[15.03.2022]
Die Potentiale von maschinellem Lernen und künstlicher Intelligenz sind groß. Trotz der technischen Machbarkeit verläuft die Umsetzung in vielen Unternehmen jedoch nur sehr zögerlich. Dieser Beitrag soll helfen, die Gründe hierfür zu verstehen und den Weg zur erfolgreichen Implementierung zu ebenen. Dabei bietet TCW Unterstützung im Bereich der Wirtschaftlichkeitsbewertung sowie der Umsetzung und macht die neuen Technologien für Sie nutzbar. Im Rahmen von Leuchtturmprojekten können verdeckte Potentiale im Einkauf, der Portfolioplanung oder Technologieentwicklung schnell erschlossen werden.
Der globale Markt für maschinelles Lernen (ML) wird von 15,50 Milliarden US-Dollar im Jahr 2021 auf voraussichtlich 152,24 Milliarden US-Dollar im Jahr 2028 wachsen. Unternehmen auf der ganzen Welt erforschen zunehmend Lösungen für ML, um geschäftliche Herausforderungen zu bewältigen und innovative Lösungen zu erhalten.
Im Allgemeinen geht es beim maschinellen Lernen darum, dass maschinelle Systeme iterativ aus einem verfügbaren Datensatz lernen. Auf diese Weise sind die Systeme in der Lage verborgene Erkenntnisse zu gewinnen, ohne dass sie explizit darauf programmiert werden. ML hilft Unternehmen, ihre Daten sinnvoll zu nutzen, Geschäftsprozesse zu verbessern und die Produktivität zu steigern, indem es verschiedenste, oft auch unkonventionelle Optimierungsaufgaben automatisiert. Verborgene Standardisierungspotentiale im Portfolio, Reduzierung der Produktkomplexität und Kostenreduzierung im Einkauf sind dabei nur ein paar Beispiele.
Es ist von großer Bedeutung präzise und maßgeschneiderte Modelle zu erstellen, um diese Optimierungen zu beschleunigen und zu operationalisieren. Nur so können Unternehmen die besten Lösungen für maschinelles Lernen finden und implementieren und die Hürden überwinden. Das TCW unterstützt Sie hierbei als Schnittstellenpartner mit Felderfahrungen und erprobten Tools, verbunden mit einem breitem Domänenwissen in den Bereichen Produktion, Logistik und Unternehmensführung.
Die Unternehmen sind in der Regel zwar sehr an der Einführung von ML-Methoden interessiert, tun sich aber oft schwer damit, diesen Weg einzuschlagen. Alle Unternehmen sind unterschiedlich und ihre Prozesse äußerst spezifisch, aber im Wesentlichen sind die Probleme, mit denen sie beim maschinellen Lernen konfrontiert werden, die Gleichen. Lassen Sie uns die drei Hauptthemen, mit denen sich Unternehmen bei der Einführung von maschinellem Lernen konfrontiert sehen, diskutieren und verstehen, um den Einstieg und die Umsetzung zu meistern.
Die Erfahrung aus der Praxis von TCW zeigt im Allgemeinen, dass Vorurteile und die Angst vor den ungewissen Konsequenzen dazu führen, dass viele Manager vor der Implementierung von ML zurückschrecken. Dabei umgibt die Technologie deutlich weniger Rätselhaftes, als viele Manager vermuten. Künstliche Intelligenz im Unternehmen einzuführen, und von den damit verbundenen Potentialen zu profitieren heißt nämlich nicht, bestehende ERP- oder EDV-Systeme einzureißen oder die Simulation des ganzen Unternehmens anzustreben. Zuallererst geht es darum, nach passenden ML-Instrumenten für abgegrenzte Bereiche zu suchen, Piloterfolge zu etablieren und von diesen Leuchtturmprojekten zu lernen sowie auf diese aufzubauen.
TCW unterstützt Sie dabei, die Vorteile des maschinellen Lernens im Einklang mit Ihren Geschäftszielen zu nutzen. Unsere Experten haben erfolgreich mit Unternehmen auf der ganzen Welt zusammengearbeitet, um Lösungen für eine schnelle Entscheidungsfindung, höhere Produktivität und die Automatisierung von Geschäftsprozessen zu ermöglichen.
Data Science und das maschinelle Lernen lassen sich in allen Bereichen der Wertschöpfungskette anwenden. Beispielweise:
Die angewandten Methoden sind dabei keine komplett neuen Instrumente, sondern ermöglichen die Verbesserung von bestehenden Ansätzen, die wir in der Beratung seit vielen Jahren sehr erfolgreich anwenden. Einige Beispiele hierfür sind in Abbildung 1 dargestellt.
Um erfolgreich zu sein und die eingangs dargestellten Herausforderungen und Hürden zu meistern, ist besonders das richtige Erwartungsmanagement von Bedeutung. Sicher mag der Gedanke einer allumfassenden ML-Lösung begeistern, erfahrungsgemäß sind die Erfolgszutaten der digitalen Transformation jedoch schnelle Erfolge, messbarer Fortschritt und kontrollierbares Risiko, ohne das Unternehmen zu lähmen.
TCW hat mehrere Unternehmen bei der Pilotierung von ML und Advanced Analytics begleitet und die Implementierung im Unternehmen über die TCW Systematik zur Einführung von Data Science ermöglicht. Erprobte Tools und Best-Practice-Beispiele in Verbindung mit ausgeprägtem Domänenwissen beschleunigen die Implementierung in Ihrem Unternehmen.
Video: Was ist Data Science und wie können Unternehmen das Konzept anwenden?