12.12.2016 Data Scientists für Big Data

Künstliche Intelligenz im Mittelstand

Von: Ina Schlücker

Der gehobene Mittelstand leistet sich zum Teil eigene Data Scientists. Kleinere Mittelständler hingegen setzen auf Dienstleister, die sich über Business Intelligence hinaus mit Big-Data-Analysen und Künstlicher Intelligenz (KI) beschäftigen, so Robert Brockbals von der Sievers-Group.

Robert Brockbals, Sievers-Group

Robert Brockbals, Divisionsleiter Business Solutions bei der Sievers-Group

IT-DIRECTOR: Herr Brockbals, inwiefern haben die Anbieter von Business-Intelligence-Software (BI) bereits Technologien der Künstlichen Intelligenz in ihren Systemen integriert?
R. Brockbals:
Es ist zwischen hochspezialisierten BI- und sehr breit aufgestellten Plattformanbietern zu differenzieren. Bei den führenden Herstellern wie IBM, SAP, Microsoft und Co. sind KI-Ansätze bereits seit Jahren fester Bestandteil der Lösungs-Suite. Oftmals befinden sich diese Funktionsbausteine allerdings im Verborgenen und sind nur Spezialisten zugänglich. Etwa am Beispiel Watson der IBM ist aber erkennbar, dass sich dies schon sehr bald ändern wird.

IT-DIRECTOR: Auf welche Art und Weise verändert sich dadurch der Funktionsumfang der BI-Tools?
R. Brockbals:
Bisher führen viele BI-Lösungen nur vergangenheitsbezogene Analysen durch und konzentrieren sich auf die Visualisierung von Daten. Mithilfe neuer Prognosemodelle, die sich Künstlicher Intelligenz bedienen, können BI-Systeme künftig aber auch Handlungsempfehlungen für die Zukunft ableiten. Das gelingt durch die Auswertung der vorliegenden Daten anhand komplexer mathematischer Algorithmen.

IT-DIRECTOR: Welche lohnenden Einsatzfelder gibt es für Künstliche Intelligenz im Mittelstand?
R. Brockbals:
Die Einsatzbereiche sind vielschichtig und reichen vom Qualitäts- und Energiemanagement über die Optimierung von Wertschöpfungsketten bis hin zum Marketing. Auch das Smart Home mit der gesamten Haushaltselektronik bietet interessante Anknüpfungspunkte für KI. Es macht jedoch nicht jedes Einsatzfeld betriebswirtschaftlich Sinn, das muss von Fall zu Fall entschieden werden.

IT-DIRECTOR: Inwieweit sind KI-Lösungen für Mittelständler zu teuer in der Anschaffung und zu komplex hinsichtlich Einführung, Betrieb und Nutzung?
R. Brockbals:
Der Preis spielt eine eher untergeordnete Rolle, es gibt beispielsweise einen breiten Markt für verhältnismäßig günstige Statistiklösungen. Eine Herausforderung ist eher, die komplexen Lösungen zielgerichtet einzusetzen und aus den vielfältigen Möglichkeiten sinnvolle Anwendungsfälle abzuleiten. Hierfür braucht es Fachleute, beispielsweise Mathematiker mit fundiertem betriebswirtschaftlichem Know-how.

IT-DIRECTOR: Welches technologische Know-how und welche infrastrukturellen Voraussetzungen müssen gegeben sein, um im Mittelstand erfolgreiche Datenanalysen auf Basis Künstlicher Intelligenz zu realisieren?
R. Brockbals:
Es sollte natürlich ein grundsätzliches Datenbankverständnis vorhanden sein. Außerdem muss von Anfang an klar sein, welche Fragestellung mit einer Datenanalyse beantwortet werden soll. Die infrastrukturellen Voraussetzungen sind hingegen eher überschaubar, da die meisten Geräte heute über die erforderliche Rechenleistung verfügen. Einfache Modelle lassen sich zum Beispiel schon mit einem Notebook berechnen.

IT-DIRECTOR: Inwiefern beschäftigen mittelständische Unternehmen eigene Data Scientists?
R. Brockbals:
Der gehobene Mittelstand leistet sich zum Teil eigene Data Scientists. Viel häufiger wird das Know-how aber über externe Dienstleister wie die Sievers-Group eingekauft. Das liegt auch daran, dass es bei vielen kleineren Unternehmen ausreicht, für bestimmte Fragestellungen gezielt Expertise einzuholen und anschließend mit dem erworbenen Wissen eigene Analysen durchzuführen.

IT-DIRECTOR: Können Sie uns bitte kurz ein Beispiel für den erfolgreichen Einsatz von Künstlicher Intelligenz in mittelständischen Firmen skizzieren?
R. Brockbals:
Im Maschinen- und Anlagenbau lassen sich durch vorausschauende Wartung Kosten einsparen. Dazu erhalten die Geräte einen Internetzugang, über den sie regelmäßig Daten an den Hersteller übertragen. Werden Abweichungen von der Norm registriert oder deuten statistische Merkmale auf eine Störung hin, kann der Hersteller direkt mit dem Kunden in Kontakt treten – bevor es zu einem Ausfall der Anlage kommt.

©2017 Alle Rechte bei MEDIENHAUS Verlag GmbH