Trends News

istock.com/NanoStockk

Studie: Machine Learning in deutschen Firmen auf dem Vormarsch  

41 Prozent wollten den Einsatz weiter verstärken und auf andere Bereiche auszuweiten, so die Analyse von AllCloud. Dafür sprechen demnach viele Gründe: ML-Modelle könnten beispielsweise maßgeblich den Erfolg eines Unternehmens beeinflussen und entscheidend für die strategische Ausrichtung sein. Gegenwärtige Haupteinsatzfelder sind den Angaben zufolge Qualitätssicherung und -kontrolle (bei 37 Prozent der befragten Unternehmen), die Logistik und Bestandserweiterung (bei 25 Prozent), die Optimierung des Produktionsprozesses (bei 24 Prozent) und die vorausschauende Instandhaltung (ebenfalls bei 24 Prozent).

Die Vorteile des Einsatzes von ML sind laut Studie immens. Ein wichtiger Nutzen sind demzufolge Kostenersparnisse, die bei 45 Prozent der Befragten aufträten. Darüber hinaus gäben 42 Prozent an, dass eine Produktionsoptimierung erreicht worden sei. 41 Prozent sähen eine Produktivitätssteigerung, 34 Prozent eine Prozessbeschleunigung und 32 Prozent eine Mitarbeiterentlastung durch den Einsatz von Machine Learning, hieß es.

Gefragte Implementierungspartner
Die Studie zeige außerdem, dass sich die ambitionierten Pläne der Unternehmen nicht ohne die Hilfe von Implementierungspartnern umsetzen ließen. Lediglich zwei Prozent der Produktionsunternehmen könnten ihre zukünftigen Pläne im Bereich von ML-Technologien eigenständig umsetzen. Entsprechend gäben 98 Prozent der Befragten an, auf externe Dienstleister angewiesen zu sein. Dieser Bedarf liege in der fehlenden Expertise der Unternehmen im Bereich von ML-Modellen und -Tools und dem Fachkräftemangel begründet.

Den befragten Unternehmen fehle es an Experten, die den Umgang, die Einsatzfelder und die Potenziale von ML-Systemen kennen und für das Unternehmen erschließen könnten. Auch bei den technischen Bedarfen und der Entwicklung individueller ML-Strategien seien externe Dienstleister unverzichtbar, um den Einsatz von Machine Learning im Industrie- und Produktionsumfeld weiter voranzutreiben, so die Untersuchung.

Bundesbank sieht Chancen durch ML
Auch die Deutsche Bundesbank sieht für Kreditinstitute enorme Chancen durch die Anwendung von Maschinellem Lernen. „Auch wir als Aufsicht können profitieren, wenn Banken die Möglichkeiten von ML nutzen. Denn effiziente Banken sind langfristig stabile Banken“, erklärte Prof. Dr. Joachim Wuermeling, Mitglied im Vorstand der Bundesbank, in einem Beitrag für das BaFin-Journal vom April 2022. Zunächst gehe es darum, ML überhaupt zu erkennen und die Unterschiede zu den Modellen und Prozessen herauszustellen, die die Bundesbank seit Jahrzehnten beaufsichtige. Diese Unterschiede zeigten, an welchen Stellen die Aufsichtspraxis eventuell angepasst werden müsse:

„Dafür brauchen wir nicht unbedingt eine allgemeingültige Definition von ML. Vielmehr richten wir unsere Aufsichtspraxis, Prüfungstechnik und -intensität darauf aus, ob und welche ML-Charakteristika bei einer Methodik vorliegen und wie stark diese ausgeprägt sind“, so Wuermeling. Dieser Ansatz helfe der Bundesbank dabei, ML-Innovationen und ihre Risiken zu erkennen, angemessen zu behandeln, und neue Anwendungen bei Banken nicht über einen Kamm zu scheren. (ud)

+++

Melden Sie sich bei Interesse zu unserem Web-Seminar „Machine Learning: Projektmanagement und Betrieb“ an.

 

Stichworte

Verwandte Artikel

Anzeige

Lexikoneinträge