Guten Morgen! Wer nach dem Aufwachen als erstes auf das Handy schaut, freut sich, wenn dessen Künstliche Intelligenz (KI) das eigene Gesicht trotz verquollener Augen und verstrubbelter Haare erkennt und den Zugriff auf das Gerät gestattet. KI identifiziert inzwischen auch Krebszellen schnell und treffsicher. Sie sagt vorher, wie sich bestimmte Käufergruppen verhalten werden, und spricht diese mit personalisierter Werbung gezielt an. In der Buchhaltung prüfen smarte Algorithmen Zahlungsansprüche und weisen Buchungen an. In Bewerbungsverfahren treffen sie eine Vorauswahl der am besten geeigneten Kandidat:innen.

In digitalen Zwillingen der Prozesse und Anlagen von Unternehmen wiederum erkennt KI, wie sich Material und Energie in der Produktion am effizientesten einsetzen lassen und wo Ressourcen verschwendet werden. Mit den virtuellen Abbildern und KI ließe sich ein Zehntel der Treibhausgaseinsparungen erzielen, die Deutschland erreichen muss, um seine Emissionen wie geplant bis 2030 um 65 Prozent unter den Wert des Jahres 1990 zu senken, rechnet der Digitalverband Bitkom in einer Studie vor.

Mittelstand hält sich bei Künstlicher Intelligenz zurück

Kaum verwunderlich also, dass in einer weiteren Umfrage des Verbands sieben von zehn der 603 Teilnehmer:innen KI als die wichtigste Zukunftstechnologie benennen. 24 Prozent der Befragten will daher in diesem oder den nächsten Jahren in Künstliche Intelligenz investieren. Von den großen mittelständischen Unternehmen mit 500 bis 1999 Beschäftigten plant dies sogar jedes zweite.

Im Mittelstand insgesamt ist der Nachholbedarf allerdings besonders groß. Während etwa in der Industrie 82 Prozent der Konzerne längst auf smarte Algorithmen setzen oder KI-Projekte konkret planen, tun dies in allen mittelständischen Industriebetrieben nur vier von zehn Unternehmen, ergab eine aktuelle Studie des Forschungsbeirats der „Plattform Industrie 4.0“.

Sieben von zehn Konzernen entwickeln mit KI neue Geschäftsmodelle

Dagegen werten rund 80 Prozent der Großunternehmen ihre Produkte und Dienstleistungen mit KI auf. Sieben von zehn industriellen Großunternehmen entwickeln mit Hilfe smarter Algorithmen sogar neue Geschäftsmodelle und haben die Technologie in ihre Geschäftsstrategie integriert. Weitere knapp 80 Prozent steigern mit KI-basierten Automatisierungslösungen, Steuerungs- und Regelungstechnik sowie Robotern die Produktivität in ihrer Fertigung. An dritter Stelle der bedeutendsten Einsatzbereiche für KI folgt das Marketing. Dort nutzen über alle Branchen und Betriebsgrößen hinweg 71 Prozent der Unternehmen smarte Algorithmen, ergab die Studie des Bitkom. Jeweils rund sechs von zehn der von der „Plattform Industrie 4.0“ befragten Industrie-Konzerne setzen Künstliche Intelligenz zudem in der Instandhaltung sowie zur Planung und Steuerung ihrer Produktion ein.

Praxistauglich und produktiv – Algorithmen für die Automatisierungstechnik

Am zufriedensten sind die Unternehmen dabei mit KI-Lösungen für die Automatisierungstechnik. Ihnen bescheinigt jede:r zweite Teilnehmer:in der von der „Plattform Industrie 4.0“ erstellten Umfrage den höchsten Reifegrad. Vier von zehn Befragten bescheinigen den von ihnen im Bereich der Instandhaltung genutzten smarten Algorithmen eine besonders große Praxistauglichkeit. Ein gutes Drittel der Teilnehmer:innen sagt dies über KI-Lösungen für den Bereich der Qualitätskontrolle. Drei von zehn Befragten äußerten sich positiv über smarte Software für die Produktions-, Auftrags- sowie Ressourcenplanung.

Den größten messbaren Mehrwert erzielen zwei Drittel der Industriekonzerne allerdings mit den von ihnen für die Qualitätskontrolle genutzten KI-Anwendungen. Fast ebenso viele Großunternehmen profitieren am meisten davon, dass smarte Algorithmen die Effizienz ihrer Prozesse steigern.

