Accenture: Auswirkungen der KI auf 16 Branchen und 12 Volkswirtschaften

Intelligente Automatisierung: KI hat gegenüber der herkömmlichen Automatisierung enorme Vorteile. Beispielsweise kann in der Supply-Chain-Management-Branche, wo Zeit Geld ist, eine um einen Tag verkürzte Lieferkette bei einem durchschnittlichen Fortune-100-Unternehmen einen Cashflow von 50 bis 100 Millionen US-Dollar freisetzen. Unternehmen wie Tesla und Johnson & Johnson, die auf globale integrierte Netzwerke angewiesen sind, setzen ihr Supply-Chain-Management auf Elementum, eine Supply-Chain-Management-Plattform eines KI-Startups, um ihre Lieferketten zu optimieren. Das Unternehmen bietet Transparenz in der Lieferkette in Echtzeit, indem es einmalige Ereignisse überwacht und analysiert, den Transport verfolgt und die Fertigungsleistung aufzeichnet.

Durch die Echtzeitanalyse von mehr als 10 Millionen Ereignissen pro Tag und Produkten im Wert von 25 Billionen US-Dollar kann Elementum frühzeitig vor potenziellen Problemen warnen und alternative Lösungen vorschlagen. So führte beispielsweise im Jahr 2014 ein Brand in einer Fabrik für Systemspeicherkarten in China zu einem erheblichen Druck auf das damalige weltweite Angebot, das um etwa 25 % zurückging. Während die meisten Hersteller Tage brauchten, um dies zu erkennen, war den Kunden von Elementum das Ereignis innerhalb von Minuten klar und sie sicherten sich ihren eigenen Speicherkartenvorrat, bevor die Preise auf den Mangel reagierten.

Nicht nur die Produktionskette kann von intelligenter Automatisierung profitieren, auch Vertriebsaktivitäten erfordern wertvolle Zeit und Ressourcen, um potenzielle Kunden zu verfolgen. Mit dem Aufkommen künstlicher Intelligenz haben sich die Vertriebsaktivitäten enorm verändert. LE (Lattice Engines) konzentriert sich auf die Nutzung künstlicher Intelligenz, um den Verkaufsprozess rationaler zu gestalten. Indem es sich mit den Kaufmustern des Unternehmens vertraut macht, kann es potenzielle Kunden nach Beliebtheit sortieren. Die europäische Marketingabteilung von Dell nutzt die künstliche Intelligenzplattform von Lattice, um die Verkaufsziele um 50 % zu senken und so die Vertriebseffizienz, -effektivität und den Finanzertrag zu verdoppeln.

Arbeitskräfte- und Kapitalausweitung: KI kann die Produktivität der Arbeitnehmer steigern, indem sie Aufgaben mit geringer Wertschöpfung auf Maschinen überträgt, sodass sich die Mitarbeiter stärker auf ihre Hauptaufgaben konzentrieren können. Die Anwendung künstlicher Intelligenz weitet sich auf Bereiche aus, in denen Wissen und kritisches Denken lange Zeit dominierten, wie etwa in der betriebswirtschaftlichen Forschung, die traditionell eine sehr zeitaufwändige Aufgabe darstellte. Das halbautomatische Business-Intelligence-System von Conatix hat vor Kurzem seine Fähigkeiten im Bereich des maschinellen Lernens verbessert und ermöglicht es Kundenunternehmen, unstrukturierte Daten und Informationen zu entdecken, zu koordinieren, zu strukturieren und zu teilen, die sich zuvor außerhalb ihrer Organisationsstruktur befanden. Durch die enge Zusammenarbeit mit Forschern können die Algorithmen von Conatix ihre Kurse auf der Grundlage menschlichen Feedbacks anpassen, um qualitativ hochwertige Informationen bereitzustellen.

KI kann Unternehmen auch dabei helfen, die Anlagenauslastung zu maximieren. Schwerindustrien wie die Energie- und Fertigungsindustrie erfordern hohe Anfangsinvestitionen und sind daher besonders anfällig für Umsatzeinbußen durch Ausfallzeiten. Beispiel Windkraftanlagen: Unerwartete Ausfallzeiten erfordern die Koordination von Ausrüstung, Wartungspersonal und Ersatzteilen, was letztlich zu finanziellen Verlusten führt.

