Benachrichtigung aktivieren Dürfen wir Sie in Ihrem Browser über die wichtigsten Nachrichten des Handelsblatts informieren? Sie erhalten 2-5 Meldungen pro Tag.
Fast geschafft Erlauben Sie handelsblatt.com Ihnen Benachrichtigungen zu schicken. Dies können Sie in der Meldung Ihres Browsers bestätigen.
Benachrichtigungen erfolgreich aktiviert Wir halten Sie ab sofort über die wichtigsten Nachrichten des Handelsblatts auf dem Laufenden. Sie erhalten 2-5 Meldungen pro Tag.
Jetzt Aktivieren
Nein, danke

Gastkommentar Deutsche Unternehmen müssen ihren Datenpool besser nutzen

Wie bringen wir die Unternehmen hierzulande dazu, möglichst rasch ihren Datenschatz zu heben und mit KI durchzustarten? Vier Vorschläge.
12.01.2020 - 18:34 Uhr Kommentieren
Der Autor ist Geschäftsführer der SAP Deutschland.
Daniel Holz

Der Autor ist Geschäftsführer der SAP Deutschland.

Deutschland und Künstliche Intelligenz (KI) – das könnte eigentlich eine Erfolgsgeschichte sein. Denn in der KI-Forschung ist unser Land richtungsweisend. Das Deutsche Forschungszentrum für Künstliche Intelligenz in Kaiserslautern etwa gehört zu den weltweit führenden Forschungsinstitutionen.

Allerdings setzen laut Boston Consulting Group momentan erst 20 Prozent der deutschen Unternehmen KI-Anwendungen ein. Also noch deutlich zu wenige.

Dabei können deutsche Unternehmen dank Industrie 4.0 aus einem riesigen Reservoir an digitalen Maschinendaten, an Kunden- und Unternehmensdaten schöpfen – mehr als jedes andere Land, da unsere Unternehmen die modernsten Produktionsmaschinen entwickeln und bauen.

Unsere Industrie besitzt einen hohen Automatisierungsgrad. Roboter sind häufiger im Einsatz als anderswo: Auf 10.000 Beschäftigte kommen in Deutschland 309 Industrieroboter. Das ist Rang drei weltweit, nur Südkorea und Singapur liegen vor uns. Selbst kleine und mittlere Unternehmen haben viele ihrer Maschinen mit Sensorik ausgestattet. Sie sammeln permanent Daten.

Ich bin überzeugt, dass Unternehmen mit KI effizienter arbeiten, ihre Kunden besser verstehen und ihre Mitarbeiter von Routineaufgaben entlasten können. Aber mit KI steigern wir nicht nur die Effizienz. Sie kann noch viel mehr. Das zeigt ihr Einsatz im Recruiting: Wir wissen, dass kein Mensch völlig frei von unbewussten Einstellungen ist.

Natürlich möchten Unternehmen vermeiden, dass diese Vorbehalte in Beurteilungsprozesse einfließen – und dann zum Beispiel Frauen, Personen mit Behinderungen oder Menschen mit Migrationshintergrund benachteiligen. KI assistiert uns dabei.

Bei SAP setzen wir hier mit „Business Beyond Bias“ schon erfolgreich auf solche Technologien. Das zeigt: Software und KI unterstützen uns, Unternehmensziele – wie in diesem Fall Diversity – zu erreichen und sorgen gleichzeitig für mehr Gerechtigkeit.

Vier Bedingungen für den KI-Durchbruch

Künstliche Intelligenz ist eine Erfolg entscheidende Technologie. Schon im Jahr 2021 sollen 75 Prozent aller Unternehmensanwendungen KI nutzen. Ich denke aber, dass wir noch etwas nachlegen müssen, soll sich diese Prognose bewahrheiten. Wie bringen wir die Unternehmen hierzulande dazu, möglichst rasch ihren Datenschatz zu heben und mit KI durchzustarten?

Erstens: Die Unternehmen benötigen KI-Lösungen, die bei den Anwendern keine tiefen Data-Science-Kenntnisse erfordern. Darum integrieren wir Künstliche Intelligenz in unser vorhandenes SAP-Portfolio. Gutes Beispiel: Robotic Process Automation.

Dabei handelt es sich nicht um physische Maschinen, sondern um die intelligente Automatisierung von Software. Sie erledigt für die Beschäftigten wiederkehrende Routineaufgaben. Beispielsweise Kontoeröffnungen bei Banken, den Onboarding-Prozess im Personalwesen oder Beschaffung und Zahlungsverkehr in der Lieferkette.

Zweitens: Wir sollten die Chancen, die die Cloud uns bietet, besser nutzen. Unternehmen können über die Cloud skalierbare KI-Anwendungen beziehen und damit neue intelligente Produkte, Services und Geschäftsmodelle entwickeln. Die dafür benötigten Daten gilt es natürlich zu schützen. Hier können deutsche Anbieter punkten: Weil die in unseren Rechenzentren gespeicherten Daten Europa nicht verlassen.

Drittens: Wir brauchen Maschinen mit Moral. Natürlich ist Technik per se weder gut noch böse; entscheidend ist, was der Mensch daraus macht. Gerade deshalb müssen wir über die Werte nachdenken, die wir den lernenden Systemen einpflanzen – und über die Zwecke, für die wir sie verwenden möchten.

Wir müssen sicherstellen, dass die KI-Software mit vorurteilsfreien Daten trainiert. Daher haben wir als erstes europäisches Technologieunternehmen eigene Leitlinien für Künstliche Intelligenz entwickelt und einen externen Beirat für den ethischen Umgang mit Künstlicher Intelligenz geschaffen. Das Gremium mit Fachleuten aus Wissenschaft, Politik und Industrie stellt mit unserem internen Ethikrat sicher, dass die KI-Leitlinien umgesetzt werden.

Viertens: Wir brauchen viel mehr persönlichen KI-Erfahrungsaustausch. Wir sollten Konzerne, Mittelstand, Start-ups und die Wissenschaft zusammenbringen. Damit alle voneinander lernen und sich gegenseitig helfen. Mit einem solchen Austausch erfahren Mittelständler dann, wie andere Unternehmen kleinere KI-Projekte ohne großen Aufwand gestartet haben. „Wissenschaft“, so sagte Werner Heisenberg, „entsteht im Dialog.“ Innovation auch.

Wir setzen auf eine intensivere Zusammenarbeit, um die Entwicklung voranzutreiben. Erst der Homo collaborans macht KI in Deutschland zur Erfolgsstory.

Mehr: Auf der CES werden wieder reihenweise Produktneuheiten präsentiert. Aber die Nutzer fragen zu Recht, was ihnen all die Geräte eigentlich bringen.

Startseite
Mehr zu: Gastkommentar - Deutsche Unternehmen müssen ihren Datenpool besser nutzen
0 Kommentare zu "Gastkommentar: Deutsche Unternehmen müssen ihren Datenpool besser nutzen"

Das Kommentieren dieses Artikels wurde deaktiviert.

Zur Startseite
-0%1%2%3%4%5%6%7%8%9%10%11%12%13%14%15%16%17%18%19%20%21%22%23%24%25%26%27%28%29%30%31%32%33%34%35%36%37%38%39%40%41%42%43%44%45%46%47%48%49%50%51%52%53%54%55%56%57%58%59%60%61%62%63%64%65%66%67%68%69%70%71%72%73%74%75%76%77%78%79%80%81%82%83%84%85%86%87%88%89%90%91%92%93%94%95%96%97%98%99%100%