Zum Inhalt springen
AI in SMEs | HIIG
10 Dezember 2019

KI im Mittelstand – Status Quo und Herausforderungen

„KI ist eine Grundlagentechnologie, die Maschinen verschiedenste neue Fähigkeiten gibt, die ganze Markthypothesen infrage stellen”, sagt Alexander Waldmann im Interview mit Miriam Wolf. Dieser Blogpost stellt den Auftakt der Beitragsserie „KI trifft Mittelstand” dar. In dieser neuen Reihe werden wir die weißen Flecken der deutschen KI-Landschaft erkunden und ein besseres Verständnis der sozialen, ökonomischen und technischen Dimensionen der Künstlichen Intelligenz in kleinen und mittleren Unternehmen ermöglichen. In dieser Ausgabe fragen wir Alexander Waldmann – operativer und technologischer Direktor der appliedAI Initiative: wo befindet sich Deutschland in Sachen KI und wo gibt es für den Mittelstand Potentiale?


Zunächst einmal ist „Künstliche Intelligenz” ein schwerlich definierbarer Begriff, bei dem es ein starkes Tauziehen um die Meinungshoheit gibt.

Alexander Waldmann

appliedAI ist als Teil der UnternehmerTUM – einer neutralen Plattform für Innovation und Entrepreneurship – Europas größte gemeinnützige Initiative für den Einsatz von Technologien der künstlichen Intelligenz. Sie sind überzeugt, dass nur dann Wettbewerbsvorteile geschaffen werden können, wenn wir im Hier und Jetzt Erfahrungen mit KI-basierten Produkten und Dienstleistungen sammeln. In dem Zusammenhang unterstützt appliedAI Unternehmen bei der Einführung von KI-Technologien in den Bereichen Strategie, Entwicklung und Ausbildung. 

Alexander Waldmann leitet zusammen mit seinem Kollegen Donald Leonhard-MacDonald das operative Geschäft und die technologische Langzeitentwicklung (sowohl Hardware als auch Software sowie Prozessmanagement). Er ist einer der Mitbegründer des TECHFEST – einem internationalen Technologiefestival in München – und Gestalter der UnternehmerTUM [x] Initiative, die ein Ökosystem für Gründungsinteressierte in den Bereichen Künstliche Intelligenz, Internet of Things und Synthetische Biologie schafft.

MW: Ihr tragt den Namen KI im Unternehmensname. Wie definiert ihr KI-Begriff für euch?

AW: Zunächst einmal ist „Künstliche Intelligenz” ein schwerlich definierbarer Begriff, bei dem es ein starkes Tauziehen um die Meinungshoheit gibt. Grundsätzlich gibt es zwei Sichtweisen: Bei der ersten geht es erst einmal um die Idee etwas zu erschaffen, was ähnlich intelligent ist wie wir Menschen, oder zumindest was intelligente Verhaltensweisen von außen beobachten lässt, ganz unabhängig davon wie stark diese Intelligenz ist. Wir stützen uns aber sehr viel stärker auf eine anwendungsnahe Definition. Das heißt für uns: Bei KI dreht es sich heute noch um die Automatisierung von Wissensarbeit. Automatisierung von Wissensarbeit ist auch die Kernaktivität von dem, worauf die meisten Mittelständler ihren kompetitiven Vorteil stützen. Die KI-Technologien spielen dabei mit einigen anderen Kerntechnologien zusammen, zum Beispiel der Robotik oder der Augmented Reality eine wichtige Rolle in der aktuell laufenden Technologischen Revolutionswelle.

MW: Und wie ist für euch KI in der Diskussion um Digitalisierung und digitale Transformation im Allgemeinen einzuordnen?

