Studie analysiert Einsatz von Machine Learning in Konzernen

Künstliche Intelligenz (KI) und Machine Learning (ML) werden in vielen Großunternehmen inzwischen etwa für die Prozessoptimierungen, die Entwicklung neuer Produkte und Services und die Qualitätskontrolle verwendet. IDG Research Services hat nun gemeinsam mit Lufthansa Industry Solutions und Microsoft Deutschland analysiert, ob und wie Konzerne im D-A-CH-Raum die Technologien einsetzen. Befragt wurden für die Studie strategische IT-Entscheider im C-Level-Bereich und in den Fachbereichen (LoBs), IT-Spezialisten aus dem IT-Bereich und IT-Entscheider aus 367 Unternehmen.

Maschinelles Lernen in Großunternehmen

Machine Learning wird bereits von einem Großteil der Konzerne mit über 10.000 Mitarbeitern (73 %) verwendet. Kleinere Unternehmen mit unter 10.000 Beschäftigten setzen Maschinelle Lernen seltener ein (59 %). Laut den Ergebnissen der IDG-Studie hängt der Einsatz von Machine Learning stark vom Budget der Informationstechnik (IT) ab. Mehr als die Hälfte der Unternehmen (60 %) mit einem jährlichen IT-Budget von über zehn Millionen Euro verwenden Machine Learning. Bei Unternehmen mit einem kleineren IT-Budget wird die Technologie weniger oft verwendet (41 %).

Fachkräftemangel in den Bereichen KI und ML

Laut den Studienteilnehmer ist in Bereichen KI und ML der Fachkräftemangel seit Jahren eines der größten Probleme (37 %). Außerdem erklärten die Befragten, dass mangelhafte Programmierkenntnisse (25 %), fehlende interne Kenntnisse (24 %) und zu geringe Budgets für die Weiterbildung der eigenen Mitarbeiter (19 %) den Einsatz von Machine Learning in ihren Unternehmen behindern.

Konzerne und sowie kleine und mittlere Unternehmen (KMUs) sind deshalb global auf externe Berater und Implementierungspartner angewiesen, um Potenziale im Bereich der ML-Technologien erkennen und umsetzen zu können. Dieses Problem besteht auch in Deutschland, wo laut einer Studie der techconsult GmbH lediglich zwei Prozent aller Produktionsunternehmen beim Machine Learning ohne externe Hilfe auskommen.

Kosten sind das entscheidende Kriterium bei Machine Learning

Bei der Auswahl von ML-Software berücksichtigen die Unternehmen eine Reihe von Entscheidungskriterien. Maßgeblich sind laut der IDG-Studie der Preis (37,3 %), die Nachvollziehbarkeit der Funktion (34,3 %), die individuelle Anpassbarkeit an die Bedürfnisse des Kunden (31,1 %) sowie der Support durch den Hersteller (29,9 %).

Mehrwert von Machine Learning in Unternehmen

Die Studienautoren analysierten zudem, ob und wie die Unternehmen den Erfolg ihrer Machine-Learning-Projekte evaluieren. Laut den Teilnehmern konzentrieren sie sich dabei darauf, ob es durch den Einsatz des Maschinellen Lernens zu einer Produktivitätssteigerung kam (49,4 %), ob die Kosten reduziert werden konnten (46,5 %) und ob die Effektivität höher ist (42,8 %). Neben diesen klar messbaren Kennzahlen untersuchen die Unternehmen außerdem, ob durch Machine Learning eine Transparenzsteigerung erreicht werden konnte (23,9 %) oder ob der Einsatz der Technologie das Image in der Öffentlichkeit verbessert hat (21 %).

Über die Hälfte der Teilnehmer (62 %) erklärt, dass das Machine Learning in ihren Unternehmen schon nach maximal drei Monaten zu einem Mehrwert geführt hat. In einem Großteil der Unternehmen (84 %) kam es durch den Einsatz des Machine Learning spätestens nach einem Jahr zu einer signifikanten Verbesserung.

Mangelnde Akzeptanz von KI-Lösungen

Zudem zeigt die Studie, dass Machine Learning und KI von vielen Mitarbeitern als „Jobkiller“ angesehen werden und deshalb unter mangelnder Akzeptanz leiden. Etwa ein Drittel der Befragten gab an, dass dies in ihrem Unternehmen eine große Herausforderung ist. Es ist laut den Autoren deshalb wichtig, nicht nur den internen IT-Spezialisten Fachkenntnisse für die Implementierung von KI-Lösungen zu vermitteln, sondern auch die übrigen Angestellten über die Möglichkeiten der Technologien zu informieren. Das Ziel ist es, ihnen so zu vermitteln, dass Machine Learning und KI nicht ihre Jobs gefährden, sondern dabei helfen, die Wettbewerbsfähigkeit des Unternehmens zu erhöhen.