KI-Potenziale für KMU des Dienstleistungssektors

Das wissenschaftliche Institut (WIK) sieht Potenziale im KI-Einsatz vor allem in der Einführung und Nutzung von KI-Systemen. Gerade durch die internationale Konkurrenz könnte der deutsche Mittelstand abgehängt werden und wirtschaftlichen Schaden erleiden. Diese Meinung teilten 70 % der Befragten im Rahmen der Umfrage der WIK. Das Optimierungspotenzial durch die KI im Mittelstand ist laut vieler Expertinnen und Experten evident [8].

Entsprechend der Umfrage der WIK könnte der Einsatz von KI entlang der gesamten Wertschöpfungskette Mehrwerte erzielen. Die Bereiche „Prozesseffizienz“, „Optimierung der Distribution und Logistik“ und „Zielgenauere Werbung/Promotion“ werden als besonders relevant für die KI gesehen. Auch wenn häufig über eine Substitutionsgefahr im Zuge der KI gesprochen wird, wird in der „Verringerung des Personalaufwands“ wenig Potenzial gesehen [8]. Grundsätzlich hat die KI laut dem „McKinsey Global Institute“ mehr Potenzial als die Dampfmaschine während der Industrialisierung. Es wird prognostiziert, dass die globale Wirtschaft im Jahr 2030 um 1,2 % jährlich steigen wird. Im Vergleich führte die Dampfmaschine mit ihrer Einführung zu einem Wachstum von 0,3 %. Für Deutschland wird eine Wachstumsrate von 1,3 % erwartet. Dieser Wert liegt um 0,1 % über dem weltweiten Durchschnitt. Das Wachstumspotenzial wird sich auf etwa 50 Milliarden Euro belaufen [9]. Laut der Studie „Künstliche Intelligenz im Mittelstand – Relevanz, Anwendungen, Transfer“ waren 84 % der befragten Experten der Meinung, dass die Optimierung der Distribution und Logistik für den Mittelstand durch die KI eine besondere Möglichkeit darstellt [9].

Laut einer Bitkom-Studie aus dem Jahr 2021 stellt KI eine unverzichtbare Technologie für die Logistikbranche dar. Dabei prognostizieren ca. 70 % der Befragten sogar, dass der Einsatz von künstlicher Intelligenz in den nächsten zehn Jahren eine Notwendigkeit darstellen wird [10]. Das Verbesserungspotenzial der intelligenten Routenplanung und Echtzeitauswertung der Daten und Bestellungen würde einen signifikanten Mehrwert für die Unternehmen schaffen. Der hohe gesellschaftliche und wirtschaftliche Stellenwert und die Tatsache, dass die Prozesse relativ einfach zu verstehen sind und dementsprechend leicht für eine KI umzusetzen sind, trägt zur Relevanz innerhalb der Logistikbranche bei [10]. Ein weiterer Aspekt ist der herrschende Personalmangel in diesem Sektor. Die vierteljährliche Umfrage des Münchner Ifo Instituts fand heraus, dass zwei Drittel der Unternehmen in diesem Sektor vom Fachkräftemangel betroffen sind und folglich eine Beeinträchtigung von 43 % der Tätigkeiten hinnehmen müssen [11]. Die KI könnte dieser Beeinträchtigung entgegenwirken, indem sie autonome Lieferungen von Fahrzeugen und Drohnen ermöglicht [10]. Des Weiteren waren 78 % der Befragten der WIK davon überzeugt, dass der Kundenservice der Unternehmen mithilfe der KI verbessert werden kann. Besonders im Dienstleistungssektor lassen sich viele Erkenntnisse gewinnen. Solche Unternehmen, die sich auf den Kundenservice konzentriert haben, können durch eine datengetriebene KI umfassendes Kundenwissen erlangen, um insgesamt bessere Kundenbeziehungen zu erlangen [12]. KI-gesteuerte Chatbots stellen z. B. eine Möglichkeit dar, den Kund*innen personalisierte Erfahrung, Komfort und Schnelligkeit zu geben [13]. 

