Künstliche Intelligenz – zwischen Hype und Unternehmensalltag
Das Thema Künstliche Intelligenz (KI) ist durch die neuen Möglichkeiten generativer KI gerade omnipräsent. Kaum ein Tag vergeht ohne Berichte über aufsehenerregende Projekte und Erkenntnisse. Doch in vielen Industrie- und Handelsunternehmen ist KI längst in der Praxis angekommen und ein etabliertes Werkzeug. Wo wird sie bereits eingesetzt, was ist bei der Implementierung zu beachten und welche Chancen bieten sich durch KI?
Komplette Texte auf Knopfdruck und automatisch generierte, täuschend echte Bilder: Durch den Chatbot ChatGPT sowie den Bild-Generator DALL-E wurde Künstliche Intelligenz (KI) zum weltweiten Thema. Dabei ist KI in Unternehmen bereits in vielen Bereichen im Einsatz, wird ganz selbstverständlich für die Digitalisierung der Produktion und ihrer Prozesse oder für Forschung und Entwicklung angewandt.
Laut einer Studie der Unternehmensberatung McKinsey hat sich der Einsatz von KI seit 2017 mehr als verdoppelt. Mehr als 50 Prozent der Befragten gaben an, 2022 in mindestens einem Geschäftsbereich Künstliche Intelligenz verwendet zu haben. Zu den meistgenutzten Anwendungen zählen dabei neben der robotergestützten Prozessautomatisierung auch Computer Vision sowie Textverständnis. Insgesamt können aber nahezu alle Geschäftsbereiche von KI profitieren (s. Grafik, l.).
Für den Bereich Logistik brachte es Kay Schiebur, Konzernvorstand Services bei Otto, auf den Punkt: „Roboter und Künstliche Intelligenz sind die Gamechanger.“ Das Unternehmen gab 2023 strategische Partnerschaften mit den Robotik-Unternehmen Boston Dynamics sowie Covariant bekannt. Schiebur erklärte: „Die Roboter von Covariant sind vor allem auf das Heraussuchen und Greifen einzelner Produkte spezialisiert.“ Die Roboter von Boston Dynamics sollen unter anderem schwere Arbeiten wie das Ausräumen von Containern übernehmen.
Auch beim Online-Versandhändler Amazon übernimmt Künstliche Intelligenz in der Logistik verschiedene Aufgaben. Eine intelligente Steuerung von Transportrobotern für Regalfächer zum Beispiel ermöglicht eine effektive Warenkommissionierung durch die Mitarbeiter und damit eine bessere Zusammenarbeit zwischen Menschen und Robotern. Eine interne Studie ergab, dass der KI-Algorithmus die zurückgelegte Strecke der Roboter um 62 Prozent reduzierte und man dadurch rund ein Drittel der Maschinen einsparen konnte. So konnten die Kosten laut Amazon um eine halbe Milliarde US-Dollar reduziert werden.
In Deutschland kommen smarte Transportsysteme in zehn Logistikzentren des Online-Versandhändlers Amazon zum Einsatz
Kosteneinsparungen und Umsatzwachstum durch KI werden nach Analysen von McKinsey aber auch in vielen anderen Unternehmensbereichen erreicht, zum Beispiel in der Produktion, im Personalwesen oder im Kundenservice (s. Grafik, u.). Dabei ist eine komplexe Sprach-, Text-, Bild- und Videoverarbeitung durch Künstliche Intelligenz keine Neuheit: Sie existiert bereits seit 2012, als das sogenannte Deep Learning und damit die weitestgehend eigenständige Auswertung von Informationen durch Software einsatzfähig wurde.
Mit den Möglichkeiten generativer KI fragen sich nun auch Firmen, die Künstliche Intelligenz bisher nicht genutzt haben, ob der Einsatz für sie, unabhängig von der KI-Integration in Standard-Software, sinnvoll ist. Dazu müssen sie klären, wie eine Implementierung aussehen könnte und wann der richtige Zeitpunkt dafür wäre. Denn angesichts des zunehmenden Potenzials der technischen Automatisierung wird sich der Wandel in der Arbeitswelt wohl beschleunigen. McKinsey schätzt, dass die Hälfte der heutigen Arbeitstätigkeiten zwischen 2030 und 2060 automatisiert werden könnte, im Mittel ein Jahrzehnt früher als in ihren bisherigen Annahmen.
