Suche...
Generic filters
Exact matches only
Search in title
Search in excerpt
Search in content

KI: Corona-Pandemie trifft Early Adopter weniger stark

Kategorie:
Themen: |
Autor: Jonas Völker

KI: Corona-Pandemie trifft Early Adopter weniger stark

Unternehmen, die beim Thema Künstliche Intelligenz (KI) führend sind, zeigen sich von der Corona-Pandemie unbeeindruckt: 78 % der KI-Vorreiter unter den Unternehmen führen ihre KI-Initiativen wie vor der Pandemie fort, 21 % haben deren Umsetzung sogar beschleunigt. Unter den Unternehmen, die KI noch nicht skalierbar einsetzen, fahren hingegen 43 % ihrer Investitionen zurück und 16 % haben ihre KI-Initiativen eingestellt.
In Deutschland haben 44 % der Unternehmen keine Änderungen vorgenommen, 8 % die Geschwindigkeit erhöht und 19 % 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.

Branchen reagieren hinsichtlich ihrer KI-Investitionen unterschiedlich auf Corona

Beim KI-Einsatz führend ist die Life-Science-Industrie, 27 % der Unternehmen nutzen bereits verschiedene Anwendungen erfolgreich. Die Branche investiert 17 % 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 % Vorreitern, gefolgt von der Automobilbranche und den Konsumgüterherstellern (jeweils 17 %) und den Telekommunikationsanbietern (14 %). Aufgrund der Corona-Pandemie haben zudem nur 38 % aller Life-Science-Unternehmen ihre Investitionen in KI reduziert oder ganz eingestellt, während dies bei Versicherern (66 %), im Bankensektor (64 %) und den Energieunternehmen (64 %) weitaus häufiger der Fall war.
In der Automobilbranche und im Public Sector haben jeweils 49 % ihre Bemühungen zurückgefahren. “Erfolgreiche KI-Initiativen basieren oft auf einem hybriden Steuerungsmodell, bei dem ein zentrales Team für die Strategie und Evaluation der Maßnahmen verantwortlich ist, während die operative Umsetzung in den jeweiligen Teams erfolgt“, erläutert Fabian Schladitz, Leiter des KI Center of Excellence bei Capgemini in Deutschland.
„Um KI-Modelle schnell an unvorhergesehene Ereignisse wie die Corona-Situation anpassen zu können, sollten zudem Änderungen bei der Datennutzung und an der Organisationsstruktur im Gleichklang erfolgen. So bilden etwa historische Daten die momentane Lage nur begrenzt ab, während sich aktuelle KI-Modelle für das „neue Normal” nach Corona als wenig aussagekräftig erweisen könnten. Daher benötigen Unternehmen geeignete Strukturen und insbesondere qualifizierte Mitarbeiter, um KI-Modelle schnell und flexibel an neue Realitäten anzupassen, ohne ethische Prinzipien zu gefährden und ihre Leistungsfähigkeit zu beschneiden.“

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 % 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 % 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.

Ethische KI-Interaktionen wichtig für Zufriedenheit und Vertrauen der Kunden

Die Studie verdeutlicht, dass viele Unternehmen sich mit ethischen Aspekten nicht ausreichend auseinandersetzen, obwohl eine ethische KI im Fokus bei Verbrauchern und verschiedener Regulierungsmaßnahmen steht. Demnach geben nur knapp ein Drittel der Nachzügler (KI-Vorreiter: 90 %) an zu wissen, wie und warum ihr KI-System zu den jeweiligen Ergebnissen kommt. Als Folge sinkt das Vertrauen von Führungskräften und auch der Kunden, da Mitarbeiter mit Kundenkontakt dem KI-System ihres Unternehmens selbst nicht vertrauen.

Hybride Steuerung hilft bei der Skalierung von KI

Bei 79 % der KI-Vorreiter (Nachzügler: 29 %) gibt es ein zentrales Team, das KI-Initiativen definiert und steuert. In Deutschland verfügen insgesamt 49 % der Unternehmen über ein zentrales Team, während dies nur für 34 %der Unternehmen weltweit gilt. Die Studie empfiehlt für die Skalierung einen hybriden Steuerungsansatz, der zusätzlich ein Netzwerk aus Kompetenzzentren zur Ideenentwicklung und Zusammenarbeit vorsieht, während die Ausführung durch die jeweiligen Geschäftsbereiche erfolgen soll.
Für die erfolgreiche Einführung von KI-Anwendungen sollten Unternehmen laut der Studie vier Prinzipien in den Mittelpunkt stellen:

  1. Den Aufbau einer soliden Basis, die Mitarbeiter befähigt, einfach auf vertrauenswürdige, qualitativ hochwertige Daten zugreifen zu können und diese mithilfe geeigneter Werkzeuge, Daten- und KI-Plattformen sowie agiler Praktiken verfügbar zu machen.
  2. Die Einführung von Künstlicher Intelligenz operationalisieren, anhand eines passenden Betriebsmodells, der Priorisierung von Initiativen sowie einer ausgewogenen Steuerung unter Berücksichtigung ethischer Kriterien.
  3. Die Förderung von benötigen Fähigkeiten und der Zusammenarbeit mit Partnern und Ökosystemen.
  4. Ein fortlaufendes Monitoring des KI-Modells hinsichtlich Genauigkeit und Leistung, um belastbare Ergebnisse zu erhalten und die Anzahl an Ergebnissen zu erhöhen.

Die vollständige Studie steht zum kostenfreien Download für Sie bereit.

atp weekly

Der Newsletter der Branche

Ihr kostenfreier E-Mail-Newsletter für alle Belange der Automatiserung.

Das könnte Sie auch interessieren:

Digitales Engineering: Onoff AG eröffnet Standort für Echtzeitsimulation
Europäisches Chip-Gesetz soll Lieferengpässe beheben
Nachhaltigkeit: Schneider Electric und Wilo vertiefen Partnerschaft

Sie möchten das atp magazin testen

Bestellen Sie Ihr kostenloses Probeheft

Überzeugen Sie sich selbst: Gerne senden wir Ihnen das atp magazin kostenlos und unverbindlich zur Probe!

Finance Illustration 03