5 min read
Entspannt & glücklich auf Arbeit: 5 Tipps, um die Stimmung zu heben
Wenn die Tage wieder dunkler werden, geht das oft auch auf die Stimmung, da der Mangel an Sonnenlicht das Level vom...
3 Minuten Lesezeit
Wie gehen Unternehmen aktuell mit KI-Trends und -Entwicklungen um (Machine Learning, NLP, generative KI) und was bringt die Zukunft?
Laut einer globalen Umfrage von Accenture aus dem Jahr 2022 sorgt bereits die Erwähnung von künstlicher Intelligenz in der Gewinnermittlung für steigende Aktienkurse (bis zu 40%).
40% aller Befragten einer McKinsey-Umfrage planen erhöhte KI-Investitionen aufgrund der weitreichenden Entwicklungen im Bereich der generativen KI (Quelle: McKinsey, 2023).
Was ist generative KI?
Generative KI beschreibt KI, die Texte, Bilder und Medien generiert. Dazu lernt sie Muster und Strukturen aus den Eingabedaten und ist dann in der Lage, ähnliche Ergebnisse mit einigen Variationen zu erzeugen.
22% aller Befragten der McKinsey-Umfrage nutzen generative KI bereits regelmäßig bei ihrer Arbeit (McKinsey, 2023).
Einer Webinar-Umfrage von Gartner von mehr als 2.500 Führungskräften zufolge sind die bevorzugten Einsatzgebiete generativer KI:
- Kund:innenerlebnis und -bindung (38 %)
- Umsatzsteigerung (26 %)
- Kostenoptimierung (17 %)
- Geschäftskontinuität (7%)
(Quelle: Gartner-Umfrage, 2023)
KI kann nachhaltige Maßnahmen unterstützen, ist aber auch ein wichtiger Grund für den Anstieg der Kohlenstoffemissionen in den letzten Jahren, da viele KI-Systeme viel Strom verbrauchen, um die riesigen Datenmengen zu verarbeiten (Quelle: Stanford, 2023, PDF).
Obwohl KI auch einen enormen Ressourcenverbrauch mit sich bringt, berichten viele KI-Anwender:innen, dass sich ihre Nachhaltigkeitsinitiativen dank KU um 33% verbessert haben (Quelle: data iku, 2023).
Darüber hinaus sahen Early Adopters auch Verbesserungsraten bei den Themen Innovation (35%) und Kund:innen sowie Mitarbeitendenbindung (32%).
Laut dem KI-Index-Bericht von Stanford werden die meisten Modelle für maschinelles Lernen heutzutage vorwiegend in der Industrie und nicht in der Wissenschaft entwickelt. Der Studie zufolge werden vor allem Ressourcen (Budget, Computerleistung, Daten) als Grund genannt, da diese für gemeinnützige Organisationen und Universitäten oft knapper bemessen sind als für Unternehmen(Quelle: Stanford, 2023, PDF).
IDG stellte in einer aktuellen Umfrage fest, dass die Anzahl deutscher Unternehmen, die den Einsatz von Machine Learning erwägen oder bereits planen, im Vergleich zu 2019 um 20% gestiegen ist. Vor allem größere Unternehmen beschäftigen sich verstärkt mit diesen Technologien (Quelle: IDG, 2023).
Was ist Machine Learning?
Machine Learning (übersetzt: maschinelles Lernen) umfasst Technologien, bei denen Maschinen ihre eigenen Algorithmen und Daten analysieren, um daraus zu "lernen" und Problemlösungen zu ermitteln, und zwar ohne das Zutun menschlichen Inputs.
Zu den wichtigsten Gründen, warum KI-Projekte scheitern, zählt der data iku-Report:
- die KI-Technologie konnte die erwartete (oder versprochene) Leistung nicht erfüllen,
- Datenpipelines und unterschiedliche Datenquellen fehlen
- Ergebnisse greifen zu disruptive in die aktuellen Geschäftsprozesse ein.
Der Accenture-Umfrage zufolge befinden sich die meisten Unternehmen (über 60%) noch in der Experimentierphase, während nur 12% der befragten Unternehmen KI in einem Reifegrad einsetzen, der einen "starken Wettbewerbsvorteil" bietet.
Ziehen Sie eine KI-Strategie in Erwägung oder sind bereits mittendrin? Unsere Expert:innen helfen Ihnen, die richtige Datenstrategie, das richtige Datenmanagement und die richtigen Datenlager einzurichten. Wir unterstützen Sie bei der Implementierung von KI-Plattformen und helfen Ihnen bei der Transformation Ihrer Reportings und Prozesse.
Share:
