KI-Vorreiter führen ihre KI-Initiativen trotz Corona unbeirrt fort

Unternehmen, die beim Thema künstliche Intelligenz (KI) führend sind, zeigen sich von der Corona-Pandemie unbeeindruckt: 78 Prozent der KI-Vorreiter unter den Unternehmen führen ihre KI-Initiativen wie vor der Pandemie fort, 21 Prozent haben deren Umsetzung sogar beschleunigt. Unter den Unternehmen, die KI noch nicht skalierbar einsetzen, fahren hingegen 43 Prozent ihrer Investitionen zurück und 16 Prozent haben ihre KI-Initiativen eingestellt. In Deutschland haben 44 Prozent der Unternehmen keine Änderungen vorgenommen, 8 Prozent die Geschwindigkeit erhöht und 19 Prozent ihre Initiativen aufgrund der unsicheren Lage eingestellt. Weiterhin verzeichnen Unternehmen mit skalierbaren KI-Anwendungen messbare Erfolge bei der Absatzsteigerung und der Reduzierung von Sicherheitsrisiken und Kundenbeschwerden. Zu diesen und weiteren Ergebnissen kommt die Studie 'The AI Powered Enterprise: Unlocking the potential of AI at scale', für die 950 Unternehmen aus elf Ländern und elf Branchen befragt wurden.
Bild: Capgemini Germany

Erfolgreich eingeführte und skalierbare KI-Anwendungen liefern greifbare Ergebnisse: Laut der aktuellen Studie des Capgemini Research Institute verzeichnen 79 Prozent der Vorreiter, die über skalierbare KI-Lösungen verfügen, einen Anstieg von mindestens 25 Prozent beim Vertrieb von Produkten und Services. 62 Prozent von ihnen konnten zudem die Anzahl an Kundenbeschwerden um mindestens 25 Prozent reduzieren, 71 Prozent gelang dies bezüglich der Sicherheitsrisiken. Von den deutschen Unternehmen konnten 45 Prozent (global: 35 Prozent) ihre Vertriebsaktivitäten derart steigern und 49 Prozent (global: 39 Prozent) ihre Sicherheitsrisiken minimieren. Insgesamt gehören 13 Prozent (Deutschland: 16 Prozent) der befragten Unternehmen zu den Vorreitern, die KI-Anwendungen skalieren können und bereits mehrere KI-Anwendungen erfolgreich in unterschiedlichen Teams eingeführt haben. Dem gegenüber zählen 72 Prozent zu den „Nachzüglern“, die noch keines ihrer vor 2019 gestarteten KI-Pilotprojekte in eine produktive Anwendung überführen konnten. Im Vergleich zur Studie von 2017 haben aktuell 53 statt 36 Prozent der Unternehmen mindestens die Pilotphase ihrer KI-Projekte abgeschlossen.

Branchen reagieren hinsichtlich ihrer KI-Investitionen unterschiedlich auf Corona

Beim KI-Einsatz führend ist die Life-Science-Industrie, 27 Prozent der Unternehmen nutzen bereits verschiedene Anwendungen erfolgreich. Die Branche investiert 17 Prozent ihres Umsatzes in Forschung und Entwicklung und im aktuellen Kontext sind virtuelle Assistenten, Chatbots und Corona-Warn-Apps im eHealth-Segment gefragt. So setzt die Weltgesundheitsorganisation (WHO) auf KI-basierte Anwendungen, um Infomationen zur Pandemie zu sammeln und weiterzugeben. An zweiter Stelle steht der Handel mit 21 Prozent Vorreitern, gefolgt von der Automobilbranche und den Konsumgüterherstellern (jeweils 17 Prozent) und den Telekommunikationsanbietern (14 Prozent). Aufgrund der Corona-Pandemie haben zudem nur 38 Prozent aller Life-Science-Unternehmen ihre Investitionen in KI reduziert oder ganz eingestellt, während dies bei Versicherern (66 Prozent), im Bankensektor (64 Prozent) und den Energieunternehmen (64 Prozent) weitaus häufiger der Fall war. In der Automobilbranche und im Public Sector haben jeweils 49 Prozent ihre Bemühungen zurückgefahren.

Vertrauenswürdige und qualitativ hochwertige Daten entscheidend um KI zu skalieren

Für KI-Vorreiter ist die Verbesserung der Datenqualität der wichtigste Ansatz, um zusätzliche Vorteile aus dem eigenen KI-System zu ziehen. Eine effektive Datenverwaltung sorgt demnach für die nötige Datenqualität und stellt sicher, dass Führungskräfte den Daten vertrauen. Notwendige Technologieplattformen wie hybride Cloud-Architekturen und ein gleichberechtigter Datenzugriff sind Grundlage dafür, KI umfassend einzusetzen.

KI-Experten maßgeblich um Unternehmensziele zu erreichen

Für 70 Prozent der befragten Organisationen stellt der Mangel an Talenten auf mittlerem und hohem Erfahrungslevel eine wesentliche Herausforderung für die Skalierbarkeit von Künstlicher Intelligenz dar. So haben 58 Prozent der KI-Vorreiter einen KI-Leiter ernannt, der Richtlinien zur Priorisierung der Einsatzszenarios sowie hinsichtlich ethischer und sicherheitsrelevanter Aspekte etabliert. Weiterhin vermittelt sie dem Entwicklerteam die übergeordneten Ziele und harmonisiert die bei der KI-Entwicklung zum Einsatz kommenden Plattformen und Werkzeuge. Unternehmen sollten zudem die nötigen Fähigkeiten für den umfassenden KI-Einsatz vermitteln und über Trainings und Weiterbildung sicherstellen, dass diese intern vorhanden sind. Für skalierbare KI-Anwendungen sind neben den technischen Fähigkeiten zudem Qualifikationen von Business-Analysten und Change-Management-Experten gefragt.

Seiten: 1 2Auf einer Seite lesen

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.