Probleme beim Einloggen
Dr. Holger Schmidt

Dr. Holger Schmidt

für die digitale Transformation der Wirtschaft

Künstliche Intelligenz rückt auf der IT-Agenda der Unternehmen weit nach oben

Künstliche Intelligenz polarisiert. Auch in den Unternehmen. 52 Prozent sehen Künstliche Intelligenz und Machine Learning als disruptive Technologien, die unsere Wirtschaft revolutionieren können. Immerhin ein Drittel sieht in KI/ML aber nur einen überschätzten Hype ohne Zukunft, wie eine aktuelle Studie von IDG Research zeigt, für die 345 Unternehmen in Deutschland befragt wurden.

Da vor allem Unternehmen in den USA und China massiv in KI investieren, ziehen auch die deutschen Unternehmen nach. Ein Viertel der Befragten will sich im kommenden Jahr intensiv mit Künstlicher Intelligenz und Machine Learning beschäftigen. Damit rangiert KI/ML in der IT-Prioritätenliste immerhin schon auf Rang 4 – und damit vor Themen wie Industrie 4.0 und Internet der Dinge.

Rund 45 Prozent der Befragten attestieren dem Staat, die Entwicklung von KI-Technologien mit Vorgaben wie der Datenschutz-Grundverordnung (DSGVO) zu bremsen. Ein weiteres klares Hemmnis für die Entwicklung ist allerdings die mangelnde Verfügbarkeit von Fachkräften. Nur 24 Prozent aller Unternehmen haben die entsprechenden Fachleute an Bord. Unter den kleineren Unternehmen sind es sogar nur 18 Prozent. Da viele Unternehmen die KI-Kenntnisse im Moment inhouse aufbauen, wird der Mangel an Spezialisten größer. Der digitale Job-Monitor, in dem ich für das Handelsblatt mit Hilfe der Index-Gruppe vierteljährlich alle Stellenanzeigen in Deutschland nach Digital-Jobs durchsuche, weist für KI-Spezialisten regelmäßig die größten Zuwächse an ausgeschriebenen offenen Stellen aus.

KI soll Effizienz erhöhen

KI/ML sollen primär die internen Abläufe verbessern, dienen also vorwiegend der Effizienz, vor allem in der Fertigung. Bessere Kundenbeziehungen gehören auch zu den Top-Zielen des KI-Einsatzes. Die Entwicklung neuer datengetriebener Geschäftsmodelle, also das Einsatzgebiet mit der höchsten KI-Wertschöpfung, folgt erst auf Rang 4 der Liste. Auch hier ist wieder die typisch deutsche Prioritätenrangfolge zu beobachten: Neue Technologien dienen zuerst der Optimierung des Bestehenden, erst in zweiter Linie der Entwicklung neuer Geschäftsfelder.

Gewinner des KI/ML-Einsatzes ist vor allem die IT-Abteilung, die zum Beispiel von besserer Spam-Erkennung oder effektiveren Diagnosesystemen profitiert. Mit weitem Abstand folgenden Marketing / Vertrieb und Customer Experience vor dem Controlling. Produktion und Management erreichen in dieser Rangliste nur die Plätze 4 und 5.

Unter den Einsatzgebieten, für die ML eigentlich prädestiniert wäre, werden dagegen Logistik und Produktion besonders hoch eingestuft. Mit Abstand folgen die Handelssparte (33 Prozent), der Dienstleistungsbereich (31 Prozent) und der Finanzsektor (31 Prozent). Vor allem kleinere Unternehmen sehen im Transportgewerbe (49 Prozent) und in der Fertigung (43 Prozent) die bevorzugten Einsatzmöglichkeiten für Maschinelles Lernen. Dagegen vermuten Großfirmen auch in Bereichen wie Pharma/Medizin (25 Prozent) und Dienstleistungen (33 Prozent) hohes Potenzial für Machine Learning. Nach Einschätzung der Fachabteilungen (38 Prozent) eignet sich vor allem der Handel für den Einsatz von Machine Learning. Nur 29 Prozent der IT-Experten sehen dies ebenso. Der Nutzen für die Finanzbranche wird unterschiedlich bewertet. So sehen 36 Prozent der Geschäftsführer und CIOs hier ein interessantes Anwendungsfeld für Machine Learning, hingegen nur 27 Prozent der Mitarbeiter aus den Fachbereichen.

Zum Beitrag auf Netzoekonom.de

Über den Autor

Dr. Holger Schmidt
Dr. Holger Schmidt

Speaker | Dozent TU Darmstadt | GM Ecodynamics, Netzoekonom

für die digitale Transformation der Wirtschaft

Dr. Holger Schmidt beschäftigt sich seit zwei Jahrzehnten mit der Digitalisierung. Zunächst als Journalist, inzwischen als Keynote-Speaker, Kolumnist für das Handelsblatt und Dozent an der TU Darmstadt. Als Partner von Ecodynamics baut er digitale Plattformen auf.
Mehr anzeigen