Auch der Stanford-Professor, Unternehmer und KI-Pionier Sebastian Thrun ist überzeugt, dass sich die Arbeitswelt verändern wird: „Jede Art von repetitiver Arbeit, also sich wiederholender Arbeit, wird in einigen Jahren von Computern gemacht.“ Dennoch sei die Angst vor Künstlicher Intelligenz weitgehend unbegründet, ergänzt der Gründer der Forschungs- und Entwicklungseinrichtung Google X. Thrun ist überzeugt, dass der Mensch kreativ genug sein wird, die durch KI entfallenden Arbeitsplätze durch neue Berufsbilder zu ersetzen.
Gerade von demografischem Wandel und Fachkräftemangel betroffene Volkswirtschaften könnten somit von KI profitieren. Die Experten der Goldman Sachs Group, eines der führenden Finanzunternehmen weltweit, nehmen an, dass alleine durch die Nutzung von KI-Sprachmodellen eine globale Steigerung des Bruttoinlandsprodukts um 7 Prozent innerhalb von zehn Jahren möglich ist.
Um zu ermitteln, welche Unternehmen hinsichtlich des Einsatzes und der Erprobung von KI führend sind, hat IBM weltweit 7.500 Entscheider befragt. Der Ländervergleich zeigte, dass China, Indien und Italien Spitzenplätze belegen (s. Grafik, l.).
Heureka-Moment durch generative KI
Besonders spannend wird die Weiterentwicklung einer Technologie immer dann, wenn es Forschenden sowie Unternehmen gelingt, das Potenzial anhand von neuen, konkreten Anwendungsbeispielen für viele Menschen im Privat- und Berufsleben erlebbar zu machen – so wie aktuell durch generative KI. Colin Murdoch, Chief Business Officer der KI-Einheit DeepMind von Google, kommentierte im Sommer 2023: „Die Welt hat gerade einen Heureka-Moment“. Denn die Technik sei „auf einmal viel zugänglicher geworden“. Bahnbrechende Weiterentwicklungen gab es jedoch schon mit den ersten intelligenten Suchmaschinen, Sprachassistenten oder Gesichtserkennungssystemen.
Hohe Invesitionen in KI
So ist Künstliche Intelligenz in ihren verschiedenen Ausprägungen für Unternehmen längst zu einem wichtigen Werkzeug geworden. „Industrieunternehmen haben früh den Wert von KI für die Automatisierung und Optimierung ihrer Produktion erkannt“, sagt Dr. Andreas Liebl, CEO von appliedAI, Europas größter Initiative für die Anwendung vertrauenswürdiger KI-Technologie in Unternehmen. „Showcases und Prototypen für den Einsatz von KI in technischen Bereichen gibt es daher schon in vielen Unternehmen über alle Industriebranchen hinweg.“
Das bestätigen auch die privat getätigten Investitionen. Sie betrugen laut Artificial Intelligence Report der Stanford University allein im Jahr 2022 weltweit 91,9 Milliarden US-Dollar. Die Gelder flossen vor allem ins Gesundheitswesen, das Management und die Verarbeitung von Daten sowie in Finanztechnologien.
In Heilbronn soll ab 2026 mit dem Innovation Park Artificial Intelligence (Ipai) das größte KI-Ökosystem Europas entstehen
Da Länder weltweit das Ziel verfolgen, sich international als zukunftsfähige KI-Standorte zu etablieren, gibt es unterschiedlichste staatliche Subventions- und Förderprogramme. In den USA fördert zum Beispiel die Wissenschaftsstiftung „National Science Foundation“ (NSF) gemeinsam mit Bundesbehörden, Hochschuleinrichtungen und weiteren Akteuren das KI-Forschungsnetzwerk „National Artificial Intelligence Research Institutes“ – mit einem Gesamtvolumen von mehr als 450 Millionen US-Dollar. Und im Süden Deutschlands soll, mit öffentlichen sowie privaten Mitteln, auf einer Fläche von 23 Hektar mit dem Innovation Park Artificial Intelligence das größte KI-Ökosystem Europas entstehen.
