Die Mehrheit der Entscheider glaubt, dass es Mitarbeitern an Kompetenz und Verständnis für KI mangelt. Das ergab eine Trendstudie der Zukunftsforscher von 2b ahead.
Insgesamt 63 Prozent der deutschen Entscheider halten das Anlernen von KI-Systemen für die Sache der Mitarbeiter
61 Prozent erklären, den Mitarbeitern fehle das Verständnis für KI
Wichtigste Trends sind die Integration von Kunden in den Innovationsprozess und die Veränderung der Firmenstrukturen und Arbeitsräume im Hinblick auf "New Work"
Deutsche Unternehmen betrachten die Themen Trends und Innovationen positiv. Ein Trend-Index des Thinktanks 2b ahead sieht die Wirtschaft jetzt bei 148 von 200 möglichen Punkten. Im Vorjahr lag der Index noch bei 145 Zählern.
Mehr als sechs von zehn deutschen Entscheidern erklären das Anlernen von KI-Systemen zur Mitarbeitersache. Foto: 2bahead
Die Studie basiert auf Angaben von mehr als 250 Entscheidern. Trotz der guten Stimmung benennen sie einen Punkt, an dem sie sich schlecht auf die Zukunft vorbereitet sehen, und das ist Künstliche Intelligenz (KI). Die Gründe sehen die Befragten bei den Mitarbeitern.
Verständnis, Kompetenz und Rechtslage
In Zahlen heißt das: 61 Prozent bescheinigen der Belegschaft "fehlendes Verständnis", weitere 58 Prozent zusätzlich fehlende Kompetenz. Außerdem spielen rechtliche Gründe eine Rolle (63 Prozent) sowie gesellschaftliche Faktoren (57 Prozent). Zum Vergleich: Technische Gründe nennt nur gut jeder Dritte (36 Prozent).
Methoden müssen beherrscht werden
Stichwort Kompetenz: Die alltägliche Interaktion mit KI erfordert aus Sicht der Befragten in erster Linie methodische Kompetenzen (88 Prozent). Erst mit deutlichem Abstand folgen fachliche Kompetenzen (72 Prozent) und soziale Kompetenzen (52 Prozent).
Künstliche Intelligenz wird nach Auffassung der Befragten nicht nur die IT verändern. Foto: 2bahead
Das Anlernen von KI-Systemen ist für 62 Prozent der Studienteilnehmer Sache der Führungskräfte - allerdings nennen 63 Prozent ebenso die Mitarbeiter, obwohl sie ihnen ja fehlendes Verständnis vorwerfen. Geht es um die Haftungsfrage, nehmen 62 Prozent die Konzerne in die Pflicht. 48 Prozent nennen die Führungskräfte und 14 Prozent die Mitarbeiter.
Was KI im Unternehmen verändern wird
Auf die Frage, welche Unternehmensbereiche sich durch den Einsatz von KI verändern werden, nennen 72 Prozent zunächst einmal IT und Kommunikation. Mehr als jeder Zweite führt aber auch viele weitere Bereiche an, nämlich Planung und Steuerung (63 Prozent), Marketing und Kundenbindung (60 Prozent), Logistik (59 Prozent) sowie Produktentwicklung (56 Prozent) und Vertrieb (54 Prozent).
In 60 Jahren ist der Vorgesetzte eine KI
Neben diesen qualitativen Punkten erhebt 2b ahead weitere Einschätzungen in Sachen Künstliche Intelligenz. So erklärt die Mehrheit der Teilnehmer (genaue Prozentzahlen nennt die Studie nicht), dass KI in den kommenden zehn Jahren nicht mehr als 20 Prozent der Mitarbeiter ersetzen wird. In etwa 60 Jahren, so die Befragten weiter, werden KI-Systeme als Führungskräfte fungieren. Sven Gabor Janszky, Direktor von 2b ahead, erwartet, dass solche Systeme 2045 intelligenter sein werden als der Mensch.
Wichtigste Punkte des Trend-Index 2017 sind die Integration von Kunden in den Innovationsprozess und die Veränderung der Firmenstrukturen. Foto: 2bahead
Die wichtigsten Projekte in Unternehmen
Weitere Ergebnisse der Studie: Wichtigste Trends derzeit sind die Integration von Kunden in den Innovationsprozess und die Veränderung der Firmenstrukturen und Arbeitsräume im Zusammenhang mit "New Work". Das erklären jeweils 76 Prozent der Teilnehmer. Platz drei (weil Rang eins zweimal belegt ist) nimmt das Omnichannel-Management für den Kundendialog ein (72 Prozent). Auf Platz vier steht die zunehmende Vernetzung von Mensch und Maschine (71 Prozent) und auf Platz fünf Big Data-Analysen beziehungsweise Predictive Analytics für ein besseres Kundenverständnis (68 Prozent).