Wenn beispielsweise bei einem Getriebeausfall jeder Ausfall bis zu zwei Wochen Ausfallzeit verursachen kann, wird eine höhere Anlagenauslastung zweifellos die Ausfallzeit verkürzen und die Verluste verringern, und die Vorteile liegen auf der Hand. Das Künstliche-Intelligenz-Startup NEM nutzt einen auf dem menschlichen Immunsystem basierenden Algorithmus, um die Produktivität von Windkraftanlagen zu verbessern, vor allem um Stromausfälle vorherzusagen und zu verhindern. Die Plattform analysiert zunächst die Ausfälle von Windkraftanlagen, um deren Symptome zu verstehen, und überwacht die Anlagen dann in Echtzeit, um festzustellen, ob ähnliche Symptome vorliegen, und um potenzielle Probleme zu identifizieren.

Mark Purdy, Geschäftsführer von Accenture Research, sagte: „Künstliche Intelligenz kann als neuer Produktionsfaktor das Wirtschaftswachstum in mindestens drei wichtigen Bereichen vorantreiben. Erstens kann sie eine neue virtuelle Belegschaft schaffen – das nennen wir intelligente Automatisierung. Zweitens kann künstliche Intelligenz Fähigkeiten ergänzen und verbessern sowie die Effizienz des Einsatzes vorhandener Arbeitskräfte und physischen Kapitals steigern. Drittens kann künstliche Intelligenz, wie andere Technologien zuvor, wirtschaftliche Innovationen vorantreiben. Künstliche Intelligenz wird sich im Laufe der Zeit langsam zum Katalysator für große Strukturveränderungen in der Gesellschaft entwickeln, da ihr Einsatz nicht nur Dinge verändern, sondern auch etwas Neues bewirken wird.“

Innovationsausweitung: Künstliche Intelligenz wird Innovationen vorantreiben, indem sie die Entwicklung neuer Produkte beschleunigt. Diese Innovation eliminiert überflüssige Kosten, generiert neue Einnahmequellen und steigert somit die Rentabilität eines Unternehmens. Als typisches Beispiel kann die Entwicklung neuer Medikamente dienen. Derzeit basiert die Arzneimittelentwicklung hauptsächlich auf Entdeckungsmethoden, die auf theoretischen Hypothesen basieren. Dennoch werden letztendlich weniger als 10 % der neuen Arzneimittel zugelassen. BergHealth nutzt künstliche Intelligenz, um den Verlauf von Krebserkrankungen zu verfolgen, und nutzt dabei Billionen von Datenpunkten sowohl zu Krebszellen als auch zu nicht krebsartigen Zellen. Das Unternehmen hat mit dieser Methode ein neues Krebsmedikament hergestellt, das sich derzeit in der klinischen Erprobung befindet. Es wird geschätzt, dass dieser neue Ansatz zur Arzneimittelentwicklung die Kosten für die Entwicklung eines Arzneimittels von 2,6 Milliarden Dollar auf 1,3 Milliarden Dollar senken wird.

KI kann unter Berücksichtigung bestimmter Designziele und -beschränkungen auch neue Produkte schaffen – ein Ansatz, den Autodesk mit seinem computergestützten Designsystem Dream Catcher als Pionier verfolgt hat. Der „Dream Catcher“ nutzt Algorithmen der künstlichen Intelligenz, um Tausende virtuelle Prototypen aus der Cloud zu erstellen, deren Funktionen, Kosten und Materialien mit bestimmten Standards zu vergleichen und anschließend ein Modell zu erstellen, das dem Ideal entspricht. Schließlich wird das Material geformt. Es speichert die Materialien, deren Leistung nachlässt oder sich verbessert, sodass der Algorithmus erkennt, wie viel jedes Materialstück zum Ganzen beiträgt. In der Gesundheitsbranche wird der „Dream Catcher“ verwendet, um ein Gesichtsimplantat zu entwerfen, das die Genesung und Geweberegeneration beschleunigen kann.

