Quick Wins einfahren und auch nutzen

Der Energie- und Versorgungssektor setzt zunehmend auf intelligente Automatisierung, seit 2017 insbesondere auf künstliche Intelligenz (KI). Ihr Potenzial unterschätzen deutsche und internationale Führungskräfte allerdings für Großprojekte; hier wird sie zu […]

Bild: Capgemini // Capgemini Invent

Der Energie- und Versorgungssektor setzt zunehmend auf intelligente Automatisierung, seit 2017 insbesondere auf künstliche
Intelligenz (KI). Ihr Potenzial unterschätzen deutsche und internationale Führungskräfte allerdings für Großprojekte; hier wird sie
zu selten eingesetzt, so eine neue Studie des Capgemini Research Institute. Insgesamt wurden 529 Führungskräfte auf Management-Ebene oder darüber in Energie- und Versorgungsunternehmen befragt.
Die Ergebnisse der Studie ‚Intelligent Automation in Energy and Utilities: The next digital wave‘ des Beratungsunternehmens Capgemini zeigen, dass fast die Hälfte der Befragten Unternehmen den Nutzen ihrer Initiativen zur intelligenten Automatisierung unterschätzt hat. Demnach setzen sie nur 18% der Unternehmen in ‚Quick-Win-Anwendungsfällen‘ ein und nur 15% der Befragten international sowie 13% der deutschen gaben an, dass ihr Unternehmen intelligente Automatisierung in mehreren Anwendungsfällen im großen Maßstab umsetzt. Aus der Studie geht weiterhin hervor, dass das traditionelle Geschäftsmodell der Energie- und Versorgungsunternehmen weltweit unter Druck steht, wobei sich technologische Veränderungen und ein zunehmender Wettbewerb bemerkbar machen. Automatisierung und KI können diesen Unternehmen helfen, Klimaschutzziele einzuhalten und die wachsende Nachfrage nach sauberer, kostengünstiger und zuverlässiger Energie zu befriedigen. Die Studienergebnisse zeigen hinsichtlich des Umfangs, in dem Automatisierung eingesetzt wird, erhebliche Unterschiede zwischen den Regionen sowie innerhalb der Branche. So setzen in Deutschland bislang 13% der Energie- und Versorgungsunternehmen Intelligente Automatisierung weitgehend im großen Maßstab ein. In den USA sind es mit 23% bereits deutlich mehr, in Frankreich und Indien jeweils 16%, in Großbritannien 8%. Von den teilnehmenden Öl- und Gasunternehmen berichtet ein Fünftel (20%) der Führungskräfte über mehrere große Anwendungsfälle; bei den Wasserunternehmen sind es nur 6%. Energie- und Versorgungsunternehmen profitieren im Vergleich zu anderen Branchen bereits stark von intelligenter Automatisierung, wenn es darum geht, den Betrieb effizienter zu gestalten sowie das Umsatzwachstum und die Kundenbindung zu steigern. Als besonders großer Nutzen erweist sich intelligente Automatisierung in folgenden Bereichen:

  • • Ihr Kundenerlebnis konnten international 81% der befragten Unternehmen durch schnellere Reaktionszeiten verbessern, in Deutschland 82%. Im Durchschnitt aller Branchen war das international bei nur 60% der Unternehmen der Fall.
  • • 78% international und 75% in Deutschland sehen, dass weniger Arbeitsschritte im Zusammenhang mit Anfragen und Abschlüssen nötig sind. International über alle Branchen hinweg sind es 61%.
  • •  45% international und 38% in Deutschland haben einen Anstieg bei eingehenden Kundenkontakten verzeichnet. Im Durchschnitt aller Branchen waren es 27%.
  • •  40% der Führungskräfte international und 44% der deutschen gaben an, eine Qualitätssteigerung der Betriebsabläufe festgestellt zu haben. Im internationalen Durchschnitt der Branchen waren es 30%.
  • •  international beobachten 32%, in Deutschland 26% eine Steigerung der Mitarbeiterproduktivität. Im internationalen Branchendurchschnitt sind dies ebenfalls 26%.

Fast jede zweite Führungskraft hat den Nutzen ihrer Initiativen zur intelligenten Automatisierung bei folgenden Aspekten unterschätzt: Bei Kosteneinsparungen waren es international 47 Prozent der Führungskräfte, in Deutschland zu 44 Prozent, bei der Kundenzufriedenheit 48 bzw. 46 Prozent und hinsichtlich ihrer Auswirkungen auf die Gewinnentwicklung 45 bzw. 46 Prozent.

KI-Akzeptanz ist gewachsen

Allgemein ist die Akzeptanz von KI in der Branche gewachsen: 52 Prozent der Befragten nutzen die Technologie bereits in einer Reihe von Anwendungsfällen, während vor zwei Jahren lediglich 28% Pilotprojekte laufen hatten. Dennoch gab erst eine kleine Minderheit (15%) der Führungskräfte an, dass ihr Unternehmen intelligente Automatisierung in mehreren Fällen im großen Maßstab einsetzt. Hindernisse für die Skalierung sehen die Befragten im Bereich Qualifikation: 55 Prozent nannten hier einen Mangel an Mitarbeitern, die in Automatisierungstechnologien qualifiziert sind – wobei international auch 47%, in Deutschland sogar 52% zu geringe Anstrengungen zur Qualifizierung bestehender Mitarbeiter nannten. 42% international und 46% in Deutschland sehen Schwierigkeiten, Mitarbeiter mit den richtigen Fähigkeiten zu halten, während international 41% und in Deutschland 35% Widerstände der Mitarbeiter gegen das Erlernen neuer Fähigkeiten nannten. mst/Capgemini

Thematik: Zahlenfutter
|
Ausgabe:
Capgemini // Capgemini Invent

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