Der Vorsprung durch eine industrielle KI-Revolution Generative KI im industriellen Sektor noch in den Kinderschuhen

Industrielle KI-Revolution: Warum industrielle Dienstleister genau jetzt auf generative Intelligenz setzen sollten. Cognizant untersucht in gemeinsamer Studie mit Microsoft und der Universität St. Gallen (HSG) die Bedeutung von generativer KI für industrielle Dienstleistungen.

Bild: DALL·E / publish-industry
26.09.2024

Die Studie von Cognizant und Microsoft in enger Zusammenarbeit mit dem Institut für Technologiemanagement der Universität St. Gallen (HSG) zeigt: Generative KI ist für die Industrie von entscheidender Bedeutung. Doch noch ist die Relevanz und Anwendung im täglichen Geschäft nicht ausreichend angekommen – haben industrielle Dienstleister bereits den Anschluss verpasst?

Aufgrund der schnellen Ausbreitung von ChatGPT, Gemini und anderen großen Sprachmodellen entwickelt sich generative Künstliche Intelligenz (generative KI) in rasantem Tempo weiter und gewinnt entsprechend an Bedeutung. Dadurch werden Unternehmen ganz neue Möglichkeiten zur Steigerung von Effizienz, Innovation und Wettbewerbsfähigkeit gegeben. Auch für den industriellen Dienstleistungssektor wird die Technologie in Zukunft eine entscheidende Rolle spielen. Zu diesem Ergebnis kommt eine wissenschaftliche Befragung, die Cognizant und Microsoft in enger Zusammenarbeit mit dem Institut für Technologiemanagement der Universität St. Gallen (HSG) durchgeführt haben.

In der Studie mit dem Originaltitel „Rethinking industrial services with generative AI“ wurden im März und April 2024 verschiedenste Führungskräfte aus einer Vielzahl von Branchen wie etwa Automatisierung, Robotik, Engineering, Fertigung, Verpackung und dem Energiesektor befragt. Insgesamt nahmen 54 Experten wie CIOs, Global Service Directors, Forschungs- und Entwicklungsleiter, Produktmanager und Innovationsverantwortliche aus 40 Unternehmen am Projekt teil. Die Umfrage hebt das transformative Potenzial der generativen KI im Segment der industriellen Dienstleistungen hervor.

Gerade dort steht die Integration der Technologie in operative Geschäftsprozesse häufig noch ganz am Anfang. Ziel der Befragung war es nicht nur, den aktuellen Status von generativer Kl in Industrieunternehmen zu ermitteln und zu verstehen. Auch sollten typische Anwendungsfälle für KI-basierte Industriedienstleistungen sowie die entsprechenden technischen und organisatorischen Anforderungen detailliert untersucht werden. Ein weiteres Ziel bestand in der Identifikation von priorisierten Anwendungsbereichen, die speziell auf industrielle Dienstleistungen zugeschnitten sind.

Relevanz von generativer KI im Industriesektor

Um einen aussagekräftigen Überblick über die Relevanz von generativer KI im Industriesektor zu erhalten, untersucht die Studie zunächst den Reifegrad entsprechender Anwendungen in Unternehmen. Dabei wird ein Bezug zu Daten, Infrastruktur, Human-Resource-Prozessen und bereits bestehenden Erfahrungen mit der Technologie hergestellt. Im Fokus stehen auch die Visionen von Unternehmen, ihre strategischen Ziele und Erwartungen, die sie damit konkret verbinden. Beleuchtet wurde die Bedeutung von Kooperationen und Partnerschaften, um die Wertschöpfung aus generativer KI auf eine neue Ebene zu heben.

Hinsichtlich des aktuellen Reifegrads gab mehr als die Hälfte der befragten Unternehmen an, dass es ihnen an kompetenten Entwicklern und entsprechendem Know-how mangelt. Dabei bewerten die Teilnehmer in vielen Fällen die eigene Technologiearchitektur als ausreichend, während die Infrastruktur der Kunden hinterherhinke. Da die meisten Unternehmen erst seit etwa einem Jahr generative KI erforschen oder implementieren, wird auch der tatsächliche Integrationsgrad eher als gering eingeschätzt. Somit befinden sich laut den Befragungsergebnissen rund 60 Prozent in einem frühen Stadium der Einführung, während ein Viertel der Teilnehmer die Technologie noch nicht nutzt.

KI-Risiken werden als hoch eingeschätzt

Ein weiterer wichtiger Aspekt im Zusammenhang mit der KI-Nutzung betrifft das Risikomanagement: Diesbezüglich wurden die Risiken von generativer KI eher als hoch eingestuft. Dies gilt insbesondere für die Datensicherheit und den Schutz des geistigen Eigentums. Auch bei der Zuverlässigkeit von KI-Modellen sehen mehr als 70 Prozent der Befragten ein Risiko. Und nicht zuletzt halten einige Teilnehmer KI-Systeme für eine Bedrohung und befürchten, sie könnten menschliche Arbeit komplett überflüssig machen.

