Künstliche Intelligenz: Wie nutzen deutsche Unternehmen KI 2018?
Die Studie "Machine Learning / Deep Learning 2018" fragt, welche Rolle KI in der deutschen Wirtschaft spielt. Ergebnisse, Details und spannende Informationen auf einen Blick.
Hinter der Analyse stehen neben dem IDG Verlag (u.a. CIO.de, Computerwoche, ChannelPartner) unter anderem Siemens, Lufthansa Industry Solutions, SAP und Reply.
Befragt wurden Anfang 2018
Machine Learning (ML, maschinelles Lernen) umfasst alle Verfahren, die es Maschinen/Programmen ermöglichen, selbständig zu lernen. Deep Learning ist eine Lernmethode des Machine Learnings und arbeitet mit künstlichen neuronalen Netzen: Es analysiert statistisch große Datenmengen (Big Data).
Ein simples Beispiel: Man zeigt einem Programm Millionen Katzenbilder, bis es eigenständig Katzen auf Bildern erkennt – und von Eichhörnchen unterscheiden kann.
Business Intelligence (BI) erfasst unternehmensinterne Informationen und analysiert sie. Anwender können aus dem vorhandenen Wissen neues Wissen gewinnen, wobei BI das Hier und Jetzt und weniger zukünftige Szenarien fokussiert. Die Ergebnisse sollen das Management befähigen, das Unternehmen erfolgreich zu steuern.
Data Analytics baut auf BI auf und berücksichtigt zusätzlich externe Datenbestände (z. B. Social Media, Maschinendaten von Kunden, etc.). Kombiniert mit KI können Data Analytics zukünftige Entwicklungen prognostizieren.
➧ Viele deutsche Unternehmen wissen nicht, wie sie mit künstlicher Intelligenz bzw. Machine Learning starten sollen. Tipp: Am Anfang steht Information. Erst klare Definitionen von dem, was KI ist und kann, ermöglichen den konkreten Einsatz.
➧ Kein Algorithmus ist perfekt. Das GIGO-Prinzip ("Garbage in, garbage out" – "Müll rein, Müll raus") gilt auch für KI: Wer ein System mit mangelhaften Daten füttert (Input-Qualität), darf keine guten Ergebnisse erwarten (Output-Qualität).
➧ KI funktioniert nur interdisziplinär: Wer erfolgreich und effizient KI einsetzen will, braucht ein Team aus Prozess-Profis, Geschäftsmodell-Experten, IT-Cracks und Daten-Kennern.
Wofür Unternehmen KI und Machine Learning 2018 nutzen wollen:
Dies erfordert Know-how, das vor allem in mittelständischen Unternehmen fehlt.
Erschwerend kommt hinzu: Viele mittelständische Entscheider sehen künstliche Intelligenz als zeitlich befristetes Hype-Thema. Eine fatale Fehleinschätzung: Experten sind sich mehrheitlich einig, dass KI in den kommenden Jahren ein entscheidender Wirtschafts- und Wettbewerbsfaktor werden wird.
Lasst es mich wissen: Wie schätzt ihr das Thema künstliche Intelligenz ein?
Quelle & Link-Tipps:
 |
| (Denken unter CC0 1.0) |
Hinter der Analyse stehen neben dem IDG Verlag (u.a. CIO.de, Computerwoche, ChannelPartner) unter anderem Siemens, Lufthansa Industry Solutions, SAP und Reply.
Befragt wurden Anfang 2018
- strategische (IT-)Entscheider im C-Level-Bereich,
- IT-Entscheider
- sowie Spezialisten aus dem IT-Bereich.
Künstliche Intelligenz: Was ist was?
Künstliche Intelligenz (KI) befähigt Maschinen/Programme, menschliches Denken und Verhalten nachzuahmen.Machine Learning (ML, maschinelles Lernen) umfasst alle Verfahren, die es Maschinen/Programmen ermöglichen, selbständig zu lernen. Deep Learning ist eine Lernmethode des Machine Learnings und arbeitet mit künstlichen neuronalen Netzen: Es analysiert statistisch große Datenmengen (Big Data).
Ein simples Beispiel: Man zeigt einem Programm Millionen Katzenbilder, bis es eigenständig Katzen auf Bildern erkennt – und von Eichhörnchen unterscheiden kann.
Data Analytics baut auf BI auf und berücksichtigt zusätzlich externe Datenbestände (z. B. Social Media, Maschinendaten von Kunden, etc.). Kombiniert mit KI können Data Analytics zukünftige Entwicklungen prognostizieren.
Kern-Ergebnisse der KI-Studie
➧ Die aktuell meistgenutzten KI-Anwendungen sind das Erkennen von Sprache, Assistenz-Systeme sowie Planungs-Tools.➧ Viele deutsche Unternehmen wissen nicht, wie sie mit künstlicher Intelligenz bzw. Machine Learning starten sollen. Tipp: Am Anfang steht Information. Erst klare Definitionen von dem, was KI ist und kann, ermöglichen den konkreten Einsatz.
➧ Kein Algorithmus ist perfekt. Das GIGO-Prinzip ("Garbage in, garbage out" – "Müll rein, Müll raus") gilt auch für KI: Wer ein System mit mangelhaften Daten füttert (Input-Qualität), darf keine guten Ergebnisse erwarten (Output-Qualität).
➧ KI funktioniert nur interdisziplinär: Wer erfolgreich und effizient KI einsetzen will, braucht ein Team aus Prozess-Profis, Geschäftsmodell-Experten, IT-Cracks und Daten-Kennern.
Wofür Unternehmen KI und Machine Learning 2018 nutzen wollen:
- 41 %: interne Abläufe verbessern
- 31 %: Kundenbeziehungen optimieren
- 30 %: Fertigungsprozesse optimieren
- 27 %: neue Geschäftsmodelle entwickeln
- 24 %: neue Produkte entwickeln
Künstliche Intelligenz aus der Cloud?
Große Cloud-Computing-Player wie AWS, Microsoft oder IBM bieten KI-Services. Jedoch funktionieren diese laut der Studie nicht "auf Knopfdruck", sondern müssen angepasst werden.Dies erfordert Know-how, das vor allem in mittelständischen Unternehmen fehlt.
KI: Deutschland braucht mal wieder länger
Was für die Digitalisierung im Allgemeinen gilt, trifft für das Thema KI im Speziellen zu: Wir hinken hinterher. Laut der IDG-Studie nutzen nur 15 Prozent des deutschen Mittelstands die Technologie.Erschwerend kommt hinzu: Viele mittelständische Entscheider sehen künstliche Intelligenz als zeitlich befristetes Hype-Thema. Eine fatale Fehleinschätzung: Experten sind sich mehrheitlich einig, dass KI in den kommenden Jahren ein entscheidender Wirtschafts- und Wettbewerbsfaktor werden wird.
Lasst es mich wissen: Wie schätzt ihr das Thema künstliche Intelligenz ein?
Quelle & Link-Tipps:
- IDG Research Services: Studie Machine Learning / Deep Learning 2018
- Künstliche Intelligenz: Das Wichtigste auf einen Blick
- Künstliche Intelligenz: Wie clever ist Kollege Computer?
Kommentare