AW: Zum einen ist KI eine entscheidende Grundlagentechnologie, die Treiber der aktuellen technischen Revolution ist. Es ließe sich auch sagen, dass KI die nächste Welle des digitalen Wandels ist. Viele Unternehmen glauben daher, dass sie erst die digitale Transformation meistern müssen, ehe sie sich dem Themenkomplex KI widmen können. Sich mit der digitalen Transformation zu beschäftigen ist per se auch nicht falsch, aber KI hat angenehmerweise die Eigenschaft, dass man damit die Digitalisierung zwar nicht überspringen, sie aber zumindest beschleunigen kann. So sind relevante Probleme, die bei der Digitalisierung typischerweise entstehen, durch KI-Technologie zum Teil einfacher zu lösen. Der Klassiker wäre beispielsweise das Einpflegen von bestehenden Datensätzen. Wenn ein Unternehmen einen Aktenschrank mit analogen Daten digitalisieren will, geht dies mit Computer-Vision-Technologie jetzt viel leichter und schneller. Zusätzlich lassen sich damit diese Daten schnell clustern und vorsortieren. Wichtig ist dabei zu verstehen, dass KI nicht einfach als Teil der digitalen Transformation eingeführt wird. Vielmehr ist braucht es für die erfolgreiche Einführung von KI eine eigene „KI-Transformation“. 

MW: Welche Diskurse über KI findest du problematisch und warum?

AW: Auf politischer Ebene wird aktuell viel darüber diskutiert, dass man sich in der Europäischen Union durch einen Fokus auf die Ethik oder Werte-basierte KI differenzieren könnte. Und es ist sicherlich sinnvoll, darüber zu sprechen und frühzeitig die richtigen Rahmenbedingungen zu schaffen, aber am Markt wird Europa nicht dadurch bestehen, dass Fördermittel primär auf die Erforschung von „ethical AI“ verwendet werden, es braucht auch die Sicht auf die Chance, nicht nur die Gefahr. Ein Wettrennen lässt sich eben nicht dadurch gewinnen, dass im Wesentlichen gesagt wird, wo nicht aktiv geforscht und entwickelt werden soll. Zusätzlich ist das Problem, dass diese Debatten häufig auf einem stark vereinfachten Level stattfinden und dann eben sehr stark entkoppelt sind von den realen Fragen die auch die Mittelständler heute interessiert.

MW: Im Allgemeinen wird ja immer gesagt, der Mittelstand hat Nachholbedarf im Bereich Digitalisierung und KI. Ist diese Einschätzung gerechtfertigt? 

AW: Ja. In einer aktuellen Studie von PwC gab nur die Hälfte der befragten Unternehmen an, dass KI eine wichtige Schlüsseltechnologie sei. Das muss man sich jetzt klar vor Augen führen. Das ist wie, wenn im Jahr 2000 nur die Hälfte der deutschen Konzerne gesagt hätte: „Ja, das Internet ist für uns wichtig”, denn auf dieser Ebene rangiert KI-Technologie nunmal. Vielen Unternehmen, ob groß oder klein ist noch nicht klar wie mächtig und wichtig diese Technologie für uns als Wirtschaftsstandort ist da man ihren Einfluss nicht direkt spürt, sondern nur mittelbar. Viele Mittelständler sind es noch dazu gewohnt Lösungen einzukaufen anstatt in eigene Forschung zu investieren. Das beißt sich heute noch.

MW: Der KI-Begriff subsumiert ja viele verschiedene Technologien und Anwendungsfelder. Welche Anwendungsszenarien sind für kleine und mittlere Unternehmen besonders relevant? 

