com!-Academy-Banner

Machine Learning ist in Deutschland angekommen

Wachsende Wertschöpfung

von - 27.12.2018
Wertanteil von Machie Learning
Kräftiges Wachstum: Der Wertanteil von Machine Lerning am Umsatz digitaler Produkte bei den Top-100-Unternehmen in Deutschland soll von 13 Milliarden 2018 auf 104 Milliarden im Jahr 2022 steigen.
(Quelle: Crisp Research (Umsatz der Top-100-Unternehmen in Deutschland) )
So entwickelt sich Machine Learning der Crisp-Studie zufolge denn auch kurz- und mittelfristig zu einem der wesentlichen Treiber der digitalen Wertschöpfung. Schon 2022 soll jeder vierte Euro des Digitalumsatzes der deutschen Unternehmen mit ML-basierten Produkten erwirtschaftet werden.
„Heute schon stammt ein nicht unbeträchtlicher Anteil der Wertschöpfung eines Automobils aus Software, vor allem im Premium-Bereich. Mit der Machine-Learning-Technologie dringt nun ein weiterer ,softer‘ Anteil in physische Produkte ein und definiert deren Wert“, erklärt Björn Böttcher, Senior Analyst/AI & Data Practice Lead bei Crisp Research und einer der Studienautoren.
Doch lässt sich das schon in Zahlen ausdrücken? Ja, wenn es nach Crisp Research geht. Basierend auf mehreren Studien und Befragungen wagt das Marktforschungshaus erste Prognosen zum Wertschöpfungsanteil von ML an den digitalen Produkten und Lösungen der führenden deutschen Unternehmen (Top 100).
Björn Böttcher
Björn Böttcher
Senior Analyst bei Crisp Research
www.crisp-research.com
Foto: Crisp
„Das enorme Potenzial von ML ist bei Weitem noch nicht ausgeschöpft, kündigt sich aber bereits in immer mehr Anwendungsszenarien an.“
Der Wertanteil von ML- und KI-Technologien am Digitalumsatz soll demnach von rund 13 Prozent 2018 auf 25 Prozent im Jahr 2022 steigen oder anders ausgedrückt von 13 Milliarden auf etwa 104 Milliarden Euro.
Auch für die nähere Zukunft nennt Crisp Research Zahlen. Demnach werden nach Einschätzung der befragten Entscheider im Jahr 2020 von 303 Milliarden Euro Umsatz mit digitalen Produkten bereits stolze 61 Milliarden Euro auf den Einsatz von Machine Learning und intelligenter Algorithmen zurückzuführen sein. Zur ganzen Wahrheit gehört aber auch, dass der Gesamtumsatz der Top-100-Firmen im Jahr 2020 bei rund 2019 Billionen Euro liegen soll. Das sind dann doch noch ganz andere Dimensionen.
44 Prozent der befragten Entscheider erwarten, dass bis 2020 der Wert eines Produkts zu 11 bis 20 Prozent durch Machine Learning bestimmt wird. 37 Prozent schätzen diesen Anteil sogar auf 21 bis 40 Prozent. 7 Prozent führen 51 bis 80 Prozent des Wertanteils auf KI zurück.
Ein etwas differenzierteres Bild ergibt sich, wenn man diese Erwartungen auf die Größe der betrachteten Unternehmen herunterbricht. Von den Unternehmen mit bis zu 500 Mitarbeitern erwarten 67 Prozent, dass der Wertanteil von Ma­chine Learning im Jahr 2020 zwischen 11 und 20 Prozent liegen wird. Zum Vergleich: Von den Unternehmen mit 5001 bis 10.000 Mitarbeitern rechnen stattliche 48 Prozent sogar schon mit einem Anteil von 21 bis 50 Prozent.

Vielfältige Anwendungen

„Das enorme Potenzial von ML ist bei Weitem noch nicht ausgeschöpft, kündigt sich aber bereits in immer mehr Anwendungsszenarien an“, bilanziert Crisp-Research-Analyst Björn Böttcher. 60 Prozent der befragten Business- und IT-Entscheider setzen im Moment auf Machine-Learning-Funktionalitäten für die klassische Prozessoptimierung, zum Beispiel durch Vernetzung von Anlagen in der Produktion, um Einsparungen in den Verarbeitungs- und Analyseschritten zu erzielen.
Auch bei digitalen Produkten ist oft schon ein Quantum Machine Learning mit im Spiel. Die Hälfte der Befragten (52 Prozent) wenden derartige Funktionen im Bereich Customer Analytics an, insbesondere Bilderkennung, Abwanderungsanalysen oder Lead Scoring.
Mehr als ein Drittel (34 Prozent) verfügt bereits über autonome, in der Regel KI-basierte Roboter entlang der Prozesskette (Robotic Process Automation). Auch in der Fertigung findet Robotertechnik mit 32 Prozent oft schon Verwendung. Ein Fünftel (22 Prozent) nutzt ML zur Optimierung der Automatisierung von Wartungs- und Serviceleistungen. In 21 Prozent der Fälle kommt ML für Predictive Maintenance zum Einsatz, 19 Prozent lassen Chatbots Kommunikationsaufgaben erledigen.
Verwandte Themen