State of AI in the Enterprise - 3rd Edition - Ergebnisse der Befragung von 200 AI-Experten zu Künstlicher Intelligenz in deutschen Unternehmen ...
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
State of AI in the Enterprise – 3rd Edition Ergebnisse der Befragung von 200 AI-Experten zu Künstlicher Intelligenz in deutschen Unternehmen
Investing in Germany | A guide for Chinese businesses 02
State of AI in the Enterprise – 3rd Edition | Ergebnisse der Befragung von 200 AI-Experten zu Künstlicher Intelligenz in deutschen Unternehmen
Vorwort 05
Hintergrund und Methodik 06
AI bereits heute unverzichtbar 07
Externe AI-Kompetenz gefragt 10
Kurzer Amortisationszeitraum 12
Fachkräftemangel weiter ein Faktor 14
Risiken erkannt, aber selten gemanagt 16
Kurzfristiges Veränderungspotenzial 19
Vier Handlungsfelder 20
Ihre Ansprechpartner 22
03
Investing in Germany | A guide for Chinese businesses 04
State of AI in the Enterprise – 3rd Edition | Ergebnisse der Befragung von 200 AI-Experten zu Künstlicher Intelligenz in deutschen Unternehmen
Vorwort
Rund um den Globus verbreitet sich Doch die Rückmeldungen der deutschen
Künstliche Intelligenz (Artificial Intelligence Experten zeigen auch, dass längst nicht alle
oder kurz AI) rasant und findet immer Hürden gemeistert sind: Bereits im Vorjahr
mehr Anwendungsfelder. Und deutsche hat Deloitte gewarnt, dass der Mangel an
Unternehmen hinken bei der Umsetzung AI-Spezialisten zu einem Nachteil für den
keineswegs hinterher. Stattdessen sind sie Standort Deutschland werden könnte. Ein
im Bereich der vier wesentlichen Ausprä- Jahr später hat sich an der Situation nicht
gungen Machine Learning, Deep Learning, viel geändert. Und auch beim Umgang mit
Natural Language Processing (NLP) und ethischen Risiken gibt es Nachholbedarf.
Computer Vision fast ausnahmslos aktiv.
Dies verdeutlichen die Ergebnisse der drit- Die folgenden Seiten fassen die wesentli-
ten Ausgabe der „State of AI in the Enter- chen, aktuellen Erkenntnisse zum „State
prise“-Studie, für die Deloitte weltweit wie- of AI in the Enterprise“ in kompakter Form
der AI-Experten in großen Unternehmen zusammen. Wir wünschen Ihnen viel Ver-
nach ihren Einschätzungen befragt hat. Die gnügen bei der Lektüre der Ergebnisse und
vorliegende Veröffentlichung illustriert die vielleicht den einen oder anderen neuen
Ergebnisse aus über 200 Experteninter- Impuls.
views in Deutschland und ordnet die Resul-
tate in den globalen Kontext ein. Denn
neben den deutschen Fachleuten wurden
im Rahmen der Erhebung über 2.500 wei-
tere AI-Spezialisten im Ausland befragt.
Die Studienergebnisse belegen auch: Der
Entwicklungsverlauf von AI ist bemer-
kenswert. Trotz großer Anfangseuphorie
ist eine für innovative Technologien typi-
sche Marktphase der Ernüchterung nicht
erkennbar. Dies verdeutlicht nicht nur das
riesige Potenzial von AI, sondern auch den
Erfolg der bisherigen Aktivitäten. So berich-
ten unsere AI-Experten zum Beispiel von
überwiegend kurzen Amortisationszeiträu-
men ihrer AI-Initiativen.
05
Investing in Germany | A guide for Chinese businesses
Hintergrund und Methodik
Wie führen Unternehmen AI-Technologien In Deutschland umfasst die Stichprobe
ein, wie managen sie diese und in welchem 201 AI-Spezialisten aus Unternehmen mit
Umfang können sie profitieren? Wo liegen mindestens 500 Angestellten. Abbildung 1
aktuelle Herausforderungen und Risiken? illustriert die Verteilung der Größenklassen
Um darüber einen globalen Überblick zu jener Organisationen, aus denen sich die
erhalten, hat Deloitte zwischen Oktober im Rahmen der Studie befragten Experten
und Dezember 2019 2.737 Führungskräfte rekrutieren.
in den neun Ländern Australien, China,
Deutschland, Frankreich, Großbritannien,
Japan, Kanada, den Niederlanden und den Abb. 1 – Befragte AI-Experten in Deutschland: Größenklassen (Mitarbeiter) der
USA befragt. Die Experten repräsentie- durch sie repräsentierten Unternehmen
ren ausnahmslos Unternehmen, welche
bereits AI-Technologien eingeführt haben.