Implementierung von KI
Ein guter Ansatz für die Einführung von KI in Unternehmen ist laut appliedAI-Chef Liebl, zunächst fünf oder sechs Anwendungsfälle zu identifizieren, die nicht nur durch automatisierte, sondern durch sich selbst steuernde und optimierende Prozesse eine direkte Verbesserung der Wertschöpfung erzielen. „Dann kann man gezielt über alle Bereiche hinweg die Entwicklung der notwendigen Infrastruktur und Ressourcen vorantreiben.“
Seine Erfahrungen aus vielen Projekten für die Implementierung von KI hat das Fraunhofer-Institut für Gießerei-, Composite- und Verarbeitungstechnik IGCV in einem Stufenmodell zusammengetragen (s. Grafik, u.). Laut IGCV stehen produzierende Unternehmen oftmals vor ähnlichen Herausforderungen, was die Verfügbarkeit von Daten und Rechenleistung, die Identifikation des Nutzens von KI-Lösungen sowie intern vorhandenes Fachwissen angeht. Daher empfehlen sie ein systematisches Vorgehen.
Case 01: Schneider Electric
KI im großen Stil
Schon früh hat der Elektronikkonzern Schneider Electric das Potenzial von Künstlicher Intelligenz für sich erkannt – und beschlossen, das Thema strategisch anzugehen. Ein Chief AI Officer und mehrere KI-Hubs in verschiedenen Ländern verfolgen eine KI-Strategie, die auf Skalierung angelegt ist.
Reinforcement Learning
Besonders wichtig ist dies auch, da Künstliche Intelligenz durch die aktuellen Entwicklungssprünge verstärkt im Kerngeschäft vieler Industrieunternehmen zum Einsatz kommt: in der Anlagen- und Prozesssteuerung komplexer Maschinenparks. Durch „verstärkendes Lernen“ (Reinforcement Learning) werden für das Training der Algorithmen keine großen initialen Datenmengen benötigt. Stattdessen lernen die Anwendungen direkt in einer Simulationsumgebung durch eine Vielzahl von Feedback-Schleifen, wie sie optimale Ergebnisse erzielen können, und verfeinern so ihre Fähigkeiten. Das verändert die Art und Weise, wie Unternehmen KI-Systeme einsetzen: Sie werden von reiner Analyse- und Mustererkennungssoftware zu kollaborativen, interaktiven Assistenten, die aus ihren Fehlern lernen und dadurch bessere Entscheidungen treffen.
Das 2019 in Heidelberg gegründete Start-up Aleph Alpha ist eines der führenden europäischen Unternehmen im Bereich großer multimodaler KI-basierter Sprachmodelle (englisch: Large Language Models). Zu den Investoren zählen unter anderem der Softwarekonzern SAP sowie die beiden Chiphersteller NVIDIA und Intel. Im Sommer 2023 hatte Aleph Alpha angekündigt, eine Chat-KI namens BoschGPT für den Automobilzulieferer Bosch herauszubringen. Die Anwendung soll Mitarbeiter dabei unterstützen, Informationen deutlich schneller und effizienter als mit einer Schlagwortsuche zu finden. Aleph Alpha steht somit in direkter Konkurrenz zum US-amerikanischen Unternehmen OpenAI und seinem Chatbot ChatGPT.
KI für die industrielle Fertigung der Zukunft
Das Beispiel Bosch zeigt: In der Automobilproduktion gehört KI längst zum Standard. Der Automobilhersteller BMW begann im Sommer 2023 erstmals eine Fabrik mittels Künstlicher Intelligenz zu testen – Produktionslayouts, Robotik- und Logistiksysteme werden dabei über eine Plattform von NVIDIA simuliert und optimiert. Der Produktionsvorstand der BMW AG Milan Nedeljković ist sich sicher: Die Verschmelzung verschiedener Planungssysteme in einem digitalen Zwilling „erhöht die Effizienz, macht uns deutlich schneller und reduziert die Kosten“.
Der Autohersteller BMW testet eine neue Fabrik erstmals rein virtuell – mithilfe einer Simulationsplattform des KI-Chipherstellers NVIDIA
Laut NVIDIA wird der digitale Zwilling von Maschinen und Anlagen in einigen Jahren die meistgenutzte Applikation in der Industrie sein. Daher hat das Unternehmen 2023 ein Netzwerk für das Voranbringen des industriellen Metaverse gestartet – Kooperationspartner sind unter anderem Siemens und Mercedes.
