Prozessoptimierung und Produktivitätssteigerung durch KI

Woran hakt es also, dass der Mittelstand sich vergleichsweise zögerlich an die neue Technologie heranwagt? Die Antwort, will man sie auf ein Wort reduzieren, lautet „Implementierung“. Möchte man noch ein paar Worte mehr dazu verlieren, so kämen Begriffe wie „Herausforderungen“, „Fachkenntnis“ oder aber auch „Infrastruktur“ ins Spiel. Beim Thema KI-Implementation kann man die Herausforderungen auch sehr treffend als dornige Chancen beschreiben; denn jegliche Anstrengung, die in diesem Bereich von Mittelständlern unternommen wird, hat das Potenzial, sich um das Vielfache der geleisteten Investitionen auszuzahlen. Die Produktivitätssteigerungen, die durch KI-gestützte Automatisierung von Prozessen erzielt werden können, sind nämlich enorm.

Laut McKinsey hat Generative KI das Potenzial, einen jährlichen, weltweiten Produktivitätszuwachs von 2,6 bis 4,4 Billionen US-Dollar zu realisieren. Dies ist vermutlich der Grund, warum laut der IDC-Studie 44 Prozent der mittelständischen Unternehmen planen, in den nächsten zwölf bis 24 Monaten Automatisierung und KI einzusetzen, um die Produktivität der Mitarbeiter weiter zu steigern. Insbesondere digitale Champions setzen verstärkt auf Prozessautomation, IT/OT-Konvergenz und Verbesserungen bei der Produktivität, wobei 60 Prozent von ihnen diese Bereiche als Priorität sehen.

Der Mittelstand ist nicht auf sich allein gestellt – Welchen Mehrwert bietet KI und was wird dafür benötigt?

Um den Einstieg in die KI-Implementation zu erleichtern, hilft es, sich die verfügbaren Einsatzzwecke vor Augen zu führen. Hat man im ersten Schritt die passenden Lösungen für das eigene Unternehmen identifiziert, stellt sich anschließend die Frage: Und jetzt?

Die Antwort auf diese simple und doch so drängende Frage ist in einer maßgeschneiderten Infrastruktur verortet. Denn am Angebot im Bereich KI-Lösungen mangelt es wahrlich nicht. Doch nicht jeder Anbieter hat eine durchdachte, erprobte und nicht zuletzt auch leistungsstarke Infrastruktur, die für einen reibungslosen und zuverlässigen Betrieb unverzichtbar ist. Wer sich also möglichen Kummer bei der erstmaligen KI-Implementation im eigenen Unternehmen sparen möchte, sollte vorher sicherstellen, dass die gewählte Lösung auch im Härtefall flexibel und belastbar bleibt.

Was kann KI leisten und was wird dafür benötigt?

Ein effektives Digitalisierungsvorhaben im Mittelstand umfasst die folgenden Schritte:

Daten digital erfassen und sammeln, bestehende analoge Daten digitalisieren

Der erste Schritt zur Implementierung von KI ist die Digitalisierung bestehender analoger Daten und die kontinuierliche Erfassung neuer digitaler Daten. Dies umfasst die Installation von Sensoren, die Integration von IoT-Geräten und die Digitalisierung vorhandener Dokumente und Prozesse. Diese digitale Datenerfassung bildet die Grundlage für alle weiteren Schritte und ermöglicht eine detaillierte Analyse und Nutzung der Daten durch KI-Technologien​​.

Durch den Einsatz moderner Cloud-Technologien können Unternehmen Daten in Echtzeit erfassen und speichern. Diese Plattformen bieten skalierbare und sichere Speicherlösungen, mit denen große Datenmengen effizient verwaltet werden. Darüber hinaus unterstützen sie die Integration von verschiedenen Datenquellen und -formaten, was die Datenerfassung und ihre spätere Verarbeitung erheblich erleichtert.

Gesammelte Daten strukturieren, zentral zusammenführen und nutzbar machen

Die erfassten Daten müssen in einer zentralen Datenbank strukturiert und zusammengeführt werden. Diese zentrale Datenspeicherung erlaubt es nämlich, die Daten effizient zu nutzen und für KI-Algorithmen zugänglich zu machen​.

Eine umfassende Cloud-Plattform bietet den erforderlichen End-to-End-Stack für die KI-Entwicklung bis hin zur Implementierung. Damit ist nicht nur die zentrale Speicherung und Verwaltung der Daten, sondern auch deren schnelle Verarbeitung und Analyse möglich. Ausgereifte Plattformen verfügen über integrierte Werkzeuge für Datenmanagement, Datenanalyse und Machine Learning (ML), die Unternehmen dazu befähigen, ihre Daten effektiv zu strukturieren und zu nutzen.

Daten analysieren, neue Zusammenhänge und Erkenntnisse herausarbeiten

Mithilfe von KI-Technologien wie ML und prädiktiver Analytik können aus den gesammelten Daten wertvolle Erkenntnisse gewonnen werden. KI-gestützte Analysen helfen dabei, Muster und Zusammenhänge zu erkennen, die einem Menschen verborgen bleiben würden. Beispielsweise kann prädiktive Wartung durch frühzeitige Anomalieerkennung die Verfügbarkeit von Anlagen erhöhen und so Ausfallzeiten reduzieren​​. Im Bereich Manufacturing kann dies beispielsweise zu erheblichen Effizienzsteigerungen führen. Durch das Sammeln, Verarbeiten und Auswerten von Maschinendaten können Vorhersagen getroffen werden, wann eine Maschine ausfallen könnte (Stichwort: Predictive Maintenance).

