Mit Machine Learning und künstlicher Intelligenz in die Zukunft

Zukunftstechnologien wie Machine Learning (ML) und künstliche Intelligenz (KI) erfreuen sich in Deutschland immer größerer Beliebtheit. In der aktuellen Umfrage „Machine Learning 2021“ von IDG Research Services geben zwei Drittel der befragten Unternehmen an, dass sie bereits Machine Learning einsetzen oder gerade dabei sind, entsprechende Lösungen zu implementieren. Der Anteil der Unternehmen, die sich den Themen maschinelles Lernen und künstliche Intelligenz vollständig verschließen, ist im Vergleich zum Vorjahr von 11 % auf 8 % zurückgegangen.

Künstliche Intelligenz und maschinelles Lernen steigern die Wettbewerbsfähigkeit

Höhere Budgets und mehr Projekte in der Corona-Krise

Auch aus strategischer Sicht gewinnen innovative Technologien an Bedeutung. Rund 86 % der Unternehmen – von Großunternehmen über den gehobenen Mittelstand bis hin zu kleineren Unternehmen – verfügen mittlerweile über ein eigenes Budget für Projekte, die mit Machine Learning oder künstlicher Intelligenz zu tun haben. Seit Ausbruch der Covid-19-Pandemie haben etwa 20 % der Unternehmen ihre Ausgaben in diesem Bereich stark erhöht, die Zahl der Projekte stieg um 18 %.

Schnelle Ergebnisse hinsichtlich Produktivität und Effizienz

Was ML- und KI-Projekte so beliebt macht, sind unter anderem die schnellen Ergebnisse und die hohe Erfolgsquote, die sich damit erzielen lassen. So berichten mehr als 60 % von einem messbaren Mehrwert nach spätestens drei Monaten. Am häufigsten resultieren aus entsprechenden Projekten Produktivitäts- und Effizienzsteigerungen sowie Kostensenkungen. Ein höherer Innovationsgrad sowie neue Produkte und Services als Effekte von maschinellem Lernen und künstlicher Intelligenz ist eher für Großunternehmen von Bedeutung. 40 % von ihnen verbinden mit ML- und KI-Projekten die primäre Erwartung, dass ihre Innovationskraft zunimmt. Kleinere und mittelständische Unternehmen legen darauf weniger Wert.

Erfolg ist nicht garantiert – aber wahrscheinlich

Allerdings sind Machine Learning und künstliche Intelligenz keine automatischen Erfolgsgaranten. 10 % der im Rahmen der Studie befragten Unternehmen haben vorhandene Budgets für ML und KI wieder gestrichen, da die realisierten Projekte nicht die gewünschten Effekte gebrachten hatten.

Dieser Fall ist jedoch eher die Ausnahme. 63 % der Unternehmen haben Geschäftsmodelle entwickelt, bei dem mithilfe von ML und KI neue Produkte entstehen. Insgesamt erkennen immer mehr Unternehmen, dass sie in Zeiten der Digitalisierung ihre Reaktionsschnelligkeit und ihre Agilität steigern müssen, um weiterhin erfolgreich zu sein. Dafür leisten maschinelles Lernen und künstliche Intelligenz einen wichtigen Beitrag.

Gängige Beispiele sind die Automatisierung in der Bearbeitung von Vorgängen, zum Beispiel Schadensmeldungen, und der Aufbau von Self-Service-Angeboten für Kunden mithilfe von Chatbots. Im Bereich der IT sind Machine-Learning-Algorithmen in der Lage, Cyberangriffe frühzeitig zu erkennen und automatisch Gegenmaßnahmen einzuleiten. Auch in Produktionsumgebungen kommen KI- und ML-Lösungen verstärkt zum Einsatz – bei der Qualitätssicherung, in Forschung & Entwicklung sowie in der Logistik.

Fachkräftemangel und weitere Herausforderungen

In der Praxis haben Unternehmen mit einem Mangel an Experten für ML und KI zu kämpfen. 37 % geben an, dass sich Projekte verzögern oder gar nicht gestartet werden können, weil auf dem Arbeitsmarkt nicht die passenden Spezialisten zu finden sind. Eine Möglichkeit, diesen Engpass zu beheben, ist der Know-how-Aufbau bei den eigenen Mitarbeitern in Sachen Machine Learning und künstlicher Intelligenz. Vor allem in den IT-Abteilungen ist der Bedarf an Weiterbildungen dementsprechend hoch (50 %).

Eine weitere Herausforderung, die sich aus der Studie ableiten lässt, ist die fehlende Akzeptanz der Zukunftstechnologien bei den Mitarbeitern. Viele sehen darin eine Bedrohung des eigenen Arbeitsplatzes. Hier ist es die Aufgabe des Managements, klar zu machen, dass ML und KI dazu dienen, die Wettbewerbsfähigkeit des Arbeitgebers zu stärken. Bei der Einführung von Machine Learning und künstlicher Intelligenz sollten Unternehmen also nicht nur die technologische, sondern auch die menschliche Komponente im Blick behalten. Nur dann werden ML- und KI-Projekte erfolgreich sein.