Studie zu künstlicher Intelligenz

Europa schafft eine Kultur des Lernens

Trotz globaler Verzögerung bei der Einführung von künstlicher Intelligenz sind europäische Unternehmen eher bereit, sich auf die Technologie einzulassen. Dies zeigt eine Studie von Juniper Networks.
Bild: ©ipopba/stock.adobe.com

Juniper Networks hat die Ergebnisse einer Studie zum Thema künstliche Intelligenz (KI) vorgestellt. Demnach wollen Anwender wie auch Unternehmen KI in einem größeren Umfang als bisher nutzen – den Studienautoren zufolge sehen viele Führungskräfte KI als eine der wichtigsten strategischen Prioritäten für das Jahr 2021 an. Allerdings bestehen eine Reihe von Herausforderungen, die die Einführung behindern. Für die Studie wurden insgesamt 700 IT-Entscheider befragt.

Grundlage für digitale Weiterbildung

Laut Studie fördern europäische Unternehmen eher eine Kultur des Lernens und der Entwicklung und schaffen damit eine Grundlage für die digitale Weiterbildung, die für die Einführung von KI unerlässlich ist. 59 Prozent der Führungsteams in Europa sind darüber hinaus der Meinung, dass der Mensch die Kontrolle über KI hat. Laut Befragungsergebnissen muss allerdings mehr getan werden, um die Technologie effektiv zu steuern, während sie weiterhin wächst und lernt. In diesem Zusammenhang stehen Europas laufende Bemühungen, KI zu regulieren und abzusichern, um aktuelle und zukünftige Risiken zu minimieren.

In der Unternehmenswelt wird KI zur Automatisierung alltäglicher Aufgaben eingesetzt. Dazu gehören zum Beispiel Chatbots für den Kundenservice, Bankkontenabstimmungen und intelligente Workflows für das IT Trouble Ticket Management. Laut der Juniper-Studie sind 95 Prozent der Befragten der Meinung, dass ihr Unternehmen profitieren würde, wenn KI Teil der täglichen Abläufe, Produkte und Dienstleistungen wäre. Allerdings gaben nur 6 Prozent der obersten Führungsebene (163 Befragte) an, dass in ihrem Unternehmen bereits KI-gestützte Lösungen zum Einsatz kommen. Diese Lücke ist der Studie zufolge auf drei Herausforderungen zurückzuführen:

KI-fähige Technologie-Stacks: Die größte Herausforderung sehen die Befragten in der Entwicklung von KI-Modellen und -Datensätzen, die sich unternehmensweit nutzen lassen. Darüber hinaus müssen Organisationen in Cloud-Lösungen ebenso investieren wie in die Aufbereitung der richtigen Daten. Mehr als die Hälfte der Führungskräfte gab in der Studie an, dass ihr Unternehmen wahrscheinlich Telemetriedaten sammeln wird.

Bereitschaft der Belegschaft: 73 Prozent der befragten Unternehmen weltweit haben laut Studie Probleme damit, ihre Belegschaft auf die Integration von KI-Systemen vorzubereiten und entsprechend anzupassen. Gleichzeitig gaben die Befragten der obersten Führungsebene an, dass es für sie eine Priorität ist, Mitarbeiter einzustellen, um so KI-Fähigkeiten im Unternehmen zu entwickeln (Priorität Nr. 1). Mitarbeiter zu schulen, damit sie die Tools selbst bedienen können, liegt unter den Befragten an dritter Stelle. Der Studie zufolge gibt Europa dabei den Trend vor, indem sie bereits jetzt ihre KI-Talentpipeline durch Praktika und Partnerschaften mit Universitäten (43 Prozent) in einem höheren Maße erweitern, als Unternehmen in Nordamerika und im asiatisch-pazifischen Raum.

KI-Governance: 67 Prozent der Befragten gaben an, dass KI bereits für das Geschäftsjahr 2021 eine Priorität des Führungsteams hinsichtlich der Strategieplanung ist. Die überwiegende Mehrheit der Führungskräfte (84 Prozent) ist der Meinung, dass es enorm wichtig für die Integration von KI in Produkten und Dienstleistungen ist, dass Führungskräfte sich funktionsübergreifend beteiligen und dies unterstützen. Allerdings gaben nur sieben Prozent der Führungskräfte an, dass sie keinen unternehmensweiten KI-Verantwortlichen identifiziert haben, der die KI-Strategie und -Governance überwacht.

Bei der Integration von Governance in ihre KI-Lösungen bescheinigt die Studie den europäischen Unternehmen eine Führungsrolle. 35 Prozent der Befragten in Europa zeigten demnach ein tiefes Verständnis dafür, was eine robuste und effektive KI-Applikation ausmacht, indem sie die Datenverfügbarkeit als kritischste Komponente für die KI-Einführung einstuften. Laut Studie verfügen europäische Unternehmen bereits über umfassende KI- und Data-Governance-Richtlinien. Im Gegensatz dazu waren für die Teilnehmer in Nordamerika die KI-Tool-Fähigkeiten die wichtigste Komponente.

Unternehmen, die KI bereits eingeführt haben und die Technologie nutzen, können aussagekräftige Ergebnisse vorweisen – so die Juniper-Studie. Organisationen zeigen sich auf Basis dieser Resultate optimistisch und sogar begeistert. Die Umfrage ergab außerdem, dass KI am häufigsten in der IT sowie im Operations-Bereich eingesetzt wird. Ein weiteres Ergebnis, das die Befragten teilten: Mit Skalierung der KI-Funktionen und der höheren Nutzung der Lösungen durch die Mitarbeiter steigt auch deren Zufriedenheit kontinuierlich.

Thematik: Newsarchiv
Juniper Networks GmbH

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