Ein weiteres Beispiel: Der in Dublin, Irland, ansässige Industriekonzern Linde hat für die Anlagensteuerung ein System entwickelt, mit dem die Gaszerlegung mit tausenden Parametern vollautomatisiert stattfinden kann. Eine Künstliche Intelligenz trifft Entscheidungen – „und das drastisch besser und sicherer, als es hoch programmierte Steuerungen bislang manuell konnten“, stellt appliedAI-CEO Liebl fest. Zusätzlich habe die KI-basierte Steuerung zu Einsparungen bei den Betriebs- und Energiekosten geführt. Für den Erfolg des Projekts war auch die Verbesserung des KI-Reifegrads des Unternehmens nötig. Dazu habe man unter anderem Mitarbeiter gezielt geschult.
Case 02: Neura Robotics
Roboter mit Sinn und Verstand
Das baden-württembergische Start-up Neura Robotics entwickelt Roboter, die durch Sensoren Sinneseindrücke sammeln und diese mithilfe einer KI auswerten. Das eröffnet neue Möglichkeiten für produzierende Unternehmen.
KI-Expertise für Unternehmen
Die Entwicklung von Mitarbeitern zu KI-Experten kann für viele Unternehmen ein sinnvoller erster Schritt sein. Geeignete Kandidaten sollten das eigene Geschäft gut kennen, tech-affin sein und sich sehr tief in die Thematik einarbeiten. „Wichtig ist, dass der- oder diejenige in der Lage ist, kritische Fragen zu stellen, Dienstleister und Kooperationspartner auszuwählen und reine Marketing-Versprechen von echten KI-Fähigkeiten zu unterscheiden“, sagt Liebl. Kommt ein Unternehmen an den Punkt, an dem es KI-Ingenieure einstellen möchte, sollte es sich dabei unbedingt gut beraten lassen. Dies empfiehlt der appliedAI-CEO nicht nur, weil KI-Spezialisten sehr begehrt und schwer zu gewinnen sind. Es entstehen auch immer mehr neue Forschungsinstitute und Lehrstühle, immer mehr Spezialbereiche und neue Ausbildungswege. Neben vielen staatlich geförderten KI-Zentren gibt es zudem eine stark wachsende Anzahl spezialisierter Berater und Dienstleister, die Firmen dabei helfen können, das individuelle Potenzial durch Künstliche Intelligenz zu bestimmen.
Planung von KI-Einsatzmöglichkeiten
Damit die Technologie zur Wertschöpfung beitragen kann, sollte ihre Verwendung frühzeitig und gezielt angegangen werden. „Entscheidend für Unternehmen ist zu verstehen, dass gute und erfolgreiche KI-Projekte auf eine gute Vorarbeit angewiesen sind und dass dieser Vorlauf Zeit braucht“, sagt Prof. Dr. Oliver Thomas, Leiter des Bereichs Smart Enterprise Engineering am Deutschen Forschungsinstitut für Künstliche Intelligenz (DFKI). „Man sollte also nicht zu lange warten, bis man sich dem Thema stellt.“
Sein Team beschäftigt sich damit, wie sich die jüngsten KI-Entwicklungen am besten in der Unternehmenspraxis einsetzen lassen: „Ich muss wissen, welche Daten ich nutzen kann. Ich brauche Fachexperten, die Anwendungsbereiche identifizieren, in denen echte Wertschöpfung möglich wird. Und ich muss ein Entwicklungsteam zusammenstellen, in dem nicht nur KI-Wissen, sondern auch ganz viel Praxis- und Erfahrungswissen zusammenkommt.“
Wichtig sei zudem, sich bei der Planung des Einsatzes von Künstlicher Intelligenz die Frage zu stellen: „Mit dem, was wir heute über KI und ihre Fähigkeiten wissen – wie würden wir unsere Produkte, Dienstleistungen oder Fabriken gestalten, wenn wir bei null anfangen würden?“ Die Antwort darauf kann in jedem Unternehmen unterschiedlich ausfallen.
