Data Insider

Künstliche Intelligenz in
 der Wirtschaft

Der Einsatz computergestützter Technologien und Künstlicher Intelligenz (KI) – im Englischen bezeichnet als Artificial Intelligence (AI) – entwickelt sich zunehmend zum Schlüsselfaktor für den wirtschaftlichen Erfolg oder Misserfolg eines Unternehmens. Denn egal in welchem Bereich, in nahezu jedem Wirtschaftszweig in Deutschland spielen intelligent gesteuerte Maschinen und Verarbeitungsprozesse mittlerweile eine entscheidende Rolle, insbesondere im Hinblick auf die zukünftige Sicherung der eigenen Wettbewerbsfähigkeit.

Und auch wenn sich nach wie vor viele Mythen um KI und Machine Learning (ML) ranken, so bietet vor allem die immer umfassendere und schnellere Verarbeitung von Daten und Informationen bisher ungeahnte Möglichkeiten, um die eigene Innovationskraft und Produktivität mithilfe dieser modernen Technologien weiter auszubauen. In diesem Leitfaden erfahren Sie, welche Vorteile der Einsatz von KI im Unternehmen bietet, in welchen Wirtschaftsbereichen die Nutzung von KI-Technologie besonders sinnvoll ist und worauf bei deren Implementierung generell geachtet werden sollte.

Wie wird KI in der Wirtschaft eingesetzt?

Die Einsatzmöglichkeiten von Künstlicher Intelligenz (KI) sind nicht nur ebenso vielseitig wie die Wirtschaft selbst, sondern werden diese in Zukunft auch maßgeblich verändern. Ob nun autonom fahrende Autos, Online-Shopping per Spracherkennung, computergestützte Prüfung von Finanzdaten oder robotergesteuerte Assistenzärzte in der Medizin, schon heute gelten KI-Technologien als einer der wichtigsten Wirtschaftsmotoren von morgen. Gerade im Hinblick auf die zunehmende Digitalisierung und die Entwicklung hin zu Industrie 4.0 ist der stetig wachsende Einfluss von KI auf die täglichen Geschäfts- und Produktionsprozesse von Unternehmen in allen Bereichen der deutschen Wirtschaft zu beobachten.

Eine 2019 vom Bundesministeriums für Wirtschaft und Energie (BMWi) veröffentlichte Studie zum Stand der KI-Nutzung in Deutschland zeigt, dass allein im Jahr 2019 die Ausgaben für die Entwicklung, Einführung und Pflege von KI-Verfahren auf rund 4,8 Milliarden Euro gestiegen sind. Hinzu kommt ein mithilfe von KI-Technologien erwirtschafteter Umsatz von knapp 60 Milliarden Euro. Am meisten kommt KI dabei im Bereich der Produktion und bei der Erbringung von Dienstleistungen zum Einsatz. Ebenso wird KI von Unternehmen genutzt, um Prozesse zu automatisieren, Daten zu analysieren und mit ihren Kunden zu kommunizieren.

Am häufigsten kommen dabei KI-Verfahren im Bereich des maschinellen Lernens und maschinellen Beweisens zum Einsatz. Also der computergestützten Erstellung und Überprüfung mathematischer Beweise logischer Theoreme (Aussagen, Theorien, etc.), um bspw. Zusammenhänge darstellen oder Probleme lösen zu können. Auch die automatisierte Bild- und Tonerkennung sowie Systeme zur Identifikation, Repräsentation und Verarbeitung von Wissen werden verstärkt genutzt. Zu den wichtigsten Einsatzgebieten innerhalb der Wirtschaft zählen die folgenden Bereiche:

Automobilindustrie: Intelligente Sprach- und Onboard-Systeme, digitale Fahrassistenten sowie mithilfe von KI gesteuerte, autonom fahrende Autos.

Computer, Software & IT: Entsperren von Smartphone und Haustür per Gesichtserkennung oder Fingerabdruck, Sprachsteuerung von Software, Sprachein- und -ausgabe in Textverarbeitungsprogrammen.

Digitale Assistenten: Sprachassistenten wie Google Assistant, Siri oder Alexa bzw. lernfähige KI-Systeme, die sich an die Bedürfnisse und das Verhalten des Nutzers anpassen.

Energiewende: Verarbeitung großer Datenmengen, Analyse und Auswertung von Nutzerverhalten bspw. zur optimalen und energiesparenden Wärmeversorgung sowie der intelligenten Steuerung von Stromnetzen abhängig vom schwankenden Angebot bei erneuerbaren Energien.

