Künstliche Intelligenz für die Wirtschaft von morgen
Wie aus Daten wettbewerbsfähige Geschäftsmodelle entstehen

Johannes Winter, acatech – Deutsche Akademie der Technikwissenschaften

Künstliche Intelligenz (KI) und Lernende Systeme bieten enormes wirtschaftliches Potenzial und sind Treiber des digitalen Wandels. Sie verändern die Wertschöpfungsketten, Geschäftsmodelle und Beschäftigungsstrukturen in der Industrie radikal. Traditionelle Produkte werden in nahezu allen Branchen durch datengetriebene Services erweitert. Um mit dem internationalen Wettbewerb Schritt zu halten, müssen Unternehmen ihre Betriebsdaten mithilfe Künstlicher Intelligenz wirtschaftlich nutzbar machen und damit neue Geschäftsmodelle ermöglichen – und zwar besser heute als morgen.

Künstliche Intelligenz ist die nächste Stufe der Digitalisierung. Sie wird unsere Arbeits- und Lebenswelt prägen und in Unternehmen aller Branchen Einzug halten. Das gilt für die deutschen Leitindustrien ebenso wie für den Mittelstand und Start-Ups, denen KI enorme Chancen für neue Geschäftsmodelle eröffnet. Die industrielle Produktion ist in Deutschland als Fabrikausstatter der Welt einer der wichtigsten Anwendungsbereiche für Lernende Systeme. Maschinen, Roboter und Softwaresysteme erledigen schon heute auf Basis von Daten selbstständig abstrakt beschriebene Aufgaben, ohne dass jeder Schritt spezifisch vom Menschen programmiert wird. Solche Lernenden Systeme beruhen auf Technologien und Methoden der Künstlichen Intelligenz, bei denen derzeit große Fortschritte hinsichtlich ihrer Leistungsfähigkeit erzielt werden. Besonders wichtig ist darunter das maschinelle Lernen, da es den Systemen ermöglicht, ihr Verhalten durch Erfahrung und in Interaktion mit ihrer Umwelt und ihren Nutzern zu optimieren.


KI als Treiber der Digitalisierung


Bild 1: KI-Landkarte der Plattform Lernende Systeme
mit Anwendungsbeispielen aus ganz Deutschland.

Die nächste industrielle Revolution hat längst begonnen. Die erste Welle des digitalen Wandels setzte zu Beginn der 1970er Jahre ein. In der Industrie kamen Elektronik und IT zum Einsatz. Die Automatisierung der Produktion schritt voran. Seit einigen Jahren erlebt die Industrie eine zweite Welle der Digitalisierung, die sich durch drei Schlagworte beschreiben lässt: smart, vernetzt, autonom [1]. Intelligente Maschinen, Produkte, Lagersysteme und Betriebsmittel mit eingebetteter Elektronik werden über das Internet miteinander verbunden und steuern die Produktion aktiv mit. Die intelligenten, vernetzten Objekte sammeln mithilfe ihrer Sensoren Unmengen von Realweltdaten – quasi zum Nulltarif. Im Mittelpunkt steht nun die Individualisierung von Produkten und Diensten. Dazu braucht man Lernende Systeme, die beispielsweise selbstständig Montagepläne für die ständig neuen, individuellen Produktdesigns erstellen. Die Daten sind die Grundlage und Trainingsmaterial für Lernende Systeme. Ein Durchbruch wurde in den letzten Jahren mit dem Deep Learning erreicht, das auf einer Weiterentwicklung künstlicher neuronaler Netze fußt. Neuronale Netze umfassen mehrere Schichten bestehend aus einer Vielzahl künstlicher Neuronen, die miteinander verbunden sind und auf Eingaben von Neuronen aus den vorherigen Schichten reagieren. In der ersten Schicht wird etwa ein Muster erkannt, auf der zweiten Schicht ein Muster von Mustern und so weiter. Liefert das Netz ein falsches Ergebnis, passen die Entwickler die Verbindungsstärke zwischen den Neuronen an. Anders beim Deep Learning. Hier werden die Abstraktionsschichten nicht von Menschen vorgegeben, sondern sie entstehen aus den Daten selbst heraus. Das System generiert sein Vorhersagemodell selbst. 


