Was verbinden Sie mit dem Begriff künstliche Intelligenz?

Vielleicht müssen Sie dabei an eine Maschine denken, die menschlichen Tätigkeiten nachgeht – sehen, hören, lesen, sprechen, denken und reagieren. Und das ist bereits Realität. Erstaunlich, oder? Am erstaunlichsten ist es aber – und dies macht den Kern von KI und maschinellem Lernen aus –, dass Maschinen in der Lage sind, Unmengen unstrukturierter Daten auf eine Weise zu verarbeiten und zu interpretieren, die den Menschen verwehrt bleibt.

Deshalb können wir dank KI fundiertere Entscheidungen treffen und bessere Ergebnisse erzielen. Im Gesundheitswesen ermöglicht die künstliche Intelligenz beispielsweise wahre Durchbrüche in Forschung und Entwicklung sowie bei der Diagnostik. Im Finanzsektor kann sie Research-Analysten zu präziseren Prognosen verhelfen. Im verarbeitenden Gewerbe ermöglicht KI eine bessere Produktionssteuerung und eine höhere Effizienz.

Erwartungen zufolge wird die KI bis 2030 beachtliche 15,7 Bio. USD in die Weltwirtschaft pumpen.1 Das ist mehr als das heutige Gesamt-BIP von China. Dieses Wachstumspotenzial ist auf verschiedene Faktoren zurückzuführen, darunter:

  • Höhere Arbeitsproduktivität (höhere Margen)
  • Stärkere Personalisierung von Produkten und Dienstleistungen (höhere Umsätze)
  • Erkennung und Prävention von Sicherheitsrisiken im Internet
  • Kosteneinsparungen

Schätzungen zufolge könnten KI und das maschinelle Lernen zu Umwälzungen in der Logistikbranche führen und durch eine höhere Arbeitseffizienz, niedrigere Transportkosten und effizientere Touren jährliche Kosteneinsparungen in Höhe von 500 Mrd. USD ermöglichen.2 Andere Berichte gehen davon aus, dass die KI-basierte Personalisierung in lediglich drei Sektoren – Einzelhandel, Gesundheitswesen und Finanzdienstleistungen – zu einer Umsatzverschiebung in Höhe von 800 Mrd. USD führen wird. Diese Umsätze werden von Unternehmen erwirtschaftet, die in den nächsten fünf Jahren erfolgreich KI-Technologien einführen.3

Prognose des globalen Geschäftswerts von KI

Quelle: Gartner. April 2018. „Forecast: The Business Value of Artificial Intelligence. Worldwide. 2017-2025.”
Anhand eines Balkendiagramms wird der prognostizierte globale Geschäftswert der KI in Milliarden US-Dollar dargestellt. Daraus wird ersichtlich, dass sich dieser Wert zwischen 2017 und 2022 jedes Jahr erhöht.

Verstärkte Investitionen in KI

Den Erwartungen zufolge werden sich die weltweiten Investitionen und Ausgaben für KI in diesem Jahr auf 35,8 Mrd. USD erhöhen. Dies entspricht einer Steigerung von über 44 % gegenüber 2018. Laut Prognosen werden sich die Ausgaben für KI-Systeme bis 2022 mehr als verdoppeln – auf fast 80 Mrd. USD. Zwischen 2018 und 2022 wird eine jährliche Wachstumsrate von 38 % erwartet.4 Auch die US-Regierung hat ihre allgemeinen Investitionen in F&E für KI seit 2015 um über 40 % erhöht.

Bei diesem Tempo werden KI-orientierte Ausgaben eines der wachstumsstärksten Technologiesegmente darstellen.5

In der datenorientierten Welt von heute müssen Unternehmen eine Entscheidung treffen: Entweder lassen sie sich von der Datenflut ins Bockshorn jagen oder sie nutzen KI, um sich einen Wettbewerbsvorteil zu verschaffen. Die meisten Unternehmen scheinen das erkannt zu haben. Bei einer Studie von NewVantage Partners gaben 88 % der Befragten an, dass sie KI-Investitionen im Jahr 2019 eine größere Dringlichkeit einräumen. Trotzdem sagten 77 % der Befragten, dass KI-Initiativen im Unternehmen nach wie vor eine Herausforderung darstellen.6 Dies ist wahrscheinlich darauf zurückzuführen, dass die Vorteile von KI gar nicht so leicht zu realisieren sind und gleichzeitig die Risiken angegangen werden müssen.

Risiken beim Einsatz von KI

Die Datenqualität und Sicherheitsbedenken sowie kulturelle Überlegungen bezüglich der Veränderung der Arbeitswelt könnten dem breit angelegten Einsatz von KI kurzfristig im Wege stehen.

Die Verfügbarkeit und Integrität von Daten ist eine entscheidende Voraussetzung für die Entwicklung von Algorithmen. Darüber hinaus kann die Qualität des Endergebnisses darunter leiden, wenn Daten nicht richtig bereinigt, katalogisiert und kategorisiert werden. Der Prozess der Datenbereinigung gehört tatsächlich zu den dringlichsten und zeitintensivsten Herausforderungen, mit denen Unternehmen konfrontiert werden.

