„Wir treten ins KI-getriebene Technologiezeitalter ein“

Die Strategie steht: Deutschland soll zu einem führenden KI-Standort werden, um die international gute Wettbewerbsposition der deutschen Wirtschaft aufrecht zu erhalten. Dazu ist der Transfer von KI-Lösungen in den Mittelstand als Rückgrat der deutschen Wirtschaft unabdingbar. Wie kann dieser Transfer gelingen? Dr. Martin Liebig, Senior Director Data Solutions bei Altair, liefert die Antworten dazu im folgenden Interview.

Die großen Vorreiter dieser Technologien sind Firmen wie Amazon, Google und Meta. Sie haben das Thema in den 2000er-Jahren vorangetrieben. Jetzt wandert die Innovation von der Hightech-Industrie in den Bereich der industriellen Applikationen. Wir treten ins KI-getriebene Technologiezeitalter ein.

Hier sehe ich grundsätzlich drei Ansätze:
Erstens: Die Unternehmen stellen ein Team von Data Scientists ein. Diese lösen dann - quasi als zentrale Einheit oder Data Lab in der IT - Anwendungsfälle als interner Dienstleister. Im Mittelstand ist diese Herangehensweise aufgrund der zu hohen Investition meistens keine Option.
Zusätzlich fehlen Fachkräfte. Wenn wir über spezifische Lösungen in der Fertigung sprechen, sind nicht nur Experten gefragt, die Ahnung von Algorithmen der KI haben, sondern beispielsweise auch Fragestellungen rund um die Galvanisierung beantworten können.
Zweitens: Unternehmen beauftragen einen klassischen Dienstleister, etwa ein Beratungshaus, das Anwendungsfälle löst.
Drittens: Demokratisierung. Hier geht es darum, Datenanalyse in die Breite zu tragen. Das ist der Lösungsansatz von Altair: Unternehmen in der Breite befähigen, Wert aus Daten zu schaffen.
Wir sind ein Unternehmen mit 30-jährigem Ingenieur Know-how. Wir greifen auf ein fundiertes Fachwissen zurück, das wir über jahrzehntelange, intensive Zusammenarbeit mit den Unternehmen zu spezifischen Anwendungsfällen erarbeitet haben. Diese breite Ingenieurskultur zeichnet uns aus.
Unser Center of Excellence Ansatz kombiniert die Datenexpertise mit der Ingenieursexpertise. Wir schaffen einen klaren Wissenstransfer in die Firma und etablieren zusätzlich einen natürlichen Geschäftsprozess.

Die Altair RapidMiner Academy ist ein Selbstservice-Lernportal, das grundsätzlich jedem offensteht. Beim Thema Künstliche Intelligenz eignet sich dieses Format besonders gut für Neukunden. Die größte Herausforderung im Zusammenhang mit KI ist für sie, die Methodik auf ihre spezifischen Herausforderungen anzuwenden und ganz grundsätzlich zu verstehen, wie der Einsatz von KI gelingt. In Zehn-Minuten-Blöcken wird schnell und einfach erklärt, was, wann und mit wem zu tun ist. Das "on-demand Lernangebot" wird mit einem Zertifikat abgeschlossen. Im Anschluss an diese Einstiegsphase wechseln wir zu kleinen Gruppen mit einer 1:1-Betreuung.
Bei diesem Modell arbeiten wir zu zweit an einem konkreten Anwendungsfall und lehren die Fähigkeiten, die unsere Kunden in der Altair RapidMiner Academy gelernt haben, in ihrem Unternehmen umzusetzen und daraus Wert zu schaffen.

Das ist in der Tat die entscheidende Frage. Komme ich als Berater in ein Unternehmen, dann entlarven wir ohne Mühe gleich zwanzig Anwendungsfälle, die vom KI-Einsatz in der Fabrik profitieren könnten. 20 Fälle, die eine unterschiedliche Machbarkeit auf verschiedenen Ebenen haben:

• Wie schwer ist das Problem zu lösen?
• Gibt es aktuelle und präzise Daten?
• Gibt es überhaupt Daten?
• Wie schwer ist es, die Ergebnisse später in einen operativen Prozess zu bringen?

Unternehmen sind also gut beraten, nicht nur eine Machbarkeits-, sondern auch eine Wertschöpfungsstudie durchzuführen, bevor über den KI-Einsatz entschieden wird.

Geht es beispielsweise um Ausschussreduktionen, dann kann es ein sehr wertvoller 'Use Case' sein, weil Unternehmen ihre Fehlerquote reduzieren - und sei es nur um ein halbes Prozent. Diese 0,5 Prozent zahlen ja immerhin auf das Gesamtergebnis ein.

Ist die Frage nach vorhandenen 'Use Cases' und wertschöpfenden Anwendungsfällen geklärt, starten wir einen Workshop, wo wir mit dem Kunden Themen klären, wie:

• Gibt es eine sichere Datenbankverbindung?
• Wo wird die Software installiert, damit genug Rechenpower bereitsteht?

Das Ziel für uns Berater ist, nach einem Jahr Modelle in Produktion zu haben. Bereits nach sechs Monaten KI-Anwendungen live zu erleben, ist sportlich, aber machbar. Zwölf Monate müssen immer realisierbar sein.