Unterschiedliche Kompetenzen und Rollen
3%
qualifizieren sie als AI-Spezialisten und
Interviewpartner:
24%
• Budgetverantwortung für
AI-Investitionen 44%
• Entwicklung von AI-Strategien
• Koordination von AI-Implementierungen
29%
• Rolle als AI Subject Matter Expert
• Entscheidungsträger rund um
AI-Technologien
500–999
1.000–4.999
5.000–9.999
10.000+
06
State of AI in the Enterprise – 3rd Edition | Ergebnisse der Befragung von 200 AI-Experten zu Künstlicher Intelligenz in deutschen Unternehmen
AI bereits heute unverzichtbar
Für deutsche Unternehmen ist Künstliche Abb. 2 – Strategische Bedeutung von AI für den Geschäftserfolg von Unternehmen
Intelligenz heute schon ein wesentlicher
Heute
Faktor für einen nachhaltigen Geschäftser-
folg. 79 Prozent der Befragten bezeichnen
AI in diesem Kontext als sehr bedeutend DE 8% 13% 59% 20%
oder gar erfolgskritisch (s. Abb. 2). Bemer-
kenswert dabei: Der Stellenwert „in zwei
Jahren“ steigt im Vergleich zu „heute“ in Global 7% 20% 50% 23%
der übergreifenden Einschätzung nicht
mehr, wobei allerdings die „erfolgskritische
0% 20% 40% 60% 80% 100%
Bedeutung“ in zwei Jahren nochmal höher
eingeschätzt wird. Für deutsche Experten
ist Künstliche Intelligenz ein Gegenwarts- In zwei Jahren
thema. Ihre ausländischen Kollegen dage-
gen rechnen mit einer in zwei Jahren noch
DE 7% 14% 44% 35%
leicht stärkeren Bedeutung von AI für den
Erfolg von Unternehmen.
Global 13% 42% 41%
Allzu viel sollte man nicht in die geringen
Unterschiede im Meinungsbild deutscher
und internationaler Experten hineininter- 0% 20% 40% 60% 80% 100%
pretieren. Entscheidend ist, dass hier wie
dort AI für Unternehmen als eine technolo- Nicht/minimal bedeutend Etwas bedeutend Sehr bedeutend Erfolgskritisch
gische Entwicklung von höchster Relevanz
DE: n=201
eingeschätzt wird. Deutschland droht die Global: n=2737
Entwicklung keinesfalls zu verschlafen
Allgemeine Anmerkung: Aus Gründen der besseren Darstellung werden Werte
und ist sich bewusst, wie bedeutend AI für unter 4 Prozent in Grafiken nicht beschriftet.
Unternehmen in Zukunft sein kann.
07
Investing in Germany | A guide for Chinese businesses
Abb. 3 – AI-Technologien: Bereits in Nutzung bzw. Nutzung im nächsten Jahr geplant
100% 96% 97% 98%
95% 93% 94% 95% 94%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
Machine Deep Natural Language Computer
Learning Learning Processing Vision
DE Global
DE: n=201
Global: n=2737
Das hierzulande hohe Aktivitätsniveau In welchen Bereichen wird Künstliche
illustriert auch Abbildung 3. Wenn sich Intelligenz in deutschen Unternehmen
große Unternehmen im Bereich Künstlicher bereits genutzt? Tatsächlich automatisiert
Intelligenz engagieren, kommen bei diesen und optimiert AI Prozesse in zahlreichen
in der Regel gleich mehrere AI-Technolo- Anwendungsfeldern. AI-Implementierun-
gien zum Einsatz. Deutschland unterschei- gen existieren längst nicht nur im IT-Be-
det sich dabei nicht wesentlich von den reich, sondern darüber hinaus in zahlrei-
acht internationalen Vergleichsmärkten. chen anderen Unternehmensfunktionen
Machine Learning, Deep Learning, Natu- (s. Abb. 4).
