Kategorien

Künstliche Intelligenz: Zieht der deutsche Mittelstand mit?


In vielen deutschen Großunternehmen wird künstliche Intelligenz heute längst erfolgreich und in großem Maßstab eingesetzt. Für die Mehrheit der mittelständischen Unternehmen hat KI noch keine hohe strategische Relevanz. Eine Deloitte-Studie analysiert Anwendungen, Hürden und Perspektiven von künstlicher Intelligenz für den Mittelstand. | © peshkova/fotolia.com

So präsent die Begriffe „Deep Learning“, „Process Mining“ oder „Natural Language Processing“ in der Arbeitswelt mittlerweile sind, so häufig kommt künstliche Intelligenz (KI) schon in den unterschiedlichsten Bereichen zum Einsatz. Der deutsche Mittelstand scheint KI-Technologien hingegen noch verhalten gegenüberzustehen – das zeigt die Studie „Künstliche Intelligenz im Mittelstand“, für die das Beratungsunternehmen Deloitte über 300 Führungskräfte mittelständischer Unternehmen zu den Herausforderungen, Chancen und Risiken von KI im Mittelstand befragt hat.

64% messen KI eine lediglich mittlere bis niedrige Relevanz für den Mittelstand als Ganzes bei. Auch in Bezug auf das eigene Geschäftsmodell sprechen ihr 58% eine niedrige Bedeutung zu. Werfen die Befragten den Blick in die Zukunft, ändert sich das Meinungsbild: 59% sind davon überzeugt, dass die Bedeutung von KI zunehmen wird.

Der deutsche Mittelstand steht für eine hohe Innovationsfähigkeit und Geschwindigkeit – eigentlich perfekte Voraussetzungen für die Umsetzung von KI-Initiativen, stellen die Studienautoren fest. Die Ergebnisse der Analyse machen allerdings deutlich, dass viele mittelständische Unternehmen KI noch immer auf die lange Bank schieben. Damit unterschätzen sie laut der Experten nicht nur die Realität, sondern verwehren sich selbst auch den zahlreichen kurz- und langfristigen Chancen, die künstliche Intelligenz ihnen bereits heute bieten kann.

Prozessuale Perspektive überwiegt

KI-Technologien stehen reihenweise bereit – doch welche haben für den Mittelstand die größte Bedeutung? Laut der Studie sehen 45% der Befragten regelbasierte Systeme in Sachen Relevanz an erster Stelle, gefolgt von Machine Learning (41%) und Deep Learning (36%). Diese Priorisierung deckt sich mit den Potenzialen, die sich die Unternehmen vom KI-Einsatz am ehesten versprechen: nämlich der Automatisierung von Prozessen (77%), der effizienten Nutzung von Daten (72%) und der Beschleunigung von Prozessen (66%). Lediglich 43% erhoffen sich von KI die Entwicklung neuer Geschäftsmodelle. Entsprechend gering fällt mit 26% auch der Anteil der Unternehmen aus, die Anwendungen selbst entwickeln – 34% der Befragten nutzen KI als Produkt, 30% als Service.

Fokus liegt hauptsächlich bei der Automatisierung von Prozessen.

Geht es um die idealen KI-Einsatzgebiete im Unternehmen, nennt eine Mehrheit von 65% der Befragten den IT-Bereich als prädestinierte Abteilung. Auch in der Logistik (59%) und in der Material- und Produktionswirtschaft (52%) machen die Teilnehmenden hohe Potenziale für den Gebrauch aus. Überraschend: Gerade solche Bereiche, in denen sich durch etablierte KI-Technologien vergleichsweise rasche und unkompliziert realisierbare Effizienzsteigerungen erzielen lassen – etwa im Controlling oder Rechnungswesen – stufen die meisten Befragten als deutlich weniger KI-geeignet ein.

Hauptrisiko: keine oder unzureichende Daten

Die ambivalente Haltung des Mittelstands zu KI spiegelt sich auch in dessen Einschätzungen zu möglichen Anwendungsrisiken wider: Ganze 47% der Unternehmen fürchten falsche Rahmenbedingungen für deren Einsatz – wie etwa ungenügende Datenqualität oder auch einfach fehlende Daten. Der Studie zufolge haben 45% Bedenken, dass Aufwand und Ertrag nicht zusammenpassen. Weitere 44% sehen das Risiko intransparenter Entscheidungen oder Entscheidungswege.

Zweifel im Zusammenhang mit der KI-Anwendung lassen sich häufig durch ein realistisches Erwartungsmanagement ausräumen, erläutern die Studienautoren. Dazu gehört neben einer umfassenden Information zu den im eigenen Unternehmen nutzbaren Technologien auch eine sachliche Auseinandersetzung mit möglichen Anwendungsfeldern.

Kompetenzmängel erschweren Implementierung

Hakt es im Rahmen der Integration von KI, sieht der Großteil der befragten Führungskräfte die Ursachen zunächst im eigenen Haus: 65% führen Hemmnisse auf interne Kompetenzmängel zurück, 52% verweisen auf allgemeine Probleme der Strategieimplementierung und ebenfalls 52% auf Datenprobleme. Als weitere Barriere geben 46% Mängel in der IT-Infrastruktur an. Passend zu diesen Befunden sehen die Befragten beim Thema Nachholbedarf auch die eigene Belegschaft in der Pflicht: 54% wollen ihre Mitarbeiterinnen und Mitarbeiter in internen Schulungen fit für KI machen, 50% setzen auf erfolgreiche Pilotprojekte. 47% möchten ihren Nachholbedarf durch den Einsatz externer Kompetenzen decken.

KI ist Chefsache

Wer hat im Unternehmen den KI-Hut auf? Bei knapp über der Hälfte der Teilnehmenden ist die organisatorische Verantwortung derzeit bei Abteilungen unterhalb der Geschäftsleitung angesiedelt, beispielsweise bei der IT oder den operativen Bereichen, die KI direkt anwenden (jeweils 16%). Eine eigene KI-Abteilung kann nur 1% der Befragten vorweisen. 48% hingegen verorten die Verantwortung bereits beim Top-Management.

Eine ähnliche Zweiteilung lässt sich auch beim Thema Budget ablesen: Zwar beträgt bei der gesamten Stichprobe der Median für KI-Investitionen rund 250.000 € pro Jahr. Allerdings investieren 41% sogar 500.000 Euro und mehr, während 48% der Unternehmen unterhalb des Medians bleiben. Bei 11% liegt das KI-Finanzvolumen sogar bei unter 50.000 € jährlich. Immerhin: 38% der Befragten rechnen mit einem starken bzw. sehr starken Anstieg der KI-Budgets für die Zukunft.

Laut der Studienautoren ist es keine Frage, ob, sondern nur wann der durch künstliche Intelligenz eingeleitete Wandel den Mittelstand verändert. Allerdings werde sich KI nicht abrupt, sondern mittels vieler kleiner Nadelstiche bemerkbar machen – angefangen bei Prozessautomatisierung und -optimierung bis hin zu neuen Geschäftsmodellen. Um darauf vorbereitet zu sein, sollte KI fest auf C-Level-Ebene verankert sein und durch eine aktive KI-Markt- und Trendanalyse stetig auf die eigene Unternehmung angepasst werden, so der Rat der Studienautoren.

Die komplette Studie finden Sie hier zum Download.

(Pressemitteilung Deloitte vom 25.03.2021)


Top