Während Maschinen, Roboter und Fahrzeuge in der Industrie immer smarter werden, bleibt ihnen die Möglichkeit der Kommunikation noch weitgehend verwehrt. Oft strotzen sie vor Sensoren und vor künstlicher Intelligenz, um zum Beispiel menschliche Sprache zu verstehen oder Werkstoffe wechselnder Zusammensetzung optimal zu verarbeiten. Aber der Nutzen, den eine Verbindung mit Business-Anwendungen, wie zum Beispiel mit ERP- oder CRM-Systemen hat, ist noch kaum analysiert. Die Intelligenz bleibt im Silo gefangen - künstlicher Autismus.

Doch mit dem richtigen, echtzeitfähigen Backend sind Unternehmen heute schon in der Lage, auf die Daten all ihrer Business-Anwendungen und aller Sensoren zuzugreifen. Mittels Künstlicher Intelligenz und maschinelles Lernen können sie ganz neue Zusammenhänge finden. In der Folge lassen sich geschäftliche Prozesse optimieren oder gleich disruptiv neu gestalten - und das abteilungs- oder sogar unternehmensübergreifend. Doch wie geht man vor, um Künstliche Intelligenz in Prozesse zu integrieren und andere Möglichkeiten der Industrie 4.0 für das eigene Unternehmen zu nutzen?

Bewährte Frameworks nutzen

Zahlreiche innovative Firmen haben sich mit der Digitalisierung intensiv auseinander gesetzt. Somit gibt es mittlerweile bewährte Frameworks und Vorgehensweisen, die Unternehmen sich im Rahmen von Workshop erarbeiten. Grundsätzlich gibt es zwei Wege, die man einschlagen kann. Manche Unternehmen gehen nur einen von beiden, andere gehen - in verschiedenen Bereichen oder Abteilungen - beide. Der erste Weg verläuft "top down", der zweite "bottom up".

Der Top-Down-Ansatz

Im ersten Fall gibt es eine große Vision, die später in Einzelprojekte mündet. Oft ist dies eine grundlegende, vom Vorstand vorgegebenen Digitalisierungsstrategie. Dann gilt es, diese auf konkrete Jobs herunterzubrechen. Wichtige Fragen sind hier:

• Welche Daten sind im Unternehmen vorhanden oder könnten erfasst werden?

• Welchen Nutzen könnten die Daten dem Unternehmen oder dem Kunden bringen?

• Wie lassen sich die Daten horizontal nutzbar machen?

• Sind damit disruptive Geschäftsmodelle denkbar?

• Welche Systeme sind nötig, um die großen Daten in Echtzeit verarbeiten zu können?

• In welchem Verhältnis stehen der mögliche Nutzen und die Kosten?

• Wie kann Künstliche Intelligenz dazu beitragen, Optimierungs- oder Disruptionspotenzial aufzuspüren?

Der Bottom-Up-Ansatz

Der zweite Weg geht vom Einzelfall aus. Dieser eher praxisorientierte Weg zielt darauf ab, schnell Erfahrungen zu sammeln, Prototypen und kleinere Testballons zu starten, daraus zu lernen und sich so strategischen Projekten anzunähern, die großen geschäftlichen Nutzen bringen. Oft wird hierfür das beliebte Framework des "Design Thinking" verwendet. Wenn man die ersten Schritte gemacht hat, kristallisieren sich erste Anwendungen für das eigene Unternehmen schnell heraus. Diese werden anschließend in immer größeren Pilotprojekten erprobt.

Kernfragen sind hier:

• An welcher Stelle unseres Unternehmens gibt es eine (kleine) Herausforderung?

• Wo ist ein überwindbarer Medienbruch oder eine Kommunikationsschranke zwischen zwei Systemen, die am gleichen Prozess beteiligt sind?

• Lassen sich diese Systeme mit maßvollem Aufwand miteinander integrieren?

• Wie könnte KI helfen, die Herausforderung zu lösen?

• Wie können wir schnell herausfinden, ob die Idee funktioniert?

Bei dieser Ansatz wird von vornherein damit gerechnet, dass es viele der Experimente nicht über das Versuchsstadium heraus schaffen. Doch die Beteiligten schärfen ständig ihre Sinne für neue Möglichkeiten und sammeln die nötige Erfahrung, um strategische Projekte anzugehen.