ral Language Processing und Computer
Vision werden von fast allen der befragten Der internationale Vergleich zeigt hier
Unternehmen parallel genutzt oder sollen durchaus länderspezifische Besonderhei-
spätestens in den kommenden Monaten ten: So sind in Deutschland AI-Projekte mit
implementiert werden. Finanzschwerpunkt deutlich verbreiteter
als im Rest der Welt. Dagegen besteht
Die Zahlen verdeutlichen aber auch: hierzulande Rückstand im Bereich Cyber
Unternehmen können sich mittels AI kaum Security, und auch der IT-Bereich wird in
noch einen Vorteil gegenüber großen Deutschland nicht so häufig als eines der
Wettbewerbern verschaffen. Stattdessen Top-2-Anwendungsgebiete genannt.
ist Künstliche Intelligenz inzwischen zur
Mainstream-Technologie geworden. Kom-
petenzen im Bereich der vier AI-Kerntech-
nologien sind ein Muss und für größere
Unternehmen unverzichtbar.
08
State of AI in the Enterprise – 3rd Edition | Ergebnisse der Befragung von 200 AI-Experten zu Künstlicher Intelligenz in deutschen Unternehmen
Abb. 4 – Funktionen, in denen AI in Unternehmen genutzt wird (Top-2-Nennungen)
39%
IT
47%
18%
Produktion
16%
17%
Produktentwicklung
15%
16%
Cyber Security
22%
15%
Finanzen
8%
11%
Customer Service
13%
11%
Logistik, Supply Chain
12%
11%
Vertrieb
11%
10%
Operations
13%
10%
Marketing
8%
9%
Strategie
9%
9%
Legal, Compliance
6%
8%
HR
7%
8%
Einkauf
5%
0% 10% 20% 30% 40% 50%
DE Global
DE: n=168 (nur Nutzer von AI)
Global: n=2408 (nur Nutzer von AI)
09
Investing in Germany | A guide for Chinese businesses
Externe AI-Kompetenz gefragt
Im Vorfeld der Umsetzung von AI-Projekten Bereits die Ergebnisse der Vorgängerstudie
stellt sich nicht zuletzt die Frage „build or zeigten: Statt AI aufwendig selbst zu entwi-
buy?“. Die Bandbreite der dabei zu disku- ckeln, verwenden zahlreiche Unternehmen
tierenden Möglichkeiten ist weit gefasst AI-Lösungen oder Software-Bausteine „von
und reicht von der kompletten Eigenent- der Stange“. Insbesondere AI-as-a-Service
wicklung bis hin zum vollständigen Zukauf (AIaaS) ist in Deutschland ein verbreiteter
der einzusetzenden AI-Lösung. Abbildung Implementierungsansatz. Die Gründe für
5 verdeutlicht: Deutsche Unternehmen dessen Popularität hierzulande sind viel-
setzen stark auf externe Kompetenzen. fältig: AIaaS ermöglicht eine erfolgreiche
55 Prozent der Befragten kaufen AI über- Umsetzung von Künstlicher Intelligenz auch
wiegend oder sogar vollständig zu, lediglich bei weniger ausgeprägten Fähigkeiten und
8 Prozent entwickeln vollständig selbst. Die Kenntnissen innerhalb von Unternehmen.
Tendenz zur Nutzung externer AI-Angebote Ebenso wird AI durch AIaaS in vielen Fällen
ist auch in den anderen Ländern zu beob- auch dort wirtschaftlich sinnvoll, wo sich
achten, dort jedoch etwas weniger ausge- reine Eigenentwicklungen nicht lohnen.
prägt als hierzulande. Schließlich ermöglicht das As-a-Service-
Konzept auch kleineren Unternehmen, an
den Möglichkeiten von Künstlicher Intelli-
genz teilzuhaben. Der hohe „Buy“-Anteil in
Abbildung 5 zeigt, dass sich diese Entwick-
lung in diesem Jahr weiter fortsetzt.
Abb. 5 – AI „build or buy“?
