Im Rahmen unserer Lerneisen ins Silicon Valley beschäftigen wir uns intensiv mit Fragen Künstlicher Intelligenz (KI) und wie ich diese in meinem Unternehmen einsetzen kann. Ganz praktisch tauchen immer wieder die gleichen Fragen auf:

• Was bringt mir KI und was brauche ich für die Einführung von KI?

• Soll ich meine Daten einem KI-Anbieter übergeben?

• Was passiert mit meinen Daten?

• Soll ich nicht lieber selber als Unternehmen eine KI-Lösung entwickeln?

• Wie kann ich ein KI-System implementieren, brauche ich dazu eine Abteilung an Entwicklern?

Manche dieser Fragen sind in der Betriebswirtschaftslehre schon lange als "Make or Buy"-Entscheidung bekannt und betreffen letztlich jedes Unternehmen. Was mache ich selber und was kaufe ich zu?

Bei Fragen Künstlicher Intelligenz kommt aber noch eine andere Variable hinzu, denn Daten sind das neue Gold, wer die Daten hat, der hat auch die Wertschöpfung. Denn Künstlicher Intelligenz ist immer nur so gut, wie Daten zur Verfügung stehen und KI-Modelle damit trainiert werden können.

Was dabei unsere Erfahrungen in der Zusammenarbeit mit mittelständischen Industriebetrieben sind, darum geht es in diesem Beitrag.

Variablen von “Make or Buy”

Wenn ein Unternehmen grundsätzlich vor der Entscheidung steht, etwas zuzukaufen oder selber zu entwickeln, dann sind im Grunde immer die folgenden Variablen zu berücksichtigen:

• Zeit: Wieviel Zeit habe ich, wann brauche ich die KI-Lösung und wie lange brauche ich für die Entwicklung dieser Lösung?

KI-Lösungen sind oft die Ergebnisse langer Forschungsarbeiten, wie zum Beispiel Doktorarbeiten an renommierten Universitäten. Dagegen können zugekaufte KI-Lösungen heute schon binnen weniger Tage eingesetzt werden, sind sehr leicht anwendbar und liefern rasch Ergebnisse.

• Kosten: Wieviel Entwickler muss ich einstellen, wie lange ist die Entwicklungszeit und was kostet mir dies als Unternehmen? Welche Ressourcen brauche ich noch und bekomme ich überhaupt die Entwickler?

  Ein industrietaugliches KI basiertes Framework zu schaffen, kostet Millionen und dauert viele Jahre. Es muss erprobt und verbessert werden, was ein Industrieunternehmen in so kurzer Zeit kaum bewerkstelligen kann.  

• Support und Wartung: Normalerweise sind bei vorgefertigten Softwarelösungen langfristige Wartungen notwendig. Die neuesten KI-Lösungen sind sehr niedrigschwellig, leicht anzuwenden und benötigen viel weniger Wartung. Was aber gemacht werden muss ist, sie müssen trainiert werden. 

• Daten: Das ist eigentlich der entscheidende Punkt. Es geht immer darum seine “Daten im Griff zu haben”, wie es ein Manager unserer Lernreise treffend formuliert hat. Habe ich die Daten strukturiert, kann ich auf diese zugreifen?

Wenn ich als Unternehmen mich der KI-Frage nähern will, dann muss ich eine Grundsatzentscheidung treffen: kümmere ich mich um meine Daten und vertraue ich diese auch jemanden anderen an?

Die beiden wesentlichen Bestandteile eines KI-Modells sind Datensätze, auf denen das System trainiert wird und die Verarbeitungsleistung, mit der das Modell Beziehungen innerhalb und zwischen diesen Datensätzen erkennt. Diese beiden Bestandteile sind bis zu einem gewissen Grad austauschbar: Ein Modell kann entweder durch die Aufnahme von mehr Daten oder durch eine höhere Rechenleistung verbessert werden. Letzteres wird jedoch aufgrund des Mangels an spezialisierten KI-Chips immer schwieriger, so dass sich die Modellbauer doppelt auf die Suche nach Daten konzentrieren müssen.

BEISPIEL: KI basierte QUALITÄTSKONTROLLE

Im Rahmen unserer Lernreisen haben wir das Unternehmen Relimetrics kennengelernt, das KI basierte Qualitätskontrolle entwickelt hat. Der Founder ist Kemal Levi, der im Rahmen seines Doktorstudiums diese Technologie entwickelt hat und die nun sehr erfolgreich bei Industrieunternehmen eingesetzt wird. Mit ihm habe ich folgendes kurzes Gespräch geführt:

• Wie aufwendig ist die Entwicklung eines KI Models ?

