{"id":77049,"date":"2021-06-07T14:21:43","date_gmt":"2021-06-07T12:21:43","guid":{"rendered":"https:\/\/www.hiig.de\/?p=77049"},"modified":"2023-03-28T15:17:00","modified_gmt":"2023-03-28T13:17:00","slug":"smes-and-ai-startups-how-to-keep-track","status":"publish","type":"post","link":"https:\/\/www.hiig.de\/en\/smes-and-ai-startups-how-to-keep-track\/","title":{"rendered":"SMEs and AI-Startups: How to keep track"},"content":{"rendered":"\n

HIIG has been supporting the Mittelstand 4.0 Competence Centre Berlin in the _Gemeinsam digital project as a consortium partner since 2016. We report from the AI company delegations: Which AI systems are of practical relevance for German SMEs? How can SMEs and start-ups learn from each other?<\/em><\/p>\n\n\n\n

\n\n\n\n

Wer sich Orientierung \u00fcber die KI-Szene in Deutschland verschaffen m\u00f6chte, findet heute zahlreiche Anlaufstellen: Webseiten, wie die Plattform lernende Systeme<\/a> oder die KI-Landkarte von AppliedAI<\/a>, erm\u00f6glichen einen ersten \u00fcbersichtlichen Zugang zur nationalen KI-Angebotsstruktur. Ein Blick auf diese \u00dcbersichtsdarstellungen zeigt, dass bereits eine gro\u00dfe Zahl diverser KI-Angebote durch Technologiedienstleister und Startups bereitgestellt werden \u2013 und das Angebot w\u00e4chst kontinuierlich weiter. Dennoch f\u00e4llt es vielen kleinen und mittleren Unternehmen (KMU) oftmals schwer, die richtigen Produkte f\u00fcr ihren je konkreten Anwendungsfall zu identifizieren<\/a>. Um Mitarbeitenden in KMU einen praktischen Einstieg in das Themenfeld \u201eKI im Unternehmen\u201c zu erm\u00f6glichen, f\u00fchrten wir im Projektzeitraum zwei KI-Start-up-Touren durch, die an die vorangegangenen Formate der Unternehmensdelegationen<\/a> sowie Fablab-Touren ankn\u00fcpften. Teilnehmende erhielten dabei einen wertvollen Einblick in KI-Technologien sowie deren Einsatz im Unternehmensalltag \u2013 pr\u00e4sentiert und erkl\u00e4rt von den jeweiligen Entwickler:innen bzw. Start-up-Gr\u00fcnder:innen. Folgende praktische L\u00f6sungen wurden w\u00e4hrend der Start-up-Touren vorgestellt: <\/p>\n\n\n\n

Der Einsatz von KI in der Praxis <\/strong><\/p>\n\n\n\n

Im Fokus der ersten Tour stand die KI-gest\u00fctzte Optimierung von Prozessen oder Dienstleistungen, zu denen drei eingeladene Start-ups ihre L\u00f6sungen pr\u00e4sentierten. Vorgestellt wurde eine Anwendung von KI im Kundenservice, konkret die automatische Verarbeitung von Text- und Sprachnachrichten sowie deren zuverl\u00e4ssige Echtzeitanalyse, die zu einer verbesserten Bearbeitung von Kundenanfragen f\u00fchrt. Gezeigt wurde auch eine Integrationsm\u00f6glichkeiten von KI im Recruiting, Hauptaugenmerk lag hier auf der Automatisierung des Einstellungsprozesses mittels datengetriebener Methoden, welche sich einfach in bestehende Abl\u00e4ufe integrieren lassen. Ebenfalls lernten die Teilnehmenden eine KI-L\u00f6sung f\u00fcr Kommunikationsanalyse und Coaching in Echtzeit kennen, das Verkauf- und Kundendienstmitarbeitende dabei unterst\u00fctzt, ihre F\u00e4higkeiten und Leistungen zu verbessern. <\/p>\n\n\n\n

Kann ein Roboter vom Menschen lernen? <\/strong><\/p>\n\n\n\n

Der Frage, ob ein Roboter vom Menschen lernen kann, wurde in der zweiten Start-up-Tour \u201eRobotik und Automation in der Praxis\u201c nachgegangen. Die Antwort ist: ja, es ist m\u00f6glich, dass Produktionsroboter von menschlicher Hand gef\u00fchrt und damit Bewegungsabl\u00e4ufe KI-gest\u00fctzt trainiert bzw. einstudiert werden, wie ein Berliner Start-up den Teilnehmenden eindrucksvoll zeigte. Ein weiteres intelligentes Automationssystem wurde durch ein weiteres Start-up pr\u00e4sentiert, welches u.a. im Bereich autonomes Fahren t\u00e4tig ist und eine KI-gest\u00fctzte sowie extrem skalierbare Bilddatenverarbeitungs-Software anbietet. Besonders hervorzuheben ist ein Start-up, welches im Bereich vorausschauende (Maschinen-)Wartung t\u00e4tig ist: Da ihnen zu Beginn ihrer T\u00e4tigkeit wichtige Daten f\u00fcr die Weiterentwicklung ihres Produktes fehlten, kam es zu einer Kooperation mit einem mittelst\u00e4ndischen Unternehmen. Das Start-up erhielt Zugang zu den Maschinen, an denen sie ihre eigenen Sensoren anbringen und so die f\u00fcr KI-Systeme wichtigen Trainingsdaten erheben konnten \u2013 im Gegenzug bekam das produzierende Unternehmen ein f\u00fcr ihren Anwendungsfall optimiertes Produkt, das gemeinsam entwickelt wurde. <\/p>\n\n\n\n