Buy Build
DE 14% 41% 24% 13% 8%
Global 17% 33% 29% 13% 8%
0% 20% 40% 60% 80% 100%
Kaufen komplett
Mehr Kauf als Eigenentwicklung
Ausgeglichenes Verhältnis von Kauf und Eigenentwicklung
Mehr Eigenentwicklung als Kauf
Entwickeln komplett selbst
DE: n=201
Global: n=2737
10State of AI in the Enterprise – 3rd Edition | Ergebnisse der Befragung von 200 AI-Experten zu Künstlicher Intelligenz in deutschen Unternehmen
11Investing in Germany | A guide for Chinese businesses
Kurzer Amortisationszeitraum
Entscheidend für das Aktivitätsniveau kaum von den „Experten“. 42 Prozent der
im Bereich Künstlicher Intelligenz ist der Unternehmen aus diesem Segment berich-
erreichte Mehrwert für die einschlägig ten, dass sich ihre AI-Projekte bereits inner-
engagierten Unternehmen. AI-Initiativen halb eines Jahres rechnen. Damit gehen sie
müssen innerhalb eines absehbaren von einer deutlich kürzeren Zeitspanne aus
Zeitraumes einen möglichst quantifizier- als die internationalen Vergleichsunterneh-
baren Nutzen hervorbringen. Vor diesem men aus der Gruppe der „Erfahrenen“. Mit
Hintergrund sind die Ergebnisse der Studie anderen Worten:
überaus erfreulich. Laut Einschätzung der
befragten Experten amortisiert sich der
überwiegende Teil der AI-Projekte in weni-
ger als zwei Jahren (s. Abb. 6). Deutsche
Der deutsche Mittelstand ist im
Bereich Künstlicher Intelligenz
Unternehmen gehen im globalen Vergleich
sogar von einer kürzeren Amortisations-
dauer ihrer AI-Projekte aus.
Abbildung 6 zeigt ein weiteres Detail: Die
augenscheinlich gut aufgestellt
und weiß, wie die Technologie im
Zeitspanne, innerhalb der sich AI-Projekte
bezahlt machen, hängt auch vom digitalen
Reifegrad der beteiligten Unternehmen ab.
Diese wurden im Rahmen der vorliegenden
Studie den drei Kategorien „Experten“,
Unternehmen gezielt Mehrwert
bringen kann.
„Erfahrene“ und „Starter“ zugeordnet. Zu
den „Experten“ zählen global aufgestellte
Großkonzerne, deren AI-Expertise sich in
der Regel auf internationalem Top-Niveau
bewegt. „Erfahrene“ stammen oft aus
dem zukunftsorientierten Mittelstand und
haben bereits umfassende AI-Kompetenz
aufgebaut, während „Starter“ vielfach noch
nach Prinzip „Trial & Error“ agieren. „Star-
ter“ gehen tatsächlich naturgemäß deutlich
häufiger von einer Amortisationsdauer von
über zwei Jahren aus. Dagegen unterschei-
det sich die Einschätzung der „Erfahrenen“
12State of AI in the Enterprise – 3rd Edition | Ergebnisse der Befragung von 200 AI-Experten zu Künstlicher Intelligenz in deutschen Unternehmen
Abb. 6 – Typischer Amortisationszeitraum von AI-Projekten
Experten
DE 11% 61% 28%
Global 17% 47% 35%
0% 20% 40% 60% 80% 100%
Erfahrene
DE 15% 41% 42%
Global 23% 48% 25%
0% 20% 40% 60% 80% 100%
Starter
DE 8% 21% 38% 33%
Global 10% 20% 44% 26%
0% 20% 40% 60% 80% 100%
Zu früh, um das einzuschätzen >2 Jahre 1–2 JahreInvesting in Germany | A guide for Chinese businesses
Fachkräftemangel weiter
ein Faktor
Bei allen positiven Signalen aus den Unter- Die Untersuchung der relevanten Her-
nehmen darf nicht übersehen werden: Die ausforderungen im Kontext von Künst-
Entwicklung von Lösungen basierend auf licher Intelligenz hat bereits gezeigt: Die
Künstlicher Intelligenz ist keinesfalls trivial, Nachfrage nach AI-Fachkräften bleibt in
und weiterhin stehen die Beteiligten vor Deutschland hoch. Die nähere Betrach-
unterschiedlichen Herausforderungen. tung der gesuchten Jobprofile verdeutlicht
So fehlt es hierzulande nach wie vor an einen unverändert hohen Bedarf an Data
qualifizierten AI-Fachkräften. Bereits die Scientists, AI-Researchern und einschlägig
Vorgängerstudie hat für Deutschland ein erfahrenen Projektmanagern (s. Abb. 8).
solches „Skills Gap“ aufgedeckt. Die aktu- In allen drei Berufsfeldern liegt die Nach-
ellen Befragungsergebnisse zeigen nun, frage auf dem hohen Niveau des Vorjahres.