Industrie: autonom agierende KI-Technologien und KI-Systeme im produzierenden Gewerbe, an künstlich-neuronale Netze angeschlossene Roboter zur Verbesserung einzelner Arbeitsschritte, Einsatz von KI zur fehlerarmen Wartung, automatisierten Beschaffung sowie zur vorausschauenden Instandhaltung und Produktionsplanung.

Logistik: Just-in-Time-Logistik auf Basis von Big Data Analysen, solide Prognose künftiger Bestellungen und der effizientesten Transportwege, möglichst effiziente Routenplanung und wirtschaftliche Auslastung von Kapazitäten, Einsatz selbstfahrender Transportmittel.

Marketing: Bearbeitung von Kundenanfragen und virtueller Kunden-Support mithilfe von Chatbots, automatisiertes Empfehlungsmarketing auf Basis des analysierten Kaufverhaltens, Ausspielung von Online-Werbung passend zum Surfverhalten.

Medizin: im OP assistierende Roboter, computergestützte KI zur schnelleren Bereitstellung von medizinischen Diagnose- und Therapieentscheidungen, leistungsfähige Analyse abstrakter Muster in Röntgen- oder CT-Aufnahmen, Unterstützung in der medizinischen Forschung durch Auswertung wichtiger Biodaten.

Smarthome: intelligente Vernetzung von Technologien innerhalb der eigenen vier Wände, Steuerung von Geräten per Sprachbefehl, intelligente und selbstlernende Software analysiert sowohl die Eingaben als auch das Verhalten von Benutzern, effiziente Steuerung von Stromanlagen und Heizung.

Wie kann KI im Unternehmen helfen?

Um auch in Zukunft in der deutschen Wirtschaft sowie auf den globalen Märkten konkurrenzfähig zu bleiben, ist die Verwaltung, Analyse und Verarbeitung von großen Datenmengen (Big Data) essenziell. Künstliche Intelligenz (KI) und maschinelles Lernen (ML) gelten dabei als elementare Faktoren einer modernen und zukunftssicheren Gestaltung von Unternehmensprozessen. Aber warum setzen immer mehr Firmen und Manager auf die gezielte Implementierung einer ausgeprägten KI-Strategie? In erster Linie sind es die zahlreichen Vorteile, welche der Einsatz von KI-Technologien mit sich bringt. Hierzu zählt vor allem der positive Einfluss auf sämtliche Produktionsprozesse, die Kundenkommunikation sowie die Verarbeitung von Daten – unabhängig von der jeweiligen Branche und Größe eines Unternehmens.

So setzen mittlerweile nicht mehr nur finanzkräftige Konzerne auf intelligente Maschinen und Softwarelösungen, sondern immer häufiger auch kleine Start-Ups, Familienbetriebe und öffentliche Institutionen. Sie alle verfolgen durch den gezielten Einsatz von Künstlicher Intelligenz dieselben Ziele und Vorteile:

  • Ausbau der Wettbewerbsfähigkeit
  • Steigerung der Umsätze
  • Optimierung von Produktionsprozessen
  • Etablierung effizienter Betriebsabläufe
  • Verbesserung der Kundenzufriedenheit
  • Automatisierung von Arbeits- und Betriebsprozessen
  • Gezielte Erhebung, Analyse und Verarbeitung betriebswirtschaftlich relevanter Daten
  • Vorausschauende Analysen (Predictive Analytics) und Ermittlung von Zukunftsszenarien
  • Identifikation von Betrugsversuchen
  • Verbesserung des Bestands- und Liefermanagements
  • Abbildung des Verbraucherverhaltens
  • Autonome Steuerung von Prozessen und lernfähigen Robotern
  • Minimierung von wirtschaftlichen Risiken
  • Beseitigung strategischer Problemstellungen
  • Erstellung von Leistungs- und Verhaltensvorhersagen

Künstliche Intelligenz (KI) in der Medizin und im Gesundheitswesen

Auch im Bereich der Medizin, im Gesundheitswesen und in der pharmazeutischen Industrie spielt der Einsatz von Künstlicher Intelligenz (KI) eine zunehmend wichtigere Rolle. Vor allem bei der Verbesserung bestehender bzw. bei der Entwicklung neuer Behandlungsmethoden sorgt der Einsatz von intelligenten Methoden, Technologien und Softwarelösungen für zusätzliche Therapiemöglichkeiten. Ebenso könnte KI bei der Bekämpfung von Pandemien zum Einsatz kommen, um bspw. weltweites Wissen und Zusammenhänge rund um das Covid-19 Virus zusammenzutragen und die Ausbreitung besser vorherzusagen, zu erkennen und gezielt zu bekämpfen.