Industrielles Gewinnpotenzial

Unternehmensleiter haben die Möglichkeit, die folgenden acht Strategien zu übernehmen.

1. KI-Strategie und -Führung: In zu vielen Unternehmen und Branchen kommen die Dynamik und das Interesse an KI immer noch aus den mittleren und unteren Ebenen des Unternehmens, von Digital-Enthusiasten, die mit der Technologie in Berührung kommen, die Entwicklung von KI wollen und davon sehr begeistert sind. Unsere Analysten weisen jedoch darauf hin, dass die Erzielung eines echten Mehrwerts durch KI die Zustimmung und proaktive Maßnahmen der Unternehmensspitze erfordert. Ein entscheidender erster Schritt besteht darin, der Unternehmensspitze die Vorteile der KI deutlich zu machen.

Dies bedeutet, Zeit damit zu verbringen, mit echten KI-Maschinen zu arbeiten, mit ihnen zu interagieren, sie zu befragen und sie zu testen. Es gibt keinen Ersatz für den Besuch eines KI-Labors oder Innovationszentrums, wo Experten forschen, Ideen getestet und Prototypen entwickelt werden. Für die zukünftige Entwicklung des Unternehmens ist eine Roadmap zur Entwicklung künstlicher Intelligenz unabdingbar. Die Einbindung von KI als Schlüsselfaktor sollte Teil des Geschäftsausbauplans eines Unternehmens sein.

Daher müssen Unternehmensleiter und strategische Planer die KI vollständig beherrschen, um bestehende Geschäftspläne wirksam zu ändern, wichtige Entscheidungspunkte zu definieren und richtige Investitionsentscheidungen zu treffen.

2. Verwandeln Sie HR in HAIR (AI Human Resources): Da es sich bei KI um einen virtuellen Arbeiter handelt, wird sie mit dem Personal interagieren, Beiträge leisten und einen Mehrwert schaffen, genau wie ihre menschlichen Kollegen. Die Rolle des Chief Human Resources Officer besteht nicht nur darin, Mitarbeiter zu führen, sondern auch Mitarbeiter mit künstlicher Intelligenz zu verwalten – das ist HAIR (Human Resources with Artificial Intelligence).

Dies wirft einige Fragen auf, beispielsweise: Wie können Unternehmen die Standards für Leistungsbeurteilungen neu gestalten? Wie lässt sich das Arbeitsbedarfsverhältnis zwischen künstlicher Intelligenz und menschlicher Arbeitskraft optimieren? Das Fazit: CHROs werden eine größere Rolle bei der Geschäftsstrategie und Innovation spielen und über ein besseres technisches Verständnis der KI-Technologien und ihrer Auswirkungen auf die Zukunft der Arbeit verfügen. Auch die Personalabteilung selbst muss KI-Technologie in jeden Aspekt ihrer Arbeit integrieren, von der Personalbeschaffung bis zur Pensionierung.

Beispielsweise unterstützen die Erfolgsfaktoren von SAP Unternehmen dabei, das Personalmanagement vom „isolierten Self-Service“ zum intelligenten Service umzuwandeln. Die von Microsoft verwendete Anwendung synchronisiert Standardverfahren, bietet eine Plattform für die Zusammenarbeit der Mitarbeiter, gewinnt aus Arbeitsdaten umsetzbare Erkenntnisse und prognostiziert die Auswirkungen von Ressourcenentscheidungen auf andere Unternehmensbereiche.

3. Lernen mit Maschinen: Um das volle Potenzial künstlicher Intelligenz auszuschöpfen, müssen menschliche und maschinelle Intelligenz eng integriert werden. In der Arbeitswelt wird es notwendig sein, neue Fähigkeiten zu entwickeln, die über das vorhandene technische Fachwissen hinausgehen, und den Schwerpunkt wieder stärker auf menschliche Fähigkeiten wie Urteilsvermögen, Kommunikation und kreatives Denken zu legen, um die mechanischen Fertigkeiten zu ergänzen.

