Zwei von drei Firmen in Deutschland setzen bereits künstliche Intelligenz und Machine Learning ein. Die technischen Möglichkeiten werden immer ausgereifter. Auch kleine und mittelgroße Betriebe können sich dies zunutze machen.
Ob Kosteneinsparungen, schnellere Reaktionszeiten oder höhere Produktqualität, künstliche Intelligenz und maschinelles Lernen (ML) bieten im beruflichen Alltag viel Potenzial, das zunehmend für wichtige Business-Entscheidungen genutzt wird. Beispiele dafür reichen von Chatbots über automatisierte Produktvorschläge bis zur Realtime-Übersetzung.
Während der Coronakrise haben viele deutsche Unternehmen ihr Engagement in diesen Bereichen deutlich ausgebaut. So setzen bereits fast zwei Drittel der Firmen maschinelles Lernen ein. Wie die Studie „Machine Learning 2021“ zeigt, ist das Interesse in diesem Jahr noch größer geworden. Rund 86 Prozent der befragten Unternehmen weisen bereits ein eigenes Budget für KI- und ML-Projekte aus.
Dies gilt gleichermaßen für Großunternehmen mit mehr als 10.000 Mitarbeitern als auch für den gehobenen Mittelstand sowie KMU. Dennoch ortet die Studie einen großen Nachholbedarf bei der Datenkompetenz und dem Know-how. KI erfordert besondere Schlüsselkompetenzen, die gezielt aufgebaut werden müssen. Zudem müssen sich Abläufe oft zunächst einspielen.
Blick über den Tellerrand bei Künstlicher Intelligenz notwendig
KMU sollten vor diesem Hintergrund nicht nur eingehend prüfen, in welchen Bereichen KI und Machine Learning ihr Geschäft tatsächlich nach vorn bringen. Da künstliche Intelligenz im beruflichen Alltag viel Potenzial bietet, das heute noch kaum genutzt wird, erscheint auch ein Blick über den Tellerrand geboten. Dazu passt, dass laut der Studie die Bild- und Spracherkennung sowie die Textanalyse für deutsche Firmen die wesentlichsten KI- und ML-Praktiken sind, und es gleichzeitig an Know-how (24 Prozent) und Spezialisten (36,9 Prozent) dafür mangelt: Jedes vierte befragte Unternehmen sah im fehlenden Fachwissen die größte Hürde für die Anwendung von Machine Learning.
Erfolgsfaktoren beachten
Gerade für Mittelständler kann dies angesichts der hohen Komplexität, die die Implementierung von KI– und ML-Lösungen mit sich bringt, häufig zu Schwierigkeiten führen. 38 Prozent der befragten Unternehmen wollen daher Cloud-basierte Tools nutzen. Dadurch entfällt der Aufwand, der mit dem Aufbau und dem Betrieb von KI- bzw. ML-Plattformen verbunden ist. Experten zufolge funktioniert das bislang vor allem im Bereich der Sprach-, Text- und Bildverarbeitung sehr gut.
Ein weiterer entscheidender Punkt für den Erfolg von KI- und ML-Projekten ist die Datenqualität. Knapp 42 Prozent der Firmen verfügen zwar über Transaktionsdaten, für Machine Learning nutzen sie aber nur 27 Prozent davon. Datenbasiert zu agieren bedeutet jedoch, bessere Entscheidungen zu treffen. Kommt beispielsweise bei Prognosen von Liefer- und Wiederbeschaffungszeiten ML zum Zuge, liegt die Genauigkeit laut Experten um bis zu 70 Prozent höher als bei der Verwendung fixer Stammdaten.
Diese Beispiele zeigen: Ein Geheimrezept in Sachen künstlicher Intelligenz und Machine Learning gibt es nicht. Vielmehr gibt es mehrere Faktoren für den Erfolg. Das Potenzial dieser zukunftsweisenden Technologien ist erheblich, bedarf aber der Integration mehrerer Komponenten.
Über den Kapitalmarktblog:
Hier schreiben die Kapitalmarktexperten der Quirin Privatbank über die deutsche Wirtschaft und alles, was den heimischen Mittelstand bewegt. Das erfahrene Team der Quirin Privatbank hat die Entwicklungen rund um die Mittelstandsfinanzierung immer im Blick und zeigt auf, welche alternativen Finanzierungsformen für KMU interessant sind.