Darüber hinaus kommt es auch zu Sicherheitsverstößen und Fehlverhalten. Wie können wir Fehler oder unbefugte Datenmanipulationen verhindern? So sorgen „Deepfakes“ zunehmend für Bedenken. Dabei werden mit Hilfe von künstlicher Intelligenz Videos von realen Personen erstellt, die Reden halten oder Botschaften übermitteln, die es nie gegeben hat.7

Die Umwälzungen am Arbeitsmarkt sind ebenfalls ein Problem. Einigen Schätzungen zufolge können nur 5 % der Tätigkeiten vollständig automatisiert werden. Gleichwohl könnten 49 % der in der Weltwirtschaft bezahlten Tätigkeiten automatisiert werden.8 Um dieses Problem zu lösen, sind dringend Umschulungen erfordert.

Großes Potenzial

Trotz der Risiken und Einschränkungen beeinflusst die künstliche Intelligenz alle Branchen. Hier sind einige Beispiele:

  • Einzelhandel. Mit Hilfe der künstlichen Intelligenz könnten Bekleidungsunternehmen bald maßgeschneiderte Kleidungsstücke entwerfen, vermarkten und produzieren. Anstatt der traditionellen Methoden, mit denen Kleidung von der Stange gefertigt wird, könnte künstliche Intelligenz eingesetzt und mit anderen Technologien kombiniert werden, beispielsweise mit der 3D-Bildgebung, AR/VR und der automatisierten Produktion. Auf diese Weise könnten maßgeschneiderte Kleider oder Anzüge effizienter produziert werden. Gleichermaßen setzen die Einzelhändler bereits auf das maschinelle Lernen, um sowohl im Internet als auch in Filialen Kundenbestellungen zu prognostizieren.9
  • Gesundheitswesen. Die künstliche Intelligenz ermöglicht Ärzten die Fernbetreuung und -diagnose von Patienten, was ein erhebliches Potenzial für Kostensenkungen birgt. KI verbessert auch die Erkennung und Diagnose von Krankheiten. 2019 hat ein Computer dank des maschinellen Lernens Lungenkrebs präziser erkannt als Radiologen.10
  • Finanzdienstleistungen. Viele Vermögensverwalter haben bereits Anlagestrategien eingeführt, die auf Vorschlägen basieren, die anhand des maschinellen Lernens generiert wurden. KI kann Anlagestrategien nicht nur vorschlagen, sondern auch umsetzen. Gleichwohl sind diese Strategien immer noch auf die menschliche Überwachung und Erfahrung angewiesen. J.P. Morgan nutzt die künstliche Intelligenz vorrangig für die Erzielung besserer Anlageergebnisse. Hier erfahren Sie, wie sich KI und maschinelles Lernen auf die Investments von J.P. Morgan auswirken.
  • Transport. Ähnlich wie die Gesundheitsbranche kann auch dieser Sektor die künstliche Intelligenz nutzen, um wirtschaftliche Vorteile zu erzielen – und Menschenleben zu retten. Laut Schätzungen der US-Bundesbehörde für Straßen- und Fahrzeugsicherheit (National Highway Traffic Safety Administration) sind 94 % der schweren Autounfälle in den USA auf menschliches Versagen zurückzuführen.11 Automatisierte (oder selbst halbautomatisierte) Fahrzeuge könnten dies ändern. Darüber hinaus dürften autonome Fahrzeuge die amerikanische Lastwagenbranche radikal verändern. Da zwei Drittel aller transportierten Güter in den USA per Lkw geliefert werden, hätten Fortschritte beim autonomen Fahren spürbare Auswirkungen. Würden alle Lastwagenfahrer im gesamten Land durch autonom fahrende Lastwagen ersetzt, würden die Betriebskosten in der Lkw-Branche um 45 % zurückgehen.12

Fähigkeit von KI-Systemen, Objekte in Bildern korrekt zu erkennen (Erkennungsgenauigkeit in Prozent)

Quelle: ImageNet Large Scale Visual Recognition Challenge: eine Analyse des McKinsey Global Institute, Stand: April 2018.
Anhand eines Liniendiagramms wird veranschaulicht, inwiefern KI-Systeme fähig sind, Objekte in Bildern korrekt zu erkennen. Die Erkennungsgenauigkeit wird in Prozent dargestellt und das beste KI-System mit der menschlichen Leistung pro Jahr (2010–2017) verglichen.

Anlagepotenzial

Nur 20 % der KI-bewussten Unternehmen setzen die künstliche Intelligenz im großen Maßstab ein,13 und das trotz einer Datensphäre von 16,3 Zettabyte (die bis 2025 um das Zehnfache auf 163 Zettabyte anwachsen soll).14 Zur Veranschaulichung: Ein Zettabyte entspricht 1 Bio. Gigabyte.