Neben „milliardenschweren Anwendungen“ wird KI laut Stanford-Professor und KI-Pionier Andrew Ng zunehmend auch im kleinen Maßstab verwendet. Das „alte Rezept“, einfach Dutzende Ingenieure einzustellen, mache für solche Projekte keinen Sinn. Auf der größten KI-Konferenz der Welt, dem Snowflake Summit in Kalifornien, erklärte Ng im Sommer 2023: „Wir haben jetzt Leute, die sagen: ,Weißt du was, ich baue einfach einen Prototyp, ich mache das an einem Wochenende.‘“
Potenziale durch Quanten-KI
Um künftige Sprung-Innovationen und das Erschließen neuer Anwendungsfelder zu ermöglichen, setzt die KI-Forschung vor allem auf die sogenannte Quanten-KI. Die Technologie verbindet Quantenphysik und Informatik. Dabei arbeitet sie nicht mit klassischen Bits, sondern mit Quantenbits oder kurz Qubits. Im Gegensatz zu den Bits in der binären Informatik, welche nur den Zustand 1 oder 0 kennen, kann ein Qubit diese beiden Zustände gleichzeitig darstellen – und so mehrere Auswertungen parallel ablaufen lassen.
Blick in einen Quantencomputer des finnischen Start-ups IQM Quantum Computers
„Es gibt Hinweise darauf, dass quantenbasierte Algorithmen sehr gut verallgemeinern können und daher weniger Daten benötigen könnten“, sagt Dr. Marco Roth. Er ist Teamleiter Quantencomputing am Fraunhofer Institut für Produktionstechnik und Automatisierung IPA.
„Langfristig erwartet man Zugang zu Algorithmen, die einen dramatischen Geschwindigkeitsvorteil gegenüber herkömmlichen Methoden erlauben“, erklärt Roth. Unternehmen könnten profitieren, wenn sie mithilfe der Quanten-KI zum Beispiel Simulationen für neue Wirkstoffe und Materialien ergebnisoffener und in Rekordgeschwindigkeit durchführen können. Bis dahin wird es allerdings noch ein paar Jahre dauern, denn „es ist noch viel Forschungs- und Entwicklungsarbeit nötig“, sagt Roth.
Künstliche Intelligenz „to go“
Die sogenannte Edge AI oder Embedded AI bietet ebenfalls großes Potenzial. Durch die Kombination von KI und Edge Computing werden Geräte wie Smartphones, Wearables, Maschinen, Werkzeuge oder smarte Sensoren in die Lage versetzt, innerhalb von Millisekunden Entscheidungen zu treffen.
Die Daten werden dann nicht zentral in einer Cloud, sondern am Ort ihres Entstehens, also zum Beispiel direkt in den Fabriken verarbeitet, und das laut DFKI „ohne unsichere Verbindungen, hohe Latenzzeiten, große Energieaufwände oder Kosten durch die Übertragung“. Im Rahmen einer EU-Initiative leitet das Forschungszentrum das Exzellenznetz für verteilte, vertrauenswürdige, effiziente und skalierbare Künstliche Intelligenz für das Edge-Computing (dAIEDGE). Experten unterschiedlichster Fachrichtungen (z. B. für eingebettete Computertechnik, Mikroprozessoren sowie dezentrale Hard- und Software) arbeiten hier an der Weiterentwicklung von Edge-AI-Technologien.
Case 03: Sima.ai
KI-Chips für mobile Anwendungen
Das kalifornische Start-up Sima.ai hat mit seinen KI-Chips einen Leistungssprung geschafft, der viele etablierte Wettbewerber überrascht hat – und neue KI-Anwendungen ermöglicht.
Effizienz und Sicherheit durch KI
Im Unternehmensalltag erfordert der Einsatz von Künstlicher Intelligenz gezielte Analysen und durchdachte Planung. Richtig verwendet, ist bereits das Potenzial der aktuellen KI-Entwicklungsstufen für die Fertigung und viele andere Anwendungsbereiche enorm. „Frühe Modelle wie ChatGPT konzentrieren sich auf die Fähigkeit der generativen KI, die kreative Arbeit zu ergänzen“, analysiert etwa Brian Burke, Research VP Technology Innovation beim internationalen Marktforschungsinstitut Gartner. Dies sei aber „nur der Anfang. Die Einsatzmöglichkeiten von generativer KI in Unternehmen sind weitaus anspruchsvoller“.