dass der Mangel an Spezialisten weiterhin Lediglich bei Change-Management-/Trans-
zu den größten Hürden bei der Umsetzung formationsexperten sind signifikantere
von AI-Projekten zählt. 27 Prozent der Veränderungen zu verzeichnen. Diese
befragten Unternehmen bezeichnen den Profile standen im letzten Jahr noch ganz
Fachkräftemangel als eine wesentliche oben auf der Wunschliste. Inzwischen ist
Herausforderung (s. Abb. 7). Zwar fehlt es der Anteil jener Unternehmen, die entspre-
auch im Ausland an AI-Spezialisten, jedoch chend qualifizierte Mitarbeiter suchen, um
stehen für die Unternehmen dort andere stattliche sieben Prozentpunkte zurückge-
Themen stärker im Vordergrund. gangen. Auch hier zeigt sich wieder: Künst-
liche Intelligenz ist inzwischen Mainstream,
Bei der Betrachtung der relevanten folgerichtig sinkt auch der Bedarf an
Hindernisse zeigen sich zwei weitere Change-Management.
Auffälligkeiten: Häufiger als in den Ver-
gleichsmärkten fehlt es in Deutschland
Die Nachfrage nach
an einem ausgeprägten Commitment des
Top-Managements. Offensichtlich müssen
viele AI-Verantwortliche weiterhin Über-
zeugungsarbeit bei ihren CXOs leisten. Dies
tun sie dann aber mit Erfolg. Denn anders
AI-Fachkräften bleibt in
Deutschland hoch.
als im Ausland scheitert Künstliche Intelli-
genz hierzulande deutlich seltener mangels
des nötigen Budgets. In den Vergleichs-
märkten liegt der Anteil jener Unterneh-
men, für die hohe Kosten eine wesentliche
Herausforderung sind, um 38 Prozent
höher. Hilfreich aus Sicht der Befragten
hierzulande ist die Tatsache, dass sie der
Nachweis des Mehrwerts von Künstlicher
Intelligenz selten vor Probleme stellt. Diese
Aufgabe findet sich in der Rangliste der
größten Herausforderungen ganz unten.
14State of AI in the Enterprise – 3rd Edition | Ergebnisse der Befragung von 200 AI-Experten zu Künstlicher Intelligenz in deutschen Unternehmen
Abb. 7 – Wesentliche Herausforderungen im AI-Kontext (bis zu 3 Nennungen)
29%
Managen von AI-Risiken
30%
27%
Data Issues (z.B. Datenschutz)
30%
27%
Fehlende Kompetenzen
(z.B. Entwickler, Informatiker) 23%
26%
Integration von AI
30%
26%
Hürden bei Implementierung
28%
25%
Auswahl passender AI-Technologien
27%
21%
Hohe Kosten
29%
21%
Identifizierung passender Use Cases
20%
21%
Fehlendes Commitment des Managements
18%
18%
Nachweis des Mehrwerts von AI
22%
0% 10% 20% 30% 40% 50%
DE Global
DE: n=201
Global: n=2737
Abb. 8 – Gesuchte Profile, um AI-Kompetenzlücken im eigenen Unternehmen zu beseitigen
32%
30%
27% 28% 26% 26%
25%
23% 24%
20%
10%
0%
Data Scientists AI-Researcher Change- Projektmanager
Management-/
Transformationsexperten
2019 2020
2020: n=201
2019: n=100
15Investing in Germany | A guide for Chinese businesses
Risiken erkannt, aber selten
gemanagt
Im Zusammenhang mit Künstlicher Intelli- Abb. 9 – Wesentliche ethische Risiken im AI-Kontext
genz sind ethische Risiken in ihren unter-
schiedlichen Ausprägungen immer wieder Sicherheitsbedenken hinsichtlich 19%
Gegenstand der öffentlichen Diskussion. AI-basierter Systeme 24%
Auch innerhalb der befragten Unterneh-
men werden solche Risiken wahrgenom- Mangel an Erklärbarkeit/Transparenz 23%
men, in Summe aber nicht höher bewertet AI-basierter Entscheidungen 19%
als im Ausland (s. Abb. 9). Mit anderen
Worten: Das deutsche Risikobewusstsein Potenzieller Verlust von Arbeitsplätzen 22%
ist keinesfalls so ausgeprägt, dass es die durch AI-induzierte Automatisierung 19%
Entwicklung von AI hemmen würde. Allen-
Manipulation menschlichen 18%
falls werden potenzielle Gefahren anders
Denkens/Verhaltens 19%
gewichtet.
