Im Bereich Maschinelles Lernen (ML) und Künstliche Intelligenz (KI) haben sich deutsche Unternehmen zum Vorjahr deutlich weiterentwickelt. Ob in der Industrie, im Bereich Energieversorgung, in Transport, Logistik und Verkehr aber auch im Gesundheitswesen und nahezu allen weiteren Branchen hat sich ML etabliert. Für die vorliegende Folgestudie zur „IDG-Studie - Machine Learning / Deep Learning 2019“ wurden erneut Unternehmen unterschiedlicher Größe zu ihrer Einschätzung bezüglich ML und KI befragt.
Maschinelles Lernen hat sich in deutschen Unternehmen etabliert
Folgestudie 2020: Die neue IDG-Studie „Machine Learning 2020”
Machine Learning ist in sehr vielen deutschen Unternehmen angekommen
In dieser 2020 durchgeführten Studie gaben drei Viertel an, dass ihr Unternehmen bereits Machine Learning-Anwendungen verwendet oder diese gerade einführt. Das sind rund 20 Prozent mehr als im Vorjahr und es zeigt, wie deutlich der Stellenwert dieser Technologie mittlerweile erkannt wurde. Zudem scheinen die KI- / ML-Lösungen einen beachtlichen Reifegrad erreicht zu haben: Innerhalb von sechs Monaten nach der Einführung einer ML-Lösung stellten rund 70 Prozent der Befragten einen positiven Effekt fest.
Allerdings ist das Thema noch nicht auf allen Ebenen gleich stark präsent. Während die Executive-Ebene das Businesspotenzial von Machine Learning erkannt hat, ist die Skepsis in IT und Fachabteilungen noch stärker vorhanden. Denn nur 36 Prozent der IT-Fachleute und Fachbereichsspezialisten sehen ML als Möglichkeit, um neue Geschäftsmodelle zu erarbeiten. Auf C-Level-Managerebene sind es hingegen rund 60 Prozent. Es gilt also weiterhin Überzeugungsarbeit zu leisten und auch die Angst vor dem angeblichen Job-Killer KI / ML abzubauen, aber: Der generell eingeschlagene Weg stimmt schon mal.
In der Studie finden Sie:
- Aus welchen Gründen und mit welchen Zielen Machine Learning in Unternehmen eingeführt wird
- Welche KI-/ML-Methoden dabei eingesetzt werden
- Eine Übersicht, welche Datenquellen und Datenarten für Machine Learning genutzt werden
- Informationen dazu, wie das Ergebnis des Lernvorgangs im Machine-Learning-Prozess verifiziert wird und welcher Unternehmensbereich diesen Lernvorgang überwacht
- Ob und in welchen Projektphasen Kunden in die Machine-Learning- oder KI-Projekte einbezogen werden
- Antworten darauf, wie Unternehmen den Erfolg ihrer Machine-Learning-Projekte messen
Erfahren Sie, wie hochrangige Entscheider die aktuelle Lage zu ML und KI in ihren Unternehmen einschätzen.
Die Studie wurde von IDG Research Services im Februar 2020 durchgeführt und folgt damit auf die Erhebung „IDG-Studie - Machine Learning / Deep Learning 2019“ aus 2019. Befragt wurden insgesamt 406 Unternehmen in Deutschland aus unterschiedlichen Branchen und mit verschiedenen Jahresumsätzen und Unternehmensgrößen. Lufthansa Industry Solutions hat dabei als Partner der Studie mitgewirkt.
Alle Key-Findings und weitere Studienergebnisse sind in Gänze in der Studie nachzulesen. Diese können Sie kostenlos herunterladen. Einige der wichtigsten Erkenntnisse sind im Folgenden vorab aufgeführt.
Machine Learning und Künstliche Intelligenz als Innovationstreiber und Optimierer
Interne Abläufe mithilfe von Machine Learning verbessern wollen rund 56 Prozent der befragten Unternehmen; bei Großunternehmen sind es sogar fast zwei Drittel. Mehr als 44 Prozent verstehen die Technologie als Basis für neue Geschäftsmodelle und Angebote, wohingegen es bei großen Firmen 51 Prozent (Geschäftsmodelle) bzw. 55 Prozent (Produkte) sind. Die Gefahr besteht, dass der Mittelstand das Innovationspotenzial dieser Technologien nicht ausreichend nutzt. Abhilfe können hier externe Berater schaffen, die erste Use Cases mit dem Mittelstand entwickeln, um das Potenzial greifbar zu machen.
Spracherkennung und Bildanalyse dominieren eingesetzte KI- und ML-Applikationen
Die Top 4-Plätze der eingesetzten KI- und ML-Applikationen werden belegt von Sprachanalyse (51 Prozent), gefolgt von Bilderkennung, Textanalyse und dem Übersetzen von Texten (mit jeweils 46 Prozent).
Allerdings unterscheidet sich der Einsatz zwischen Großunternehmen und dem Mittelstand. So setzen große Unternehmer eher auf die maschinelle Erfassung großer Dokumentenbestände und auf die Aufwertung von Planungssystemen und nutzen ML für die Gesichtserkennung (52 Prozent), optische Zeichenerkennung (56 Prozent) sowie für Planungssysteme (54 Prozent). Mittelständische Firmen hingegen sehen Machine Learning vor allem als Werkzeug, um die Kundenorientierung und den Kundenservice zu optimieren und setzen auf verhaltensbasierte Prognosen (32 Prozent) und die Identifizierung von Zielgruppen (31 Prozent).
Nachweisliche Vorteile durch Machine Learning
ML rechnet sich; das belegen die Ergebnisse der vorliegenden Befragung. Rund 22 Prozent der Projekte bringen einen sofortigen Nutzen, weitere 22 Prozent nach vier bis acht Wochen und die meisten Firmen (27 Prozent) stellen nach drei Monaten positive Effekte der Machine-Learning-Lösungen fest. Für IT-Projekte ist dies ein erstaunlich kurzer Zeitraum. Lediglich acht Prozent der Vorhaben blieben ohne Erfolg.
Anwendungsfreundlichkeit und Nachvollziehbarkeit bei Auswahl der ML-Lösung wichtig
Die Priorisierung innerhalb der Auswahlkriterien bei ML-Lösungen haben sich im Vergleich zum Vorjahr verändert, was bereits gemachte Erfahrungen widerspiegelt.
War in 2019 der Preis das wichtigste Auswahlkriterium, so wird laut der aktuellen Befragung hingegen stärker Wert auf eine einfache Bedienung (40 Prozent gesamt, 47 Prozent größere Unternehmen) und eine nachvollziehbare Arbeitsweise der ML-Algorithmen (40 Prozent gesamt, 45 Prozent größere Firmen) gelegt.
Um die kompletten Ergebnisse im Detail zu sehen und mehr über die Einsatzmöglichkeiten von KI und ML zu erfahren, laden Sie sich das kostenlose PDF zur Studie „Machine Learning 2020“ herunter.