5 Jahre und fast 10 Millionen Euro hat es für uns gedauert, um ein industrietaugliches Framework für die KI basierte Qualitätskontrolle zu entwickeln. Nach all den Jahren kann ich sagen, dass es nicht einfach ist, industrietaugliche Infrastrukturen zu schaffen.

Wenn ein Unternehmen in Europa diesen Standard selber bauen will, würden sie inklusive Trial & Error und Einstellungskosten 10-20 Millionen Euro ausgeben. Industrietaugliche Software-Ingenieure sind selbst in Österreich, wo die Gehälter recht niedrig sind, teuer.

• Viele Unternehmen haben Angst ihre Daten herzugeben, ist das berechtigt ?

Diese Frage ist leicht zu beantworten. Nein, wir stehlen niemandes Daten. Aber die Zusammenarbeit mit einem Unternehmen hat seinen Preis (einschließlich der Anstellung kluger Leute), egal wie eng die rechtlichen Barrieren sind. Ich denke, diejenigen, die diese Frage stellen, sollten sich eher fragen: Was kostet es mich, von meinen Wettbewerbern überholt zu werden? Gibt es Wettbewerb? Oder gibt es ein Monopol?

• Muss ich eine Gruppe von Datenanalysten für die Implementierung einsetzen?

  Ja, das ist tatsächlich ein Schmerzpunkt, den wir ebenfalls zu adressieren versuchen. Heutzutage sind KI-Ingenieure nicht nur in der Entwicklung tätig, sondern auch in der Implementierung, Unterstützung und Wartung ihrer Arbeit.

  Relimetrics kann Unternehmen helfen, mit seinen Tools Zeit und Geld zu sparen und einige dieser Aufgaben an Nicht-KI-Leute zu übertragen.

Aus Sicht mittelständischer Unternehmen

• Stärken stärken - Konzentration auf das Kerngeschäft

Viele mittelständische Industrieunternehmen entscheiden sich daher auch berechtigterweise für den Zukauf von KI Leistungen. Denn diese sind mittlerweile sehr niedrigschwellig zu implementieren, will heißen:

1. Probezeit, in der man das Tool auch testen kann, sofortiger return of investment sichtbar

2. Subscriptionmodelle, die man auch leicht wieder kündigen kann

3. Leicht zu bedienen, oft im Baukastensystem, können diese von jedermann bedient werden

• Vertrauen - niemand klaut Daten

Erfolgreiche mittelständische Unternehmen wissen, dass sie Kooperationspartner vertrauen müssen, wollen sie langfristig erfolgreich bleiben. Unsere Angst vor Piraten (O Ton eines Managers), also vor Start Ups die Daten klauen und weiterverwerten, ist völlig überzogen. Pay it forward im Silicon Valley bedeutet auch in Vorleistung zu gehen, zu vertrauen und damit sich ständig weiter zu entwickeln.

Ausblick

Das was wir seit Herbst zum Thema Chat GPT gesehen haben, ist nur ein Vorschgeschmack auf das, was noch alles auf uns zukommt. Nur wenn Unternehmen sich auch wirklich öffnen, bereit sind sich auch weiter zu entwickeln und damit auch vertrauen, bleiben sie erfolgreich. Dann wird sich die Frage nach kaufen oder selber machen oft von selbst ergeben.

Wenn wir uns auf unser Kerngeschäft konzentrieren und wenn wir darin auch richtig gut werden wollen, dann bleibt nur mehr die Zusammenarbeit mit Partner, in dem Fall mit KI Anbietern, die in ihrem Gebiet Profis sind. Wir freuen uns schon auf unsere nächste Lernreise im Oktober, wo wieder hochspannende Produkte und Lösungen kennenlernen werden.

Autor: Mag. Werner Sattlegger, Founder Art of Life

Veranstaltungstip: nächste Lernreise in das Silicon Valley 03.Juni - 07.Juni, 2024

Kontakt Relimetrics: Mark Micnik, Head of Sales

Werner Sattlegger: “Die Kunst reifer Führung”, 2022

Experte für digitale Entwicklungsprozesse, wo er europäische mittelständische Familien- und Industrie-unternehmen von der Komfort- in die Lernzone bringt. Leidenschaftlich gerne verbindet er Menschen und Unternehmen, liebt die Unsicherheit und das Unbekannte, vor allem bewegt ihn die Lust am Gestalten und an Entwicklung.