Bis jetzt findet Artificial Intelligence wenig Verwendung in deutschen Firmen. Laut einer neuen Umfrage des Bitkom nutzen gerade einmal 15 % der befragten Unternehmen AI, obwohl sich ganze 73 % bewusst sind, dass diese Technologie für sie zukunftsweisend ist. Wir sind auf Ursachensuche gegangen und haben im Rahmen des AI DAY drei Experten aus der Branche befragt. Karina Buschsieweke, CEO von Lana Labs, sieht den Grund für Disparität darin, dass der deutsche Mittelstand lange erfolgreich wirtschaften konnte, ohne sich digitalisieren zu müssen. Die Industrie lief lange sehr gut in Deutschland, ergänzt CEO von lengoo und Vorstandsmitglied des Bitkom Christopher Kränzler, und deshalb versuchte man sich immer nur inkrementell zu verbessern, anstatt einen Wandel anzutreiben. Diese Denkweise hat Deutschland in eine schwierige Situation manövriert, denn selbst in der Krise, wenn Ressourcen gespart werden müssen, wird nicht zuerst an die Möglichkeiten der Digitalisierung gedacht. Dabei wächst im Nachgang der Krise der Kostendruck immens. Um aus dieser herauszukommen, führt kein Weg daran vorbei Ressourcen zu sparen. Da bleiben meist nur zwei Möglichkeiten: Mitarbeitende zu entlassen oder gezielt Ressourcen an anderen Stellen zu reduzieren. Wenn Unternehmen jedoch die zweite Möglichkeit nicht bewusst ist, hat dies schnell drastische Konsequenzen für die Angestellten - hiervon profitiert am Ende natürlich niemand, denn auch Unternehmen verlieren durch verringerte Teamgrößen stark an Produktivität und Innovation. Vom verlorenen Vertrauen der verbliebenen Angestellten und den Konsequenzen für die entlassenen Mitarbeiter ganz zu schweigen. Dabei rentiert sich die Implementation von Künstlicher Intelligenz, laut der aktuellsten Deloitte KI-Studie, in Deutschland schneller als im europäischen Vergleich. In den meisten Unternehmen erfolgt eine Amortisierung in unter zwei, in 42 % der Firmen sogar in nur einem Jahr. Der Einsatz der Technologie bietet damit die einzigartige Möglichkeit Kosten schnell, aber auch langfristig zu reduzieren.

“Der deutsche Mittelstand konnte lange erfolgreich wirtschaften, ohne sich digitalisieren zu müssen”, beobachtet Karina Buschsieweke, CEO von Lana Labs.‌‌

Skepsis und Unsicherheit im Umgang mit Daten

Die Zögerlichkeit findet ihren Ursprung in einer starken Unsicherheit im Umgang mit Daten. Nur wenige wissen zum Beispiel, was genau die DSGVO beinhaltet und für den Umgang mit Daten bedeutet. Dr. Thomas Ramge, Research Fellow des Weizenbaum Instituts und Sachbuchautor zahlreicher Bücher zu den Themen Digitalisierung, Daten und Veränderungen der Arbeitswelt, spricht von einer “tiefsitzenden Skepsis, dass alles, was mit ganz vielen Daten zu tun hat, eher eine Gefahr ist”. Dadurch wird aus den Augen verloren, dass aus diesem Datenreichtum etwas Intelligentes oder eine Grundlage zu geschaffen werden kann, um bessere Entscheidungen zu treffen. “Das ist bei uns ein riesen Problem”, so Ramge. Dass diese Skepsis in Deutschland auch vor dem Privatleben nicht Halt macht verdeutlicht Christopher Kränzler. Er spricht von einer “allgemeinen, langsamen Technologieadaption” im Land und führt als Beispiel an, dass in seinem Freundeskreis niemand ein iPhone vor der vierten Generation besaß. “Das spiegelt die Mentalität wieder, dass Dinge einfach viel zu lange beobachtet werden, bevor man selbst aktiv handelt”.

Dr. Ramge sieht das Problem in unsere Kultur, die stark geprägt sei von einer Angst, dass Daten missbraucht werden könnten oder wir womöglich “in Abhängigkeit geraten von irgendwelchen Superstarfirmen, die mehr über uns wissen als wir selbst”. Weiter gefüttert würde dieses Bild durch Filme und Bücher und so sei es keine Überraschung, dass “dann erst einmal eine negative oder zumindest abwertende Reaktion gibt, selbst, wenn überhaupt keine personenbezogenen Daten im Spiel sind”. Doch diese Angst bleibt nicht ohne Konsequenzen. Denn aus ihr entsteht die Tendenz, im Zweifel an den falschen Stellen zu sparen.

