European Enterprise Survey on the Use of Technologies based on AI Der KI-Studie der EU fehlt der Wumms-Faktor

Anbieter zum Thema

Vertiv GmbH

DAXTEN GmbH

Fsas Technologies GmbH

Künstliche-Intelligenz-Techniken sind ein wirtschaftlicher und gesellschaftlicher Schlüsselfaktor. Europa hat hier Nachholbedarf. Das für die Studie „European Enterprise Survey on the use of technologies based on artificial intelligence“ genutzte Instrumentarium ist allerdings so gefasst, dass es wenig zielführende Antworten geradezu herausfordert.

Fast 10.000 Unternehmen in den 27 EU-Staaten sowie in Großbritannien, Island und Norwegen hat die Generaldirektion Kommunikations-Netzwerke der EU-Kommission zwischen Januar und März 2020 zum Status der Verwendung von Künstliche-Intelligenz (KI-)Technologie befragen lassen (s.u.). Das Ergebnis ist - zumindest auf den ersten Blick - durchaus ermutigend für Europa: 25 Prozent der befragten Unternehmen setzen zwei oder mehr Technologien aus dem KI-Bereich ein, dazu kommen noch 17 Prozent der Unternehmen, die wenigstens eine derartige Technologie nutzen.

Problematische KI-Taxonomie

Die Autoren der Studie kaprizieren sich auf fünf Kennzahlen, über deren analytischen Wert für eine präzise Aussage darüber, wie es um die Integration von KI-Techniken in die wirtschaftlichen Wertschöpfungsketten steht, durchaus geteilter Meinung sein darf:

• Das Wissen, dass es Künstliche-Intelligenz-Techniken gibt (AI Awareness)

• Der Einsatz von (bestimmten) KI-Techniken im jeweiligen Unternehmen

• Die Bezugsquellen von KI-Techniken: interne oder externe Quellen

• Interne Hindernisse für KI-Techniken

• Externe Hindernisse für KI-Techniken

Mit Verlaub, die erste Kennzahl nach der „AI Awareness“ wirkt ein bisschen so, als frage man gestandene Unternehmen danach, ob sie wissen, dass es „Computer“ gibt. Jedenfalls erschließt sich einem nicht, inwieweit die bejahende Antwort auf die diesbezügliche Frage (78 Prozent) eine fruchtbare Arbeitsgrundlage für die Arbeit der EU-Kommission in Sachen KI sein kann.

Die nächste Kennziffer, die Einsatzfelder der einzelnen KI-Techniken betreffend, scheint vorderhand durchaus ergiebig für die Arbeit, die die Kommission zu leisten hat, allerdings irritiert die Aufsplittung der KI in die folgenden zehn Sachgebiete (Techniken?):

• Prozess- und Geräte-Optimierung

• Erkennung von Anomalien

• Prozess-Automatisierung

• Prognose und Preis-Optimierung, Entscheidungsfindungsprozesse

• Verarbeitung natürlicher Sprache

• Autonome Maschinen

• Bilderkennungssysteme

• Maschinen, die automatisch Empfehlungen aussprechen und dies auf die personale Ebene herunterbrechen

• Systeme für kreative und experimentelle Aktionen

• Analyse der Gefühle, die Texte oder Bilder bei Personen auslösen

Nun spielen KI-Techniken in den oben gelisteten Themenfeldern sicher eine wichtige Rolle, tatsächlich scheint es aber zweckdienlicher, etablierte KI-Techniken wie Maschinelles Lernen (in seinen verschiedensten Ausprägungen bis hin zu Deep Learning), neuronale Netze, Automatische Sprachübersetzung oder automatische Deduktions-Algorithmen (Inference Mechanisms) bei der Fragestellung in den Mittelpunkt zu stellen. Wer solche Techniken einsetzt, weiß auch wofür; wohingegen die oben aufgeführten Begriffsbildungen eher ein bisschen zusammengewürfelt wirken, so dass die daraus resultierenden Antworten nicht unbedingt eine große Hilfe für eine zielgenaue KI-Förderung in der EU sein dürfte.

Insofern wirken auch die Prozentwerte für die einzelnen Themenfelder von der Größenordnung her eher unspezifisch. 13 Prozent der befragten Unternehmen nutzen KI-Techniken für Prozess und Geräte-Optimierung, ebenfalls 13 Prozent setzen bei der Erkennung von Anomalien auf KI-Techniken. 12 Prozent nutzen KI bei der Prozess-Automation und 10 Prozent bei Prognosen. Auf eine weitere Aufzählung sei hier verzichtet. Welche KI-Techniken in den einzelnen Fällen eingesetzt werden und welchen Umfang diese Einsätze haben, wird nicht abgefragt.

In einer Fußnote zu den Ergebnissen merken die Autoren an, dass die Ergebnisse der hier referierten Ipsos-EU-Studie im Großen und Ganzen mit der McKinsey-Studie von 2018 übereinstimmten, direkte Vergleiche seien aber nicht möglich, da die gewählten Taxonomien sich unterschieden. Man fragt sich angesichts dieser Bemerkung, wie man eine Übereinstimmung behaupten und gleichzeitig feststellen kann, dass man eigentlich nicht vergleichen kann.

