[vc_row][vc_column][vc_custom_heading text=“KMU und KI“ font_container=“tag:h1|font_size:48|text_align:left“ use_theme_fonts=“yes“ css=“.vc_custom_1676874865195{margin-top: -25px !important;}“][vc_custom_heading text=“Ein Erfolgskonzept?“ font_container=“tag:h2|font_size:28|text_align:left|color:%23676b6d“ use_theme_fonts=“yes“ css=“.vc_custom_1676874878215{padding-bottom: 10px !important;}“][vc_column_text]Simone Thomas, Jörg von Garrel, Hochschule Darmstadt

(Titelbild: © AdobeStock |553741636|Tamara)[/vc_column_text][ultimate_spacer height=“15″ height_on_tabs=“15″ height_on_tabs_portrait=“15″ height_on_mob_landscape=“15″ height_on_mob=“15″][/vc_column][/vc_row][vc_row][vc_column][vc_custom_heading text=“Kurz und Bündig“ font_container=“tag:h2|font_size:34|text_align:left“ use_theme_fonts=“yes“ css=“.vc_custom_1661761237969{margin-top: -25px !important;}“ el_class=“box-headline“][vc_row_inner el_class=“box-content-wrapper“][vc_column_inner][vc_column_text]Entscheidend für eine Wettbewerbsfähigkeit des deutschen Mittelstands auf globalen Märkten ist, dass Unternehmen KI nicht nur nutzen, um sich auf die Effizienz und somit Verbesserung der internen Prozesse zu konzentrieren, sondern nun auch die Effektivität, also die Erarbeitung von KI-basierten Nutzenversprechen und damit auch den Kundenvorteil und neue Produkte, in den Blick nehmen. Immer mehr Unternehmen erkennen in diesem Kontext die Potenziale von KI, ihnen fehlt aber das Wissen, wie sie diese in ihr bestehendes Geschäft integrieren können.

Das diesem Artikel zugrundeliegende Vorhaben wurde mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen 02L20C034 gefördert. Die Verantwortung für den Inhalt dieser Veröffentlichung liegt bei den Autoren.
www.wiwien-projekt.de[/vc_column_text][/vc_column_inner][/vc_row_inner][/vc_column][/vc_row][vc_row css=“.vc_custom_1519752670572{margin-top: -10px !important;}“][vc_column][ultimate_spacer height=“30″ height_on_tabs=“15″ height_on_tabs_portrait=“15″ height_on_mob_landscape=“15″ height_on_mob=“15″][vc_column_text]Gerade dem deutschen produzierenden Mittelstand bieten sich durch künstliche Intelligenz neue Entwicklungspotenziale. Inwiefern KI genutzt wird und welche Potenziale diese Technologie aufweist, wurde im Rahmen einer deutschlandweiten Befragung von 205 Führungskräften produzierender kleiner und mittelständischer Unternehmen der Hochschule Darmstadt untersucht.[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][vc_custom_heading text=“Ökosystem Daten“ font_container=“tag:h3|font_size:28|text_align:left|color:%23676b6d“][vc_column_text]Künstliche Intelligenz (KI) ist allgegenwärtig. Während im privaten Umfeld KI-Anwendungen wie Sprachassistenten fast schon zur Routine geworden sind, sind deutsche kleine und mittlere Unternehmen (KMU) scheinbar noch zurückhaltend. Bestehende KI-Anwendungen fokussieren sich meist auf die Effizienzsteigerung – ein Beispiel dafür sind KI-basierte Instandhaltungsmaßnahmen. KI bietet Unternehmen größere Potenziale durch Service- oder Produktinnovationen, indem vorhandene oder leicht zu erfassende Kunden- oder Prozessdaten in Verbindung mit Methoden der KI die Grundlage für die Entwicklung neuer Wertangebote bilden. Werden diese in entsprechende Ertragsmechaniken und Wertschöpfungsketten integriert, entstehen innovative KI-basierte (Service-/)Geschäftsmodelle.

