Machine Learning wird zur wichtigen Stellschraube für unternehmerischen Erfolg

Künstliche Intelligenz und lernende Maschinen sind elementare Faktoren für die Wettbewerbsstärke und Profitabilität von Unternehmen. In nächster Zukunft werden sie flächendeckend zum Einsatz kommen. Dies ist eine zentrale Erkenntnis einer Studie, die in Zusammenarbeit von The unbelievable Machine Company (*um), Crisp Research und Hewlett Packard Enterprise (HPE) durchgeführt wurde.

Laut der Analyse, die hier zum kostenlosen Download zur Verfügung steht,  befassen sich bereits 64 Prozent der Unternehmen in Deutschland, Österreich und der Schweiz mit Machine Learning-Technologien. Ein Fünftel setzt entsprechende Technologien bereits produktiv ein. Ebenso viele Unternehmen beschäftigen sich schon jetzt mit dem Deep Learning, der neuesten Generation neuronaler Netze. Vorreiterrollen nehmen dabei die Automotive-, Konsumgüter-, IT-, Telekommunikations- und Mediabranche ein.

Erfolgsfaktor Künstliche Intelligenz

Nach Jahren in der akademischen Nische erlebe das Thema Künstliche Intelligenz eine neue, bisher nicht gekannte Innovations- und Wachstumsphase. Neben der dank Cloud Computing nahezu unbegrenzt verfügbaren und flexiblen Rechenleistung, bildet Big Data die Grundlage für die Modellentwicklung und Trainings im Bereich KI.

Nicht zuletzt sei auch die technologische Entwicklung mit neuen, enorm leistungsfähigen Verfahren, Tools und Frameworks verantwortlich für diesen Sprung. Künstliche Intelligenz wird vom Hype- und Marketing-Trend der Internetkonzerne zur wesentlichen Stellschraube für die Wettbewerbsstärke und Profitabilität fast aller Unternehmen.

43 Prozent der befragten Entscheider seien überzeugt, dass Machine Learning ein wesentlicher Aspekt ihrer Analytics- und Big Data-Strategien der kommenden Jahre ist. Knapp ein Fünftel der Entscheider sieht Machine Learning als eine der Kerntechnologie eines vollständig digitalen Unternehmens.

Schlüsseltechnologie Machine Learning

Die Kombination aus günstiger Rechenleistung, großen Datenmengen und optimierten Algorithmen lasse die Innovationsleistung entsprechender Machine-Learning-Verfahren derzeit exponenziell steigen. Im Kontext der digitalen Transformation vergrößere sich dieses Einsatzspektrum noch weiter und reiche vom Unternehmensrechenzentrum, über die Steuerung von Fertigungsanlagen (Industrie 4.0) bis hin zur Überwachung von vernetzten Geräten (IoT). Nach aktuellen Prognosen von Crisp Research werden im Jahr 2017 weltweit schon rund 4,3 Mrd. Euro in Machine Learning-Technologien, Services und -Projekte investiert.

Diese haben laut der Analyse das Potenzial, Mustererkennung, Datenexploration und automatisierte Datenverarbeitung in Bereiche zu führen, die mit Manpower und den bisherigen Technologien nicht erreichbar sind.

Weitere Kernergebnisse der Studie

• Deep Learning – Renaissance der Neuronalen Netzwerke. Jedes fünfte Unternehmen, das sich mit Machine Learning auseinandersetzt, beschäftigt sich auch schon mit Deep Learning, der neuesten Generation der neuronalen Netze. Die Gruppe der Innovatoren, die Deep Learning bereits im Einsatz haben, macht derzeit rund 5 Prozent aus.
• Nicht ohne meinen IT-Partner – Die Umsetzung von Machine Learning-Strategien erfolgt selten ohne externe Unterstützung. Vor allem in der Datenexploration und im Training der eigenen Mitarbeiter sehen die Unternehmensentscheider wichtige Einsatzbereiche für externe Dienstleister.
• Machine Learning als Teil des neuen digitalen Fundaments – Das Design und der Betrieb moderner IT-Architekturen und „TechStacks“ wird in den kommenden Jahren stark vom Einsatz von Machine Learning geprägt sein.

„Für Entscheider in puncto Datenverarbeitung, Technologie und Digitalisierung ist es unumgänglich, sich mit den neuen Ansätzen und Technologien zu beschäftigen“, unterstreicht Klaas Bollhoefer,  Chief Data Scientist bei *um und einer der Impulsgeber der Studie. „Auch wenn wir erst am Beginn des Zeitalters der Data Industry stehen: Wer seine Marktposition behalten oder ausbauen will, wird das künftig ohne Künstliche Intelligenz nicht bewältigen.“

Methodik: Die Studie bietet eine empirische Untersuchung zum aktuellen Bekanntheitsgrad, dem Planungsstatus und den Umsetzungsstrategien deutscher Unternehmen hinsichtlich Machine Learning-Technologien. Crisp Research hat 264 Unternehmen verschiedener Branchen, Größenklassen und Typen zu diesem Thema befragt. Regional war die Untersuchung auf Deutschland, Österreich und die Schweiz fokussiert (DACH-Region). Befragt wurden IT- und Digitalisierungsentscheider.