Künstliche Intelligenz wird nicht nur verändern, was Menschen lernen, sondern auch, wie sie lernen. Traditionell verliefen Karrierewege linear vom Berufseinsteiger bis zum erfahrenen Mitarbeiter. Da künstliche Intelligenz jedoch Menschen bei der Erledigung gewöhnlicher Arbeiten mit geringer Wertschöpfung ersetzen wird, entsteht eine Qualifikationslücke zwischen jungen Fachkräften und älteren Arbeitnehmern, und Arbeitnehmer mit Berufserfahrung werden kompetenter sein. Damit sich Unternehmen an den sich verändernden natürlichen Lernprozess und Schulungsprozess ihrer Mitarbeiter anpassen können, können sich Unternehmensleiter auf die Bedürfnisse ihrer Mitarbeiter konzentrieren, insbesondere bei der Entwicklung flexibler Fähigkeiten.

Mastercard testet beispielsweise eine KI-Software, die das Wissen erfahrener Mitarbeiter nutzt, um ihren Mitarbeitern zu helfen, bessere Verkäufer zu werden. Durch die Kombination menschlicher Erkenntnisse und Big Data kann die Software das Fachwissen erfahrener Mitarbeiter auf das gesamte Team ausweiten und so den Bedarf an großen Schulungsteams reduzieren. Durch den zentralisierten Wissens- und Erfahrungsinput kann die KI jedem Mitglied des Vertriebsteams als persönlicher Berater dienen, um dessen Verkaufsstrategien zu optimieren.

4. Ernennen Sie einen Chief Data Supply Chain Officer: Die Leistung der KI hängt direkt von der Qualität und Quantität der verfügbaren Daten ab. Untersuchungen von Accenture zeigen, dass die meisten Führungskräfte sich über die geschäftlichen Ergebnisse, die sie mit Datenanalyseprojekten erzielen, nicht im Klaren sind. Dies kann bedeuten, dass Unternehmensdaten noch immer nicht vollständig genutzt werden. Obwohl viele große Unternehmen ihre Führungsebene um Chief Data Officers (CDOs) erweitert haben (Gartner schätzt, dass bis 2019 90 % der großen Unternehmen über einen CDO verfügen werden), liegt der Schwerpunkt dieser Führungskräfte auf Datensicherheit, Regulierung und Governance und nicht auf der Verwaltung von Daten und deren Gestaltung der evolutionären Lieferkette der KI.

Der Chief Data Supply Chain Officer muss eine vollständige, durchgängige Datenversorgungskette aufbauen und dabei folgende Fragen berücksichtigen: Wie ist das Gleichgewicht zwischen internen und externen Datenquellen? Wie lauten die täglichen Daten des Unternehmens? Wo werden die Daten gespeichert? Wie kann unser Unternehmen den Datenzugriff vereinfachen? Fragen wie diese.

5. Schaffen Sie eine offene KI-Kultur: Die Unternehmenskultur muss sich an das Bild der neuen KI-Belegschaft anpassen, in der Menschen und Maschinen zusammenarbeiten, einander unterrichten und voneinander lernen. Dies erfordert wie jede Partnerschaft Vertrauen, Offenheit und Transparenz. Beispielsweise könnte es sein, dass die Leute zunächst der Maschine die Schuld für schlechte Leistungen oder fehlerhafte Ergebnisse geben, statt herauszufinden, wo die Fehler liegen – ob beim Menschen oder bei der Maschine – und diese zu beheben. Dies wird ebenso wie disharmonische zwischenmenschliche Beziehungen und feindselige geschäftliche Interaktionen zu einem Hindernis für die gemeinsame Überwindung von Schwierigkeiten und die Maximierung des gemeinsamen Wertes, anstatt letztlich uns selbst zu helfen, indem wir Computern helfen.

Die Auswirkungen der KI auf Arbeitsplatzsicherheit, Löhne und Privatsphäre werden sich auch auf die Einstellung der Mitarbeiter und ihre Akzeptanz des Verhaltens der KI am Arbeitsplatz auswirken. Führungskräfte haben die Verantwortung, die Risiken und Chancen einer hybriden Belegschaft zu erklären. Sie können aber auch die Kultur und Richtlinien so gestalten, dass Risiken minimiert und Chancen maximiert werden. Unternehmen können noch einen Schritt weiter gehen, indem sie KI selbst proaktiv nutzen, um die Arbeitskultur zu verbessern. Es gibt beispielsweise bereits KI-Lösungen, die durch die Verarbeitung natürlicher Sprache emotionalen Stress und Burnout bei Mitarbeitern erkennen und Managern dabei helfen, die Arbeitskultur und -zufriedenheit zu gestalten und zu verbessern.

6. Gehen Sie über die Automatisierung hinaus: In der Vergangenheit war die Automatisierung der Schlüssel zur Geschäftsstrategie. Mit der Weiterentwicklung der künstlichen Intelligenz müssen Unternehmen jedoch über ihre eigenen Fähigkeiten hinausgehen, um intelligent betriebene, selbstlernende und selbstverwaltende Maschinen zu nutzen.

Untersuchungen von Accenture zeigen, dass der potenzielle Nutzen der KI weitaus größer ist als die Auswirkungen der Automatisierung in der Vergangenheit. So wurde beispielsweise zwischen 1993 und 2007 durch herkömmliche Automatisierungssysteme ein zusätzliches jährliches Wachstum von 0,9 % erzielt, verglichen mit 0,9 % in den Industrieländern. In Finnland könnte der zukünftige Einfluss der KI jedoch um 70 % höher sein als bei der herkömmlichen Automatisierung, in den USA sind es dagegen nur 50 %. Daher kann der Einsatz von KI einem Unternehmen einen starken Wettbewerbsvorteil verschaffen. Bosch beispielsweise stellt die KI in den Mittelpunkt seines Geschäfts. Die „Thinking Factory“ des Unternehmens, die derzeit in den Automobilwerken von Bosch in Deutschland eingeführt wird, soll es KI-gesteuerten Maschinen ermöglichen, technische Fehler selbst zu diagnostizieren, automatisch Ersatzteile zu bestellen und den Reparaturbedarf vorherzusagen.

Insgesamt prognostiziert Bosch, dass der flächendeckende Einsatz intelligenter Systeme und Maschinen bis 2020 zusätzliche Einnahmen und Einsparungen von über zwei Milliarden US-Dollar generieren wird.

7. Die Massen für die Cloud-Technologie begeistern: Im letzten Jahrzehnt haben Unternehmen die Macht der Massen genutzt, um innovative Modelle zu entwickeln. Gleichzeitig bietet die Cloud-Technologie die Möglichkeit, Rechenkosten schnell zu senken und ist nicht durch interne IT-Strukturen eingeschränkt. Der nächste Innovationsschritt wird darin bestehen, Crowdsourcing-Daten in der Cloud mit den Möglichkeiten der KI zu kombinieren, um neue und bahnbrechende Geschäftsmöglichkeiten zu schaffen. Zu diesem Zweck haben Cloud-Plattformen wie Google Cloud Platform und Amazon Web Services bereits damit begonnen, es zu nutzen.

8. Verwenden Sie Algorithmen zur Messung Ihrer Rendite: Zu den traditionellen Faktoren zur Messung von Produktionsfaktoren gehören die Kapitalrendite (ROC) und Leistungsindikatoren der Mitarbeiter. Künstliche Intelligenz wird als neuer Produktionsfaktor neue bzw. adaptive Maßnahmen ergreifen. Im Gegensatz zur Wertminderung herkömmlicher Vermögenswerte können Vermögenswerte mit künstlicher Intelligenz aufgrund ihrer selbstlernenden Technologie im Laufe der Zeit weiter an Wert gewinnen. Dieser zusammengesetzte Wertsteigerungseffekt führt zu höheren Renditen für Unternehmen, die in die frühe Entwicklung künstlicher Intelligenz investieren.

