Suchen

Kommentar von Dominik Strauß, SAS DACH AI und IoT 2020 – Zeit, die Versprechen einzulösen

| Autor / Redakteur: Dominik Strauß / Nico Litzel

Die Themen Internet of Things (IoT) und Künstliche Intelligenz (KI) beherrschten 2019 die Schlagzeilen – quer durch alle Branchen und Gesellschaftsbereiche. 2020 sollen die Technologien endgültig in der Praxis zusammenarbeiten. Vorausgesetzt, Unternehmen verankern Analytics in ihren operativen Prozessen.

Firmen zum Thema

Der Autor: Dominik Strauß ist Head of Pre-Sales Manufacturing bei SAS DACH
Der Autor: Dominik Strauß ist Head of Pre-Sales Manufacturing bei SAS DACH
(Bild: SAS DACH)

Immer mehr vernetzte Geräte und Daten alleine sind noch kein Garant für Innovation und Wettbewerbsvorteile. KI-Anwendungen brauchen IoT-Daten und umgekehrt, damit ein geschäftlicher Mehrwert aus den darin verborgenen Informationen entsteht. Der nächste Evolutionsschritt ist dieses Jahr die Zusammenführung beider Technologien. Aus KI (oder englisch: AI) und IoT wird AIoT (die Artificial Intelligence of Things). Die am vernetzten Gerät erhobenen Daten werden durch den Einsatz von KI-basierter Analytics zur Basis für informierte Entscheidungen – und die Vorteile von IoT potenzieren sich mit KI.

Die Zeichen dafür stehen gut, wie Analysten bestätigen. Gartner prognostiziert, dass IoT-Projekte in Unternehmen bis 2022 zu mehr als 80 Prozent eine KI-Komponente haben werden. Und Forbes sagt, dass Unternehmen, die KI in Echtzeit auf IoT-Daten anwenden, unter anderem ihre Profitabilität signifikant steigern können – bis 2035 um bis zu 38 Prozent.

Ob mit oder ohne KI ist entscheidend

Theorie und Praxis klaffen jedoch häufig noch weit auseinander. Die positiven Experteneinschätzungen finden sich nicht eins zu eins in der Wirtschaft wieder. Während einige Führungskräfte gerade erst beginnen, den Wert einer Kombination aus KI und IoT zu erkennen, nutzen andere die sich daraus ergebenden Performance-Verbesserungen bereits effektiv.

AIoT derhöht die Wettbewerbsfähigkeit im zweistelligen Prozentbereich erhöht.
AIoT derhöht die Wettbewerbsfähigkeit im zweistelligen Prozentbereich erhöht.
(Bild: IDC)

Laut einer aktuellen IDC-Studie sagen 90 Prozent der befragten Unternehmen, die KI bereits in großem Maßstab einsetzen, dass sie große Erwartungen an ihre IoT-Projekte haben. Und knapp drei Viertel meinen, dass ihre Erwartungen sogar übertroffen wurden. Die Studie, die unter anderem vom Analytics- und KI-Experten SAS unterstützt wurde, belegt zudem, dass AIoT die Wettbewerbsfähigkeit im zweistelligen Prozentbereich erhöht – gemessen an Mitarbeiterproduktivität, Innovationskraft und operativen Kosten .

Der Einsatz von KI bei der Analyse von IoT-Daten bringt auch einen signifikanten Wettbewerbsvorsprung. Eine Verbesserung um jeweils 45 Prozent ergibt sich für die Geschwindigkeit und die Verschlankung operativer Prozesse sowie die Mitarbeiterproduktivität. Des Weiteren erhöht sich die Fähigkeit, auf Risiken und Ausfälle zeitnah und adäquat zu reagieren. Und nicht zuletzt ergeben sich Chancen für innovative digitale Services.

68 Prozent der Unternehmen verlassen sich auf IoT-Daten, um informierte Entscheidungen im operativen Bereich zu treffen.
68 Prozent der Unternehmen verlassen sich auf IoT-Daten, um informierte Entscheidungen im operativen Bereich zu treffen.
(Bild: IDC)

Auch im Planungsprozess spielt AIoT eine entscheidende Rolle. 68 Prozent der Unternehmen verlassen sich auf IoT-Daten, um informierte Entscheidungen im operativen Bereich zu treffen. Allerdings setzen sie dafür noch keine KI, sondern Spreadsheets oder ähnliche Produkte ein. Lediglich zwölf Prozent verlassen sich bei Planungsentscheidungen auf IoT-Daten ; kommt KI ins Spiel, steigt dieser Prozentsatz auf 31 Prozent .

Zwölf Prozent verlassen sich bei Planungsentscheidungen auf IoT-Daten. Kommt KI ins Spiel, steigt dieser Prozentsatz auf 31 Prozent.
Zwölf Prozent verlassen sich bei Planungsentscheidungen auf IoT-Daten. Kommt KI ins Spiel, steigt dieser Prozentsatz auf 31 Prozent.
(Bild: IDC)

KI ebnet den Weg für komplexere und schnellere Entscheidungen, die sich positiv in den Geschäftsergebnissen niederschlagen. Damit erweitert sich der Fokus von rein operativen Fragen wie „Läuft die Anlage?“ zu weiterführenden Themen rund um Supply Chain und Nachfrageplanung, Produktqualität, Vermarktung von Handelsgütern oder die Ausbreitung von Krankheiten in einer Klinik.