Machine Learning - Technologien und Status quo
Bilderkennung ist wichtigstes Anwendungsgebiet für Machine Learning Heute kommen Machine-Learning-Algorithmen vor allem im Bereich der Bildanalyse und -erkennung zum Einsatz. In Zukunft werden Spracherkennung und -verarbeitung wichtiger.
Machine Learning im Anwendungsbereich Customer Experience Heute spielt Machine Learning im Bereich Customer Experience vor allem im Bereich der Kundensegmentierung eine Rolle (hellblau). In Zukunft wird die Spracherkennung wichtiger (dunkelblau).
Machine Learning in den Bereichen Produktion und Prozesse Unternehmen erhoffen sich im Bereich Produktion/Prozesse heute und in Zukunft (hell-/dunkelblau) vor allem im Bereich Prozessoptimierung positive Effekte durch Machine Learning.
ML im Bereich Kundendienst und Support Sentiment-Analysen werden eine Kerndisziplin für Machine Learning im Bereich Kundendienst und Support
Auch IT-Abteilungen profitieren Schon heute wird Machine Learning für die E-Mail-Klassifizierung und Spam-Erkennung genutzt. In Zukunft (dunkelblau) werden Diagnosesysteme wichtiger.
Was Management, Finance und HR von Machine Learning erwarten Heute und in Zukunft ist in diesem Bereich das Risikomanagement eine vorrangige ML-Disziplin. In Zukunft soll auch das Talent-Management beflügelt werden.
Massive Effekte für Einkauf und Supply Chain Management Machine Learning wird sich auf verschiedenste Bereiche des Procurements und des Supply Managements auswirken (hellblau = heute; dunkelblau= in Zukunft)
Diese Lernstile sind bekannt Beim bekanntesten Lernstil, dem Überwachten Lernen (Supervised Learning), werden Bildern oder Dokumenten von Hand eine gewisse Menge an Tags oder Labeln zugewiesen. So werden die ML-Algorithmen trainiert.
Diese Lernstile verwenden Branchen Während Autobauer eher auf "Semi-supervised Learning" setzen, sammeln andere Branchen mit Supervised Learning Erfahrung.
Machine-Learning-Algorithmen Die meisten Unternehmen setzen auf einen Mix von Verfahren, um ihre vielfältigen Aufgaben zu lösen.
Einsatz von Machine-Learning-Algorithmen nach Branchen Neuronale-Netzwerk-Algorithmen finden vor allem im Automotive-Sektor Verwendung - und natürlich in der ITK-Branche selbst.
Diese Programmiersprachen und Frameworks kommen im ML-Umfeld zum Einsatz Mit knapp 70 Prozent Einsatzgrad ist Java die führende Programmiersprache im Bereich ML. Allerdings holen speziellere Sprachen und Frameworks auf.
Deep-Learning- und Machine-Learning-Packages DeepLearn Toolbox, Deeplearning4j, das Computational Network Toolkit und Gensim werden auf Dauer die führenden Pakete sein.
Zielinfrastruktur für ML-Workloads Die Deployments von Machine Learning gehen zunehmend in die Breite und erreichen auch die Cloud und das Internet der Dinge. Auf die Unternehmen kommt mehr Komplexität zu.
Bedenken und Herausforderungen Datenschutz und Compliance-Themen machen Anwender am meisten zu schaffen, geht es um den Einsatz von Machine Learning. Außerdem vermissen viele einen besseren Überblick über das Marktangebot.
Machine Learning ist Sache der BI- und Analytics-Spezialisten Die organisatorische Einführung von ML obliegt meistens den BI- und IT-Profis. Viele Anwender holen sich aber auch externe Hilfe.
Wo Externe helfen Datenexploration, Skill-Aufbau und Implementierung sind die Bereiche, in denen Machine-Learning-Anfänger am häufigsten externe Hilfe suchen.
Damit fällt dreimal das Stichwort Kunde. Laut dem Thinktank hängt Kundenzufriedenheit stark von Mitarbeiterzufriedenheit ab. "Das Unternehmen muss die Arbeit seiner Mitarbeiter wertschätzen", fordert 2b ahead. Konkret zeige sich das etwa an einer Balance aus Freizeit und Arbeit sowie in hoher Eigenverantwortlichkeit der Mitarbeiter.