Nur wenige technologische Fortschritte haben so viel Aufsehen erregt wie die KI. Insbesondere die generative KI scheint den Geschäftsdiskurs auf Hochtouren gebracht zu haben. Viele Führungskräfte in der Fertigung äußern sich optimistisch: Untersuchungen von MIT Technology Review Insights ergaben, dass die Ambitionen für die KI-Entwicklung in der Fertigung stärker ausgeprägt sind als in den meisten anderen Sektoren.
Hersteller betrachten KI zu Recht als integralen Bestandteil der Schaffung der hyperautomatisierten intelligenten Fabrik. Sie sehen den Nutzen von KI bei der Verbesserung von Produkt- und Prozessinnovationen, der Verkürzung der Zykluszeit, der Steigerung der Effizienz von Abläufen und Anlagen, der Verbesserung der Wartung und der Stärkung der Sicherheit bei gleichzeitiger Reduzierung der CO2-Emissionen. Einige Hersteller, die in die Entwicklung von KI-Funktionen investiert haben, streben immer noch danach, ihre Ziele zu erreichen.
Diese Studie von MIT Technology Review Insights versucht zu verstehen, wie Hersteller Vorteile aus KI-Anwendungsfällen ziehen – insbesondere in den Bereichen Technik und Design sowie im Fabrikbetrieb. An der Umfrage nahmen 300 Hersteller teil, die begonnen haben, mit KI zu arbeiten. Die meisten davon (64 %) forschen oder experimentieren derzeit mit KI. Etwa 35 % haben damit begonnen, KI-Anwendungsfälle in die Produktion zu überführen. Viele Führungskräfte, die an der Umfrage teilgenommen haben, geben an, dass sie beabsichtigen, die KI-Ausgaben in den nächsten zwei Jahren deutlich zu steigern. Diejenigen, die noch nicht mit KI in der Produktion begonnen haben, bewegen sich schrittweise. Um die Entwicklung und Skalierung von Anwendungsfällen zu erleichtern, müssen diese Hersteller Herausforderungen mit Talenten, Fähigkeiten und Daten bewältigen.
Im Folgenden sind die wichtigsten Ergebnisse der Studie aufgeführt:
- Talente, Fähigkeiten und Daten sind die Haupthindernisse für die KI-Skalierung. Sowohl im Engineering als auch im Design und im Fabrikbetrieb nennen Hersteller einen Mangel an Talenten und Fähigkeiten als ihre größte Herausforderung bei der Skalierung von KI-Anwendungsfällen. Je näher Anwendungsfälle an die Produktion heranrücken, desto größer wird dieses Defizit. Viele Befragte geben an, dass unzureichende Datenqualität und Governance auch die Entwicklung von Anwendungsfällen behindern. Unzureichender Zugriff auf Cloud-basierte Rechenleistung ist ein weiteres häufig genanntes Hindernis in Technik und Design.
- Die größten Player tätigen die meisten Ausgaben und haben die höchsten Erwartungen. Im Bereich Technik und Design erwarten 58 % der Führungskräfte, dass ihre Unternehmen die KI-Ausgaben in den nächsten zwei Jahren um mehr als 10 % steigern werden. Und 43 % sagen dasselbe, wenn es um den Fabrikbetrieb geht. Bei den größten Herstellern ist die Wahrscheinlichkeit weitaus größer, dass sie ihre Investitionen stark steigern als bei kleineren, aber immer noch großen Herstellern.
- Gewünschte KI-Gewinne sind spezifisch für Fertigungsfunktionen. Zu den häufigsten von Herstellern eingesetzten Anwendungsfällen gehören Produktdesign, Konversations-KI und Inhaltserstellung. Wissensmanagement und Qualitätskontrolle werden in der Pilotphase am häufigsten genannt. In der Technik und im Design streben Hersteller vor allem nach KI-Gewinnungen in Bezug auf Geschwindigkeit, Effizienz, weniger Ausfälle und Sicherheit. In der Fabrik werden vor allem bessere Innovationen sowie mehr Sicherheit und ein geringerer CO2-Fußabdruck gewünscht.
- Ohne die richtigen Datengrundlagen kann die Skalierung ins Stocken geraten. Den Befragten ist klar, dass die Entwicklung von KI-Anwendungsfällen durch unzureichende Datenqualität (57 %), schwache Datenintegration (54 %) und schwache Governance (47 %) behindert wird. Nur etwa jeder fünfte befragte Hersteller verfügt über Produktionsanlagen mit Daten, die für die Verwendung in bestehenden KI-Modellen bereitstehen. Diese Zahl sinkt, wenn Hersteller Anwendungsfälle in Produktion bringen. Je größer der Hersteller, desto größer ist das Problem unpassender Daten.
- Damit die KI skalieren kann, muss die Fragmentierung angegangen werden. Die meisten Hersteller sind der Ansicht, dass eine gewisse Modernisierung der Datenarchitektur, Infrastruktur und Prozesse erforderlich ist, um neben anderen Technologie- und Geschäftsprioritäten auch KI zu unterstützen. Eine Modernisierungsstrategie, die die Interoperabilität von Datensystemen zwischen Technik und Design und der Fabrik sowie zwischen Betriebstechnologie (OT) und Informationstechnologie (IT) verbessert, hat eine solide Priorität.
Dieser Inhalt wurde von Insights erstellt, dem Bereich für benutzerdefinierte Inhalte von MIT Technology Review. Es wurde nicht von der Redaktion des MIT Technology Review verfasst.