26. February 2024
Das Thema Künstliche Intelligenz (KI) ist in aller Munde, die Technologie hat in den letzten Jahren Fortschritte gemacht und in vielen Bereichen erstaunliche Lösungen hervorgebracht. Die Erwartungen an die neue Schlüsseltechnologie sind hoch und beachten man den schnellen Fortschritt, auch berechtigt. Trotzdem fremdelt die deutsche Wirtschaft noch mit dem flächendeckenden Einsatz von KI.
Dabei stehen die Unternehmen dem Thema durchaus positiv gegenüber. Eine Umfrage von Bitkom unter 606 Unternehmen zeigt, dass knapp die Hälfte der Befragten KI als Chance für Ihr Unternehmen sehen. Eingesetzt wird sie aber nur von 9%.
Zum Teil ist diese Zurückhaltung sicherlich auf die aktuelle wirtschaftliche Lage, die immer noch von der Corona-Pandemie, Kriegsgeschehen und damit unterbrochenen Lieferketten sowie steigenden Energiepreisen geprägt ist, zurückzuführen. Wo das Budget knapp ist, wird oft zunächst bei neuen Technologien gespart.
Zum anderen fehlt es an positiven Beispielen und Success-Stories, die die erfolgreiche Umsetzung von KI-Lösungen und deren Einsatz in der Industrie demonstrieren.
Prognose? Mäßig optimistisch, oder?
Wie sieht die Zukunft für KI in der deutschen Wirtschaft also aus? Heißt es irgendwann Top oder Flop? Flächendeckende Nutzung oder Untergang der künstlichen Intelligenz? Aktuelle Prognosen gehen davon aus, dass in zwei Jahren jede zehnte Kundeninteraktion mit KI erfolgen wird – sind also durchaus optimistisch.
Was hält Unternehmen also davon ab KI einzusetzen oder besser gefragt, was brauchen sie, damit sie KI erfolgreich in die Geschäftsprozesse integrieren? Ein Knackpunkt ist das Fehlen von Success-Stories und belastbaren Daten.
Daten scheinen überhaupt ein Problem zu sein. Unternehmen benötigen sie nicht nur, um sich für oder gegen den Einsatz von KI zu entscheiden. Auch die KI benötigt Daten, um zu lernen. für eine Prognose von Fehlern auf Basis von Sensordaten werden mindestens 10.000 Datenpunkte gebraucht. Oft liegen diese Daten nicht vor oder sind schlecht verfügbar, aufgrund der IT-Infrastruktur oder auch aus Datenschutzgründen.
Technologiestudie: KI im Service
Die Entscheidung pro oder contra KI ist also nicht einfach und mit einigen Hürden verbunden. Verständlich, dass Unternehmen eine strategische Positionierung im Bereich KI aktuell schwerfällt. Besonders für das Feld der Servicedienstleistungen ist dies der Fall. Erst in den letzten Jahren ist die Bedeutung der Servicetransformation oder des Service überhaupt als Wettbewerbsvorteil und Umsatzquelle für die produzierende Industrie erst in den letzten Jahren vollends ins Bewusstsein der Unternehmen gelangt. Sich jetzt erneut mit neuen Technologien oder Geschäftsmodellen auseinanderzusetzen, ist eine weitere Herausforderung – die jedoch mit Unterstützung erfolgreich gemeistert werden kann.
Zunächst ist ein Verständnis der Möglichkeiten wichtig, die KI für den Service bietet und wie diese technologisch umsetzbar sind. KI imitiert die menschliche Intelligenz und ist in einigen Bereichen heute überlegen. So ist es möglich, Maschinen zu befähigen, menschliche Fertigkeiten, wie Lernen und Planen nicht nur zu imitieren, sondern zu ergänzen und stärken. Die Stärken der KI liegen dabei derzeit bei den standardisierten Aufgaben, dem Sammeln und Analysieren großer Datenmengen sowie in den Bereichen Wiederholbarkeit, Skalierbarkeit und Flexibilität.
Für den Service ergeben sich daraus vier Aufgabenbereiche, in denen KI einsetzbar ist: Big Data, Natural Language Processing, Computer Vision und Robotik.
- Big Data Analytics im Kontext von KI bezieht sich auf die Anwendung von Künstlicher Intelligenz-Techniken und Algorithmen auf große und komplexe Datensätze, um Muster, Trends und Erkenntnisse zu extrahieren.
- Natural Language Processing (NLP) befasst sich mit der Interaktion zwischen Computern und menschlicher Sprache, um Texte zu verstehen, zu analysieren, zu generieren und in natürlicher Sprache zu kommunizieren.
- Computer Vision befasst sich mit der Fähigkeit von Computern, visuelle Informationen aus Bildern oder Videos zu extrahieren, zu interpretieren und zu verstehen, um Objekte, Muster und Merkmale in der physischen Welt zu erkennen.
- KI in der Robotik trainiert Maschinen Fähigkeiten der Wahrnehmung, des Verständnisses, des Lernens und der Problemlösung an.
Ebenso wichtig oder vielleicht sogar wichtiger als die Frage, wie und wo KI eingesetzt werden kann, ist für die Unternehmen aber die Frage „Warum muss ich KI hier einsetzen?“
Dieser Frage und deren Beantwortung widmet sich das Centerprojekt „KI im Service“ das Ende Januar mit den Partnern AVL, FANUC Europe, Fresenius Medical Care, GEA Group, SMS Group, targenio GmbH, thyssenkrupp, WIRTGEN GROUP und ZEISS Group offiziell gestartet ist. Die Technologiestudie erschließt und priorisiert KI-Trends und bereitet sie auf, um realistische und wertvolle Verbesserungen im Service sichtbar zu machen.
Ziel ist die Erstellung einer Roadmap zur Erarbeitung von strategischen Befähigungs-Optionen zur Nutzung KI und deren Voraussetzungen. In verschiedenen Workshops wird geklärt, welche Potentiale sich wirklich mit KI im industriellen Service erschließen lassen. Zudem werden die individuellen Herausforderungen aufgezeigt und der Weg zur Nutzung der neuen Schlüsseltechnologie skizziert. Daraus ergeben sich individuelle Vorgehensweisen für die Erschließung verschiedener KI-Trends im Service.
Im ersten Schritt des Projekts konzentrieren sich die Projektpartner auf die Recherche und Identifikation konkreter Technologien. Diese Technologien sollen gezielt darauf ausgerichtet sein, die Herausforderungen unserer Partner zu bewältigen und die Potenziale der KI im industriellen Service voll auszuschöpfen.