Künstliche Intelligenz treibt Wachstum der Industrie an

Verantwortliche in Industrieunternehmen sehen künstliche Intelligenz als Motor für ein Wachstum, da sie die Effizienz, Flexibilität und Differenzierung des Betriebs steigern könnte. Um den Einsatz der Technologie weiter auszubauen, müssen Unternehmen allerdings zwei Hindernisse lösen: die unzureichende Quantität und Qualität ihrer Daten sowie der Mangel an KI-Expertise. Das sind die wichtigsten Ergebnisse einer Umfrage von Hewlett Packard Enterprise (HPE) und der europäischen Industrie-4.0-Konferenz Industry of Things World, für die 858 überwiegend europäische Fach- und Führungskräfte aus der Industrie befragt wurden.

Laut der Umfrage wollen Unternehmen hybride Architekturen nutzen, also 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 mehrere 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", kommentiert Volkhard Bregulla, Vice President Global Manufacturing, Automotive und IoT von Hewlett Packard Enterprise (HPE). "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 der KI-Projekte bisher erfolgreich

Die Befragten erwarten, 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, was auch für die Differenzierung ihrer Produkte und Dienstleistungen einschließt. 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. 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.

61 Prozent der Befragten beschäftigt sich bereits mit KI, elf Prozent haben die Technologie bereits implementiert, 14 Prozent planen dies innerhalb der nächsten zwölf Monate und 36 Prozent evaluieren deren Einführung. Die eingeführten beziehungsweise geplanten KI-Anwendungen erstrecken sich über die gesamte Wertschöpfungskette, unter anderem Forschung und Entwicklung (38 Prozent), Nachfrage-Prognose (21 Prozent), Produktionsplanung (18 Prozent), Betrieb (32 Prozent), Wartung (34 Prozent), Verkauf (20 Prozent) und Dienstleistungen (29 Prozent).

KI steigert Effizienz und Differenzierung

Bei der Einführung von KI stehen nicht die Kosten im Fokus, sondern höhere Flexibilität und Differenzierung. So ergab die Umfrage, dass sich 57 Prozent eine Effizienzsteigerung in Betrieb, Wartung und Lieferkette erhofft. Zudem erwarten 45 Prozent die Steigerung der Kundenzufriedenheit 41 Prozent die Verbesserung der Produkte und Dienstleistungen durch neue Funktionen. Als weitere Ziele nannten 37 Prozent, sich schnell und automatisch an veränderte Bedingungen anzupassen, 34 Prozent neue Geschäftsmodelle zu entwickeln sowie 32 Prozent Angebot und Nachfrage gezielter durch bessere Prognosen und Planung aufeinander abzustimmen.

Ein Beispiel dafür ist die vorausschauende Wartung als eine der häufigsten KI-Anwendungen, mit der sich die Verfügbarkeit von Anlagen und deren Instandhaltung effizienter gestalten lässt. Darüber hinaus können Hersteller Funktionen der vorausschauenden Wartung auch in die Produkte integrieren, die sie an Kunden verkaufen und sich damit vom Wettbewerb differenzieren. Die Erwartungen der 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 oder 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. Demnach rechnet HPE damit, dass hybride KI-Architekturen zur Norm werden.

Skalierung von KI hängt von Daten ab

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 wichtigste 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.

Als ein weiteres Hindernis nannten 42 Prozent den Mangel an Expertise rund um KI und Analytik. Trotz dieses Engpasses vertrauen nur zwölf Prozent der Befragten ausschließlich auf externe KI-Expertise. 55 Prozent 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", ist Volkhard Bregulla überzeugt und fügt hinzu: "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."  (Stefan Girschner)