Gerade hinsichtlich der erfolgreichen Früherkennung von Krankheiten, der Erhebung und Auswertung von Krankendaten bspw. aus der elektronischen Patientenakte (ePA) sowie die Erstellung personalisierter Therapiepläne bietet Künstliche Intelligenz ein immenses Potenzial – sei es nun in der alltäglichen Anwendung oder in der medizinischen Forschung.

KI in der Medizin: Künstliche Intelligenz kann dazu beitragen, sowohl die Ärzte als auch das medizinische Personal zu entlasten und bei deren täglichen Arbeit zu unterstützen. An erster Stelle steht hier immer die Verbesserung der Patientenversorgung und ein maximaler Therapieerfolg. KI dient dabei als digitaler Assistent, um Entscheidungen schneller fällen, Diagnosen möglichst fehlerfrei erstellen und etwaige Therapieformen gezielt auswählen bzw. entwickeln zu können.

KI in der Pharmaindustrie: Die Entwicklung von Medikamenten und Impfstoffen basiert auf einer Abfolge einzelner, in sich geschlossener Phasen. Maschinelles Lernen und KI-Technologien können dabei in jeder Phase unterstützend mitwirken und den gesamten Prozess effizienter gestalten – sei es bei der Identifizierung von Interventionszielen, der Auswahl geeigneter Kandidaten bzw. Probanden für ein neues Medikament, zur Beschleunigung von klinischen Studien oder zur Reduzierung von Zeitaufwand und Kosten bis zur erfolgreichen Zulassung.

KI im klinischen Datenmanagement: Daten sind eine der wichtigsten Grundlagen, um Patienten gezielt therapieren und Krankheiten erfolgreich behandeln zu können. Gerade hier können KI und maschinelles Lernen dazu beitragen, die stetig wachsenden Datenmengen optimal zu strukturieren, möglichst flächendeckend zu erfassen und optimal verarbeitet zur Verfügung zu stellen. Ziel ist es, die erfassten Daten aus der Patientenversorgung und die über die Forschung erlangten Erkenntnisse erfolgreich zusammenzuführen und für die medizinische Behandlung nutzbar zu machen.

KI im Krankenhaus-Management: Der Einsatz von Künstlicher Intelligenz, maschinellem lernen und Big Data kann dazu beitragen, die Prozess- und Managementabläufe im Krankenhaus zu optimieren. Im Zentrum steht dabei die datengetriebene Entscheidungsunterstützung. So erleichtert KI bspw. die Belegung von Betten, den Abrechnungsprozess mit den Krankenkassen oder die generelle Auslastungsplanung des gesamten Krankenhauses.

Künstliche Intelligenz (KI) im öffentlichen Sektor

Auch in der öffentlichen Verwaltung, in staatlichen Einrichtungen und anderen Organisationen der öffentlichen Hand bietet Künstliche Intelligenz (KI) jede Menge Potenzial, um immer größer werdende Datenmengen leichter verarbeiten und Verwaltungsprozesse deutlich effizienter gestalten zu können. So können zeitraubende Aufgaben in Zukunft durch maschinelles Lernen automatisiert und das Personal im öffentlichen Dienst durch den Einsatz von intelligenten Softwarelösungen maßgeblich entlastet werden.

KI in der Bildung

Beim Einsatz von Künstlicher Intelligenz im Bereich der Bildung geht es nicht darum, Lehrkräfte zu ersetzen. Vielmehr sollen Professoren, Lehrer und Ausbilder durch KI-Technologien in ihrer täglichen Lehrfunktion unterstützt werden. Demgegenüber werden Lernende, Schüler und Studenten gezielt mit Wissen versorgt, individueller gefördert und das generelle Lernen schneller und effizienter gestaltet. Im Fokus stehen dabei vor allem das Lernerlebnis und das Lernergebnis. So soll KI im Bildungssektor in erster Linie dazu beitragen, entsprechende Lehrangebot zu personalisieren und die Lehrinhalte auf die individuellen Anforderungen der Lernenden hin zuzuschneiden – sei es nun in öffentlichen Universitäten und Schulen oder privaten Bildungseinrichtungen.

KI in der Infrastruktur

Nicht nur die Bürger wünschen sich ein deutliches Plus an Digitalisierung und damit einhergehend eine smartere Infrastruktur. Egal ob für effizientere Verwaltungsprozesse, eine sinnvoll gestaltete Infrastruktur, intelligent gesteuerte Mobilität oder eine erhöhte Sicherheit, durch den Einsatz von Künstlicher Intelligenz lassen sich zahlreiche städtische wie auch kommunale Prozesse gezielt optimieren. Hierzu zählen zum Beispiel die Einrichtung digitaler Bürger-Services, die Verwendung von KI zur energieeffizienten Steuerung der Straßenbeleuchtung oder zur Sicherung eines optimalen Verkehrsflusses sowie bei der generellen Stadtplanung. Sprich: Innovative Lösungen, die das Leben einfacher und eine Stadt lebenswerter machen.

