Anreiz für Investitionen in KI: So soll der Wert von Daten für Unternehmen sichtbar werden

Prof. Dr.-Ing. Wolfgang Maaß (Universität des Saarlandes) Bild: Oliver Dietze

Unternehmen lassen sich heute riesige Gewinne entgehen. Einfach, weil sie aus den Daten, die z.B. Sensoren in Fertigungsstraßen ohnehin sammeln, nichts machen. Oder auch, weil sie solche Daten erst gar nicht erheben. „Um es bildhaft auszudrücken: Dieses Feld liegt entweder brach, oder es wird schlicht nicht geerntet“, bringt es Professor Wolfgang Maaß von der Universität des Saarlandes auf den Punkt. Dabei ist es für die künstliche Intelligenz, die vom Rohstoff bis zum fertigen Produkt Einzug in alle Unternehmensbereiche halten soll, unumgänglich, dass solche Daten ausgewertet und damit die Prozesse transparent werden. „Im deutschen Mittelstand bestehen noch große Hemmnisse, in die digitale Transformation zu investieren. Die Unternehmen scheuen sich, Geld in die Hand zu nehmen, erkennen nicht das Potenzial, das hier liegt. Das wollen wir ändern“, erklärt der Wirtschaftsinformatiker. Gemeinsam mit Partnern aus Forschung und Wirtschaft will er belastbare Kenngrößen und Bewertungssystematiken für das unternehmerische Datenkapital entwickeln und so auch Anreiz für Investitionen liefern.

Den Wert von Daten nutzen

Der Wert von Daten ist schwer zu greifen und schwer zu beziffern. Ein Beispiel: Bis eine Industrieanlage perfekt eingestellt ist und alle Maschinen aufeinander abgestimmt sind, dauert es Jahre. Das Knowhow, bei welcher Temperatur, welcher Schwingungsfrequenz, mit welcher Geschwindigkeit – oder was sonst noch an Daten einfließt – am besten produziert wird, ist Gold wert – aber: Wie viel? Da fällt es schwer, große Investitionen in zusätzliche Sensoren oder Auswertungen zu begründen. „Die digitale Transformation erfordert Investitionen in Sachkapital, Software, in Aus- und Weiterbildung der Mitarbeiter“, sagt Wolfgang Maaß. „Es existieren derzeit aber keine standardisierten, belastbaren Kennzahlen, die den wirtschaftlichen Erfolg solcher Investitionen in die digitale Transformation beziffern. Daten, die im Zuge der Investition in die digitale Transformation anfallen, werden nicht systematisch finanziell bewertet und dem Management als Entscheidungshilfe zur Verfügung gestellt“, erläutert er. Das Grundproblem ist, dass Unternehmen dieses Datenkapital bislang nicht in Bilanzen ausweisen können: Kaufmännische Bilanzkennzahlen sind handfeste Argumente. „Zwar kann meist genau beziffert werden, was investiert werden müsste. Unklar aber bleibt, wann und wie sich das auszahlt. Rückflüsse liegen meist in fernerer Zukunft oder können nur zusammen mit weiteren Projekten realisiert werden“, erklärt Maaß. Könnte den Daten, die ein Unternehmen hat oder zukünftig haben wird, ein Geld-Wert zugeordnet werden, würde dies viele Investitionsentscheidungen positiver ausfallen lassen.

Projekt ‚Future Data Assets‘

Ziel des Projekts ‚Future Data Assets‘ ist es, mithilfe von Verfahren maschinellen Lernens und Methoden künstlicher Intelligenz eine Datenbilanz zu entwickeln. „Wir wollen ein Werkzeug schaffen, das der Unternehmensleitung die erforderlichen Datenbilanz-Kennzahlen liefert: standardisiert, stetig optimiert, automatisiert und an die jeweilige Branche angepasst“, erklärt Wolfgang Maaß. Das Bundeswirtschaftsministerium fördert diese Forschung über das Technologieprogramm ‚Smarte Datenwirtschaft‘. Im Rahmen des Projekts ‚Future Data Assets‘ arbeitet Professor Wolfgang Maaß von der Universität des Saarlandes mit dem Forschungsinstitut für Rationalisierung FIR an der RWTH Aachen und Partnern aus der Wirtschaft zusammen: dem Unternehmen Atlan-tec (Konsortialführer), der Wirtschaftsprüfungsgesellschaft Deloitte, dem Werkzeugmaschinenhersteller DMG Mori AG sowie den Firmen Kuraray und Swissdata.

Universität des Saarlandes
iss.uni-saarland.de/de/projects/future-data-assets/

Das könnte Sie auch Interessieren

Bild: Fraunhofer IEM
Bild: Fraunhofer IEM
Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Welcher Liefertermin steht wann an? Wie aufwändig muss die Maschine umgerüstet werden? Ist das benötigte Material bereits geliefert? Um die Reihenfolge verschiedener Kundenaufträge optimal zu planen, müssen Produktionsplaner:innen eine Vielzahl von Faktoren kennen und einschätzen. Bei Schulte Kartonagen hat ab sofort ein intelligenter KI-Assistent alle Faktoren im Blick – und macht Vorschläge für die effiziente Planung der Produktion. Gefördert wurde die Zusammenarbeit mit dem Fraunhofer IEM und den Universitäten Paderborn und Bielefeld im it’s OWL-Projekt ARISE.

Bild: schoesslers GmbH
Bild: schoesslers GmbH
appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

Das gemeinnützige appliedAI Institute for Europe stellt den kostenfreien Online-Kurs ‚AI Essentials‘ zur Verfügung, der es Interessierten ermöglicht, in die Welt der Künstlichen Intelligenz einzusteigen. Konzepte wie maschinelles Lernen und Deep-Learning sowie deren Anwendungsmöglichkeiten und Auswirkungen auf unser Leben und unsere Wirtschaft sind Teile der umfassenden Einführung.

Bild: Trumpf SE + Co. KG
Bild: Trumpf SE + Co. KG
Künstliche Intelligenz macht Fabriken clever

Künstliche Intelligenz macht Fabriken clever

Seit dem Siegeszug des Chatbots ChatGPT ist künstliche Intelligenz in aller Munde. Auch in der industriellen Produktionstechnik kommt KI mit großen Schritten voran. Lernende Maschinen machen die Fertigung effizienter. Wie funktioniert das genau? Das können Interessierte auf der EMO Hannover 2023 vom 18. bis 23. September erfahren. Die Weltleitmesse für Produktionstechnologie wird ihr Fachpublikum unter dem Claim ‚Innovate Manufacturing‘. mit frischen Ideen inspirieren und künstliche Intelligenz spielt dabei ihre Stärken aus.

Bild: Mitsubishi Electric Corporation, Japan
Bild: Mitsubishi Electric Corporation, Japan
KI-gestütztes Analysetool für moderne Produktionslinien

KI-gestütztes Analysetool für moderne Produktionslinien

Das Data-Science-Tool Melsoft MaiLab von Mitsubishi soll Unternehmen bei der Digitalisierung ihrer Fertigung und unterstützen und so deren Produktivität steigern. Die neue Lösung ist eine intuitive, bedienerzentrierte Plattform, die KI nutzt, um Abläufe automatisch zu verbessern. Sei es Abfallvermeidung durch geringere Ausschussmengen, weniger Stillstandszeiten durch vorbeugende Wartung oder Senkung des Energieverbrauchs durch Prozessoptimierung.

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.