Software und Technologie

Das Internet der Dinge braucht künstliche Intelligenz

Erst mit künstlicher Intelligenz lässt sich das Potenzial aus dem Internet-of-Things ausschöpfen. Laut IDC übertreffen 90 Prozent der Unternehmen ihre Erwartungen, wenn sie Vernetzung und Analytics kombinieren.

IoT KI analytics künstliche Intelligenz Internet der DingeErfolg im Tandem: „Unternehmen, die mit dem Internet der Dinge arbeiten, brauchen künstliche Intelligenz und Analytics, um wirklich einen Mehrwert aus ihren Daten zu ziehen“, erklärt Oliver Schabenberger, Chief Operating Officer bei SAS Institute. „Man kann sogar sagen, dass die meisten erfolgreichen Projekte beide Technologien bündeln.“

Für die Studie AI + IoT: How IoT leaders are breaking away hatte IDC weltweit 450 Führungskräfte befragt. Die IDC Ergebnisse belegen, dass die Kombination aus künstlicher Intelligenz und dem Internet of Things – genannt Artificial Intelligence of Things (AIoT) – die Wettbewerbsfähigkeit im zweistelligen Prozentbereich erhöht – gemessen an Mitarbeiterproduktivität, Innovationskraft und operativen Kosten.

Analytics erweitert den operativen Fokus

Künstliche Intelligenz ebnet den Weg für schnelle Entscheidungen, die sich positiv in den Geschäftsergebnissen niederschlagen. Damit erweitert sich der Fokus von rein operativen Fragen wie „Läuft die Anlage?“ zu weiterführenden Themen rund um Supply Chain und Nachfrageplanung, Produktqualität, Vermarktung von Handelsgütern oder die Ausbreitung von Krankheiten in einer Klinik.

„Wenn Unternehmen Daten von Sensoren im Internet der Dinge sammelt und mit von Analytics auswerten, bekommen sie sehr gute Planungsmöglichkeiten und erhalten Einblick in operative Probleme“, berichtet Maureen Fleming, Program Vice President for Intelligent Process Automation bei IDC. „Die Kombination der beiden Technologien steigert Agilität und Effizienz.“

„Künstliche Intelligenz schafft die Voraussetzung, um mit den erhobenen Daten Entscheidungen und Maßnahmen zu automatisieren“, erläutert Melvin Greer, Chief Data Scientist bei Intel. Aktuell befänden sich die meisten Unternehmen noch in der Phase, wo das Vernetzen von Gegenständen und Maschinen laufende Vorgänge sichtbar macht. In der nächsten Stufe gehe es um die Steigerung von Zuverlässigkeit, Effizienz und Produktivität. Das erfordere eine leistungsstarke Analytics.

Umsatzwachstum und Prozessbeschleunigung als Ziele

Die IDC-Studie, die SAS, Deloitte und Intel in Auftrag gegeben haben, kommt zu fünf zentralen Ergebnissen:

1. 79 Prozent des Top-Managements sind in Projekte zum Internet der Dinge involviert, und davon geben 92 Prozent an, dass die Kombination mit künstlicher Intelligenz-Lösungen ihre Erwartungen übertroffen hat.

2. 68 Prozent der Unternehmen nutzen Informationen aus dem Internet der Dinge, um im operativen Bereich datenbasierte Entscheidungen zu treffen. Allerdings setzen sie dafür noch keine künstliche Intelligenz ein, sondern eher Microsoft Excel oder ähnliche Technologien. Lediglich zwölf Prozent verlassen sich bei Planungsentscheidungen auf Daten aus dem Internet der Dinge. Kommt künstliche Intelligenz ins Spiel, steigt dieser Prozentsatz auf 31 Prozent.

3. 34 Prozent der Befragten benennen Umsatzwachstum als wichtigstes Projektziel. Darauf folgen die Steigerung der Innovationsfähigkeit (17,5 Prozent), das Entwickeln digitaler Kundenservices (14,3 Prozent) und das Senken der operativen Kosten (11,1 Prozent).

4. Unternehmen, die das Internet der Dinge mit Analytik kombinieren, steigern den Nutzen: Sensordaten alleine beschleunigen operative Vorgänge um 32 Prozent. In Kombination mit Künstlicher Intelligenz steigt die Geschwindigkeit um 53 Prozent.

5. Business Intelligence (33 Prozent), Monitoring in Near-Realtime und Visibilität (31 Prozent) sowie Condition Based Monitoring (30 Prozent) stehen ganz oben im Ranking der Analysetechniken, die im Internet der Dinge zum Einsatz kommen.

Algorithmen erkennen Anomalien besser als Menschen

Western Digital, Hersteller von Datenspeichern, setzt in Entwicklung und Fertigung auf Sensordaten und künstliche Intelligenz. „Wir nutzen Advanced Analytics, um Probleme in Forschung und Entwicklung zu erkennen und zu beseitigen“, berichtet Senior Director Gautam Khera. Die Technologie helfe dabei, die Beschaffenheit der Daten zu verstehen und Auslöser für Anomalien zu erkennen, die für das menschliche Auge nicht sichtbar sind.

Für den weltweit agierenden Metallhersteller Ulbrich Steel hat das Schaffen von Akzeptanz für die Kombination von Sensorik und Analytik oberste Priorität; „Mitarbeiter haben zunächst Angst davor, ihren Job zu verlieren“, erklärt Chief Financial Officer Jay Cei. „Ich bin allerdings der Ansicht, dass diese Technologie ihnen die Chance gibt, anspruchsvollere Aufgaben zu übernehmen.“ Jürgen Frisch

Next article IT-Systeme fordern Zahlungen automatisiert ein
Previous article MES-Webinar 7: Industrie 4.0 und moderne Werkzeuge für eine erfolgreiche IoT-Strategie
Scroll Up