Machine Learning oder auch maschinelles Lernen – ein wesentlicher Anwendungsbereich in der künstlichen Intelligenz. Diese Computerwissenschaft konzentriert sich auf die Verwendung von Daten und Algorithmen, um das menschliche Denken und Lernen zu imitieren und dessen Genauigkeit schrittweise zu verbessern. Einfach ausgedrückt kann man also sagen, dass Machine Learning Daten in (intelligente) Vorhersagen verwandelt. Als wesentlicher Bestandteil des wachsenden Feldes der Datenwissenschaft werden demnach wichtige Erkenntnisse innerhalb von Data-Mining-Projekten aufgedeckt. Big-Data-Systeme gelten hier als die großen Treiber des ML.
Aktuelle Studien zeigen eine deutlich positive Entwicklung bezüglich der Anwendung smarter Tools auf. Denn immer mehr Unternehmen erkennen den Nutzen der Technologie. Gab der Großteil der Firmen in den letzten Jahren noch an, sich bisher nur mit der Thematik ML auseinander zu setzen, so nutzen diese die Trend-Technologie im Jahr 2021 auch in der Praxis. Knapp zwei Drittel der deutschen Unternehmen wenden Machine Learning an. Betrachtet man nur die großen deutschen Firmen (1.000-10.000 Mitarbeiter), sind es sogar ca. 73 Prozent. Die klassischen Einsatzfelder von ML und KI sind auch in diesem Jahr die IT (76 Prozent) sowie die Produktionsumgebungen. Hier besteht bereits eine breite Palette an Use Cases, wie beispielsweise die Prozessautomatisierung (40 Prozent), die Qualitätssicherung (54 Prozent), Logistik (53 Prozent) sowie Forschung und Entwicklung (54 Prozent).
Allerdings vernehmen viele Unternehmen noch starke Hemmnisse bei der Umsetzung von Machine-Learning-Projekten. Gerade der Mangel an Spezialisten / Fachpersonal (37 Prozent), Know-How (24 Prozent) und Programmierkenntnissen (25 Prozent) wird hier am häufigsten genannt. Um gerade diesen Hürden stärker entgegenwirken zu können, stellt die Mehrheit der Unternehmen für das ML ein zusätzliches Budget bereit und investieren in digitale Tools. Bedingt der Pandemie sehen sich viele Führungskräfte nach wie vor in der Verantwortung, ihr Unternehmen zu digitalisieren, weshalb sie in den letzten eineinhalb Jahren ihre Investitionen erhöhten. 20 Prozent der Unternehmen erhöhten die Investitionen sogar „sehr stark“, knapp 54 Prozent „leicht“.
Der Einsatz von ML wächst. Studien ergaben, dass knapp 60 Prozent nach spätestens den ersten 12 Wochen der Anwendungen dieser Technologie die ersten großen Erfolge erzielt werden. Weitere 23 Prozent nach ca. einem Jahr. So gelingt es Unternehmen, ihre wichtige Kerngröße Produktivität zu steigern (49 Prozent) sowie ihre Effektivität durch Kostensenkung (47 Prozent) zu erhöhen.
Wichtig ist allerdings, dass sich ein Unternehmen bewusst sein muss, dass eine gute Technik alleine nicht ausreicht, um die Technologie erfolgreich einzusetzen. Auch die Unternehmensstrukturen müssen insofern angepasst werden, dass diese den Einsatz von KI und ML maßgeblich vorantreiben. Stichwörter wie „agile Methoden“ und „Low Code“ werden hier seitens der Firmen als wichtig eingestuft, um mithilfe von maschinellem Lernen und KI die Software-Entwicklung und IT-Systeme zu optimieren.
-
Export
