McKinsey-Studie

Noch viele Vorbehalte gegen Künstliche Intelligenz

04.08.2017 von Christoph Lixenfeld
Beim Thema Künstliche Intelligenz fehlen Unternehmen oft noch Geschäftsmodelle und RoI-Berechnungen. Deshalb geschieht in der Praxis noch wenig. Das ist das Ergebnis eines breit angelegten Panels von McKinsey.
  • Jahr für Jahr fließt mehr Geld in KI-Startups.
  • Hohe Investments in die eigene Forschung tätigen hier vor allem Amazon, Google & Co.
  • KI weckt große Hoffnungen, eignet sich aber nicht für jedes Unternehmen.

Nach Jahrzehnten mit großen Verheißungen und ebenso großen Enttäuschungen scheint die sogenannte Künstliche Intelligenz (KI) mehr und mehr in der Unternehmenspraxis anzukommen.

Dass jedenfalls ist die Quintessenz eines groß angelegten Panels, deren Ergebnisse McKinsey im Juni veröffentlichte. Titel: "Artificial Intelligence. The next digital Frontier?"

Eine der wichtigsten Zukunftsfragen bei diesem Thema wird sein: Leben die Menschen in Harmonie oder in Konkurrenz zu KI-Anwendungen?
Foto: PHOTOCREO Michal Bednarek - shutterstock.com

In den zurückliegenden Monaten hat das Thema aus einer ganzen Reihe von Gründen Fahrt aufgenommen. Erstens steigt die Leistungsfähigkeit von Hardware immer noch zügig an, zweitens werden Algorithmen und die auf ihnen basierenden KI-Modelle immer besser, und drittens - am allerwichtigsten - stehen mittlerweile Billionen von Gigabyte an Daten zur Verfügung, Treibstoff, ohne den nichts Künstliches intelligent werden kann.

Dreimal so viel Geld für Startups

Was Unternehmen daraus machen, damit hat sich McKinsey intensiv beschäftigt. Konkret befragte das Unternehmen 3.000 C-Level Entscheider aus zehn Ländern und 14 Branchen dazu. Dreizehn Prozent davon haben mehr als 5.000 Mitarbeiter, 27 Prozent weniger als zehn. Inhaltlich drehte es sich um die AI-Technologien Robotik, Autonomes Fahren, Rechensysteme, Spracherkennung, Virtuelle Agenten und Machine Learning.

Die Investitionen in Startups, die sich mit diesen Themen beschäftigen, haben sich seit 2016 laut McKinsey verdreifacht, lägen zwischen 26 und 36 Milliarden US-Dollar weltweit jährlich. Etwa ebenso viel Geld steckten nach Schätzungen der Berater Datenkonzerne wie Amazon, Baidu oder Google 2016 in KI, 90 Prozent davon in unternehmensinterne KI-Forschungs- und Entwicklungsprojekte.

Die Verteilung der ca. 3000 Teilnehmer an dem Panel nach Land, Unternehmensgröße und Branche (von links nach rechts, Angaben in v. H.).
Foto: McKinsey

Geschäftsmodelle und RoI fehlen noch

Viele Verantwortliche anderer, kleinerer Unternehmen sehen dagegen für Künstliche Intelligenz noch kein Geschäftsmodell, sind unsicher bezüglich des Returns on Investment, so die McKinsey-Befragung. Lediglich 20 Prozent sagten, sie setzten KI-Technologien bereits - irgendwo im Unternehmen - ein. Und ein detaillierter Blick auf 160 konkrete AI-Fallstudien ergab, dass ein solcher Einsatz in nur zwölf Prozent dieser Fälle kommerziell erfolgreich ist.

KI macht Services noch individueller

Insgesamt zeigten die Ergebnisse einen deutlichen Abstand zwischen Early-Adoptern und anderen. Zu den Frühanwendern gehören vor allem Unternehmen aus den Bereichen High Tech, Telekommunikation, Finance und Automotive.

Autonom fahrende Autos sind das vielleicht plakativste Beispiel für Künstliche Intelligenz. Fraglich ist, ob die Welt auf gerade diese Anwendung gewartet hat.
Foto: Martial Red - shutterstock.com

In der Regel beschäftigen sich diese sowohl in der Breite als auch in der Tiefe mit dem Thema, will sagen sie setzen unterschiedliche KI-Technologien für verschiedene Unternehmensfunktionen ein. Automobilhersteller zum Beispiel nutzen sie, um autonome Fahrzeuge in Bewegung zu setzen, während Banken mit Hilfe von KI extrem individualisierte, maßgeschneiderte Services entwickeln.