Möglicher Bias von 16%
Drei Risikofelder werden hierzulande höher AI-Algorithmen 14%
bewertet als im Ausland: Die fehlende
Transparenz AI-basierter Entscheidungen,
0% 10% 20% 30%
die Sorge um systematische, unfaire Ver-
zerrungen durch die angewandten Algo-
DE Global
rithmen („algorithmic bias“) sowie Befürch-
tungen um Arbeitsplatzverluste. Auf der DE: n=201
anderen Seite spielen die im internatio- Global: n=2737
nalen Kontext an erster Stelle genannten
Sicherheitsbedenken in Deutschland eine
weniger exponierte Rolle. Zur Einordnung
der dargestellten Unterschiede sei gesagt:
Beim Vergleich über Ländergrenzen hinweg
spielen oft auch kulturelle Faktoren eine
Rolle. So ist die Angst vor dem Abbau von
Arbeitsplätzen in Deutschland seit jeher
0,7949*
besonders ausgeprägt – was auch die Zah-
len in Abbildung 9 widerspiegeln.
16State of AI in the Enterprise – 3rd Edition | Ergebnisse der Befragung von 200 AI-Experten zu Künstlicher Intelligenz in deutschen Unternehmen
Dennoch ist unstrittig, dass der Einsatz sondern als einzige Maßnahme stärker
von Künstlicher Intelligenz oft auch mit verbreitet als im globalen Durchschnitt. In
Risiken verbunden ist. Beim Managen vielen Unternehmen fehlt es offenkundig
entsprechender Unsicherheiten besteht an entsprechendem Inhouse-Wissen, auch
hierzulande jedoch noch Nachholbedarf, und besonders bei der Bewertung von
im Ausland z.B. wird Risiken dagegen häu- Algorithmen. Und noch eine Beobachtung
figer aktiv begegnet. Bei der Frage nach lässt sich ableiten: Der häufige Einsatz
konkreten Maßnahmen liegen deutsche externer Auditoren zeigt einmal mehr die
Unternehmen in sechs von sieben Katego- hierzulande deutlich erkennbare Tendenz,
rien zum Teil erheblich hinter dem weltwei- AI-Kompetenz von außen einzukaufen.
ten Durchschnitt (s. Abb. 10). Hierzulande
haben lediglich externe Gutachter beim
Auditieren und Testieren von AI-Systemen
einen auffallend höheren Stellenwert.
Deren Einsatz ist nicht nur das populärste
Instrument zum Eindämmen von AI-Risiken,
Abb. 10 – Aktivitäten, um Risiken von AI-Implementierungen zu managen
Internes Auditieren und 28%
Testieren von AI-Systemen 40%
Trainingsmaßnahmen, um ethische 32%
Probleme zu erkennen/lösen 39%
34%
Abgestimmtes Risk-Management
37%
30%
Zusammenarbeit mit Externen
36%
Aufsetzen von Policies/ 29%
Kontrollgremien 36%
Externes Auditieren und 37%
Testieren von AI-Systemen 34%
Installation eines zentralen 22%
Verantwortlichen für AI-Risiken 26%
0% 10% 20% 30% 40%
DE Global
DE: n=201
Global: n=2737
Im Ausland werden Risiken
häufiger aktiv gemanagt.
17Investing in Germany | A guide for Chinese businesses 18
State of AI in the Enterprise – 3rd Edition | Ergebnisse der Befragung von 200 AI-Experten zu Künstlicher Intelligenz in deutschen Unternehmen
Kurzfristiges
Veränderungspotenzial
Die bisherigen Studienergebnisse bestä- glauben an einen von AI ausgelösten
tigen: Deutsche Unternehmen bleiben im Wandel ihrer Branche im gleichen Zeitraum
Bereich Künstlicher Intelligenz sehr enga- (s. Abb. 11). Effekte für das eigene Unter-
giert, interne und externe Kompetenzen nehmen werden dabei tendenziell etwas
sind inzwischen in großer Zahl vorhanden. schneller erwartet. Ein Drittel der Experten
Doch wie bewerten die Experten das sieht sogar den Wandel sofort oder inner-
weitere Transformationspotenzial von AI? halb von weniger als einem Jahr auf die
Die Antwort auf diese Frage fällt eindeutig eigene Organisation zukommen. Für den
aus. 78 Prozent der befragten Spezialisten Großteil der AI-Verantwortlichen ist Künst-
geben an, dass Künstliche Intelligenz das liche Intelligenz also kein Versprechen für
eigene Unternehmen innerhalb der nächs- die Zukunft, sondern eine Technologie mit
ten drei Jahre verändern wird, 72 Prozent Veränderungspotenzial im Hier und Jetzt.