Darüber hinaus führen einige ihrer Anwendungen zwar zu klaren Ergebnissen, aufgrund der Lernfähigkeit der KI müssen jedoch viele Vorteile noch ermittelt werden. Traditionelle Maßnahmen zur Nachverfolgung von Kapitalinvestitionen werden daher im KI-Zeitalter obsolet und CFOs werden ein neues Instrumentarium benötigen, um den „Return on KI“ zu messen. Vielleicht geht es dabei um den von jedem Algorithmus generierten Wert oder um eine Berechnung der anfänglichen Ausgaben und laufenden Kosten, wobei die meisten Vorteile und Kosten in zukünftigen Perioden anfallen und die Anleger den zukünftigen Wert auf der Grundlage ihres Vertrauens in ihn beurteilen. Diese Komplexität könnte menschliche Investoren abschrecken und unterstreicht die dringende Notwendigkeit eines neuen Denkens und einer neuen Terminologie im Zusammenhang mit Investitionsausgaben und Bewertungsmodellen. Vielleicht wird die KI selbst verwendet, um genauere Vorhersagen über KI zu berechnen.

„Um die KI-Chance zu nutzen, müssen Unternehmen jetzt handeln, indem sie eine KI-Strategie entwickeln, die den Menschen in den Mittelpunkt stellt und sich zur Entwicklung verantwortungsvoller KI-Systeme verpflichtet, die mit moralischen und ethischen Werten im Einklang stehen, positive Ergebnisse erzielen und Menschen die Freiheit geben, das zu tun, was sie am besten können – sich etwas vorstellen, erschaffen und innovieren“, sagte Paul Daugherty, Chief Technology and Innovation Officer bei Accenture.

Modellierung der GVA-Auswirkungen von KI

1. Unsere Ergebnisse leiten wir aus einer Studie ab, die den Anteil der von KI betroffenen Aufgaben am gesamten Arbeitsmarkt untersucht hat. Wir schätzen, wie wahrscheinlich es ist, dass einzelne Berufe in Zukunft automatisiert werden. Anschließend untersuchen wir anhand der Arbeitsmarktstatistiken der Zielländer die Verteilung dieser Berufe auf Branchen- und Länderebene. Durch diese Vorgehensweise, den Einflussgrad der KI mit der Berufsverteilung in den einzelnen Ländern und Branchen abzugleichen, können wir die KI-Absorptionsrate in den einzelnen Ländern und Branchen ermitteln.

2. Wir berücksichtigen Qualitätsverbesserungen im Bereich KI im Laufe der Zeit, die wir anhand von Daten zu Software-, Hardware-, Robotik- und Cloud-Computing-Preisen von 1990 bis heute messen.

3. Wir ermitteln den zusätzlichen Innovationseffekt, der durch die Verbreitung von KI erwartet wird, anhand der totalen Faktorproduktivität (TFP). Wir ziehen historische Daten zum Einfluss der Informations- und Kommunikationstechnologie (IKT) auf das TFP-Wachstum heran und ergänzen diese Zahl mit Daten zu branchenübergreifenden Investitionen in KI und zur Aufnahmefähigkeit nationaler Volkswirtschaften für neue Technologien.

Nach der Umsetzung dieser Maßnahmen können wir das wirtschaftliche Potenzial der KI in jedem Land und jeder Branche erkennen. Für die Länderergebnisse haben wir die Ergebnisse für jede der 16 Branchen pro Land aggregiert, und für die Branchenergebnisse haben wir die Daten für die 12 Länder pro Branche aggregiert. Unsere Gewinnprognose basiert auf den GVA-Ergebnissen. Um einen Näherungswert für den Gewinn zu erhalten, ziehen wir die Arbeitsentgelte vom GVA ab. Daraus ergibt sich für jede Branche der Bruttobetriebsüberschuss (GOS). Dabei handelt es sich um eine Gewinnnäherung, die den verbleibenden Überschuss beschreibt, der durch Betriebstätigkeiten nach Abzug des Arbeitsfaktoreinsatzes erzielt wird. Um die Rentabilität genauer zu messen, nehmen wir einen Deflator in die Daten zur Kapitalabschreibung ein.