Gefragt nach ihrer Gesamtvision für die Implementierung von generativer KI sind sich die Umfrageteilnehmer weitgehend einig: Somit bestehen die wichtigsten Beweggründe überwiegend darin, die betriebliche Effizienz zu steigern, das Kundenerlebnis zu verbessern und industrielle Innovationen durch die strategische Nutzung von Daten maßgeblich voranzutreiben. Dabei diene KI nicht nur dazu, Prozesse zu rationalisieren und die Produktivität zu steigern. Auch sei es wichtig, entscheidende Wettbewerbsvorteile zu generieren und die Kundenbindung zu vertiefen. Dadurch ließe sich der Fokus gezielt auf gemeinsamen Erfolg und partnerschaftliche Zusammenarbeit richten, was die Kundenbeziehungen stärkt und Vertrauen, Loyalität und langfristige Zufriedenheit fördert. KI leiste einen wichtigen Beitrag, um die Ziele von Unternehmen und deren Kunden in Einklang zu bringen und damit die Geschäftsergebnisse anhaltend zu optimieren.

Große Datenmengen für vorausschauende Analysen nutzen

Im Rahmen ihrer strategischen Vision sehen die Studienteilnehmer einen weiteren wichtigen Aspekt der KI-Integration: So sei es von entscheidender Bedeutung, große Datenmengen für vorausschauende Analysen, Entscheidungsfindung und die Entwicklung innovativer Lösungen zu nutzen. KI diene hier als praktikables Werkzeug, um realistische Prognosen auf Basis historischer Erkenntnisse zu erstellen. Die Technologie liefere die Grundlagen für die Entwicklung professioneller Tools und Lösungen, die passgenau auf spezifische industrielle Bedürfnisse zugeschnitten seien.

Daher gelte generative KI als wichtiger Baustein für die digitale Transformation und bereite den Weg für eine verbesserte branchenübergreifende Zusammenarbeit, vorausschauende Wartung und personalisierte Lösungen zur Optimierung der Benutzererfahrung. Schließlich sind laut den Befragten modernste KI-Technologien geradezu dafür prädestiniert, traditionelle Wertschöpfungsketten, Fertigungsabläufe sowie Dienstleistungen tiefgehend zu transformieren und sie anpassungsfähiger, effizienter und nachhaltiger zu gestalten, so der Tenor der Umfrageergebnisse.

Dabei sehen 68 Prozent der Befragten die Hauptmotivation für die KI-Integration in einer Vorreiterrolle bei Neuheiten und strategischer Zukunftsplanung. Darüber hinaus ist mehr als die Hälfte von ihnen auf der Suche nach ständigen Prozessverbesserungen und Ressourceneinsparungen. Allerdings bestehen laut den Befragungsergebnissen kaum nennenswerte regulatorische Anforderungen und nur ein geringer Wettbewerbsdruck. Interessant auch: Rund die Hälfte der Befragten nimmt die zukünftige Präsenz generativer KI in ihrem Unternehmen als signifikant oder allgegenwärtig wahr.

Empfehlungen für die KI-Einführung

Welche Empfehlungen lassen sich für Industrieunternehmen nun konkret aus der Studie ableiten? Von entscheidender Bedeutung ist es, die Implementierung von generativer KI zu beschleunigen. Falls noch nicht geschehen, sollten Unternehmen schleunigst damit beginnen, entsprechende Pilotprojekte auf den Weg zu bringen. Nur so lassen sich die besonderen Vorteile identifizieren, die präzise auf die spezifischen betrieblichen Bedürfnisse zugeschnitten sind. Dabei sollte bei KI-Projekten ein klarer Fokus auf Innovation und Prozessoptimierung gelegt werden, um effizienter als der Wettbewerb zu agieren und einen maximalen Mehrwert für die Kunden zu schaffen.

Wichtig ist auch der konsequente Aufbau von Partnerschaften. Dies ermöglicht den Zugang zu gemeinsamem Fachwissen, Technologien und innovativen Verfahren, was die Einführung und Integration von KI maßgeblich beschleunigt. Unternehmen ist zudem zu empfehlen, sich auf den KI-Einsatz in Schlüsselbereichen wie Automatisierung, Wissensmanagement und Support zu konzentrieren. Auf diese Weise lassen sich schnell Verbesserungen der Effizienz und eine hohe Servicequalität erzielen.

Wie die gemeinsame Studie von Cognizant und der Universität St. Gallen (HSG) deutlich zeigt, besteht bei der Implementierung und Nutzung von generativer KI im industriellen Umfeld noch Nachholbedarf. Um hier nicht den Anschluss zu verpassen, müssen Unternehmen entsprechende Projekte beschleunigen und schnell brauchbare KI-Konzepte entwickeln und umsetzen. Nur so lässt sich die Wettbewerbsfähigkeit im hart umkämpften Markt industrieller Dienstleistungen langfristig sichern.

Firmen zu diesem Artikel
Verwandte Artikel