KI in der Strafverfolgung

Nicht selten sind überlastete Behörden, zu wenig Personal und gigantische Datenmenge der Grund dafür, dass kriminelle Machenschaften nicht konsequent geahndet werden. Hier kann KI und maschinelles Lernen dazu beitragen, die Strafverfolgungsbehörden entscheidend zu entlasten und kriminelle Tatbestände schneller aufzuklären. Denn in Zukunft übernehmen digitale KI-Technologien die Analyse, Auswertung, Indizierung und den Austausch von Daten vollautomatisch. Darüber hinaus hilft KI auch dabei, die Informationen einheitlich zu erfassen und in einer zentralen digitalen forensischen Bibliothek bereitzustellen. Dadurch sind die Ermittler jederzeit in der Lage, ohne viel Aufwand einen umfassenden Fundus an Falldaten und Beweisen abzurufen, um Straftaten gezielt und möglichst effizient aufklären zu können.

Künstliche Intelligenz (KI) im Finanzsektor

Auch im Finanz- und Rechnungswesen hält die Künstliche Intelligenz (KI) zunehmend Einzug. So denkt laut einer Studie von PwC von 2019 ein Großteil der Versicherer und Bankinstitute (79%) in der DACH-Region über den Einsatz von KI-Lösungen nach – In erster Linie um die eigenen Geschäftsprozesse effizienter und ertragreicher zu gestalten, um Kosten zu sparen und die eigenen Mitarbeiter zu entlasten. Schwerpunkt der Anwendung von künstlicher Intelligenz im Finanzwesen liegt dabei vor allem im Bereich Big Data und in der innovativen Datenverarbeitung in Echtzeit. Zu den wichtigsten Zielen zählt aber auch die Minimierung von Risiken und die Bekämpfung von Betrugsversuchen.

Beispiele für KI im Bank- und Finanzwesen: Gerade im Privatkundengeschäft bieten maschinelles Lernen und Deep Learning zahlreiche Potenziale. So können bspw. Chatbots dazu beitragen, digitale und automatisierte Kundenservices anzubieten. Auch die manuelle und papierintensive Bearbeitung von Buchungs- oder Verwaltungsprozessen kann seitens KI übernommen werden. Das Ergebnis ist in erster Linie eine optimierte User-Experience über alle digitalen Kanäle hinweg sowie eine erhöhte Kundenzufriedenheit. Auch bei Geschäftskunden kommt Künstliche Intelligenz in Zukunft immer mehr zum Zug, um bspw. eine nahtlose und vor allem sichere Zahlungsabwicklung gewährleisten sowie Kaufprozesse automatisieren zu können. Auch das Risiko-Management wird durch den Einsatz von KI verbessert, indem Betrugsversuche schneller erkannt, große Datenmengen vorausschauend analysiert und das Compliance Reporting automatisiert werden.

Beispiele für KI im Rechnungswesen: Gerade im Privatkundengeschäft bieten maschinelles Lernen und Deep Learning zahlreiche Potenziale. So können bspw. Chatbots dazu beitragen, digitale und automatisierte Kundenservices anzubieten. Auch die manuelle und papierintensive Bearbeitung von Buchungs- oder Verwaltungsprozessen kann seitens KI übernommen werden. Das Ergebnis ist in erster Linie eine optimierte User-Experience über alle digitalen Kanäle hinweg sowie eine erhöhte Kundenzufriedenheit. Auch bei Geschäftskunden kommt Künstliche Intelligenz in Zukunft immer mehr zum Zug, um bspw. eine nahtlose und vor allem sichere Zahlungsabwicklung gewährleisten sowie Kaufprozesse automatisieren zu können. Auch das Risiko-Management wird durch den Einsatz von KI verbessert, indem Betrugsversuche schneller erkannt, große Datenmengen vorausschauend analysiert und das Compliance Reporting automatisiert werden.

Beispiele für KI auf den Finanzmärkten: Selbstlernende KI-Lösungen sind schon heute die Basis für eine automatisierte Planung und Durchführung von Investments. Hierzu zählt auch die eigenständige Überwachung von Transaktionen, die Ableitung von Prognosen sowie die Identifikation verdächtiger Aktivitäten. So hilft Künstliche Intelligenz mittlerweile dabei, große Datenmengen und wirtschaftsrelevante Informationen fortlaufend zu durchforsten, um genauere Vorhersagen für aktuelle Entwicklungen und zukünftige Trends an den Kapitalmärkten treffen zu können. Maschinelles Lernen und KI sind somit längst gängige Tools für ein intelligentes und erfolgreiches Investment Banking – sei es in Form von automatisierten Handelssystemen oder computergestützten Mikrotrading-Transaktionen in Echtzeit.