Hemmnisse für KI in KMU

Gründe für den aktuellen Rückstand im Bereich KMU können die häufig als zu hoch beurteilte Einschätzung des Aufwandes im Zuge einer Implementierung von KI-Technologien und ein unterschätztes Empfinden des Nutzens einer KI-Anwendung im Unternehmen sein [14]. Basierend auf der Umfrage der „Mittelstand-Digital-KI“ ist das fehlende Know-how bzw. sind die fehlenden Fachkräfte in KMU ein Hauptgrund für den Rückstand des KI-Einsatzes [9].

Exemplarisch blieben im Jahr 2019 in Deutschland grundsätzlich 43 % der KI- und Data Science-Stellen unbesetzt [15]. Auf Platz 2 befindet sich laut den Befragten der mangelnde digitale Reifegrad der KMU. Auch wenn nicht alle KI-Lösungen ein sehr hohes Datenvolumen benötigen, haben Unternehmen, die sich in einer digitalen „Unreife“ befinden, Schwierigkeiten mit der Sammlung von Daten. Machine Learning-Methoden brauchen beispielsweise Daten, um trainiert zu werden. Wie häufig angenommen, sind die begrenzten finanziellen Möglichkeiten der KMU laut dieser Umfrage nicht das Hauptproblem. Dennoch ist zu berücksichtigen, dass viele KI-Projekte mit hohen Anschaffungskosten einhergehen. Eine skeptische Haltung gegenüber neuartigen Technologien wie die KI erschwert zusätzlich das nötige Vertrauen, um langfristige Investitionen wie diese zu ermöglichen [15].

Voraussetzungen und Einführung der KI

Um eine erfolgreiche Implementierung von KI-Anwendungen in Unternehmen zu ermöglichen, müssten laut der befragten Expert*innen die benötigten Voraussetzungen geschaffen werden. Zunächst sollte ein konkreter Anwendungsfall identifiziert werden, der mithilfe von klassischen Digitalisierungsmethoden nicht zu lösen ist. Dies würde den eigentlichen Prozess initiieren. Neben den Use Cases müssen vor allem die Daten im Unternehmen identifiziert werden, mit denen die KI im späteren Verlauf arbeiten soll. Dabei liegt der Fokus auf der Aufbereitung der Daten, um sie in einen auswertbaren Zustand zu versetzen. Für KI-Anwendungen sind korrekte Daten eine fundamentale Bedingung. KMU sollten sich diesbezüglich ebenfalls um die technischen Voraussetzungen kümmern und nicht nur mithilfe von Excel arbeiten. KI-Anwendungen, die neuronale Netze anwenden, benötigen beispielsweise geeignete Tools, mit denen sie arbeiten können. KMU, die keine Daten zur Verfügung haben, sollten zunächst eine ganzheitliche IT-Strategie entwickeln, um sich ausreichend zu digitalisieren. Dabei sollte mit einzelnen Bereichen eines Unternehmens begonnen werden, um sogenannte „quick wins“ oder „low hanging fruits“ zu erzielen. Ein Indikator für die digitale Bestimmung des Unternehmens sind u. a. Reifegradmodelle. Der Einsatz dieser Modelle ermöglicht das Erkennen der Voraussetzungen für IT-Anwendungen. Jedoch befinden sich aktuell viele KMU noch in den Anfängen des Digitalisierungsprozesses, weshalb viele Grundlagen fehlen. Des Weiteren sind Know-how und IT-Fachkräfte eine weitere Voraussetzung für IT- und KI-Anwendungen. Es mangelt vor allem bei KMU an Geld und Ressourcen. Hinzu kommt eine unzureichende Kreativität der KMU in ihren Recruiting-Prozessen. Häufig sind Unternehmen in der Kundengewinnung sehr kreativ und innovativ, haben aber Schwierigkeiten, dasselbe für die Mitarbeitergewinnung umzusetzen.