Einsatz von Künstlicher Intelligenz in mittelständischen Unternehmen
Innerhalb dieser Publikation wird der Einsatz von KI in deutschen mittelständischen Unternehmen untersucht, wobei aktuelle Herausforderungen thematisiert werden.
Von Elias Hauck, 12.06.2024
Einleitung
Die Integration von Künstlicher Intelligenz (KI) in mittelständischen Unternehmen (KMU) in Deutschland steht vor einzigartigen Herausforderungen und bietet zugleich immense Chancen. Wissenschaftliche Untersuchungen zeigen, dass die Implementierung von KI-Technologien in deutschen KMUs im internationalen Vergleich relativ langsam voranschreitet, obwohl die deutsche Wirtschaft stark von diesen Unternehmen getragen wird (Ulrich, Frank, & Kratt, 2021; Zhu et al., 2021).
Herausforderungen und Hemmnisse
Ein zentrales Hemmnis für die Einführung von KI in KMUs ist der Mangel an strategischem Wissen und qualifizierten Fachkräften. Viele KMUs verfügen nicht über die notwendigen Ressourcen, um komplexe KI-Projekte durchzuführen und deren Vorteile voll auszuschöpfen. Zudem besteht oft Unsicherheit über die tatsächlichen Einsatzmöglichkeiten und den Return on Investment (ROI) von KI-Anwendungen. Weitere Herausforderungen sind technologische Komplexität und die Notwendigkeit einer umfassenden Datenbasis, die viele KMUs nicht besitzen (Ulrich et al., 2021; Zhu et al., 2021; SLR Matrix, 2021).
Ein Bericht von Ulrich, Frank und Kratt zeigt, dass ein wesentlicher Teil der KMUs in Deutschland Schwierigkeiten hat, die notwendigen Daten zu sammeln und zu verwalten, die für effektive KI-Anwendungen erforderlich sind. Darüber hinaus fehlt es oft an einer klaren strategischen Ausrichtung und an spezifischen Zielen für den Einsatz von KI (Ulrich et al., 2021).
Verteilung der Einschätzung der Bedeutung von KI
Die beigefügte Grafik zeigt die Verteilung der Einschätzung der Bedeutung von KI in KMUs im Vergleich zu Nicht-KMUs. Dabei wurden die Einschätzungen in drei Kategorien unterteilt: Risiko (0-40 Punkte), neutral (40-60 Punkte) und Chance (60-100 Punkte). Die Ergebnisse verdeutlichen, dass KMUs tendenziell vorsichtiger sind und die Bedeutung von KI als riskanter einschätzen im Vergleich zu größeren Unternehmen. Während größere Unternehmen die Chancen von KI stärker betonen, zeigen KMUs eine ausgewogenere Verteilung zwischen Risiko und Chance. Diese Skepsis gegenüber KI könnte auf die bereits erwähnten Herausforderungen und Hemmnisse zurückzuführen sein (Demary & Goecke, 2019).
Die beigefügte Grafik zeigt die Verteilung der Einschätzung der Bedeutung von KI in KMUs im Vergleich zu Nicht-KMUs. Dabei wurden die Einschätzungen in drei Kategorien unterteilt: Risiko (0-40 Punkte), neutral (40-60 Punkte) und Chance (60-100 Punkte). Die Ergebnisse verdeutlichen, dass KMUs tendenziell vorsichtiger sind und die Bedeutung von KI als riskanter einschätzen im Vergleich zu größeren Unternehmen. Während größere Unternehmen die Chancen von KI stärker betonen, zeigen KMUs eine ausgewogenere Verteilung zwischen Risiko und Chance. Diese
Verteilung der Einschätzung der Bedeutung von KI
Skepsis gegenüber KI könnte auf die bereits erwähnten Herausforderungen und Hemmnisse zurückzuführen sein (Demary & Goecke, 2019).
Chancen und Vorteile
Trotz dieser Herausforderungen bieten KI-Technologien bedeutende Vorteile für KMUs. Sie können Effizienzsteigerungen, verbesserte Entscheidungsfindung und innovative Geschäftsmöglichkeiten ermöglichen. Eine empirische Studie mit 283 deutschen Unternehmen zeigt, dass KI insbesondere in den Bereichen Produktion, Kundenservice und Datenanalyse erhebliche Verbesserungen bewirken kann. Beispielsweise können durch den Einsatz von KI in der Produktion die Ausfallzeiten reduziert und die Qualitätssicherung verbessert werden (Ulrich et al., 2021).
Eine weitere Untersuchung von Zhu et al. hebt hervor, dass die Nutzung von KI während der COVID-19-Pandemie eine entscheidende Rolle bei der Aufrechterhaltung der Nachhaltigkeit von KMUs spielte. Die Technologie half, die betrieblichen Herausforderungen zu bewältigen und die Überlebensrate der Unternehmen zu verbessern. Diese Studie entwickelte einen Rahmen, der die Möglichkeiten aufzeigt, wie KI-Technologien KMUs unterstützen können, nachhaltige Entwicklung zu erreichen und die Herausforderungen der Pandemie zu meistern.
Der Artikel im Trialog-Magazin unterstreicht ebenfalls die Bedeutung von KI für KMUs. Es wird betont, dass KI helfen kann, betriebliche Abläufe zu optimieren, Kosten zu senken und die Kundenbindung zu verbessern. Der Artikel nennt konkrete Anwendungsbeispiele wie die Automatisierung von Routineaufgaben, die Verbesserung der Produktqualität und die Vorhersage von Markttrends (Trialog-Magazin, 2023).
Implementierungsstrategien
Um die Implementierung von KI in KMUs zu fördern, empfehlen Experten eine schrittweise Herangehensweise. Zunächst sollten Unternehmen ihre Prozesse und ihre Bereitschaft für KI bewerten und eine klare Strategie entwickeln. Kooperationen mit akademischen Institutionen und anderen Unternehmen können dabei helfen, Wissenslücken zu schließen und Ressourcen effizient zu nutzen. Es ist auch wichtig, dass Unternehmen in die Weiterbildung ihrer Mitarbeiter investieren, um das notwendige Know-how für den Umgang mit KI-Technologien aufzubauen (Ulrich et al., 2021; Zhu et al., 2021; SLR Matrix, 2021).
Eine systematische Literaturübersicht zeigt, dass es entscheidend ist, mehrere theoretische Ansätze wie das Technologie-Akzeptanzmodell (TAM) und das Diffusionsmodell für Innovationen (DOI) zu nutzen, um ein umfassenderes Verständnis für die Implementierung von KI in KMUs zu entwickeln. Diese Ansätze können helfen, die unterschiedlichen Dimensionen der Technologieeinführung zu beleuchten und strategische Maßnahmen zu identifizieren (SLR Matrix, 2021).
Fazit
Die erfolgreiche Einführung von KI in mittelständischen deutschen Unternehmen erfordert eine Kombination aus strategischer Planung, Investitionen in Weiterbildung und technologieorientierter Zusammenarbeit. Durch die Überwindung bestehender Barrieren können KMUs nicht nur ihre Wettbewerbsfähigkeit steigern, sondern auch einen bedeutenden Beitrag zur Innovationskraft der deutschen Wirtschaft leisten.