Trotz zum Teil noch verbreiteter Skepsis zeige eine ganze Reihe von Positivbeispielen, so McKinsey, das Künstliche Intelligenz denjenigen, die es ernst damit meinen, echten Mehrwert bringen kann. Außerdem sei sie eine "powerful force of disruption", also - frei übersetzt - eine "Kraft kreativer Zerstörung."

Google und Amazon haben Vorsprung

Wer früh genug auf den Zug aufspringe und schon bisher die eigene Digitalisierung vorangetrieben habe, könne mehr Geld verdienen und den Abstand zum Wettbewerb vergrößern. "Unsere Fallstudien im Einzelhandel, in der Energieversorgung, in der Industrie, Gesundheit und Bildungswesen zeigen", schreibt McKinsey, "dass Künstliche Intelligenz das Potenzial hat, die Planung zu erleichtern, Prozesse zu optimieren, gezielter Marketing zu betreiben und Kundenerlebnisse zu verbessern."

Künstliche Intelligenz aus der Cloud
Microsoft Machine Learning
Azure Machine Learning ist ein vollständig verwalteter Cloud-Dienst, mit dem Anwender Predictive Analytics-Lösungen generieren und bereitstellen können.
Microsoft Cognitive Services
Die Cognitive Services von Microsoft enthalten unter anderem Dienste für Bildanalyse und Gesichtserkennung.
Amazon ML
Amazon Machine Learning unterstützt den Anwender bei der Fehleranalyse von Vorhersagemodellen.
Amazon Bot
Mit Amazon Lex können Chatbots beispielsweise für Verbraucheranfragen erstellt werden.
Google API
Über APIs lassen sich Google AI-Services in eigene Anwendungen integrieren.
Google Tensorflow
Das von Google stammende Open-Source Framework Tensorflow ist die Basis von Cloud ML.
IBM Bluemix
IBM bietet auf der Cloud-Plattform Bluemix zahlreiche Watson-basierte AI-Anwendungen.
IBM ML
IBM Machine Learning ermöglicht die Entwicklung und den Einsatz selbstlernender Analysemodelle in der Private Cloud.
HPE Haven
Mithilfe der Gesichtserkennungs-API von HPE können Entwickler in Fotos gefundene Daten importieren, extrahieren und analysieren.
Salesforce Einstein
Salesforce Einstein: Predictive Content liefert Kunden auf Basis von maschinellem Lernen eine individuelle Empfehlung für das beste Produkt.

Was die Befragung zwar nicht in Zahlen ausdrückt, aber von McKinsey durchaus thematisiert wird - wenn auch etwas verklausuliert - ist die Tatsache, dass eine bestimmte Art von Unternehmen beim Thema Künstliche Intelligenz zwangsläufig einen großen Vorsprung hat.

Dabei handelt es sich erstens um Firmen wie Amazon oder Google, die sich nicht erst mühsam digitalisieren müssen, weil sie quasi Kinder dieser Digitalisierung sind. Sie verfügen über riesiger, perfekt strukturierte Datenbestände, weil diese Daten Grundlage ihres Geschäftsmodells sind. Als Startvoraussetzung ist das natürlich etwas ganz anderes als der alltägliche Kampf eines kleinen Einzelhändlers.

Ratschläge für erste KI-Projekte

Wie Unternehmen durch Digitalisierung kurzfristig Erfolge erzielen:

Autonomes Fahren
Foto: Vladyslav Starozhylov - shutterstock.com

Künstliche Intelligenz muss von allen Seiten gefördert werden

Künstliche Intelligenz verspricht zwar eine Menge Vorteile, so die abschließende Quintessenz von McKinsey, bringt aber auch Herausforderungen für die Unternehmen mit sich, für Entwickler, Mitarbeiter und sogar für Entscheider in der Politik.

Die Mannschaft muss gezielt trainiert werden, um von KI zu profitieren anstatt mit solchen Anwendungen zu konkurrieren. Kommunen und Staaten sollten dieses Entwicklung fördern, und sich auch der Konkurrenz um die besten Köpfe und das überall benötigte Kapital stellen.

Schließlich wird es nach Ansicht von McKinsey auch unerlässlich sein, Gesetze und Verordnungen daraufhin abzuprüfen, ob sie AI befördern oder hemmen, und eventuell notwendige Korrekturen vorzunehmen.