Anforderungen und Herausforderungen beim Einsatz von KI <\/strong><\/p>\n\n\n\n

Eine erfolgreiche Implementierung von KI-Systemen im Unternehmen ist unter anderem dadurch gekennzeichnet, dass der Kontext, in dem das System zum Einsatz kommt, klar definiert werden muss. Die Anwendung wird vor einem Einsatz meist durch unternehmenseigene Daten trainiert und dadurch optimiert. Deswegen war es wenig \u00fcberraschend, dass die Teilnehmenden h\u00e4ufig Nachfragen bez\u00fcglich der (Daten-)Anforderungen im Unternehmen stellten. Ebenso wurde h\u00e4ufig nachgefragt, in welchem preislichen Rahmen sich einzelne Produkte bewegen \u2013 KMU verf\u00fcgen meist \u00fcber ein kleines (Digitalisierungs-)Budget, was eine passende Auswahl bei der F\u00fclle der Angebote erschweren kann. Ein bruchst\u00fcckhaftes Wissen \u00fcber KI-Technologien erschwert f\u00fcr viele KMU die Suche nach der passenden KI-L\u00f6sung zus\u00e4tzlich. Niedrigschwellige Angebote wie KI-Weiterbildungskurse<\/a> oder einf\u00fchrende Workshops k\u00f6nnen hier Abhilfe verschaffen. <\/p>\n\n\n\n

Kooperationen langfristig f\u00f6rdern \u2013 und von ihnen lernen<\/strong><\/p>\n\n\n\n

Das oben genannte Beispiel zeigt, dass Kooperationen sowohl f\u00fcr Start-ups, deren Produkt noch nicht vollst\u00e4ndige Marktreife erreicht hat, ebenso n\u00fctzlich sein k\u00f6nnen wie f\u00fcr KMU, die ein f\u00fcr ihren spezifischen Anwendungsfall optimiertes Produkt ben\u00f6tigen, aber nicht das n\u00f6tige Budget aufbringen k\u00f6nnen, eine KI-L\u00f6sung (\u201eAI as a Solution<\/a>\u201c) individuell entwickeln zu lassen. Durch Kooperationen<\/a> kann ein Wissensaustausch angeregt werden, der \u00fcber das blo\u00dfe Erkl\u00e4ren in kleinen Formaten hinausgeht \u2013 und gerade auch f\u00fcr die Wissenschaft wichtige Erkenntnisse im Hinblick auf die Anforderungen und Hemmnisse einer langfristigen Zusammenarbeit zweier oft so antagonistisch behandelter Akteure \u2013 junge, agile Start-ups und traditionelle, etablierte KMU \u2013 zu Tage f\u00f6rdern kann. Es ist deshalb w\u00fcnschenswert, dass solche Kooperationen \u00fcber einen l\u00e4ngeren Zeitraum gef\u00f6rdert werden und KMU somit die M\u00f6glichkeit erhalten, angewandtes Wissen \u00fcber neue KI-Technologien direkt in ihren Unternehmen zu platzieren, damit sie mit der Digitalisierung Schritt halten und ihre Gesch\u00e4ftsmodelle nachhaltig transformieren k\u00f6nnen. <\/p>\n\n\n\n

Multiplikatoren finden und nutzen<\/strong><\/p>\n\n\n\n

Ein Startup ist der Definition von Steve Blank<\/a> zufolge eine tempor\u00e4re Unternehmung auf der Suche nach einem skalierbaren Gesch\u00e4ftsmodell. Daraus geht der verg\u00e4ngliche Charakter hervor, der junge, insbesondere Risikokapital-finanzierte Technologieunternehmen pr\u00e4gt. Ob nun eines aus f\u00fcnf oder eines aus zehn Unternehmen die Suche nach dem skalierbaren Gesch\u00e4ftsmodell erfolgreich abschlie\u00dft, dar\u00fcber gehen die Meinungen auseinander. Allerdings steht fest: den \u00dcberblick \u00fcber die dynamische Landschaft neu entstehender und wieder verschwindender Start-ups zu behalten, ist f\u00fcr einzelne KMU eine Herkulesaufgabe, selbst dann, wenn sie ihren Suchradius auf ein sehr spezielles Anwendungsgebiet begrenzen.
Auch Forschungsinstitute und andere Akteure mit einem Interesse an aktuellen Technologietrends, die durch neu entstehende Unternehmen signalisiert werden, sind mit der Herausforderung konfrontiert, den \u00dcberblick zu behalten. Eine bew\u00e4hrte Methode ist es, ein kleines Netzwerk spezialisierter Multiplikatoren aufzubauen und zu pflegen, die eine enge Beziehung zur Welt der Start-ups und Neugr\u00fcndungen als Teil  ihres Wertversprechens verstehen und ein Interesse daran haben, diese Welt Dritten zug\u00e4nglich zu machen. Am HIIG haben wir \u00fcber die vergangenen 24 Monate ein Multiplikatorennetzwerk aufgebaut, das in Summe auf mehr als 300 nationale und internationale KI-Start-ups zugreift und aktuellste Entwicklungen im Blick beh\u00e4lt. Dabei arbeiten wir mit den folgenden Unternehmen als Multiplikatoren zusammen und empfehlen KMU, dieses Vorgehen f\u00fcr sich zu \u00fcbernehmen: Applied AI<\/a>, The Impact Farm<\/a>, HIKE Startup Center<\/a>, Entrepreneurship Center der TU Braunschweig<\/a>, XU Group<\/a>, Entrepreneurship Ce<\/a>n<\/a>ter des HPI<\/a>, Merantix<\/a>, Atomleap GmbH<\/a>.<\/p>\n