Die Experten von Gartner schätzen, dass bereits 2025 über 30 Prozent der neuen Materialien systematisch mit generativer KI entwickelt werden. Dazu könne man sich laut Burke das sogenannte Inverse Design zunutze machen. Der Begriff beschreibt grob gesagt eine Vorgehensweise in der Forschung, welche die Lösung vom gewünschten Ergebnis ausgehend sucht. Durch das Vordefinieren der benötigten Eigenschaften ist dann eine sehr viel gezieltere Suche möglich – zum Beispiel nach hinsichtlich Leitfähigkeit, Magnetismus oder Korrosionsschutz optimierten Materialien. Alleine das Potenzial generativer KI ist riesig, die Technologie wird viele Bereiche verändern, darunter die Automobilbranche, die Luft- und Raumfahrtindustrie sowie Energie und Elektronik. Und natürlich unser Privatleben. Standford-Professor und KI-Pionier Andrew Ng sagt: „Ich glaube, die meisten Menschen unterschätzen immer noch das Ausmaß des Wandels, der kommen wird. Es liegt eine riesige Welle der Veränderung vor uns.“
Interview: „Die nächsten ein bis zwei Jahre werden entscheidend sein“
Im Interview mit SCIO erklärt der renommierte KI-Forscher Damian Borth, welche KI-Experten Unternehmen jetzt brauchen und wie der weltweite KI-Wettlauf weitergehen wird.
Hier können Sie das Wevo-Magazin bestellen
Dieser Artikel ist Teil der Ausgabe #02 des Wevo-Magazins SCIO. Sie haben Interesse an einem gedruckten Exemplar? Dann können Sie das Magazin gerne kostenfrei anfragen*.
Zum Bestellformular
* Bestellung ohne Gewähr an offiziell registrierte Unternehmen mit Branchenbezug in Deutschland, Österreich und der Schweiz. Anfragen werden per E-Mail beantwortet.
Bildnachweise: Bild 1: Amazon, Bild 2: Ipai/MVRDV, Bild 3: BMW Group, Bild 4: IQM Quantum Computers
Links zum Artikel
Studien:
2023 AI Index Report
The state of AI in 2023: Generative AI’s breakout year
IBM Global AI Adoption Index 2022
Algorithm for Robotic Picking in Amazon Fulfillment Centers Enables Humans and Robots to Work Together Effectively
Unternehmen/Forschungsinstitute:
Boston Dynamics
Covariant
Otto Group
Goldman Sachs
Innovation Park Artificial Intelligence (Ipai)
Aleph Alpha
BMW
Bosch
NVIDIA
SAP
Gartner
appliedAI (case studies)
appliedAI
MLCommons
Deutsches Forschungsinstitut für Künstliche Intelligenz
Schneider Electric
Neura Robotics
Sima.ai
Haftungsausschluss (Auszug) – Urheber- und Leistungsschutzrechte: Die auf dieser Website veröffentlichten Inhalte unterliegen dem deutschen Urheber- und Leistungsschutzrecht. Jede vom deutschen Urheber- und Leistungsschutzrecht nicht zugelassene Verwertung bedarf der vorherigen schriftlichen Zustimmung des Anbieters oder des jeweiligen Rechteinhabers. Dies gilt insbesondere für Vervielfältigung, Bearbeitung, Übersetzung, Einspeicherung, Verarbeitung bzw. Wiedergabe von Inhalten in Datenbanken oder anderen elektronischen Medien und Systemen. Inhalte und Rechte Dritter sind dabei als solche gekennzeichnet. Die unerlaubte Vervielfältigung oder Weitergabe einzelner Inhalte oder kompletter Seiten ist nicht gestattet und strafbar. Lediglich die Herstellung von Kopien und Downloads für den persönlichen, privaten und nicht kommerziellen Gebrauch ist erlaubt. Die Darstellung dieser Website in fremden Frames ist nur mit schriftlicher Erlaubnis zulässig. Jedes hier genannte Firmen- oder Markenzeichen ist Eigentum der jeweiligen Firma. Die Nennung von Marken und Namen geschieht zu rein informativen Zwecken. Den vollständigen Haftungsauschluss finden Sie im Impressum.