangel an Data Scientists und Data Engineers. Dies meldete jüngst der „ISG Provider Lens Analytics – Solutions and Service Partners Report Germany 2020“. Schließlich sind nur die Spezialisten in der Lage Anwendungsfälle so zu definieren und zu designen, dass der gewünschten Mehrwert eintritt und als Grundlage für faktenbasierte Entscheidungen auf Management-Ebene taugt.
Die IDG-Studie kommt zu einem ähnlichen Ergebnis. 37 Prozent der Unternehmen haben Probleme KI- und Machine-Learning-Experten zu finden. Besonders betroffen sind Großunternehmen, die deshalb zunehmend eigene Mitarbeiter fortbilden. Während jedoch die Executive-Ebene das Potenzial erkannt hat, begegnen IT- und Fachabteilung der KI weiter mit Skepsis. Ein Drittel der befragten Führungskräfte gab an, dass sie nach wie vor mit Akzeptanzproblemen seitens der Belegschaft zu kämpfen haben.