Ein Beispiel hierfür ist der Fall von König und Bauer, wo durch den Einsatz von ML-Technologien Maschinenstillstände reduziert und die Produktionseffizienz gesteigert werden konnten. Das Hauptziel besteht darin, die Produktivität möglichst vieler Maschinen auf annähernd 100 Prozent zu steigern. Zentral für dieses Vorhaben ist die Manufacturing Data Engine (MDE) von Google Cloud. Diese Technologie ermöglicht es, fragmentierte Datenbestände zusammenzuführen und wertvolle Einsichten aus Fertigungsdaten zu gewinnen. Dadurch können Effizienz und Produktivität in der Produktion optimiert werden.

Im Retail-Sektor können KI-Analysen wiederum dazu beitragen, Kundenverhalten vorherzusagen, Lagerbestände zu optimieren und personalisierte Marketing-Strategien zu entwickeln. Beispielsweise nutzt OTTO einen KI-Assistenten, um Kundenanfragen zu Produkten schnell und präzise zu beantworten, indem die KI alle bisherigen Kundenrezensionen evaluiert und relevante Informationen zusammenfasst. Dies führt zu einer verbesserten Usererfahrung und potenziell höheren Verkaufszahlen. Moderne Cloud-Plattformen bieten leistungsstarke KI-Tools für komplexe Datenanalysen. Diese Tools nutzen fortschrittliche Algorithmen und ML, um tiefere Einblicke in die Daten zu gewinnen und präzise Vorhersagen zu treffen. Sie unterstützen auch die Automatisierung von Analyseprozessen, was die Effizienz und Genauigkeit der Ergebnisse erhöht.

Die gewonnenen Erkenntnisse in Form von Verbesserungen der Infrastruktur zurückfließen lassen

Die Erkenntnisse aus den Datenanalysen sollten genutzt werden, um kontinuierlich die Infrastruktur und Prozesse zu verbessern. Dies kann durch die Automatisierung von Routineaufgaben, die Implementierung vorausschauender Wartungsmaßnahmen und die Optimierung der Produktionsabläufe erfolgen​. Durch den iterativen Einsatz von KI werden Prozesse ständig weiterentwickelt und optimiert, was zu einer signifikanten Steigerung der Effizienz und Produktivität führt.

Generative KI (kurz: GenAI) bietet hier zusätzliche Möglichkeiten. Im Manufacturing-Bereich können GenAI-Anwendungen wie Enterprise Search helfen, Informationen schneller zu finden und komplexe Sachverhalte zu verstehen. Beispielsweise können Betriebsanleitungen von großen Maschinen, die oft mehrere hundert Seiten lang sind, schnell durchsuchbar gemacht werden, um Lösungen für technische Probleme zu finden.

Im Bereich Retail kann GenAI wiederum genutzt werden, um Produktbeschreibungen automatisch zu generieren, Kundenfeedback zu analysieren und personalisierte Empfehlungen zu erstellen. Douglas testet derzeit einen KI-gestützten Beauty Advisor Chatbot, der personalisierte Produktempfehlungen gibt und Beauty-Tipps anbietet, was das Einkaufserlebnis verbessert und potenziell zu höheren Verkaufszahlen führt.

In all diesen Fällen erleichtert die Nutzung einer Cloud-Plattform die Implementierung solcher Verbesserungen erheblich. Wichtig sind nämlich flexible und skalierbare Lösungen, die es Unternehmen erlauben, ihre Infrastruktur schnell anzupassen und zu erweitern. Etablierte Anbieter unterstützen auch die Integration von KI-Modellen in die bestehenden Systeme ihrer Kunden, was die Implementierung und den Betrieb von KI-Lösungen erleichtert.

Ein so gestalteter Plan beschreibt eine zielführende und auf Effizienzsteigerung optimierte Feedback-Schleife. Je besser die Daten, desto besser die Erkenntnisse, desto größer die Verbesserungen am gesamten System und allen darin aneinandergereihten Prozessen.

Auf einen ganzheitlichen Ansatz kommt es an

Für eine erfolgreiche Implementierung von KI sollten mittelständische Unternehmen einen ganzheitlichen Ansatz verfolgen, der sowohl technologische als auch organisatorische Aspekte berücksichtigt. Eine fundierte Digitalisierungsstrategie stärkt die Innovationskraft und Wettbewerbsfähigkeit von mittelständischen Betrieben nachhaltig, indem sie es die Entscheider*innen in eine Position versetzt, das volle Potenzial der KI-Technologien zu nutzen und kontinuierlich ihre Prozesse zu optimieren. Die Unterstützung durch eine umfassende Cloud-Plattform, die einen durchdachten End-to-End-Stack für die KI-Entwicklung und -Implementierung bietet, kann den Mittelstand dabei unterstützen, die Herausforderungen der digitalen Transformation erfolgreich zu meistern​ und die enormen Effizienzgewinne im eigenen Unternehmen zu realisieren.