Studie deckt Stellenwert von KI auf

Haben die Entscheidungsträger in deutschen Unternehmen die Herausforderungen angenommen, mit denen sie hinsichtlich Künstlicher Intelligenz und Machine Learning konfrontiert sind? Im Auftrag der Fachzeitschrift Computerwoche haben Forscher von IDG Research Services rund 350 Entscheidungsträger dazu befragt. Den Ergebnisband der Studie „Machine Learning / Deep Learning 2019“ finden Sie hier zum Downloaden.

Einige Ergebnisse der Studie „Machine Learning / Deep Learning 2019“ stimmen optimistisch: 57 Prozent der Firmen in Deutschland nutzen eine Machine-Learning-Technologie bereits. Die Zahl der Verweigerer ist mit 12 Prozent eher gering.

 

In der Rangliste der wichtigsten IT-Themen hat sich Machine Learning auf Platz drei vorgearbeitet, hinter Cloud Computing und Cyber Security (mit jeweils 34 Prozent): Rund 30 Prozent der deutschen Unternehmen wollen sich im kommenden Jahr intensiv mit Künstlicher Intelligenz (KI) und Machine Learning (MI) beschäftigen.

Künstliche Intelligenz und Machine Learning sind in den Unternehmen angekommen.
Jürgen Hill, Teamleiter Technologie und Leitender Redakteur Computerwoche

Nicht nur ein Spielzeug der IT-Abteilung

Mehr als ein Drittel der Unternehmen (36 Prozent) hält den Einsatz von Machine Learning im IT-Bereich für besonders nutzbringend. Doch Firmen erkennen, dass ML auch in weiteren Bereichen, zum Beispiel dem Kundendienst, Vorteile bringen kann.

Daten müssen besser werden

Mehr als einem Drittel der Befragten bereitet jedoch noch die mangelnde Qualität der Input-Daten (34 Prozent) und die mangelnde Transparenz von ML-Algorithmen (30 Prozent) Kopfzerbrechen. Der Mangel an Geld für KI- und ML-Projekte spielt hingegen eine untergeordnete Rolle.

ML bei den Großen schon im Einsatz

Fast 60 Prozent der deutschen Unternehmen setzen bereits mindestens eine ML-Applikation ein, über 22 Prozent bereits eine ganze Reihe solcher Anwendungen – Tendenz steigend. Allerdings haben vor allem kleinere Firmen mit einem niedrigeren IT-Budget noch einen erheblichen Nachholbedarf.

Interne Prozesse mit KI optimieren

Die meist genutzten KI-Methoden sind mit je 40-prozentiger Nennung die Spracherkennung und Assistenzsysteme. Bots und Robotics (jeweils 30 Prozent) haben dagegen noch Nachholbedarf. Die Optimierung interner Prozesse (37 Prozent) und eine höhere Effizienz (36 Prozent) sind die Hauptziele beim Einsatz von ML-Lösungen. Nur etwa ein Viertel sieht in der Technologie ein Mittel, neue Produkte und Services zu entwickeln.

Cloud als Datenspeicher

Mehr als die Hälfte der Befragten (52 Prozent) sind bereit, ML-Daten in der Cloud zu speichern. Weitere 40 Prozent stehen dieser Option aufgeschlossen gegenüber. Nur für sechs Prozent der Unternehmen kommt die Cloud nicht in Betracht.

 

Rund 62 Prozent der Firmen erwarten sich vom Einsatz von ML und KI eine Stärkung der Wettbewerbsfähigkeit des Standorts Deutschlands.
Studie „Machine Learning / Deep Learning 2019“, IDG Research Services

Wettbewerbsvorteil für Deutschland in Gefahr

Rund 62 Prozent der Firmen erwarten sich vom Einsatz von ML und KI eine Stärkung der Wettbewerbsfähigkeit des Standorts Deutschlands. Allerdings halten 58 Prozent der Befragten eine umfassende Diskussion über die ethischen Fragen im Zusammenhang mit KI und ML für überfällig. Solche Ethikfragen sind für 52 Prozent zügig zu beantworten, damit Deutschland bei ML und KI nicht den Anschluss verliert. 

 

Neugierig? Wenn Sie mehr über den Stellenwert und die Einsatzgebiete von KI und ML in der deutschen Industrie erfahren wollen, dann laden Sie sich hier den Ergebnisband herunter.

 

2019-7-17

Unter künstlicher Intelligenz im eigentlichen Sinn versteht man Anwendungen, bei denen Maschinen Aufgaben ausführen, für die normalerweise menschliche Intelligenzleistungen wie Lernen, Urteilen und Problemlösen nötig sind. Dafür werden Tools und technische Lösungen entwickelt, mit denen der Mensch besser arbeiten kann, da sie seine Fähigkeiten erweitern.

Durch das sogenannten Machine Learning (ML) entsteht die eigentliche „Intelligenz“: Computer werden trainiert, anhand von Algorithmen in unstrukturierten Datensätzen Muster zu erkennen und aufgrund dieses „Wissens“ Entscheidungen selbst zu treffen. Ziel ist es, dass die Maschine aus Daten und Erfahrung lernt und ihre Aufgaben immer besser ausführen kann.

Abonnieren Sie unseren Newsletter

Bleiben Sie auf dem Laufenden: Alles was Sie über Elektrifizierung, Automatisierung und Digitalisierung wissen müssen.