creditshelf magazin
Nº11 | Nov 2020
10/17

KI im Mittelstand? Ja, sicher!

Die Digitalisierung bringt Unternehmen bereits heute eine ganze Reihe von Vorteilen. Sie bildet zudem die Basis für fortgeschrittene KI-Lösungen, die als Erfolgsfaktoren und Produktgrundlage künftig immer wichtiger werden. Doch welche Möglichkeiten ergeben sich für Mittelständler durch KI konkret und wie führen Betriebe die Technologie effektiv ein?  

Für viele kleine und mittelständische Unternehmen wirft das Thema KI noch immer viele Fragen auf: Was genau ist das eigentlich und was können wir damit erreichen? Sollen wir sofort aktiv werden oder besser warten, bis sich Standards etabliert haben? Oft auch: Welche Voraussetzungen müssen wir erfüllen, um ein KI-System zu implementieren? Bei aller verständlichen Vorsicht und Zurückhaltung: KI ist kein Spielfeld nur für die „Großen“ oder Technologiefirmen – genauso wenig wie die gesamte digitale Transformation. Mittelständler sollten KI vielmehr als digitales Werkzeug und als Chance verstehen, ihre Prozesse, Wertschöpfungsketten und Geschäftsmodelle zu optimieren. Denn durch höhere Effizienz oder smartere Produkte lassen sich Marktpositionen stärken und neue Segmente erobern.

Rasanter KI-Fortschritt

Die Geschwindigkeit, mit der KI im Moment von der „Science Fiction” zur Realität wird, ist faszinierend. KI – und ihre kleinen Geschwister Data Science und Machine Learning – schaffen es, immer mehr komplexe Probleme zu lösen. Neben Anwendungen für den Alltag wie dem autonomen Fahren, Smart Home oder automatischer Übersetzung zeigt sich dies besonders in industriellen und wissenschaftlichen Lösungen. Am Massachusetts Institute of Technology (MIT) wurde beispielsweise mit der KI-Methode „Deep Learning“ kürzlich ein neues Antibiotikum gegen multiresistente Keime gefunden, innerhalb eines Bruchteils der üblichen Zeit. Auch im Mittelstand tun sich vielfältige Anwendungen auf, wie wir sehen werden. 

Dennoch haben Menschen bei komplexen Zusammenhängen und in Sachen Intuition oder Kreativität weiter die Nase vorn. Wir sind die besseren Datenverwerter und können mit Input umgehen, der KI-Systemen zu unstrukturiert ist. Dafür braucht ein Mensch jedoch Jahrzehnte, um seine „natürliche Intelligenz” zu trainieren. Deshalb sollten wir nicht versuchen, mit KI zu konkurrieren, sondern uns auf Fähigkeiten konzentrieren, welche die der künstlichen Intelligenzen ergänzen.

Einsatzgebiete für KI im Mittelstand

Die Anwendungsfelder für KI sind bei genauerer Betrachtung meist gar nicht so verwunderlich. Denn es gibt in Unternehmen eine Vielzahl von Aufgaben, die sich aus Daten und wiederkehrenden Mustern ergeben. So können über KI-gesteuerte Roboter etwa regelmäßige Prozesse in der Produktion automatisiert werden. Oder in der proaktiven Wartung: Hier lernt KI im laufenden Betrieb, wie sich Maschinen abnutzen, optimiert Wartungsmodelle und bestellt anhand derer selbstständig neue Teile. In Callcentern könnten Sprachassistenten und KI-Search-Engines den First-Level-Support zudem zum Großteil schon bald ersetzen. Die Sprachassistenz kommuniziert mit dem Anrufer, während die Such-KI im Hintergrund Datenbanken nach Antworten auf dessen Frage durchforstet. Derartige Anwendungen haben in den letzten Jahren stark an Fahrt aufgenommen und erreichen mittlerweile eine hohe Zuverlässigkeit.

Entscheidend für den Erfolg solcher Lösungen ist allerdings auch die verfügbare Datenbasis: Je mehr Daten im Unternehmen vorliegen und je strukturierter diese sind, desto leistungsfähiger ist KI. Denn ein hohe Informationsdichte erlaubt es ihr, umso komplexere Zusammenhänge zu finden. 

KI im Unternehmen einführen

KI ist ein digitales Werkzeug und setzt somit voraus, dass ein Mittelständler die digitale Transformation bereits grundsätzlich angegangen ist. KI setzt darauf auf, indem sie Prozesse unterstützt bzw. automatisiert. Manchmal erweist sie sich auch als Wegbereiter digitaler Prozesse, beispielsweise um die Datenbasis aus vorhandenen Dokumenten zu schaffen.

1. Klein anfangen:

Anfangs sollte man einen Pilotprozess identifizieren, bei dem KI einen hohen Nutzen verspricht und möglichst einfach aufzubauen ist. Mit klarem Blick auf Nutzen lassen sich auch interne Hindernisse leichter überwinden. Diese können von fehlenden Daten und mangelndem Wissen bis hin zu Sicherheitsbedenken oder mangelndem Vertrauen in das Verhalten der Maschine reichen. Mit den Erfolgen und Erfahrungen aus einem solchen Pilotprojekt kann man dann iterativ weitere Prozesse angehen. Es gibt hierbei agile Vorgehensweisen wie das Modell „Build–Measure–Learn” aus der „Lean Startup Methode“ von Eric Ries. Dabei geht es im Grunde darum, schnell einen schlanken Prozess aufzubauen, Feedback einzuholen und zu testen sowie die Lösung durch das so Gelernte permanent weiterzuentwickeln.

2. Wissen aufbauen: 

Verständlicherweise fehlt es meist an spezifischem KI-Know-how im Unternehmen. Dies gilt sowohl für die strategische Planung als auch für die Umsetzung von KI-Projekten. Es ist daher naheliegend, sich zeitweise Expertinnen oder Experten von außen mit an Bord zu holen oder Spezialisten direkt fest anzustellen. Um diese Kernkompetenz herum baut der Betrieb dann eine „KI-Taskforce“ aus weiteren Mitarbeitern auf, die die internen Prozesse gut kennen und gleichzeitig die KI-Methodik lernen. In enger Abstimmung mit der Geschäftsführung kann dieses Team Projekte dann vorantreiben. 

3. Von oben sichtbar unterstützen: 

Die Geschäftsführung sollte das Thema KI sichtbar vorantreiben – wie immer, wenn es um einen kulturellen Wandel im Unternehmen geht. Vorausgehen sollte eine strategische Diskussion im Management darüber, welche Chancen KI mit sich bringt und wie sich das Unternehmen langfristig darauf ausrichten kann. Das kann durch die KI-Taskforce beratend unterstützt werden. Konkret: Wie lassen sich Prozesse, Wertschöpfungsketten, Produkte und Geschäftsmodelle mit KI neu denken?