Um die Potenziale dieser Services auszuschöpfen, kann die Realisierung von Wertschöpfung und -aneignung nur durch neue Technologien und Lösungen erfolgen, die den Kundennutzen adressieren, und dies geht zudem mit spezifischen datenbezogenen Herausforderungen einher. Während multinationale Unternehmen bereits stetig Daten speichern, verarbeiten und wertbringend einsetzen, fehlt es immer noch vielen KMU an Domänen- und Methodenwissen, um greifbaren Kundenmehrwert zu erzeugen.
Diese Großunternehmen nutzen beispielsweise intelligente Sensoren zur Erfassung und Weitergabe von Daten und setzen damit bereits daten- und sensorbasierte Geschäftsmodellinnovationen um. Derartige datengesteuerten (Service-/)Geschäftsmodelle basieren auf Daten als Schlüsselressource, was bedeutet, dass die Bereitstellung dieser Dienstleistungen für den Kunden ohne die Verwendung von Daten nicht möglich wäre. Die Analyse von Nutzungsdaten bietet die Möglichkeiten, die wahren Bedürfnisse des Kunden zu identifizieren und im Vergleich zu konventionellen Geschäftsmodellen bedarfsgerechtere Produkte in kürzeren Entwicklungszeiten anzubieten. Essenziell für die Gestaltung digitaler Geschäftsmodelle ist daher die Beurteilung des momentanen und zukünftigen Werts dieser Daten. Konkrete Anwendungsfälle finden sich aktuell vor allem in vorausschauender Wartung (Predictive Maintenance), um Wartungsanforderungen und bevorstehende Ausfälle aufwandsarm und innerhalb kürzerer Zeit vorherzusagen.

Andere Ausprägungen von datenbasierten Geschäftsmodellen beziehungsweise von Geschäftsmodellen im Kontext von Industrie 4.0 adressieren ein verändertes Wertangebot beziehungsweise neue Erlösmodelle. Die Bereitstellung physischer Produkte „as a Service“ ist nicht neu, wird aber durch die sukzessive Weiterentwicklung von Informations- und Kommunikationstechnologien (insbesondere Sensorik) in immer mehr Anwendungsbereichen einsetzbar.[/vc_column_text][vc_single_image image=“32414″ img_size=“large“ title=“Abbildung 1: Status quo der KI-Nutzung „][vc_custom_heading text=“Studie zur Digitalisierung, KI und Daten“ font_container=“tag:h3|font_size:28|text_align:left|color:%23676b6d“][vc_column_text]Eine aktuelle Studie der Hochschule Darmstadt unter 205 Führungskräften deutscher produzierender KMU ergab, dass bereits 79 Prozent der Unternehmen sich als digitalisiert einschätzen. Produzierende kleine und mittlere Unternehmen in Deutschland weisen insgesamt einen hohen Digitalisierungsstand auf. Dabei zeigt sich insbesondere im administrativen als auch im Produktionsprozess in den Unternehmen ein hoher Digitalisierungsgrad. Gerade aber die Digitalisierung ihrer Produkte zeigt einen geringen Wert auf, wobei diesem gleichzeitig das höchste Potenzial zugewiesen wird.

Der Einsatz künstlicher Intelligenz dokumentiert einen Prozentsatz von 75 Prozent, sodass also drei Viertel der befragten Unternehmen KI einsetzen. Die detaillierte Betrachtung von Abbildung 1 veranschaulicht diesen KI-Einsatz, bei dem künstliche Intelligenz in allen Bereichen eines Unternehmens zum Einsatz kommt. Die hohe Gesamtnutzungszahl in Kombination mit der Verteilung der konkreten Funktionsbereiche verdeutlicht, dass KI als Technologie in den deutschen Unternehmen sehr speziell eingesetzt wird und sich aktuell noch keine Trends beziehungsweise Fokussierungen erkennen lassen, in denen KI den höchsten Nutzen aufweist.

Anders sieht es mit dem Potenzialen von KI aus, welche in Abbildung 2 dargestellt sind. Hier lässt sich bereits ein verstärkter Trend erkennen: Höchstes Potenzial eines KI-Einsatzes wird darin gesehen, KI-basierte Nutzenversprechen (zum Beispiel innovative Services) anzubieten.