Wieso gibt es zu wenig qualifiziertes KI-Personal?

59 Prozent der Unternehmen, die KI-Techniken einsetzen, kaufen nach den Erhebungen der Studie die entsprechende Software auf dem externen Markt ein, viele kaufen dabei schlüsselfertige Produkte. Nur eine Minderheit von 20 Prozent der Unternehmen entwickelt KI-Produkte vollständig im eigenen Unternehmen.

Der Grund ist klar: KI-Spezialisten in den Unternehmen sind rar beziehungsweise nicht vorhanden, im vielen Fällen reicht das KI-qualifizierte Personal gerade einmal aus, um ein gekauftes KI-Programm korrekt zu betreiben und damit das damit einher gehende Potenzial ausnutzen zu können.

Qualifiziertes Personal für KI-Software zu finden, ist in dem erweiterten Europa, das die Studie abdeckt, mehr als schwierig. 57 Prozent der befragten Unternehmen geben an, dass das Haupthindernis für die verstärkte Integration von KI-Technik das fehlende Personal ist. 52 Prozent der Unternahmen schrecken aber auch vor den Kosten der entsprechenden Software beziehungsweise wohl auch Hardware (in Gestalt von Spezialchips oder Spezial-Maschinen) zurück.

Unwägbarkeiten

49 Prozent der befragten Unternehmen geben an, dass sie in der Anpassung der Betriebsprozesse an die KI-Anforderungen ein großes Hindernis sehen. Und immerhin noch 33 Prozent der Unternehmen fürchten Haftungsrisiken, in die sie durch den Einsatz von KI-Produkten ihrer Meinung geraten könnten. Auch mangelnde Daten-Standardisierung sowie ungeklärte beziehungsweise nicht leicht zu erfüllende regulatorische Vorgaben werden als Hindernisgründe für die Einführung von KI-Produkten genannt (33 Prozent beziehungsweise 29 Prozent).

Versucht man diese Angaben in einen forschungs- und industriepolitisch verwertbaren Kontext zu bringen – was ja wohl eine der Aufgaben der Generaldirektion Kommunikationsnetzwerke der EU-Kommission und damit auch der Zweck der Studie ist -, dann scheint da ein Teufelskreis vorzuliegen. Es gibt zu wenig attraktive KI-Projekte im (erweiterten) EU-Europa, dadurch wandern gut ausgebildete KI-Spezialisten nach USA oder China ab; und durch diesen fachlichen Aderlass entsteht ein Mangel an Fachpersonal, das wiederum verhindert, dass es genügend attraktive KI-Projekte gibt.

Wohlgemerkt: Das ist ein Schluss, der zumindest explizit in der Studie nicht gezogen wird, aber er ist aufgrund der Antworten der Unternehmen eigentlich mit Händen zu greifen. Um aus diesem Teufelskreis zu kommen, böte sich an – auch dies kein explizites Resümee der Studie - finanziell großzügig ausgestattete KI-Leuchtturm-Projekte anzustoßen, die einerseits in den „Green Deal“ der EU-Kommission passen und fachlich und ethisch ausreichend gut analysiert und diskutiert sind, dass sie auf breiten gesellschaftlichen europäischen Konsens stoßen, also keinen Touch von „Überwachungsstaat“ haben.

EU-Kommission stellt Strategien für Daten und KI vor

Europa als Vorreiter bei KI und Datenwirtschaft

Die Nachhaltigkeitspläne der EU für die ITC-Branche

Spätestens im Jahr 2030 sollen Rechenzentren klimaneutral sein

Zu viel „Statistik-Hokuspokus“

Insgesamt ist die Studie zu-KI-Affinität und KI-Nutzung im (erweiterten) EU-Europa, über die hier referiert wird, nicht besonders konkret, was die Möglichkeiten von KI-Techniken in den verschiedenen Branchen betrifft. Die Studie verliert sich in endlosen Beschreibungen, wer wie viele KI-Techniken einsetzt, ohne jemals auch nur anzudeuten, wofür sie eingesetzt werden.

Gibt es zum Beispiel im Bereich Industrie 4.0, wo Europa mit Sicherheit viel zu bieten hat, keine Leuchtturm-Projekte, deren Beschreibung mehr Ansporn und Entwicklungsschub brächte als das aus unserer Sicht oft Sinn entleerte Auflisten von „Statistik-Hokuspokus“, der den Bezug zu den KI-Inhalten fast schon verloren hat. Und es gilt: wer mit einer ungeeigneten Taxonomie und wenig zielführenden Fragen an die Unternehmen herantritt, bekommt halt auch wenig zielführende Antworten.

Keine Frage: EU-Europa hat in Sachen KI einiges aufzuholen, gerade deshalb hätte man den Fragen und der Ausrichtung angesichts der tatsächlich großen Datenbasis mehr „Wumms“ gewünscht.

Link: European entterprise survey on the use of technologies based on artificail intelligende, A study prepared für the European Commission DG Communications Networks, Content & Technology by Ipsos & International Centre for Innovation, Technology and Education

(ID:46811319)