Künstliche Intelligenz ist ein wichtiger Faktor für die Wettbewerbsstärke und Profitabilität von Unternehmen. In nächster Zukunft wird sie flächendeckend zum Einsatz kommen. Machine.Learning ist dabei eine der Kerntechnologien und der Schlüssel zur digitalen Transformation, Industrie 4.0 und dem Internet of Things. Bereits 64 Prozent der Unternehmen befassen sich laut einer aktuellen Studie von Crisp Research aktiv mit Machine-Learning-Technologien. Die gerade vorgelegte Studie entstand in Kooperation mit Hewlett Packard Enterprise (HPE) und The unbelievable Machine Company. Sie liefert einen Überblick über den aktuellen Status und künftige Möglichkeiten von Machine-Learning in deutschen Unternehmen.
Machine-Learning-Technologien werden zum digitalen Mainstream. Nahezu zwei Drittel der deutschen Unternehmen befassen sich aktuell aktiv mit dem Thema. Ein Fünftel setzt Machine-Learning-Technologien bereits produktiv ein. Ebenso viele Unternehmen beschäftigen sich schon jetzt mit dem so genannten Deep-Learning, der neuesten Generation neuronaler Netze – dem „next big thing“ der Künstlichen-Intelligenz (KI). Vorreiterrollen nehmen nach der gerade veröffentlichten Studie die Automotive-, Konsumgüter-, IT-, Telekommunikations- und Mediabranche ein.
Stellschraube Künstliche-Intelligenz für die Wettbewerbsstärke
Nach Jahren in der akademischen Nische erlebt das Thema Künstliche-Intelligenz eine neue, bisher nicht gekannte Innovations- und Wachstumsphase. Neben der dank Cloud-Computing nahezu unbegrenzt verfügbaren und flexiblen Rechenleistung, bilden riesige Datenmengen (Big-Data) die Grundlage für die Modellentwicklung und Trainings im Bereich KI.
Nicht zuletzt ist auch die technologische Entwicklung mit neuen, enorm leistungsfähigen Verfahren, Tools und Frameworks verantwortlich für diesen Sprung. Künstliche-Intelligenz wird somit vom Hype- und Marketing-Trend der Internetkonzerne zur wesentlichen Stellschraube für die Wettbewerbsstärke und Profitabilität fast aller Unternehmen.
Schlüsseltechnologie Machine-Learning
Machine-Learning ist dabei eine der Kerntechnologien. Die Kombination aus günstiger Rechenleistung, großen Datenmengen und optimierten Algorithmen lässt die Innovationsleistung entsprechender Verfahren derzeit exponentiell steigern. Diese haben das Potenzial, Mustererkennung, Datenexploration und automatisierte Datenverarbeitung in Bereiche zu führen, die mit „Manpower“ und den bisherigen Technologien nicht erreichbar sind.
„Für Entscheider in puncto Datenverarbeitung, Technologie und Digitalisierung ist es unumgänglich, sich mit den neuen Ansätzen und Technologien zu beschäftigen“, so der Data Science-Experte Klaas Bollhöfer. „Auch wenn wir erst am Beginn des Zeitalters der ’Data Industry’ stehen: Wer seine Marktposition behalten oder ausbauen will, wird das künftig ohne Künstliche Intelligenz nicht bewältigen.“
Für die von Crisp Research in Kooperation mit The unbelievable Machine Company und Hewlett Packard Enterprise (HPE) erstellte Studie „Machine Learning im Unternehmenseinsatz“ wurden im letzten Jahr 264 Unternehmen verschiedener Branchen, Größen und Typen in Deutschland, Österreich und der Schweiz befragt. Sie gibt Entscheidern und Managern einen empirisch fundierten Überblick zum Status quo. Zudem liefert sie Erkenntnisse und Beispiele, um den Einsatz von Künstlicher-Intelligenz und Machine-Learning im eigenen Unternehmen erfolgreich planen und umsetzen zu können.