AW: Ich würde weniger von Anwendungsszenarien sprechen, da KI eher eine allgemeine Grundlagentechnologie sein kann, die für Maschinen bestimmte Fähigkeiten mit sich bringt. Solche Fähigkeiten, wie etwa automatische Bild- oder Spracherkennung, sind zunächst einmal unabhängig von einer bestimmten Nische. Das Problem ist, dass es an der Stelle aktuell noch wenige Standardlösungen gibt. Das heißt, Unternehmen, die nach tatsächlichen Anwendungsfeldern suchen, brauchen Orientierung an Best Practices. Für welchen Anwendungsfall hat beispielsweise ein Konzern bereits eine konkrete Lösung gebaut und Interesse zu kooperieren? Dann geht es um die Frage, wie man die KI-Fähigkeiten nutzen kann, um ein Problem zu lösen. Hier bieten sich vielfältige Möglichkeiten, die sowohl Prozessthemen als auch Produktthemen im Unternehmen betreffen können. Der Einsatz von KI kann von IT-Sicherheit über Produktqualität, bis hin zu internen Abläufen reichen. Deswegen würde ich mich da nicht auf ein Szenario festlegen. Die Kunst ist auch heute noch auf die richtigen Probleme die richtigen Lösungsansätze zu setzen. Was KI uns erlaubt ist ganz andere Probleme, nämlich die Herausforderungen der Wissensarbeit mit Maschinen zu lösen.

MW: Wie kann beispielsweise ein klassischer Maschinenbauer oder ein regional verwurzeltes Einzelhandelsunternehmen die KI-Transformation angehen?

AW: Wir empfehlen Unternehmen aus einer strategischen Perspektive heraus zu beginnen. Eine ganz wichtige Erkenntnis ist, wenn man KI tatsächlich vollumfänglich einsetzen will, heißt das im ersten Schritt, strategisch nachzudenken. Ein Unternehmen sollte sich fragen: Was sind denn meine Kernprodukte? Was sind meine Kernprozesse? Dann können sich diese Unternehmen an anderen Playern orientieren, die das Thema KI bereits angehen, denn KI-Transformation ist nicht etwas bei dem es schon mannigfaltige Erfahrungen gibt oder das kleine bis mittelgroße Einzelspieler alleine stemmen können. Was man braucht ist das richtige Rahmengerüst rund um die Bereiche Technologie, Mensch, Ökosystem und Organisation. In all diesen Bereichen braucht es sehr spezifische Antworten und in all denen gibt es durchaus Best Practices, an denen sich Mittelständler orientieren können. Eine solche ganzheitliche Herangehensweise betrifft dann neben der IT-Infrastruktur auch die Organisationsstruktur, die Unternehmenskultur und die Zusammenarbeit mit Partnern.

MW: In welchen Bereichen oder Ländern ist KI bereits breiter etabliert?

AW: Vor allem in China und den USA, aber auch in Kanada und Großbritannien wird das Thema sowohl politisch als auch unternehmerisch stark vorangetrieben. Es gibt natürlich auch einzelne Branchen, die besonders von KI profitieren, beispielsweise der Healthcare-Sektor oder der Mobilitätssektor. Dort spielen Bilddaten eine wichtige Rolle. Ebenso wird der Versicherungs-, Sicherheits- und Energiesektor sehr stark profitieren, da gerade bei der Energiewende KI-Lösungen extrem wichtig sein werden. Weitere Einsatzgebiete sind aber auch die funktionalen Einheiten der Unternehmen, zum Beispiel die Qualitätssicherung und Buchhaltung. Obwohl das Potential so hoch ist, ist der Zug aber noch nicht abgefahren, man kann durchaus noch aufholen.

MW: Mit welchen Hindernisse oder Hemmschwellen, die bei der Implementierung von KI auftauchen können, sehen sich Unternehmen konfrontiert?

