KI-Anwendungen eröffnen dem Mittelstand ein breites Spektrum an Chancen, um die Wertschöpfung zu bereichern, indem Prozesse optimiert und neue Geschäftsmodelle generiert werden. Beispiele für KI-Anwendungen aus der aktuellen unternehmerischen Praxis sind die vorausschauende Wartung von Produktionsmaschinen durch die Sammlung, Analyse und Nutzung von Daten (Smart Data-Analysen), der Einsatz von Bilderkennung zur automatischen Sortierung von Dingen wie beispielsweise Batterien oder Lebensmittel oder die (Kunden-) Kommunikation mithilfe von textbasierten Dialogsystemen (Chatbots).
Ein wichtiger Erfolgsfaktor für den Einsatz von KI ist eine bereits im Unternehmen vorhandene Datenbasis von guter Qualität. D. h. der Einsatz von KI-Anwendungen setzt einen gewissen fortgeschrittenen digitalen Reifegrad des Unternehmens voraus: Im Produktionsbereich muss bei vielen Anwendungen entlang der Produktionsstraße eine digitale Sensorik implantiert werden. Zur Entwicklung von KI-Anwendungen ist das Wissen von Datenanalysten und/oder Informatikern erforderlich. Da dieses Wissen vielen Unternehmen jedoch nicht oder nur im begrenzten Umfang zur Verfügung steht, stellen externe Dienstleistungen eine Lösung dar. So ermöglichen cloudbasierte KI-Anwendungen (KI as a Service) es bereits heute mittelständischen Unternehmen, im Baukastensystem bestimmte KI-basierte Dienstleistungen zu buchen, zum Beispiel kognitive Dienste wie die Bild- oder Gesichtserkennung oder die Umwandlung von Sprache in Text.
Aufgrund des umfangreichen Potenzials KI-basierter Anwendungen ist zu erwarten, dass sich das heutige Wettbewerbsumfeld vieler Mittelständler verändern wird. Zum Beispiel können Arbeiten im Bereich der Mustererkennung mehr und mehr autonom und kostengünstig durch KI-Systeme erfolgen. Gleichzeitig verbessern KI-Systeme die Prognose von Kundenwünschen und ermöglichen dadurch neue Dimensionen einer individualisierten Kundenansprache. Das Resultat werden neuartige und auf den Nutzer fokussierte Geschäftsmodelle sein. Im Zentrum steht dabei das „Kennenlernen“ des Nutzers (oder eines Objekts, wie etwa einer Maschine) – je besser die KI den Nutzer/die Maschine kennt, desto präziser können Dienstleistungen zugeschnitten oder Vorhersagen über sein Verhalten und seine Bedürfnisse getroffen werden. Gerade für ein mittelständisches Unternehmen mit einer begrenzten Datenbasis ist daher der unternehmensübergreifende Zugang zu Plattformen hilfreich, die Daten aus verschiedenen Quellen zusammenführen und deren Verwertung ermöglichen. Um die Möglichkeiten der KI-Systeme nutzen zu können, ist ein Übergang von derzeit häufig isolierten unternehmensinternen Datensilos hin zu Datenplattformen notwendig, die zu branchenübergreifenden Kooperationen führen und digitale Ökosysteme entstehen lassen.
Dieser Link führt Sie zu Praxisbeispielen.