Abb. 11 – Veränderungspotenzial und -zeitraum von AI
Deutschland
innerhalb von drei Jahren:
78% geben an,
dass AI ihr Unternehmen
72% geben an,
dass AI ihre Branche
verändern wird. verändern wird.
40% 38%
37%
30%
25%
21%
24%
20%
15% 21%
10%
11% 7%
2%
0%
Heute In weniger als einem Jahr In ein bis drei Jahren In drei bis fünf Jahren In über fünf Jahren
Eigenes Unternehmen Eigene Branche
DE: n=195
Global: n=189
19Investing in Germany | A guide for Chinese businesses
Vier Die Ergebnisse der dritten Ausgabe von
„State of AI in the Enterprise“ zeichnen in
01. Übergreifende AI-Strategien um-
setzen
Handlungs-
Summe ein erfreuliches Bild. Deutschland Künstliche Intelligenz ist in die nächste
hat bei der Anwendung von Künstlicher Marktphase getreten. Unternehmen
Intelligenz im globalen Vergleich und haben den „Trial & Error“-Modus mit
Wettbewerb keinesfalls den Anschluss singulären AI-Piloten verlassen und
felder verloren. Stattdessen wird AI inzwischen
als erfolgskritisch wahrgenommen – ent-
sprechend hoch ist das Aktivitätsniveau.
müssen nun ihre Aktivitäten zügig
einer übergreifenden AI-Strategie
unterordnen. Dabei sind ausnahmslos
Künstliche Intelligenz kommt in zahlreichen alle Unternehmensfunktionen zu
technologischen Spielarten und Unterneh- berücksichtigen, denn Relevanz und
mensfunktionen zum Einsatz. Gleichzeitig Anwendungsbreite von Künstlicher
können die Experten auf positive Erfahrun- Intelligenz in den Organisationen sind
gen verweisen, beispielsweise den ver- bereits erheblich und werden weiter
gleichsweise kurzen Amortisationszeitraum zunehmen. Einzelne Implementierun-
zahlreicher AI-Projekte. gen auf Abteilungsebene werden dem
Potenzial und Stellenwert von AI nicht
Deutsche Unternehmen sind bei Künstli- mehr gerecht.
cher Intelligenz also auf einem guten Weg.
Das bedeutet jedoch nicht, dass kein wei-
teres Optimierungspotenzial besteht. Die
Rückmeldungen der befragten rund 200
AI-Experten legen namentlich vier konkrete
Handlungsfelder offen:
20State of AI in the Enterprise – 3rd Edition | Ergebnisse der Befragung von 200 AI-Experten zu Künstlicher Intelligenz in deutschen Unternehmen
02. Keine Scheu vor externen 03. Wettbewerb um Fachkräfte 04. Risikomanagement diversifizieren
Kompetenzen annehmen Deutschland hat Rückstand beim
Die Studienergebnisse zeigen: Deut- Der „War for AI-Talents“ ist weiter in Managen von AI-Risiken. Unterneh-
sche Unternehmen setzen stark auf vollem Gange. Besonders gefragt sind men im Ausland sind hier im Schnitt
externe Kompetenzen, nur 8 Prozent Data Scientists, AI-Researcher und breiter aufgestellt und setzten deutlich
entwickeln Künstliche Intelligenz einschlägig erfahrene Projektmanager. stärker auch auf interne Strukturen,
vollständig selbst. Dieser Ansatz ist Tatsächlich sind solche Qualifikationen Fähigkeiten und Prozesse. Auch dies
keinesfalls nur ein Zeichen mangelnder innerhalb von großen Unternehmen verdeutlichen die Ergebnisse der vor-
Fähigkeiten, auch wenn diese intern inzwischen kaum mehr verzichtbar. liegenden Studie. Mit dem Installieren
in vielen Unternehmen tatsächlich Daran ändert auch die Tatsache von Richtlinien, Kontrollgremien und
fehlen. Er beschleunigt im Regelfall die nichts, dass Künstliche Intelligenz Risikoverantwortlichen müssen Unter-
Implementierung und senkt Kosten. häufig von und mit externen Partnern nehmen ihr AI-Risikomanagement zügig
Und natürlich macht der Ansatz AI auch umgesetzt wird. Interne AI-Skills sind auf zusätzliche Säulen stellen.