Woran es in der Praxis oft noch scheitert

Ob ein Unternehmen mit KI einen Wert aus seinen IoT-Projekten schafft, hängt auch davon ab, ob die AIoT-Fähigkeiten operationalisiert werden. Denn oftmals scheitert es gerade an dieser „Last Mile“ – dem Schritt von der Entwicklung zur Implementierung analytischer Modelle. Schätzungen von IDC zufolge sollten Unternehmen 2019 weltweit über 189 Milliarden US-Dollar in Analytics investiert haben – aber erst 35 Prozent von ihnen seien bereits an dem Punkt angelangt, ihre analytischen Modelle auch komplett produktiv nutzen zu können.

Für eine umfassende Implementierung müssen auch die infrastrukturellen Bedingungen in Betracht gezogen werden. Gibt es eine Cloud-Architektur? Sind lokale Gateway-Geräte eingebunden? Welche übergeordneten Sicherheitsverfahren müssen abgebildet werden? An dieser Infrastruktur muss sich die AIoT-Implementierung ausrichten – und genau daran hapert es oftmals noch.

So klappt‘s mit der AIoT-Operationalisierung

Für die Operationalisierung von AIoT-Strategien sollten Unternehmen folgende Aspekte berücksichtigen.

  • 1. Integrierte Lösungen: Demnächst werden praxiserprobte Lösungen flächendeckend auf den Markt kommen, die sich an die ganz speziellen Herausforderungen von KI und IoT richten. Mit ihrer Verfügbarkeit wird sich auch die Akzeptanz und Nutzung von AIoT verbessern.
  • 2. Branchenübergreifender Einsatz: AIoT-Modelle, -Tools und -Ansätze, die für einen speziellen Use Case entwickelt wurden, lassen sich in der Regel sehr gut auf andere Szenarien anwenden – egal, ob es sich um eine industrielle Produktionsanlage, Energieversorgung, Gesundheitswesen oder Kundeninteraktion handelt. Unternehmen und ganze Branchen werden versuchen, Ideen von anderen Vorreitern zu übernehmen und an ihre Bedürfnisse anzupassen. Somit schaffen sie praktische Lösungen, um Innovation in ihr Business zu bringen und gleichzeitig Risiken zu minimieren.
  • 3. Top-Management: Wie jede Technologie-Initiative hängt auch der Erfolg bei AIoT-Projekten davon ab, dass sie gesetzte Geschäftsziele unterstützen, die sich wiederum an der übergreifenden Unternehmensstrategie ausrichten. Ist die Führungsetage von Anfang an mit im Boot, ist die Finanzierung gesichert und somit die beste Voraussetzung geschaffen, dass die Projekte den Sprung aus dem Versuchslabor in den Geschäftsalltag meistern. Geschäftsleitung und Technologieverantwortliche werden eng zusammenarbeiten müssen, um überzeugende Use und Business Cases zu entwickeln, wobei Umsatzziele eine entscheidende Rolle spielen.
  • 4. Talentsuche: Der Mangel an Experten in Sachen Data Science ist allerorten spürbar – im Zusammenhang mit AIoT-Initiativen wird es allerdings noch relevanter, Mitarbeiter mit der notwendigen Expertise zu finden, die das Potenzial aus Advanced Analytics, KI und IoT erschließen können. Momentan sehen die Lehrpläne an den Universitäten jedoch noch keine AIoT-Vorlesungen vor. Unternehmen werden sich daher aktiv auf die Suche nach kompetenten Mitarbeitern begeben und gleichzeitig bereits vorhandene interne Fähigkeiten weiterentwickeln müssen.
  • 5. Ethik: Ein Thema, das gar nicht hoch genug geschätzt werden kann, ist die gesellschaftlich-moralische Verträglichkeit von KI. Unternehmen werden sich der Beschäftigung mit ethischen Fragen nicht mehr entziehen können; Modell-Bias, Datenschutz und Sicherheit sind nur der Anfang. Und diejenigen, die bereits Standards für KI und IoT separat entwickelt haben, müssen diese auf die Kombination beider Technologien übertragen.

Fazit

Die Operationalisierung von AIoT wird einer der bestimmenden Trends für Business und IT in den nächsten zehn Jahren sein. Abwarten ist keine Option. Unternehmen, die sich einen Wettbewerbsvorteil sichern wollen, müssen jetzt Maßnahmen ergreifen, um AIoT-Fähigkeiten übergreifend im Unternehmen zu verankern – die dafür notwendige Technologie ist bereits vorhanden. Mit anderen Worten: Erfolgreiche IoT-Projekte sind 2020 AIoT-Projekte.

(ID:46341547)