KI im Mittelstand: Das sind die 5 größten Herausforderungen

Künstliche Intelligenz (KI) wird in technologienahen Umgebungen wie der IT oder der industriellen Fertigung bereits seit geraumer Zeit vielfältig eingesetzt. Doch durch die enorme Leistungsfähigkeit heutiger KI-Lösungen erschließen sich zunehmend auch in anderen Wirtschaftsbereichen weitere Anwendungsmöglichkeiten. Gerade in den vergangenen Monaten stellten viele Unternehmen fest: KI und Automatisierung können auch in Krisenzeiten dazu beitragen, die Produktivität und Geschäftskontinuität zu sichern.

Zwar nutzte bereits zuvor etwa jedes zehnte Unternehmen in Deutschland KI, so eine repräsentative Studie des IT-Beratungshauses Tata Consultancy Services   und Bitkom Research   . Doch dabei galt: Je größer das Unternehmen, desto häufiger setzte es schon auf die Technologie. Denn gerade kleine und mittelständische Unternehmen (KMU) stehen hierbei oftmals vor entscheidenden Herausforderungen:

1. Fehlende KI-Strategie als Einstiegshürde
Insbesondere KMU zögern häufig, die Technologie im eigenen Unternehmen zu implementieren, weil ihnen eine klare KI-Strategie fehlt. Doch dabei ist eine umfassend ausgearbeitete Strategie im ersten Schritt noch gar nicht zwingend notwendig. Vielmehr gehe es für Unternehmen zunächst darum, die Technologie zu verstehen und zu erkennen, welche Möglichkeiten sie bietet: welche Anwendungsmöglichkeiten auf Produkt- oder Prozessseite vorhanden sind und welche Daten sie gezielt dafür nutzen können.

2. Hohe KostenHohe Kosten und mangelnde Ressourcen sind in vielen Fällen ein entscheidender Hinderungsgrund. Doch nicht jedes Unternehmen, das über den Einsatz von KI-Lösungen nachdenkt, benötigt eigene Rechenressourcen oder teure, selbst entwickelte Plattformen. In vielen Fällen lohnt es sich, einen Blick auf KI-Plattformen zu werfen, wie die von Public-Cloud-Anbietern. Sie ermöglichen die Nutzung leistungsfähiger und skalierbarer KI-Lösungen, ohne dass ein Unternehmen im großen Umfang eigene Investitionen tätigen muss. Auch die Erfahrungen der großen Plattformanbieter helfen, Projekte möglichst schnell umzusetzen.

3. Mangelndes Know-How und fehlendes PersonalFehlendes Know-How der Mitarbeiter ist ein weiterer entscheidender Faktor: KMU können die Implementierung neuer Technologien häufig nicht eigenständig vorantreiben, da entsprechende Experten im Unternehmen fehlen. Während Großunternehmen häufig ganze Abteilungen haben, die sich mit der Digitalisierung beschäftigen, müssen sich in KMU meist einige wenige Mitarbeiter um das Thema Digitalisierung als Ganzes kümmern - und KI ist nur ein Teil davon. Zwar betrifft der Fachkräftemangel auch Großunternehmen, doch diese sind aufgrund der Reputation oder des größeren Themenspektrums meist attraktivere Arbeitgeber. Je kleiner das Unternehmen, desto schwieriger ist es, Mitarbeiter mit den benötigten Fähigkeiten für die Datenanalyse und Digitalisierungslösungen zu finden.

4. Angst vor Veränderung
KI verändert die Anforderungen an die Tätigkeiten der Mitarbeiter - was für viele mit der Angst vor Veränderungen oder Arbeitsplatzverlust einhergeht. Hier gilt es, Ängste abzubauen, aufzuklären und die eigenen Mitarbeiter mit dem Wandel nicht allein zu lassen. Zudem steigt die Bedeutung von stetigen Weiterbildungen.

5. Nutzen der Daten erkennen
Eine wesentliche Voraussetzung für KI-basierte Lösungen ist die Datenqualität beziehungsweise die Verfügbarkeit einer soliden Informationsbasis mit für den Anwendungsbereich relevanten Daten. Dabei besteht die Herausforderung oftmals nicht darin, dass es an notwendigen Daten mangelt. Vielmehr müssen Unternehmen einen Weg finden, die vorhandenen Daten effektiv zu nutzen und auszuwerten. Bei neuen Technologien ist es nicht ungewöhnlich, dass viele Firmen sie erst einführen, wenn der Wettbewerb damit bereits erfolgreich am Markt ist und sich Best Practices erkennen lassen. Aber diese Strategie ist bei Künstlicher Intelligenz riskant.