für kleinere Unternehmen zugänglich, nicht zuletzt in der Strategie- und Tech-
die tendenziell weniger auf einschlägige nologieentwicklung, der Definition von
Fähigkeiten unter ihren Mitarbeitern Anwendungsfällen oder im Projekt- und
zurückgreifen können. Zusätzliche Operational Management gefragt.
Bedeutung gewinnt die gezielte Zu-
sammenarbeit mit externen Partnern
vor dem Hintergrund zunehmender AI-
Skills von Wettbewerbern sowie dem in
Deutschland vorherrschenden Mangel
an AI-Spezialisten mit einschlägiger Er-
fahrung, die zum Beispiel genau verste-
hen und nachvollziehen können, welche
Risiken oder Verzerrungspotenziale ein
beliebiger Algorithmus beinhaltet.
21Investing in Germany | A guide for Chinese businesses Ihre Ansprechpartner Milan Sallaba Ralf Esser Partner Senior Manager Leiter Technology Sektor Leiter TMT Insights Tel: +49 (0)40 32080 4256 Tel: +49 (0)221 8772 4132 msallaba@deloitte.de resser@deloitte.de Weitere Kontakte Peter Fach Olly Salzmann Partner Partner Tel: +49 (0)211 8772 3311 Tel: +49 (0)211 8772 2082 pfach@deloitte.de osalzmann@deloitte.de 22
State of AI in the Enterprise – 3rd Edition | Ergebnisse der Befragung von 200 AI-Experten zu Künstlicher Intelligenz in deutschen Unternehmen
23Diese Veröffentlichung enthält ausschließlich allgemeine Informationen, die nicht geeignet sind, den besonderen Umständen des Einzelfalls gerecht zu werden, und ist nicht dazu bestimmt, Grundlage für wirtschaftliche oder sonstige Entscheidungen zu sein. Weder die Deloitte GmbH Wirtschaftsprüfungsgesellschaft noch Deloitte Touche Tohmatsu Limited, noch ihre Mitgliedsunternehmen oder deren verbundene Unternehmen (insgesamt das „Deloitte Netzwerk“) erbringen mittels dieser Veröffentlichung professionelle Beratungs- oder Dienstleistungen. Keines der Mitgliedsunternehmen des Deloitte Netzwerks ist verantwortlich für Verluste jedweder Art, die irgendjemand im Vertrauen auf diese Veröffentlichung erlitten hat. Deloitte bezieht sich auf Deloitte Touche Tohmatsu Limited („DTTL“), eine „private company limited by guarantee“ (Gesellschaft mit beschränkter Haftung nach britischem Recht), ihr Netzwerk von Mitgliedsunternehmen und ihre verbundenen Unternehmen. DTTL und jedes ihrer Mitgliedsunternehmen sind rechtlich selbstständig und unabhängig. DTTL (auch „Deloitte Global“ genannt) erbringt selbst keine Leistungen gegenüber Mandanten. Eine detailliertere Beschreibung von DTTL und ihren Mitgliedsunternehmen finden Sie auf www.deloitte.com/de/UeberUns. Deloitte erbringt Dienstleistungen in den Bereichen Wirtschaftsprüfung, Risk Advisory, Steuerberatung, Financial Advisory und Consulting für Unternehmen und Institutionen aus allen Wirtschaftszweigen; Rechtsberatung wird in Deutschland von Deloitte Legal erbracht. Mit einem weltweiten Netzwerk von Mitgliedsgesellschaften in mehr als 150 Ländern verbindet Deloitte herausragende Kompetenz mit erstklassigen Leistungen und unterstützt Kunden bei der Lösung ihrer komplexen unternehmerischen Herausforderungen. Making an impact that matters – für die rund 312.000 Mitarbeiter von Deloitte ist dies gemeinsames Leitbild und individueller Anspruch zugleich. Stand 06/2020
Sie können auch lesen