Von lernenden Robotern zu neuen Services 

In der Fabrik entlasten intelligente Maschinen und Industrieroboter die Menschen von körperlich schwerer oder gefährlicher Tätigkeit und eintönigen Routineaufgaben. In Zukunft wird sich die Distanz zwischen Angestellten und Maschinen noch verringern: Lernfähige Industrieroboter kommen sprichwörtlich aus ihren Käfigen und arbeiten zum Beispiel in der Montage Hand in Hand mit ihren menschlichen Kollegen zusammen [2]. Denkbar sind auch flexibel einsetzbare Roboter, die von den Beschäftigten trainiert werden und ihre Aufgaben durch Nachahmung der Menschen lernen. Auf KI beruhen auch Fähigkeitsverstärker wie Exoskelette, die den Beschäftigten beispielsweise beim Heben schwerer Gegenstände helfen. Lernende Assistenzsysteme zum Beispiel in Form von Datenbrillen passen sich an die individuellen Fähigkeiten, Wissensstand und Bedürfnisse der Menschen in der Produktionshalle an und unterstützen sie bei ihren Arbeitsschritten.

Lernende Systeme wandeln die Fabrik zu einem sich selbst steuernden, effizienten sowie ressourcenschonenden Produktionssystem. Sie ermöglichen zum Beispiel präzise Prognosen zum Verbrauch von zum Beispiel bestimmten Lebensmitteln, sodass die Hersteller ihre Ressourcenplanung verbessern und Ausschüsse verringern können. Lernende Systeme sind darüber hinaus die Grundlage für intelligente Logistiksysteme und smarte Instandhaltung. Im Marketing können sie bei der Erstellung komplexer Angebote unterstützen oder im stationären Handel die Laufwege von Kunden analysieren, um Produkte passend zu platzieren. Chatbots optimieren den Kundenservice. 

Künstliche Intelligenz kann viele Wertschöpfungsaktivitäten effizienter gestalten und verändert traditionelle Wertschöpfungsketten drastisch. Dabei werden nicht nur bestehende Produkte individueller und günstiger, auch lassen sich völlig neue Geschäftsmodelle erschließen. Die von den intelligenten Maschinen und Produkten erhobenen Daten können mithilfe von KI-Technologien in Echtzeit analysiert und interpretiert werden. Wertvolle Erkenntnisse und Informationen fließen in neue Dienstleistungen, sogenannte Smart Services entstehen. Wer die Datenschätze der intelligenten Gegenstände und Maschinen hebt und mit den Daten der Menschen zu nutzbringenden Anwendungen verbindet, bestimmt in Zukunft das Geschäft. 


KI-Landkarte inspiriert mit Fallbeispielen

Allerdings beschäftigt sich laut einer Erhebung der Boston Consulting Group nur etwa die Hälfte der deutschen Unternehmen mit KI. Die Hürden, vor denen sich insbesondere der Mittelstand bei der Einführung von KI sieht, scheinen groß. Häufig fürchten die Unternehmen, dass KI nur mit hohem Ressourcenaufwand umzusetzen sei. Auch fehlen ihnen oft passende Beispiele, die zeigen, wie sie KI in ihr Geschäft integrieren können und welche Erfolgsaussichten solch ein Unterfangen hat. Die KI-Landkarte, die die vom Bundesministerium für Bildung und Forschung (BMBF) initiierte Plattform Lernende Systeme in Kooperation mit dem Bundesministerium für Wirtschaft und Technologie (BMWi) betreibt, veranschaulicht mit rund 700 Anwendungen, wie KI die Wirtschaft verändert [3] (Bild 1). 

Zum Weiterlesen klicken Sie hier

Schlüsselwörter:

Künstliche Intelligenz, Lernende Systeme, Maschinelles Lernen, Geschäftsmodelle, Plattform- ökonomie