Know-How-Mangel und Legacy-IT als Hürden
Um einen aussagekräftigen Überblick über die Relevanz von generativer KI im Industriesektor zu erhalten, untersucht die Studie zunächst den Reifegrad entsprechender Anwendungen in Unternehmen. Sie stellt dabei einen Bezug zu Daten, Infrastruktur, Human-Resource-Prozessen und bereits bestehenden Erfahrungen mit der Technologie her. Im Fokus stehen die Visionen von Unternehmen sowie ihre strategischen Ziele und Erwartungen, die sie damit konkret verbinden. Im Blick steht zudem die Bedeutung von Kooperationen und Partnerschaften, um die Wertschöpfung aus generativer KI auf eine neue Ebene zu heben.
Bei der Frage nach dem aktuellen Reifegrad gibt mehr als die Hälfte der Unternehmen an, dass es ihnen an kompetenten Entwicklern und entsprechendem Know-how mangelt. Die eigene Technologiearchitektur bewerten viele Teilnehmer als ausreichend, allerdings hinke die Infrastruktur der Kunden hinter. Da die meisten Unternehmen erst seit etwa einem Jahr Systeme für generative KI erforschen und implementieren, schätzen sie den tatsächlichen Integrationsgrad eher als gering ein. Rund 60 Prozent befinden sich laut Studie in einem frühen Stadium der Einführung, während ein Viertel der Teilnehmer die Technologie noch gar nicht nutzt.
Datensicherheit gilt als Risiko
Ein wichtiger Aspekt im Kontext der Prozessoptimierung in der Industrie ist das Risikomanagement.: Die Risiken von generativer KI stufen die Befragten als eher hoch ein. Dies gilt insbesondere für die Datensicherheit und den Schutz des geistigen Eigentums. Auch die Zuverlässigkeit von analytischen Modellen sehen mehr als 70 Prozent der Befragten kritisch. Einige Teilnehmer befürchten zudem, dass intelligente Systeme menschliche Arbeit überflüssig machen.
Gefragt nach ihrer Gesamtvision für generativer Künstliche Intelligenz sind sich die Umfrageteilnehmer weitgehend einig: die wichtigsten Beweggründe bestehen darin, die betriebliche Effizienz zu steigern, das Kundenerlebnis zu verbessern und industrielle Innovationen durch die strategische Nutzung von Daten voranzutreiben. Künstliche Intelligenz dient dazu, Prozesse zu rationalisieren, die Produktivität zu steigern und die Kundenbindung zu vertiefen. Der Fokus ließe sich auf gemeinsamen Erfolg und partnerschaftliche Zusammenarbeit richten, was die Kundenbeziehungen stärkt und Vertrauen, Loyalität und langfristige Zufriedenheit fördert. Künstliche Intelligenz leiste einen wichtigen Beitrag, um die Ziele von Unternehmen und deren Kunden in Einklang zu bringen und die Geschäftsergebnisse zu optimieren.
Big Data für vorausschauende Analysen
Im Rahmen ihrer strategischen Vision wollen die Studienteilnehmer große Datenmengen für vorausschauende Analysen, Entscheidungsfindung und die Entwicklung innovativer Lösungen nutzen. Generative KI werde als Werkzeug für die Prozessoptimierung in der Industrie gesehen, um realistische Prognosen auf Basis historischer Daten zu erstellen. Die Technologie liefere professionelle Tools und Lösungen, die passgenau auf spezifische industrielle Bedürfnisse zugeschnitten seien. Generative KI gilt als wichtiger Baustein für die digitale Transformation und bereite den Weg für eine verbesserte branchenübergreifende Zusammenarbeit, vorausschauende Wartung und personalisierte Lösungen zum Optimieren der Benutzererfahrung. Die dazugehörigen Technologien sind nach Meinung der Befragten dafür prädestiniert, traditionelle Wertschöpfungsketten, Fertigungsabläufe sowie Dienstleistungen zu transformieren und sie anpassungsfähig, effizient und nachhaltig zu gestalten.
68 Prozent der Befragten wollen sich mit Hilfe Künstlicher Intelligenz eine Vorreiterrolle bei Innovation und strategischer Zukunftsplanung erarbeiten. Mehr als die Hälfte von ihnen sucht nach Prozessverbesserungen und Ressourceneinsparungen. Rund die Hälfte der Befragten nimmt die zukünftige Präsenz generativer KI in ihrem Unternehmen als signifikant oder allgegenwärtig wahr und erhofft sich dadurch erhebliche Fortschritte in der Prozessoptimierung.
Automatisierung und Prozessoptimierung als Schlüssel
Wie die Studie deutlich zeigt, besteht bei Nutzung von generativer KI im industriellen Umfeld noch Nachholbedarf. Um hier nicht den Anschluss zu verpassen, sollten Unternehmen schnell KI-Projekte entwickeln und umsetzen. Nur so lasse sich die Wettbewerbsfähigkeit industrieller Dienstleistungen langfristig sichern. In den Projekten sollte ein klarer Fokus auf Innovation und Prozessoptimierung liegen, um effizienter zu agieren und einen maximalen Mehrwert für die Kunden zu schaffen. Die Projekte sollten sich idealerweise auf Schlüsselbereiche wie Automatisierung, Wissensmanagement und Support konzentrieren. Wichtig sei der konsequente Aufbau von Partnerschaften. Dies ermögliche den Zugang zu gemeinsamem Fachwissen, Technologien und innovativen Verfahren.
„Angesichts der rasanten Weiterentwicklung von generativer KI kommen Industriedienstleister an dieser Technologie nicht vorbei“, erläutert Dr. Vlatko Davidovskik, Head of P&R Consulting bei Cognizant Switzerland. „Sie sollten entsprechende Technologien eng in ihre Geschäftsprozesse integrieren. Um das immense Potenzial für die Prozessoptimierung in der Industrie auszuschöpfen, müssen sie ihre Datenqualität optimieren und internes Know-how aufbauen.“
