Unternehmen gewinnen durch Experimente mit KI an Wert

Kompetenzen verbessern:

Unternehmen gewinnen durch Experimente mit KI an Wert

Bild: ©fotomek/AdobeStock.com

Die Mehrheit der im Rahmen einer Mindtree-Studie befragten Unternehmen arbeitet bereits mit künstlicher Intelligenz. Daraus ziehen sie zwar einen Mehrwert, diesen könnten sie jedoch noch steigern – so die Studienergebnisse.


Der Technologie-Dienstleister Mindtree hat im rahmen einer Studie ermittelt, wie künstliche Intelligenz im Unternehmen verwendet wird. Demnach experimentieren die meisten Unternehmen bereits mit künstlicher Intelligenz, jedoch fehlt ihnen oft das ausreichende Verständnis der Anwendungsfälle, um Geschäftswert zu schöpfen. Darüber hinaus verfügen sie nicht über die angemessenen Dateninfrastrukturen, um KI unternehmensweit zum nachhaltigen Erfolg zu verhelfen. Laut der Umfrage unter 650 globalen IT-Führern aus großen Absatzmärkten, verfügen 85 Prozent der Befragten über eine Datenstrategie. Dabei haben 77 Prozent am Arbeitsplatz bereits ein paar KI-Technologien implementiert und 31 Prozent ziehen bereits entscheidenden Mehrwert aus ihrem KI-Einsatz. Organisationen realisieren zwar ihre Vision einer Industrialisierung von KI, doch können viele noch mehr unternehmen, um echten Geschäftswert zu schöpfen.

Aus einem Schmerzpunkt heraus

Beim Implementieren einer KI-Strategie ist es erforderlich, dass Anwendungsfälle einen Geschäftswert zeigen. Die Umfrage ergab, dass sich weltweit 16 Prozent der Unternehmen auf einen Schmerzpunkt konzentrieren und von diesem einen Anwendungsfall ableiten. Dabei konzentrieren sich kleinere Organisationen (13 Prozent) gegenüber ihren größeren Mitstreitern (18 Prozent) mit geringerer Wahrscheinlichkeit auf die Geschäftsauswirkungen. Unter dem Druck, KI sinnvoll anzuwenden, experimentieren viele Unternehmen mit dieser, doch haben noch nicht alle die richtige Vorgehensweise gefunden, um diese maßstabsgerecht einzusetzen und bedeutenden Wert aus ihr zu ziehen. Die Umfrage ergab zudem, dass bestimmte Geschäftsfunktionen, wie z.B. Vertrieb (35 Prozent) und Marketing (32 Prozent), am meisten von KI profitieren, da so schneller eine verbesserte Kundenerfahrung geboten werden kann. Die beliebtesten Technologien sind laut Umfrage maschinelles Lernen (34 Prozent), Chatbots (34 Prozent) und Robotik (28 Prozent).

Rezept finden

KI kann einen messbaren Mehrwert bieten, doch der Großteil der Unternehmen muss noch sein Rezept für wiederholbaren Erfolg finden, so die Mindtree-Experten. Für einen erfolgreichen Start im KI-Bereich ist es für Unternehmen wichtig, mit verschiedenen Anwendungsfällen und Technologien, einschließlich agiler und schneller Innovationsmethoden, zu experimentieren. Nur knapp ein Viertel (29 Prozent) der befragten Unternehmen gab an, über die ausreichende Agilität zu verfügen, um mit KI zu experimentieren, wobei Großunternehmen (39 Prozent) in diesem Zusammenhang kleineren Unternehmen (19 Prozent) einen Schritt voraus sind. Progressive Unternehmen geben 25 Prozent ihres IT-Budgets für digitale Innovationen aus, mit Fokus auf der Definition von Anwendungsfällen, Experimenten und Operationalisierung für Skalierung. Außerdem sind sich Unternehmen bewusst, dass ihre Kompetenzen verbessert und aufgefrischt werden müssen, um einen Nutzen aus KI zu ziehen. 44 Prozent gaben an, dass sie die besten externen Talente einstellen werden, 30 Prozent pflegen Partnerschaften mit Hochschulen und 22 Prozent veranstalten Hackathons, um komplexe Datenfragen zu lösen und potenzielle Kandidaten zu identifizieren.

Daten sind entscheidend

Die richtigen Anwendungsfälle zu finden und KI-Initiativen entsprechend auszurichten und zu fördern, ist zwar wichtig, doch sind Daten das entscheidende Element für die unternehmensweite KI-Skalierung. Es gilt, die Dateninfrastruktur, Architektur und Systeme sowie eine übergreifende Datenstrategie und robuste Prozesse für Daten-Governance zu modernisieren. Mehr als die Hälfte (51 Prozent) der Großunternehmen gab in der Studie an, die Dateninfrastruktur nicht vollständig zu verstehen, die für eine maßstabsgerechte Implementierung von KI benötigt wird. Sechs von zehn Organisationen sind sogar der Meinung, dass ihre Dateninfrastruktur und Architekturen nicht reif genug und nicht gut genug aufgestellt seien, um Geschäftswert zu schöpfen.

Thematik: Allgemein
https://www.mindtree.com/germany

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige