Industrieunternehmen sehen künstliche Intelligenz (KI) als Motor für ein profitables Wachstum, denn KI steigert ihrer Meinung nach ihre Effizienz, Flexibilität und Differenzierung. Bis 2030 erwartet man über 11 Prozent Wachstum dank KI.
Um den Einsatz der Technologie weiter auszubauen, müssen die Unternehmen dabei aber vor allem zwei Probleme lösen: die unzureichende Quantität und Qualität ihrer Daten sowie ihr Mangel an KI-Expertise. Dies sind zentrale Ergebnisse einer Umfrage von Hewlett Packard Enterprise (HPE) und Industry of Things World, Europas führender Industrie 4.0-Konferenz. Befragt wurden 858 überwiegend europäische Fach- und Führungskräfte aus der Industrie.
Die Umfrage ergab auch, dass Unternehmen hybride Architekturen nutzen wollen, deren KI-Infrastruktur über dezentrale Edge-Ressourcen, eigene Rechenzentren oder die Cloud verteilt ist. Dies ermöglicht eine Echtzeit-Verarbeitung über das Edge Computing sowie Datenkorrelation und Deep Learning über Standorte hinweg.
«Künstliche Intelligenz ist ein Schlüssel zur Industrie 4.0, sie ermöglicht den Schritt von der Automatisierung zur Autonomie, um Wachstum und Wettbewerbsvorteile zu erzielen», sagt Volkhard Bregulla, Vice President Global Manufacturing, Automotive und IoT von Hewlett Packard Enterprise. «Unsere Studie zeigt, dass Europas Industrie die strategischen Chancen der künstlichen Intelligenz verstanden hat, aber sie zeigt auch, dass es unerlässlich ist, die Daten- und Kompetenzlücke zu schliessen, um das KI-Potenzial voll auszuschöpfen.»
95 Prozent bisheriger KI-Projekte erfolgreich
Im Mittel erwarten die Befragten der HPE-Umfrage, dass sie bis 2030 mit KI ihren Umsatz um 11,6 Prozent und ihre Margen um 10,4 Prozent steigern können. Von KI erwarten sie über die Wertschöpfungskette hinweg Vorteile, ebenso für die Differenzierung ihrer Produkte und Dienstleistungen. Gestützt wird diese Erwartung von der Erfolgsquote der bisher umgesetzten KI-Projekte: 95 Prozent der Befragten, die bereits KI einsetzen, gaben an, dass sie ihre Ziele erreicht, übertroffen oder deutlich übertroffen haben. Entsprechend planen sie, in den nächsten zwölf Monaten im Schnitt 0,48 Prozent ihres Umsatzes in KI zu investieren – zum Vergleich: das gesamte IT-Budget in der Fertigungsindustrie beträgt durchschnittlich 1,95 Prozent des Umsatzes. Zwei Drittel der Befragten erwarten zudem, dass die durch KI neu geschaffenen Arbeitsplätze jene Anzahl ausgleicht oder übersteigt, die durch KI wegfallen.
Die Mehrheit der Befragten (61 Prozent) beschäftigt sich bereits mit KI, 11 Prozent haben die Technologie bereits implementiert, 14 Prozent planen dies innerhalb der nächsten zwölf Monate und 36 Prozent evaluieren deren Einführung. Die eingeführten oder geplanten KI-Anwendungen erstrecken sich über die gesamte Wertschöpfungskette, unter anderem Forschung und Entwicklung (38), Nachfrage-Prognose (21), Produktionsplanung (18), Betrieb (32), Wartung (34), Verkauf (20) und Dienstleistungen (29).
KI wird als Werkzeug für mehr Effizienz und Differenzierung gesehen
Bei der Einführung von KI stehen nicht die Kosten im Fokus, sondern auch Flexibilität und Differenzierung. So ergab die Umfrage, dass sich über die Hälfte (57) eine Effizienzsteigerung in Betrieb, Wartung und Lieferkette erhofft. Zudem soll sich die Kundenzufriedenheit steigern (45) und Produkte und Dienstleistungen sollen sich dank neuer Funktionen verbessern (41). Weitere Ziele sind, sich schnell und automatisch an veränderte Bedingungen anzupassen (37), neue Geschäftsmodelle zu entwickeln (34) sowie Angebot und Nachfrage gezielter durch bessere Prognosen und Planung aufeinander abzustimmen (32).
Ein Beispiel dafür ist einer der häufigsten KI-Anwendungen, die vorausschauende Wartung. Über sie lässt sich die Verfügbarkeit von Anlagen und deren Instandhaltung effizienter gestalten. Darüber hinaus können Hersteller vorausschauende Wartung aber auch in die Produkte integrieren, die sie an Kunden verkaufen und sich damit vom Wettbewerb differenzieren. Die Erwartungen der Umfrage-Teilnehmer bis 2030 spiegeln diese ausgewogene Sicht wider: Ausser Umsatzwachstum und Margensteigerung erwarten sie durch KI ausserdem im Durchschnitt 13,9 Prozent Kostensenkung.
Edge und Cloud Computing im Einsatz für KI
Die HPE-Umfrage untersuchte auch, in welchem Ausmass KI-Anwendungen zentral oder dezentral betrieben werden – also im Rechenzentrum beziehungsweise der Cloud oder an der «Edge», das heisst direkt vor Ort in der Fabrik oder Anlage. Edge Computing kommt bei zeitkritischen Prozessen zum Einsatz, wie etwa bei autonomen Fahrzeugen oder Robotern. Zudem müssen die Daten verteilter Industrieanlagen in zentralen Rechenzentren gesammelt und ausgewertet werden, um über das maschinelle Lernen wiederum die KI-Algorithmen zu verbessern.
Aktuell nutzen 39 Prozent der Befragten KI-Anwendungen aus einem Rechenzentrum/aus der Cloud und 32 Prozent an der Edge. Für 2030 erwarten die Befragten einen KI-Anteil von 55 Prozent für Rechenzentrum/Cloud sowie 52 Prozent für die Edge. Hybride KI-Architekturen werden also zur Norm werden.
Daten sind zentral für die Skalierung von KI
Die Studie belegt, dass KI in der europäischen Industrie angekommen ist, aber auch noch enormes Potenzial für die Zukunft hat. Die grössten Hürden für den KI-Ausbau sind die Daten. So beklagen 47 Prozent der Befragten, dass Menge und Qualität ihrer Daten nicht für KI-Projekte ausreichen und 34 Prozent nannten den «Mangel an Data Governance und Enterprise Data Architecture» als zentrale Herausforderungen für die Einführung von KI. Tatsächlich sind die Daten der Schlüsselfaktor für die KI-Einführung. Denn Algorithmen können nur so gut wie die Daten sein, mit denen KI-Anwendungen versorgt werden.
Ein weiteres Hindernis für die breite KI-Akzeptanz ist der Mangel an Expertise rund um KI und Analytik (42). Trotz dieses Engpasses vertrauen nur 12 Prozent der Befragten ausschliesslich auf externe KI-Expertise. Die Mehrheit (55) setzt auf eine Mischung aus internem und externem Fachwissen. Ein Drittel konzentriert sich auf den Ausbau des internen Wissens durch die Einstellung externer Fachkräfte sowie die Weiterbildung eigener Mitarbeiter.
«Leider gibt es keine Abkürzung, wenn es darum geht, durch den Einsatz von KI Wettbewerbsvorteile zu schaffen», sagt Volkhard Bregulla. «Unternehmen müssen ihre KI-Strategie definieren, vielversprechende Anwendungen identifizieren, Daten beschaffen, Technologien einführen und die richtigen Leute und Prozesse einsetzen. Aber unsere Studie zeigt deutlich, dass dies eine Reise ist, die sich lohnt.»
