Künstliche Intelligenz in der F&E
Audit zur Identifikation potenzialträchtiger Use Cases und Ableitung konkreter Umsetzungsmaßnahmen
Wenn über den Einsatz von Künstlicher Intelligenz in Unternehmen die Rede ist, werden zumeist die Potenziale für das Marketing oder die Produktion hervorgehoben. Über die F&E herrscht bisweilen Stillschweigen. Dabei sind gerade in indirekten Unternehmensbereichen, wie der F&E, große Produktivitätssteigerungen möglich.
Die F&E als das „kreative Herz“ von produzierenden Unternehmen nimmt eine zentrale Stellung für den Unternehmenserfolg ein. Ob Profitabilität, Marken- oder Arbeitgeberattraktivität: Innovative Unternehmen stehen im Wettbewerb meist sehr gut da. Gleichzeitig steigen die Herausforderungen an die F&E-Aktivitäten der Unternehmen. Die Forderung nach einer immer kürzeren Time-to-Market erfordert die Beschleunigung von Innovations- und F&E-Prozessen. Demgegenüber stehen eine steigende Effizienzerwartung und reduzierte Budgets. Kunden und deren Ideen sollen möglichst früh in den Entwicklungsprozess integriert und auf die schwankenden Anforderungen flexibel reagiert werden.
Um sowohl der Bedeutung als auch den steigenden Herausforderungen der F&E gerecht werden zu können, müssen Unternehmen neue Wege beschreiten. Das komplexe, digital vernetzte Umfeld erfordert kreative und moderne Lösungen. Eine davon ist der Einsatz datenbasierter Verfahren. Allen voran: Künstliche Intelligenz (KI).
KI kann in der F&E sowohl mit dem Ziel eingesetzt werden, die internen Prozesse zu optimieren, als auch das Leistungsangebot des Unternehmens zu erweitern. Die Anwendungsfälle sind hierbei breit gestreut und erstrecken sich über den gesamten Produktentstehungsprozess, ausgehend von der Ideenfindung, über die effiziente Umsetzung bis hin zur Änderung und Pflege.
Beispiele sind unter anderem …
Trotz der nachweislich hohen Potenziale stehen produzierende Unternehmen bei der Integration von KI-Methoden in der F&E noch in den Startlöchern. Um einen ebenso systematisch wie effizienten Einstieg in das Thema zu ermöglichen, bietet sich unser Audit „KI in der F&E“ an, das mittels des 4i-Vorgehens potenzialträchtige, für das jeweilige Unternehmen spezifische Use Cases identifiziert und konkrete, priorisierte Umsetzungsmaßnahmen ableitet.
Abb. 1: Mit dem 4i-Vorgehen systematisch Use Cases für die Integration von KI in der F&E identifizieren
Initiation
In der ersten Phase werden die Ziele und individuellen Anforderungen gemeinsam mit dem Unternehmen festgelegt, wobei bereits initiierte oder durchgeführte Projekte in dem Themenfeld und das Erfahrungswissen berücksichtigt werden. Die Grundlage zur initialen Einschätzung des Unternehmens wird durch ein Self-Assessment geschaffen. Dieses ermöglicht ein Benchmarking des Unternehmens zur Industrie auf Basis einer umfangreichen Datenbasis, die in Kooperation mit der Complexity Management Academy aufgebaut wurde. Das Self-Assessment wird hierfür an die definierten Schwerpunkte und Ziele des Audits angepasst.
Ideation
In der Ideationphase des Audits werden basierend auf den Ergebnissen des Self-Assessments Entwicklungsmöglichkeiten anhand von Best-Practice-Beispielen aus der Industrie aufgezeigt. Dabei werden neben konkreten Use Cases auch technologische sowie organisatorische Voraussetzungen diskutiert. In anschließenden Kreativworkshops werden unternehmensspezifische Use Cases aufgenommen, weiter detailliert und priorisiert. Wichtig ist in diesem Schritt den Beitrag auf die Steigerung der Innovationsproduktivität in den Mittelpunkt zu stellen. Einerseits bedeutet das für uns, das Ergebnis (Output) der Entwicklungsaktivitäten z. B. durch Produktverbesserungen oder neue Funktionalitäten zu optimieren. Anderseits wird auch auf die Reduzierung des Aufwands (Input) durch eine effizientere Abwicklung der Entwicklungsaktivitäten abgezielt. Die Ideationphase schließt mit einer Priorisierung der unternehmensspezifischen Use Cases.
Inspection
Basierend auf den ausgewählten Use Cases werden in einer dritten Phase die zur Umsetzung der jeweiligen Anwendungsfälle notwendigen Daten erhoben und hinsichtlich ihrer Qualität und Quantität bewertet. Darüber hinaus werden erste Analysen mittels verschiedener Methoden des Data Science durchgeführt und das Potenzial der jeweiligen Use Cases abgeleitet.
Initiatives
In einer abschließenden Phase werden die gewonnen Erkenntnisse zusammengefasst und in konkrete Handlungsempfehlungen und Umsetzungsmaßnahmen überführt. Letztere werden durch eine Aufwand-Nutzen-Abschätzung priorisiert, so dass im Ergebnis ein klarer Fahrplan für die erfolgreiche Implementierung der beschriebenen KI-Anwendungsfälle vorliegt.
Durch die Integration von Künstlicher Intelligenz lassen sich in der F&E große Potenziale zur Steigerung der Innovationsproduktivität realisieren. Unternehmen fehlt hierzu jedoch häufig die Übersicht und Transparenz über spezifische Use Cases und deren Wirkung. Genau hier setzt das vorgestellte Audit an, um systematisch und effizient Handlungsfelder aufzeigen und konkrete Umsetzungsmaßnahmen zu definieren. Das Audit kann somit sowohl als Startpunkt als auch Standortbestimmung hinsichtlich des Einsatzes von Künstlicher Intelligenz in der F&E fungieren.