Deutsche Unternehmen und künstliche Intelligenz

Interesse ja, Umsetzung, noch nicht

Jedes zweite größere Unternehmen sieht KI als Schlüsseltechnologie für die eigene Wettbewerbsfähigkeit, so eine Studie des Bitkom. Wirklich im Einsatz ist die Technologie erst bei 13 Prozent. Größtes Hemmnis ist dabei der hohe Investitionsbedarf. Weniger ins Gewicht fällt die Akzeptanz der Belegschagft
double exposure image of stock market investment graph and city skyline scene,concept of business investment and stock future trading.
Bild: @monsitj/AdobeStock.com

Künstliche Intelligenz könnte bald den Alltag in größeren Unternehmen in Deutschland prägen. Jedes zweite Unternehmen (50 Prozent) mit 100 oder mehr Mitarbeitern zeigt sich in einer Bitkom-Studie davon überzeugt, dass KI eine Schlüsseltechnologie für die eigene Wettbewerbsfähigkeit ist. 57 Prozent stehen der Technologie eher oder sehr aufgeschlossen gegenüber und nur 6 Prozent lehnen KI ab. Allerdings hinkt der KI-Einsatz in der Praxis noch hinterher: Gerade einmal 13 Prozent der Unternehmen geben in der Studie an, bereits KI-basierte Anwendungen einzusetzen. Weitere 15 Prozent planen die Nutzung, 18 Prozent diskutieren dies aktuell im Unternehmen. Für die Umfrage von Bitkom Research im Auftrag des IT-Dienstleisters Tata Consultancy Services (TCS) wurden 955 Unternehmen mit 100 oder mehr Mitarbeitern in Deutschland befragt. „Viele Unternehmen zögern den Einsatz neuer Technologien hinaus, sie stehen an der Seitenlinie und wagen sich nicht aufs Feld. Diese defensive Strategie kann sinnvoll sein, ist jedoch beim Thema Künstliche Intelligenz riskant: KI ist nicht nur irgendein Trend, sondern ein entscheidender Baustein für die Zukunftsfähigkeit von Unternehmen“, sagt Dr. Kay Müller-Jones, Leiter Consulting und Services Integration bei TCS. Und Lukas Gentemann, Senior Research Consultant bei Bitkom Research, hebt hervor: „Wir müssen eine breite Chancendiskussion über den Einsatz von KI führen. Deutschland ist in der KI-Forschung stark, aber es muss uns noch besser gelingen, KI dorthin zu bringen, wo sie ihr Potenzial entfalten kann – und ganz besonders in den Mittelstand.“ Der erwartete Durchbruch beim KI-Einsatz hat auch Auswirkungen auf die Aus- und Weiterbildung. So stimmen 53 Prozent der Unternehmen (53 Prozent) der Aussage zu, dass KI-Kenntnisse in zehn Jahren den gleichen Stellenwert haben werden wie heute Office-Kenntnisse. Bei den Unternehmen, die sich bereits mit KI beschäftigt haben und entsprechende Anwendungen einsetzen, dies planen oder darüber diskutieren, liegt dieser Anteil sogar bei 64 Prozent. Zwei Drittel (66 Prozent) sind zudem überzeugt, dass KI den Arbeitsalltag der Mitarbeiter erleichtern wird.

Vom Investitionsbedarf gehemmt

Größtes Hemmnis bei der Einführung von KI-Lösungen im Unternehmen ist der Studie zufolge der hohe Investitionsbedarf, den 60 Prozent der Unternehmen beklagen. Als weitere Hemmnisse nennen die Unternehmen Anforderungen an die Datensicherheit und lange Entscheidungsprozesse (je 46 Prozent), Anforderungen an den Datenschutz und fehlende Anwendungsbeispiele (je 45 Prozent) sowie die Komplexität des Themas (44 Prozent) und Mangel an Expertise (39 Prozent). Nur eine untergeordnete Rolle spielen dagegen die fehlende Akzeptanz in der Belegschaft (26 Prozent) oder von Seiten der Kunden (16 Prozent).

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