Automobilbranche ist zögerlich in der KI-Umsetzung

Die Automobilbranche kommt laut einer Studie der Unternehmensberatung Capgemini bei der Umsetzung von Künstlicher Intelligenz nur langsam voran. Demnach ist der Anteil der Unternehmen, die KI unternehmensweit einsetzen, in den letzten beiden Jahren von sieben auf zehn Prozent angestiegen. Gesunken ist hingegen die Zahl der Unternehmen, die KI nur vereinzelt einsetzen oder pilotieren.
Wie aus der Capgemini-Studie ?Accelerating Automotive?s AI Transformation: How driving AI enterprise-wide can turbo-charge organizational value? hervorgeht, gilt es für Unternehmen der Automobilbranche noch einige Hindernisse beim Einsatz von KI-Technologien zu überwinden. Dazu gehören u.a. die Komplexität bestehender IT-Landschaften sowie fehlende Genauigkeit und Verfügbarkeit von Daten. Die größten Herausforderungen aus technologischer Sicht sehen die befragten Unternehmen bei der Integration bestehender Systeme und Tools (38 Prozent), im mangelnden Wissen und Bewusstsein für Next-Generation-KI-Tools (36 Prozent) sowie fehlenden Trainingsdaten (35 Prozent).

Anzahl der Unternehmen, die keine KI einsetzen steigt

Die unternehmensweite Implementierung von KI ist in den vergangenen beiden Jahren laut Studie nur langsam vorangekommen: Die Zahl der Automobilunternehmen weltweit, die die Technologie umfassend und erfolgreich implementiert haben, ist von sieben auf zehn Prozent gestiegen. Auch die Anzahl der Unternehmen, die einzelne KI-Maßnahmen umsetzen, hat sich nicht wesentlich verändert und liegt heute bei 24 Prozent gegenüber 27 Prozent im Jahr 2017. Die Anzahl der Unternehmen, die keine KI-Technologien einsetzen hat sich weltweit allerdings von 26 auf 39 Prozent erhöht. Der Studie zufolge pilotieren zudem nur noch 26 Prozent der Unternehmen KI-Projekte ? gegenüber 41 Prozent im Jahr 2017. Auch in Deutschland ist der Anteil der Automobilunternehmen, die keine KI implementieren von 12 auf 32 Prozent gestiegen ? gleichzeitig sank der Anteil der Unternehmen, die KI-Piloten aufgesetzt haben von 52 auf 30 Prozent. Die befragten Unternehmen gaben zudem an, das es schwieriger geworden sei, den Nutzen und den gewünschten Return on Investment in der Pilotphase nachzuweisen (45 Prozent) sowie die richtige Auswahl der skalierbaren Anwendungsfälle zu treffen (43 Prozent).

USA bei der Umsetzung führend

Die USA sind bei der Umsetzung von KI -Technologien führend: 25 Prozent der dortigen Automobilunternehmen implementieren KI unternehmensweit, 25 Prozent selektiv. Großbritannien (14 und 39 Prozent) und Deutschland (12 und 25 Prozent) folgen. Das größte Wachstum innerhalb der untersuchten Länder verzeichnet China, das seinen Anteil an unternehmensweiten KI-Implementierungen im Automobilbereich von fünf auf neun Prozent fast verdoppelt hat.

Hersteller kommen besser voran als Zulieferer

Die Studie zeige zudem, so Capgemini, dass die Automobilhersteller im internationalen Vergleich bei der KI-Umsetzung besser vorankommen als ihre Zulieferer und Händler: 14 Prozent der Hersteller implementieren KI umfassend, verglichen mit vier Prozent der Lieferanten und vier Prozent der Händler. In Deutschland liegt zudem der Anteil der Händler, die unternehmensweit KI umsetzen, mit 19 Prozent deutlich höher als im internationalen Vergleich.

Steigerung des Betriebsergebnisses möglich

Automobilunternehmen können ihr Betriebsergebnis um bis zu 16 Prozent steigern, wenn sie umfassende KI-Maßnahmen umsetzen. Die Berechnung basiert auf einem zwei Szenarien ? einem konservativem und einem optimistischen ? die anhand eines eines typischen Top 50 Original Equipment Manufacturers (OEM) entworfen wurden: Das konservative Szenario geht davon aus, dass für OEMs eine Steigerung des Betriebsergebnisses von bis zu 232Mio.US$ möglich ist. Dies entspricht einem Plus von fünf Prozent gegenüber dem derzeitigen Niveau. Im optimistischen Szenario verdreifacht sich der Gewinn auf 764Mio.US$, was einen Anstieg von 16 Prozent bedeutet.

Alle Unternehmensbereiche profitieren

Laut Studie profitieren alle Unternehmensbereiche vom KI-Einsatz. Im Durchschnitt wurden in der Forschung und Entwicklung (F&E) Produktivitätssteigerungen von 16 Prozent erreicht sowie in den Bereichen Supply Chain und Produktion/Operations operative Effizienzsteigerungen von 15 bzw. 16 Prozent. Bei der Customer Experience führte die Anwendung von KI zu einer Reduzierung der direkten Kosten von 14 und 17 Prozent in der IT sowie zu einer Verkürzung der Markteinführungszeit um 15 Prozent in F&E und 13 Prozent in Marketing/Vertrieb.

Erfolgreiche KI-Unternehmen

Die Studie hat zudem analysiert, was Unternehmen, die KI unternehmensweit umsetzen, erfolgreicher macht als andere Unternehmen und daraus Empfehlungen abgeleitet. Demnach konzentrieren sich die sogenannten Scale Champions auf Anwendungsfälle mit hohem Nutzen über alle Funktionen hinweg (94 vs. 36 Prozent). Zudem investieren 86 Prozent von ihnen mehr als 200 Millionen Dollar pro Jahr in KI, bei den übrigen Unternehmen liegt der Anteil bei 20 Prozent. Die führenden Unternehmen würden sich zudem gezielter auf den Aufbau eines KI-Talentpools konzentrieren, so Capgemini ? dies umfasst die Einstellung von KI-Experten (32 vs. 14 Prozent) ebenso wie die Weiterbildung und Umschulung ihrer Mitarbeiter (25 vs. 8 Prozent) sowie die Kooperation mit KI-Unternehmen (27 vs. 12 Prozent). Im Vergleich zu den anderen Unternehmen haben sie zudem häufiger einen klaren Governance-Rahmen geschaffen, um KI-Maßnahmen stärker zu priorisieren und zu fördern. Dazu zählen ein zentrales Organ zur Steuerung von KI-Investitionen und ein funktionsübergreifendes Expertenteam aus den Bereichen Technologie, Business und Operations. Schließlich liegen die Scale Champions auch in punkto Unternehmens-IT und beim Thema Datenmanagement weiter vorne als die übrigen Unternehmen.

Thematik: Newsarchiv
|
Ausgabe:
Capgemini Germany
www.capgemini.com

Das könnte Sie auch Interessieren

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.

Bild: Benteler International AG
Bild: Benteler International AG
Produktionsfehler: KI findet die Nadel im Heuhaufen

Produktionsfehler: KI findet die Nadel im Heuhaufen

In der Qualitätsprüfung ist Zeit ein wichtiger Faktor: Wer Fehler rechtzeitig findet, kann sie effektiv und kostensparend beheben. Gemeinsam mit dem Fraunhofer IEM setzt der Automobilzulieferer Benteler dafür in der Warmumformung von Fahrzeugteilen auf Echtzeit-Sensordaten und Künstliche Intelligenz. Damit können Produktionsfehler schneller erkannt, behoben und zukünftig sogar vermieden werden.

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.