Im Mittelstand könnten Prozesse mit KI produktiver gestaltet werden

Hier sehen auch die von der Unternehmensberatung Deloitte zum Thema „Künstliche Intelligenz im Mittelstand“ befragten Wissenschaftler sowie gut 300 Entscheider:innen aus Unternehmen den größten Mehrwert, den kleine und mittelgroße Betriebe mit KI erzielen könnten. Fast acht von zehn der Befragten sind überzeugt, dass Mittelständer:innen den größten Nutzen von smarten Algorithmen bei der Automatisierung ihrer Prozesse hätten. Für zwei von drei Studienteilnehmer:innen liegt der größte Mehrwert darin, dass KI Prozesse beschleunigt. Immerhin gut die Hälfte der Befragten sehen ihn in den erzielbaren Kosten- und Ressourceneinsparungen.

Besonders stark könne die IT profitieren, gaben 65 Prozent der Befragten an. Für immerhin sechs von zehn Umfrageteilnehmer:innen hat die Logistik den größten Nutzen, für jede:n zweite:n Befragte:n die Material- und Produktionswirtschaft.

KI optimiert Entscheidungen

Das kommt nicht von ungefähr. Bei den meisten KI-Anwendungen geht es heute im Kern darum, „anhand von Algorithmen – einer  eindeutigen Handlungsvorschrift zur Lösung eines Problems oder einer Klasse von Problemen – bessere Entscheidungen zu treffen“, stellen die Autoren der Deloitte-Studie fest. In industriellen Prozessen gibt es dafür besonders viele Anwendungen. Deshalb ist KI neben einem Marketing-Tool bislang vor allem Software zur Optimierung des Einsatzes von Ressourcen wie Material und Personal sowie Kapazitäten in der industriellen Produktion und der Logistik. Daneben treffen Algorithmen Prognosen, etwa über die verbleibende Nutzungsdauer von Komponenten in der vorausschauenden Wartung, oder sie klassifizieren wie im Bereich der Qualitätskontrolle und dem Monitoring der auf Maschinen und Anlagen ablaufenden Prozesse Mängel und Anomalien.

Erprobte Optimierungs- und Prognose-Tools für die Industrie

Für derartige Aufgaben gibt es inzwischen zahlreiche praxistaugliche KI-Anwendungen. Drei Beispiele:

• In der Produktions- und Montageeinsatzplanung vernetzen KI-basierte Tools Daten aus allen Bereichen eines Unternehmens, die mit der Fertigung zu tun haben. Zu Grunde liegen Informationen zu Aufträgen, die an Maschinen verfügbare Kapazitäten, die an einem bestimmten Tag disponierbare Mitarbeiter:innen und das auf Lager befindlichen Material sowie die Stücklisten für ein Produkt. Mit diesen Informationen erstellen Algorithmen dann den optimalen Produktionsplan. Da sie die Reihenfolge der abzuarbeitenden Aufträge sowohl auf Grundlage der benötigten als auch der tatsächlich vorhandenen Ressourcen ermitteln, berechnen sie belastbare Liefertermine. Zugleich verkürzen sich Durchlaufzeiten um bis zu 60 Prozent. Beides sorgt für mehr Zufriedenheit bei den Kunden. Unternehmen können ihre Ressourcen außerdem effektiver einsetzen. Da der Einkauf seine Beschaffung präziser an die Auftragslage anpassen kann, können auch die Lagerbestände und das in ihnen gebundene Kapital reduziert werden.
• In der Personaleinsatzplanung erstellt KI in der industriellen Fertigung sowie im Außendienst, aber auch in Krankenhäusern, Pflegeheimen, Hotels oder bei Airlines Dienst- und Schichtpläne. Dabei verarbeiten die Algorithmen Daten aus einer Vielzahl von Quellen. In den Personalmanagementsystemen eines Unternehmens etwa findet sie Stammdaten zur vertraglich mit Beschäftigten vereinbarten Arbeitszeit und ihren Qualifikationen. Aus Buchungs-, Belegungs- oder Enterprise-Ressource-Planning- Systemen beziehen Algorithmen Informationen zum Arbeitsanfall, der zu einem bestimmten Zeitpunkt bewältigt werden muss. Über ihr Smartphone oder Tablet speisen Mitarbeiter die KI mit ihren Wünschen für die Dienstplanung. In dem bei der Einführung der Systeme zu erstellenden Datenmodell schließlich finden sich bei der Planung zu berücksichtigende Rahmendienstpläne oder Betriebsvereinbarungen zur Schichtplanung. KI-basierte Personalplanungssysteme erstellen alle Dienstpläne, die auf Grundlage dieser Vorgaben möglich sind und wählen daraus die Lösung aus, die alle Anforderungen am weitest gehenden erfüllt. Diese schlagen sie den verantwortlichen Dienstplanern vor.
• In der Instandhaltung kommen keine KI-basierten Optimierungssysteme zum Einsatz. Hier gleichen die Algorithmen von Predictive-Maintenance-Lösungen die von Sensoren gemessenen und über das Internet der Dinge übertragene Daten zum aktuellen Zustand einer Maschine kontinuierlich mit einem Modell ab. Dieses stellt dar, wie sich die Anlagen, ihre Komponenten sowie die auf ihnen ablaufenden Prozesse idealerweise verhalten sollen. Die Algorithmen lernen dabei, wie sich einzelne Betriebsparameter gegenseitig beeinflussen, etwa das Drehmoment und der Anpressdruck eines Werkzeugs und die Abdrängung des Bauteils auf einem Frästisch oder einzelne Baugruppen einer Maschine wie Motor, Lager und Getriebe. Weicht das Zusammenspiel solcher Einflussgrößen vom definierten „Normalverhalten“ der Maschine ab, erkennt die KI dies. Sie klassifiziert die festgestellte Anomalie, ermittelt deren Ursache und berechnet, wann ein Radlager, eine Achse oder Pumpe ausfallen werden.