Trotz dieses hohen Einsatzes von KI verdeutlichen die Studienergebnisse mit Bezug auf eine Abfrage vorhandener Wissensdomänen, dass deutsche produzierende KMU über ein hohes technologisches Domänenwissen verfügen. Den produzierenden KMU fehlen jedoch Wissensdomänen im Bereich von KI sowie des Datenumganges, um KI-basierte Nutzenversprechen effektiv und effizient einzuführen und zu betreiben.[/vc_column_text][vc_single_image image=“32415″ img_size=“large“ title=“Abbildung 2: KI-Potenziale“][vc_custom_heading text=“Wie weiter?“ font_container=“tag:h3|font_size:28|text_align:left|color:%23676b6d“][vc_column_text]Die Ergebnisse der Studie verdeutlichen, dass deutsche produzierende KMU sowohl bei der Digitalisierung im Allgemeinen als beim Einsatz von KI im Speziellen auf einem guten Weg sind.

Gerade aber hinsichtlich der weiteren Erschließung und Anwendung von KI scheinen aber noch Unterstützungspotenziale vorzuherrschen. Insbesondere hinsichtlich des Angebotes von KI-basierten Wertversprechen sehen die Befragten ein hohes Potenzial, ihnen fehlt es aber an weiteren Wissensdomänen im Bereich von KI sowie im Sinne eines effektiven und effizienten Datenumganges. Dieser Punkt umfasst dabei die Teilprozesse der Identifikation, Bereitstellung und Nutzung der Daten.

Ein solcher Umstand wirft beispielsweise Fragen danach auf, inwieweit die eigenen Datenmengen ausreichen, um lernende Systeme und KI (weiter) zu entwickeln und ob die benötigten Datenmengen im Unternehmen durch die eigenen Anwendungsfälle eigenständig umfänglich erzeugt werden können. Liegt dies nicht vor, können Entwicklungen stagnieren.

Neben den Kunden/Produkt-Daten eines produzierenden Unternehmens kann die Bereitstellung weiterer Daten (unter anderem durch Datenlieferanten) ein Weg sein, um diese mit den Kunden/Produkt-Daten zu verknüpfen und KI-Modelle anzureichern. Solche Datenlieferanten können zum Beispiel OpenData einspielen oder weitere relevante Daten (beispielsweise Wetterdaten zu bestimmten Orten, Verkehrsdaten) bereitstellen. Hinsichtlich der Auswertung beziehungsweise Nutzung der entsprechenden Daten mittels KI-Algorithmen existieren mittlerweile relativ umfangreiche Open-Source-Bibliotheken, in denen Entwickler für spezifische Fragestellungen (zum Beispiel Mustererkennung) mögliche Algorithmen finden.[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][ult_dualbutton btn_hover_style=“Style 2″ btn_border_style=“solid“ btn_color_border=“#ffffff“ btn_border_size=“2″ btn_alignment=“left“ dual_resp=“off“ button1_text=“Einzelheft kaufen“ icon_link=“url:https%3A%2F%2Fwww.im-io.de%2Fproduct%2Fmetaverse%2F|title:Metaverse%2C%20NFTs%20%26%20Cryptos|target:_blank“ btn1_background_color=“#f3f3f3″ btn1_bghovercolor=“#f07d00″ icon=“Defaults-book“ icon_size=“22″ icon_color=“#f07d00″ icon_hover_color=“#ffffff“ button2_text=“Jetzt abonnieren“ btn_icon_link=“url:https%3A%2F%2Fwww.aws-institut.de%2Fim-io%2Fabo%2F|title:Abo||“ btn2_background_color=“#f3f3f3″ btn2_bghovercolor=“#f07d00″ btn_icon=“Defaults-chevron-right“ btn_icon_size=“22″ btn_icon_color=“#f07d00″ btn_iconhover_color=“#ffffff“ divider_text=“oder“ divider_text_color=“#f07d00″ divider_bg_color=“#ffffff“ btn1_text_color=“#f07d00″ btn1_text_hovercolor=“#ffffff“ btn2_text_color=“#f07d00″ btn2_text_hovercolor=“#ffffff“ title_font_size=“desktop:20px;“ btn_border_radius=“30″ title_line_ht=“desktop:22px;“ btn_width=“280″][/vc_column][/vc_row]