AW: Das hängt sehr stark von der Größe und des Standorts des Unternehmens ab, für DAX-Konzerne fällt meine Antwort anders aus als für KMUs. Während Großunternehmen häufig ihre strategische Ausrichtung und Organisationsstruktur überdenken müssen geht es bei KMUs oft direkt um Budgetprobleme, gerade auch in Hinblick auf die große Unsicherheit, ob ein KI Projekt erfolgreich umgesetzt werden kann, es fehlt an Prozesswissen. Verallgemeinernd gibt es häufig auch eine interne Resistenz der Mitarbeiter gegenüber neuen Technologien, das liegt nicht zuletzt daran, dass die Leute zu viel im Fernsehen über KI erfahren. Letztlich stoßen Unternehmen natürlich irgendwann an harte technische Hürden. Wir hoffen aber, dass sich die Rahmenbedingungen jetzt durch die nationale KI-Strategie der Bundesregierung verbessern. Vor allem die mittelstandsstarken Regionen müssten in irgendeiner Form stärker gefördert werden, zumal wir natürlich sehen, dass in den Großstädten und Metropolregionen viel weniger Probleme bestehen. Kleine und mittlere Unternehmen, die häufig in ländlichen Regionen sitzen, sollten sich von außen helfen lassen, von den Großregionen, etwa Berlin oder München.

Dieser Beitrag spiegelt die Meinung der Autorinnen und Autoren und weder notwendigerweise noch ausschließlich die Meinung des Institutes wider. Für mehr Informationen zu den Inhalten dieser Beiträge und den assoziierten Forschungsprojekten kontaktieren Sie bitte info@hiig.de

Miriam Wolf, Dr.

Ehem. Projektleiterin: Innovation, Entrepreneurship & Gesellschaft

Christoph Gerling

Assoziierter Forscher: Digital Urban Center for Aging & Health

Janis Stöckle

Ehem. Studentischer Mitarbeiter: Innovation & Entrepreneurship

Philip Meier

Assoziierter Doktorand: Innovation, Entrepreneurship & Gesellschaft

Auf dem Laufenden bleiben

HIIG-Newsletter-Header

Jetzt anmelden und  die neuesten Blogartikel einmal im Monat per Newsletter erhalten.

Forschungsthema im Fokus Entdecken

Man sieht einen leeren Büroraum ohne Möbel und braunen Teppichboden. Das Bild steht sinnbildlich für die Frage, wie die Arbeit der Zukunft und digitales Organisieren und Zukunft unseren Arbeitsplatz beeinflusst. You see an empty office room without furniture and brown carpeting. The image is emblematic of the question of how the work of the future and digital organising and the future will influence our workplace.

Digitale Zukunft der Arbeitswelt

Wie werden KI und Digitalisierung die Zukunft der Arbeit verändern? Wir erforschen ihre Auswirkungen sowie die Chancen und Risiken.

Weitere Artikel

Das Bild zeigt eine Wand mit vielen Uhren, die alle eine andere Uhrzeit zeigen. Das symbolisiert die paradoxen Effekte von generativer KI am Arbeitsplatz auf die Produktivität.

Zwischen Zeitersparnis und Zusatzaufwand: Generative KI in der Arbeitswelt

Generative KI am Arbeitsplatz steigert die Produktivität, doch die Erfahrungen sind gemischt. Dieser Beitrag beleuchtet die paradoxen Effekte von Chatbots.

Das Bild zeigt sieben gelbe Köpfe von Lego-Figuren mit unterschiedlichen Emotionen. Das symbolisiert die Gefühle, die Lehrende an Hochschulen als innere Widerstände gegen veränderung durchleben.

Widerstände gegen Veränderung: Herausforderungen und Chancen in der digitalen Hochschullehre

Widerstände gegen Veränderung an Hochschulen sind unvermeidlich. Doch richtig verstanden, können sie helfen, den digitalen Wandel konstruktiv zu gestalten.

Das Foto zeigt einen jungen Löwen, symbolisch für unseren KI-unterstützten Textvereinfacher Simba, der von der Forschungsgruppe Public Interest AI entwickelt wurde.

Von der Theorie zur Praxis und zurück: Eine Reise durch Public Interest AI

In diesem Blogbeitrag reflektieren wir unsere anfänglichen Überlegungen zur Public Interest AI anhand der Erfahrungen bei der Entwicklung von Simba.