Künstliche Intelligenz (KI) im Marketing

Der Einsatz von Künstlicher Intelligenz zählt mittlerweile fast schon zum Alltag im Marketing, wenn es um eine erfolgreiche Kunden- und Leadgenerierung geht. Angefangen bei der Nutzung von Google über das automatisierte Schalten zielgruppenspezifischer Online-Werbung bis hin zur umfassenden Datenanalyse des Surfverhaltens von Kunden mithilfe entsprechender Tools. Das wohl bekannteste Handwerkszeug von Marketing-Experten dürfte dabei Google selbst sein. Die Suchmaschine spuckt nämlich nicht nur relevante Ergebnisse aus, sondern hält auch jede Menge nützliche Informationen rund um das Kundenverhalten im Internet bereit.

KI im Marketing wird in erster Linie dafür eingesetzt, um sowohl die Customer Journey, das Einkaufserlebnis als auch die User Experience im Netz zu verbessern. Denn mithilfe von Künstlicher Intelligenz gelingt es den Marketing-Profis aus den verschiedensten Quellen wertvolle Erkenntnisse über das individuelle Nutzerverhalten abzuleiten und darauf aufbauend konkrete Maßnahmen zu entwickeln. Allerdings gelingt das immer nur dann, wenn man auch tatsächlich weiß, welche Daten für ein Unternehmen bzw. für die angepeilten Marketingziele überhaupt relevant sind. KI-Technologien helfen aber nicht nur dabei, große Datenmengen auswerten zu können. Ebenso essenziell sind sie für die erfolgreiche, zielgerichtete und effiziente Planung und Durchführung von Marketingkampagnen.

Hier einige Anwendungsbeispiele für den Einsatz von Künstlicher Intelligenz im Online-Marketing:

  • Interaktive Chatbots im Bereich des Customer Relationship Management
  • Automatische Content-Generierung bei Sucheingaben
  • Zielgerichtete Ausspielung von Werbebannern auf relevanten Kanälen
  • Erstellung von Prognosen für das Nutzerverhalten
  • Gewinnung, Verarbeitung und Analyse von Nutzerdaten
  • Automatisierte Ausspielung und Platzierung von Produktempfehlungen
  • Individualisierung von Inhalten auf Basis von Hyper Targeting
  • Automatisierter Versand von E-Mails und Newslettern
  • Sprachgesteuerte Online-Services und Einkaufserlebnisse
  • Systematische Bestands- und Neukunden-Analyse

8 Schritte zur erfolgreichen Implementierung von Künstlicher Intelligenz (KI) im Unternehmen

Um KI-Lösungen erfolgreich in einem Unternehmen implementieren zu können, sollte erst einmal festgestellt werden, welche KI-Lösung am besten zu den anvisierten Zielen und vorhandenen IT-Infrastrukturen passt. Denn was nützen maschinelles Lernen und Big Data Analysen, wenn keine verwertbaren Daten vorliegen und niemand die KI-Tools korrekt anwenden kann. Ebenso stellt sich die Frage, ob eine eigene KI-Lösung entwickelt oder auf bereits bestehende Anwendungen von Drittanbietern zurückgriffen werden soll. In jedem Fall braucht es ausgebildete Entwickler und geschulte KI-Profis, um die KI-Anwendungen erfolgreich zu implementieren und deren Nutzung zu trainieren.

1. Entwicklung einer geeigneten KI-Strategie und Roadmap

2. Festlegung von Optimierungszielen und Anwendungsfällen von KI

3. Bestandsaufnahme aktuell vorhandener Daten und IT-Strukturen.

4. KI-Kompetenz im eigenen Unternehmen aufbauen und/oder schulen

5. Entwicklung einer KI-Plattform und Integration in vorhandene IT-Infrastruktur –                Alternativ: Entscheidung für eine Drittanbieterlösung

6. Definition aussagefähiger KPIs Aussagefähige KPIs (Key Performance Indicators)

7. Mit kleinen Modell-Lösungen bzw. sogenannten MVPs (Minimal Viable Products) starten,     Optimierungserfolg prüfen und dann zügig skalieren

8. Rollout bzw. geschäftliche und technische Implementierung der KI-Anwendungen in den     einzelnen Unternehmensbereichen