Da die KI-Investitionen in den nächsten fünf Jahren schnell anziehen dürften, statten Großkonzerne ihre Plattformen allmählich mit KI-Funktionen aus. Salesforce.com gab kürzlich bekannt, für 15,7 Mrd. USD Tableau zu erwerben. Hierbei handelt es sich um einen Anbieter von Unternehmensanalytik, der Kunden die Visualisierung ihrer Daten ermöglicht. Wir interessieren uns natürlich auch für KI-Investments. Dabei gehen wir folgendermaßen vor. Wir haben fünf Kategorien an Unternehmen identifiziert, die von dieser Entwicklung profitieren:

1. Anbieter von KI-Plattformen: Diese Software-Anbieter stellen einsatzbereite Tools für die Visualisierung, Algorithmen für das maschinelle Lernen, Tools für die Gesichtserkennung und die natürliche Sprachverarbeitung sowie Software für die Stimmungserkennung und Chatbots bereit. Sie ermöglichen Unternehmen, die nur wenig Erfahrung in diesem Bereich haben, den Einsatz von KI und stellen hierfür Self-Service-Tools bereit – was Zeit, Geld und Mühe erspart.

2. Unternehmen, die KI-Computing ermöglichen: Halbleiterhersteller, die Grafikprozessoren (GPU) oder anwendungsspezifische Chips (ASIC) produzieren und damit das leistungsstarke KI-Computing möglich machen. Wir gehen davon aus, dass die Nachfrage nach diesen Chips kontinuierlich steigen wird.

3. Fokus auf KI-orientierten Geschäftsmodellen: Sowohl etablierte als auch neue Unternehmen beginnen allmählich, Daten in den Mittelpunkt ihrer Geschäftstätigkeit zu stellen. Wir halten Ausschau nach herausragenden Unternehmen, deren Geschäftsmodelle auf KI basieren und die ihren Kunden auch KI-unterstützte Dienstleistungen anbieten. Solche Unternehmen sind unter anderem in den Sektoren Cybersicherheit, Datenschutz, Gesundheitswesen, Finanzdienstleistungen und Versicherungswesen zu finden.

4. Technologieberater: Im Zuge ihrer digitalen Transformation merken Unternehmen recht schnell, dass die Frage, wann, wie und wo KI eingesetzt werden sollte, gar nicht so leicht zu beantworten ist. Beratungsunternehmen können hier helfen.

5. Datenanbieter: Der Output von Algorithmen für das maschinelle Lernen hängt im hohen Maße von den Trainingsdaten ab. Der Zugang zu großen Datenmengen hoher Qualität ist von entscheidender Bedeutung. So dürfte es kaum überraschen, dass immer mehr Datenanbieter auf den Markt drängen und alle möglichen Daten bereitstellen – angefangen bei Satellitenaufnahmen von Schatten auf schwimmenden Öltankern bis hin zum Geotargeting des Fußgängerverkehrs in Einkaufszentren. Laut unserer Investmentbank gibt es tatsächlich über 500 verschiedene Datenanbieter.

Fazit

KI hat das Potenzial, Unternehmen von Grund auf zu verändern, die Produktivität anzukurbeln und die Wertschöpfung in der Weltwirtschaft zu erhöhen. Führende Unternehmen aus Hunderten von Branchen nutzen diese leistungsstarke Technologie, um ihre operative Effizienz zu verbessern. Darüber hinaus könnten einige der weltweit größten Herausforderungen mit fortschrittlichen KI-Anwendungen bewältigt werden – sowohl in Unternehmen als auch im Alltag. Wenn man die Risiken richtig angeht, blickt die künstliche Intelligenz einer strahlenden Zukunft entgegen und könnte der Gesellschaft als Ganzes zahlreiche Vorteile und Chancen eröffnen.

 

1 PwC, 2017, „Sizing the prize: What’s the real value of AI for your business and how can you capitalize?”

2 Goldman Sachs, 9. März 2017, „Artificial Intelligence & Machine Learning: Logistics.”

3 Boston Consulting Group, Mai 2017, „Profiting from Personalization.”

4 International Data Corporation, März 2019, „Worldwide Semiannual Artificial Intelligence Systems Spending Guide“.

5 Veröffentlichung der US-Regierung, Mai 2018, „Summary of the 2018 White House Summit on AI for American Industry“.

6 NewVantage Partners, Januar 2019, „Big Data and AI Executive Survey 2019“.

7 USA Today, 13. Mai 2019, „Wait, is that video real? The race against deepfakes and dangers of manipulated recordings.”

8 McKinsey Global Institute, Januar 2017, „A Future that works: Automation, Employment, and Productivity.”

9 PwC, Mai 2018, „Global Consumer Insights Survey 2018 – Artificial intelligence: Touchpoints with consumers.”

10The New York Times, 20. Mai 2019, „A.I. Took a Test to Detect Lung Cancer. It Got an A.”

11 National Highway Traffic Safety Administration, Mai 2019, „Automated Vehicles for Safety“.

12 McKinsey, Dezember 2018, „Distraction or disruption? Autonomous trucks gain ground in U.S. logistics“.

13 McKinsey Global Institute, Juni 2017, „Artificial Intelligence: The Next Digital Frontier?”

14 Seagate und IDC, November 2018, „Data Age 2025: The Digitization of the World From Edge to Core“.