KI-Investitionen im Mittelstand reichen nicht, um im globalen Wettbewerb zu bestehen

Obwohl viele Großunternehmen ihre Produktivität und Rentabilität mit solchen KI-Lösungen massiv gesteigert haben, halten sich KMU beim Einsatz der Technologie nach wie vor sehr zurück. Nur gut jeder zweite kleine und mittelgroße Betrieb setzt laut der Studie der „Plattform Industrie 4.0“ KI-basierte Automatisierungs-, Steuerungs- und Regelungstechnik oder Robotik ein. Nur 45 Prozent der mittelständischen Unternehmen setzen auf KI für die Produktionssteuerung und Instandhaltung, nur gut jedes dritte nutzt sie für die Planung von Ressourcen. „Vor dem Hintergrund des wachsenden internationalen Wettbewerbs sind die aktuellen Investitionen in den Einsatz von künstlicher Intelligenz jedoch deutlich zu niedrig“, fasst Professor Ricardo Büttner, Wirtschaftsinformatiker und Data Scientist an der Hochschule Aalen, zusammen.

Mehr trauen sich viele dieser Unternehmen aber nicht zu, weil sie keine KI-Expert:innen in ihrer eigenen Belegschaft haben und auch auf dem Arbeitsmarkt keine finden. Außerdem befürchten sie, nicht über genügend Daten zu verfügen, um Modelle für die KI erstellen und Algorithmen trainieren zu können. Mehr als 40 Prozent der von der „Plattform Industrie 4.0“ befragten Mittelständler:innen sammeln Daten in digitaler Form allerdings auch überhaupt nicht.

Unverzichtbare Hilfe von außen bei KI-Projekten im Mittelstand

Ganze 45 Prozent verzichten zudem darauf, Freelancer:innen und Berater:innen von außerhalb des Unternehmens in KI-Projekte einzubinden oder sie mit deren Umsetzung zu beauftragen, ergab die Untersuchung von Deloitte. Dabei könnten ihnen freie Data Scientists und KI-Expert:innen helfen, im Unternehmen vorhandene Daten für KI-Anwendungen nutzbar zu machen. Viele Unternehmen haben solche Datenbestände, glauben aber, diese seien nicht geeignet, um damit die Produktivität und Effizienz ihrer Prozesse zu steigern. Freelancer:innen helfen mittelständischen Unternehmen, sich diese Potenziale der KI zu erschließen. Darauf sollten sie nicht verzichten. Denn mit Künstlicher Intelligenz lässt sich mehr bewerkstelligen als der morgendliche Zugriff aufs Handy.