KI – Vom Hype zur Schlüsseltechnologie der Zukunft
01. Oktober 2024
Künstliche Intelligenz in der Supply Chain – zu früh oder just in time?
Wird künstliche Intelligenz Wirtschaft und Gesellschaft radikal verändern? Spätestens seit der Einführung von Chat GPT ist der Hype groß. Und in der Tat sind die Anwendungsmöglichkeiten für »enge bzw. schwache KI« in der realen Industrie endlos. Sehen Sie sich einfach unsere kleine Elektronik-Lieferkette an. Der Schlüssel zum Erfolg sind gute Daten, ein gutes Verständnis des Anwendungsfalls und ein greifbarer Nutzen.
Meine erste Begegnung mit KI war 1988, als ich als junger Redakteur einen französischen Automobilhersteller besuchte, der ein in der Schweiz entwickeltes Expertensystem auf einem 286er PC einsetzte. Das System lieferte in rund 15 Minuten eine Fehleranalyse für einen Lackierroboter. Heute würde ein solches KI-gestütztes System nicht nur in einer für den Benutzer unbekannten Cloud laufen, sondern auch den Ausfall lange bevor der Roboter ausfällt, vorhersagen, und dem Wartungsteam vorschlagen, den Roboter in einer Produktionspause lange vor einem typischen Wartungszyklus zu reparieren.
Zwei Beispiele für »Künstliche Intelligenz« oder besser gesagt für maschinelles Lernen, die den unglaublichen Fortschritt der Technologie in weniger als 40 Jahren veranschaulichen, hauptsächlich dank der immensen Rechenleistung, die heute zur Verfügung steht.
Beispiele aus der realen Welt wie die vorausschauende Wartung gibt es zuhauf, und sie wurden lange vor Chat GPT entwickelt, das die KI auf die Tagesordnung setzte. Der Hype ist da – und was für ein Hype! Die diesjährige Flaute auf dem Halbleitermarkt wird ausschließlich von zwei Komponenten kompensiert: GPUs und High-Bandwidth-Speicher. Alles andere dümpelt vor sich hin, vor allem hier im computerindustrielosen Europa.
Die verschiedenen KI-Marktprognosen für das Jahr 2030, die ich in den letzten Wochen zusammengetragen habe, reichen von »mageren« 1,8 Billionen US-Dollar (Statista) bis hin zu atemberaubenden 15,7 Billionen US-Dollar, die PwC zusammen mit dem Weltwirtschaftsforum (ja, die) für den KI-Markt plus positive Auswirkungen auf das BIP prognostiziert. Letzteres wird im Jahr 2030 nicht weniger als 10 % des globalen Bruttoinlandsprodukts ausmachen. 15 Billionen US-Dollar an zusätzlichem Wohlstand, der ohne KI nicht möglich wäre?
Zusätzlicher Wohlstand kann nur aus zwei Quellen kommen: mehr Wachstum oder weniger Ausgaben. Darum muss der Schwerpunkt der KI-Anwendungsfälle – intelligentes Sehen, Robotik, maschinelles Lernen, Sprachverarbeitung, Spracherkennung, Expertensysteme und vieles mehr – auf der Optimierung von Prozessen liegen, um jede Form von Verschwendung, Risiken und Kosten (ja, das schließt Menschen ein) zu reduzieren, die Entwicklungs- und Bereitstellungszeit zu beschleunigen oder darauf, mittels Datenanalyse neue Geschäftsmöglichkeiten und Wertschöpfung zu finden.
Wenn ich mir zum Beispiel unsere kleine Branche – elektronische Bauteile – anschaue und darüber nachdenke, wo Produktivität verloren geht, wo sich Risiken häufen oder wo Chancen zu finden sind, dann fallen mir viele Prozesse ein, bei denen eine Form von KI helfen könnte. Wahrscheinlich wäre eine genauere Analyse notwendig. Der Einfachheit halber verwende ich nur diese eine Grafik, die das KI-Potenzial in Prozessen zeigt, die bei Distributoren vorherrschen. Ich bin aber gern bereit, auch andere Ideen – vom Design bis zur Fertigung – zu diskutieren.
Unabhängig davon, welche dieser Möglichkeiten Sie in Betracht ziehen, gibt es einige grundlegende Fragen, die Sie sich zuerst stellen sollten:
- Habe ich ein gutes Verständnis des Anwendungsfalls (Prozesses, Datenerkenntnisse), den ich adressieren möchte?
- Ist mein Digitalisierungsgrad über alle betroffenen Funktionen in einem Anwendungsfall gut genug?
- Habe ich genügend Daten von ausreichender Qualität, um ein System richtig zu trainieren?
- Habe ich einen greifbaren Nutzen in meinem Anwendungsfall (Zeit, Kosten, Risiko)?
- Wer hat die KI-Expertise (intern oder extern), um mir zu helfen?
Meine Lieblingsbeispiele in der obigen Liste der Möglichkeiten sind der künstliche FAE und der künstliche Supply-Chain-Experte. Dies aus dem einfachen Grund, weil diese Expertise heute selten ist und noch seltener werden wird, wenn der Mangel an Ingenieuren und Experten zunimmt, und die Babyboomer in Scharen in Rente gehen. Warum also nicht der KI-gestützte virtuelle Supply-Chain-Experte oder der KI-FAE?
Unabhängig davon sehe ich die Distribution als hervorragendes Objekt für eine weitere KI-Durchdringung: Die schiere Anzahl der Transaktionen und Vorgänge, die Komplexität der vor- und nachgelagerten Supply-Chain und nicht zuletzt der enorme Kostendruck erzwingen geradezu neue Wege, um mehr Transparenz, mehr Effizienz und mehr Wachstumsmöglichkeiten zu schaffen.
Das sind keine Hirngespinste von Journalisten oder Branchenexperten, sondern Realität. Andere Branchen mögen bei der Einführung schneller sein, und genau das ist die Herausforderung: Sie müssen in diesen Bereichen einen Reifegrad entwickeln, um dem durchschnittlichen Wettbewerber voraus zu sein, sonst wird sich das früher oder später auf Ihre Rentabilität auswirken. Die Top-Unternehmen in jeder Branche verdienen mehr Geld als die Nachzügler, nicht zuletzt durch den Einsatz besserer Methoden und Tools.
Fazit: Die Realität im Jahr 2030 wird wahrscheinlich ganz anders aussehen, als wir es uns heute vorstellen. Allerdings ist die Kernaussage für heute klar: KI ist da und Sie sollten sie als Freund willkommen heißen.
© Bildrechte Adobe Stock