Der Mythos vom Wettbewerbsvorteil durch verschärften Datenschutz

Eine These die besonders scharf kritisiert wird, ist, dass unser Umgang mit Daten einen Wettbewerbsvorteil für Deutschland bedeuten würde, weil alle, die unsere Systeme verwenden, in sie vertrauen würden. Dieser Mythos sei laut Dr. Ramge weder beim Cloud Computing, noch bei Big Data aufgegangen und wird deshalb bei AI auch nicht aufgehen können. Vielmehr müsse Europa verstehen, dass nicht-personenbezogene und nicht-geschäftsgeheimnisbezogene Daten geteilt werden müssen, um in Europa einen Datenraum zu schaffen, der der Innovation dient. Denn laut Dr. Ramge sind “Daten die wichtigste Ressource für Innovation im 21. Jahrhundert”. Europa habe zudem bereits eine exzellente Forschungslandschaft und genug Talente - jedoch noch keine Open Data Lösung für den europäischen Raum. Er fasst zusammen: “Bezogen auf AI ist unsere Haltung zu Daten ganz klar etwas was uns kulturell so stark lähmt, dass es signifikant die Fortentwicklung von datenreichen Systemen behindert”.

Dr. Thomas Ramge, Research Fellow am Weizenbaum Institut, hält einen Wettbewerbsvorteil durch einen verschärften Datenschutz für einen Mythos.

Die Krise als Chance nutzen

In einem Punkt ist sich die Runde einig. Ein Misstrauen in Firmen gäbe es nicht, sondern “eher die Angst, dass etwas schiefgeht am Ende”, so Karina Buschsieweke. Das sei allerdings bei jedem neuen Projekt und bei jeder neuen Technologie der Fall - also ganz unabhängig vom Thema AI, betont Buschsieweke. Auch bei lengoo sei Vertrauen kein Problem, betont Christopher Kränzler. Beim Trainieren von Engines für maschinelle Übersetzungen werden so spezifische Daten wie nur möglich gebraucht, um unternehmensspezifische Engines zu erstellen. Es mache also gar keinen Sinn, Daten verschiedener Unternehmen zu mischen, und Kunden wissen von Anfang an, dass hier kein Grund zur Sorge besteht. Das Problem ist das mangelnde Wissen der Unternehmen gegenüber den Vorteilen von AI Lösungen. Deshalb sei, laut Christopher Kränzler, das Schaffen von Wissen fundamental, damit Unternehmen begreifen, welchen “Schatz an Daten sie besitzen - einen Schatz für den amerikanische Unternehmen längst ganze Unternehmen aufkaufen”. Deshalb sollten Mythen aufgeklärt werden, denn laut dem lengoo CEO geht es “nicht darum, alles mit Machine Learning zu automatisieren, sondern sich ein kleines Leuchtturmprojekt rauszusuchen, an welchem man lernen kann und allen Mitstreitern im Ökosystem zeigen kann welche Vorteile künstliche Intelligenz am Ende bringt”. Auch auf der politischen Ebene, so fordert Kränzler, müssen deshalb die Vorteile von AI Anwendungen herausgearbeitet werden.

Kränzler mahnt jedoch auch, dass es “kurz vor 12” sei. Jetzt ist ein guter Zeitpunkt gekommen um “aufzuwachen in dieser Krise”. Unternehmen müssten endlich verstehen, dass die Krise die Möglichkeit bietet die komplette KI-Transformation anzustoßen. Auch Karina Buschsieweke ist der Meinung, dass gerade Krisen einen Denkanstoß geben können den Status Quo zu hinterfragen und aktiv nach Verbesserungen zu suchen. Denn in Krisenzeiten schaffe die Nutzung von AI eine stark benötigte Transparenz. Welche aber auch auf der Kundenseite nötig sei. Die CEO von Lana Labs führt an, dass der ehrliche Austausch mit Kunden am meisten Vertrauen schaffe. “Was für Daten werden wir in die Analyse miteinbeziehen? Haben wir dort personenbezogene Daten? Wie werden die pseudonymisiert, oder gar nicht mit ausgewertet?” - all diese Fragen gilt es zu klären.

Christopher Kränzler, CEO von lengoo, mahnt, dass es “kurz vor 12” sei.


Statt Mitarbeiter zu entlassen, wenn in Krisenzeiten finanzielle Schwierigkeiten entstehen, sollten Unternehmen überlegen, wo sie wirklich langfristig und sinnvoll sparen könnten. Den die größten und langfristigsten Einsparpotenziale sind nicht im Bereich des Personals, sondern vielmehr in Abläufen zu finden, die aktuell ineffizient ablaufen. So zitiert Jonathan Wuermeling, Moderator des AI DAY und Head of Communications bei lengoo, zum Ende der Panel Discussion, die in Karina Buschsiewekes Keynote erwähnten 15 Billionen Dollar, die jährlich an Ineffizienzen verloren gehen. “Vielleicht darf man auch gar nicht immer nur die Kostenoptimierung sehen”, schlägt Buschsieweke vor. Prozessverbesserungen seien hier schließlich genau so viel wert wie gespartes Geld, denn sie laufen im Endeffekt genau darauf hinaus.


Die vollständige Diskussion zur Frage “Wie kommen Unternehmen mit AI gestärkt aus der Krise?” finden Sie hier: