- Anzeige -
- Anzeige -

Nov 11, 2019 | Zahlenfutter

Industrie 4.0 kann Kreditwürdigkeit positiv beeinflussen
Studie des Finanzdienstleisters Creditshelf Industrie 4.0 kann Kreditwürdigkeit positiv beeinflussen Der Mittelstand öffnet sich immer mehr den Themen Industrie 4.0 und Digitalisierung: Das geht aus einer Umfrage des Finanzdienstleisters Creditshelf unter rund 250 Finanzentscheidern aus mittelständischen Industrieunternehmen hervor. So haben in 2019 bereits 86 Prozent der befragten Unternehmen Echtzeit-Daten erfasst, um diese im Sinne einer […]

Studie des Finanzdienstleisters Creditshelf

Industrie 4.0 kann Kreditwürdigkeit positiv beeinflussen

Bild: creditshelf GmbH

Der Mittelstand öffnet sich immer mehr den Themen Industrie 4.0 und Digitalisierung: Das geht aus einer Umfrage des Finanzdienstleisters Creditshelf unter rund 250 Finanzentscheidern aus mittelständischen Industrieunternehmen hervor. So haben in 2019 bereits 86 Prozent der befragten Unternehmen Echtzeit-Daten erfasst, um diese im Sinne einer Industrie 4.0 zu nutzen. Gegenüber 2017 ist das ein Anstieg um 9 Prozent.


Rund ein Drittel (53 Prozent) der Befragten und damit 10 Prozent mehr als im Vorjahr, rüsten ihre an Kunden ausgelieferten Produkte – zumindest teilweise – so aus, dass ihnen die wichtigsten Betriebsdaten (z.B, Laufzeiten oder Verbrauchswerte) zur Verfügung stehen. Diese Daten werden dann im Rahmen von Service- und Wartungsverträgen genutzt. Dreiviertel der für die Creditshelf-Studie Befragten setzen zudem selbst Anlagen, Maschinen oder Geräte ein, die Daten zu diesem Zweck an den Hersteller liefern.

Daten für Kreditgeber

„Durch die laufenden Nutzungsdaten kann der Anlagenbauer mögliche Probleme oder Ausfallzeiten beim Kunden frühzeitig erkennen. Er kann gegensteuern, noch bevor eine Krise oder ein Produktionsstopp eintritt“, sagt Dr. Daniel Bartsch, Vorstand bei Creditshelf. „Eine reibungslose Produktion und Planungssicherheit im laufenden Betrieb können sich positiv auf das Rating bezüglich der Kreditwürdigkeit eines Unternehmens auswirken. Damit haben sie durch die Digitalisierung der Produktion auch einen potenziellen Vorteil bei der Finanzierung künftiger Investitionsprojekte“, so Bartsch weiter. 91 Prozent der befragten Industrieunternehmen würden ihre Daten sogar Kreditgebern zur Verfügung stellen, um diese von einer geplanten Investition zu überzeugen, so die Studie. Mehr als die Hälfte der Befragten erhofft sich dadurch einen niedrigeren Zinssatz, eine schnellere Kreditentscheidung, eine flexiblere Laufzeit oder weniger Bürokratie. Ein Drittel der befragten Unternehmen arbeitet derzeit daran, bei Finanzierungsentscheidungen ein Modell zu nutzen, das industrielle Daten wie Verbrauchswerte, Durchlaufzeiten, Ausschussquote oder Reklamationen in einen Zusammenhang zu ihren Finanzkennzahlen stellt.

Nachholbedarf in der Qualifikation

Mehr als die Hälfte hat bereits so ein Modell im Einsatz. Davon bestätigen 97 Prozent, dass sich dadurch die Qualität der Finanzierungsentscheidungen verbessert hat. Nachholbedarf sehen die Unternehmen allerdings in der Qualifikation ihrer Mitarbeiter: beim Auswerten digitaler Daten der eigenen Maschinen oder der externen Geräte beim Kunden. Nur rund die Hälfte der befragten Mittelständler gibt ihren Mitarbeitern die Note ‚gut‘ oder ’sehr gut‘. Dieser Wert hat sich gegenüber 2017 kaum verändert. Ein ähnliches Stimmungsbild zeichnet sich bei der Bewertung der Hausbanken ab: Lediglich 44 Prozent der Befragten trauen es ihrer Bank zu, Industrie-4.0-Daten im Rahmen einer Finanzierung auszuwerten. Furcht vor Wandel bremst Investitionen.

Seiten: 1 2Auf einer Seite lesen

www.creditshelf.com
creditshelf GmbH

Charts der Woche

Studie von VDE und Bertelsmann Stiftung: KI-Ethik messbar machen

In einer neuen Studie zeigen die Technologieorganisation VDE und die Bertelsmann Stiftung, wie sich Ethikprinzipien für künstliche Intelligenz (KI) in die Praxis bringen lassen. Zwar gibt es eine Vielzahl an Initiativen, die ethische Richtlinien für die Gestaltung von KI veröffentlicht haben, allerdings bis dato kaum Lösungen für deren praktische Umsetzung. Genau hier setzt der VDE als Initiator und Leiter der ‚AI Ethics Impact Group‘ gemeinsam mit der Bertelsmann Stiftung an.

Künstliche Intelligenz braucht Fachkräfte

Fast sechs Prozent der Unternehmen in Deutschland haben im Jahr 2019 künstliche Intelligenz (KI) eingesetzt. Diese Unternehmen gaben rund 4,8 Milliarden Euro im Bereich KI aus und beschäftigten 139.000 Personen ganz oder teilweise mit KI-Tätigkeiten. Jedoch fehlt es an geeignetem Personal: Fast jede zweite offene KI-Stelle konnte im vergangenen Jahr nur unzureichend oder überhaupt nicht besetzt werden. Zu diesen Ergebnissen kommt eine Studie des ZEW Mannheim im Auftrag des Bundesministeriums für Wirtschaft und Energie (BMWi).

Fraunhofer IAO untersucht Potenziale und Einsatz von KI in Unternehmen

Wie kommt künstliche Intelligenz (KI) in der Unternehmenspraxis an? Welche Potenziale versprechen sich Unternehmen davon, welche Auswirkungen erhoffen und fürchten sie und wo werden KI-Technologien schon in der Praxis eingesetzt? Diese und weitere Fragen zu den Potenzialen und Auswirkungen von KI hat das Fraunhofer IAO auf Basis einer Befragung untersucht. Die resultierende Publikation ‚Künstliche Intelligenz in der Unternehmenspraxis‘ ist ab sofort kostenlos erhältlich

Produkthighlights des Monats

Das könnte Sie auch interessieren

Mit Machine Learning präzise Vorhersagen treffen

Viele Unternehmen haben das Potenzial selbstlernender Systeme, die Machine Learning benutzen, erkannt. Dieser Teilbereich der künstlichen Intelligenz basiert auf Algorithmen, die Muster und Gesetzmäßigkeiten in großen Datenmengen erkennen. Mithilfe neuronaler Netze lassen sich aus den Datenbeständen Rückschlüsse ziehen und Prognosen treffen. In vielen Branchen bereits etabliert, findet Machine Learning als Analyse- und Steuerungsinstrument nun auch zunehmend Anwendung in der Logistik. Ein Beispiel dafür ist die Verknüpfung des Microsoft Azure Machine Learning Studios mit Bestandsmanagement- oder ERP-Systemen. Mit diesen Lösungen lassen sich unter anderem Bestände und Bestellungen optimieren sowie Lagerprozesse erheblich verbessern.

mehr lesen

KI in der medizinischen Diagnostik

Das Robotik Startup Robominds hat in Reaktion auf die aktuelle Corona-Pandemie eine Lösung entwickelt, die Roboterarme befähigt, Proben und Reagenzien für die medizinische Diagnostik vor zu sortieren. Auf Basis künstlicher Intelligenz erkennt das Soft-und Hardwaresystem Robobrain Position und Farbe der Probenröhrchen und kann diese ohne vorheriges Einlernen voll automatisiert vor- und einsortieren.

mehr lesen

Künstliche Intelligenz für ‚Beyond 5G‘

Während viele europäische Staaten gerade dabei sind, den Mobilfunk der 5. Generation aufzubauen, arbeitet die Forschung bereits an seiner Optimierung. Denn obwohl 5G seinen Vorgängern weit überlegen ist, hat auch der neueste Mobilfunkstandard noch Verbesserungspotenzial: Besonders in urbanen Gebieten, in denen ein direkter Sichtkontakt zwischen Sender und Empfänger erschwert ist, funktioniert die Funkverbindung oftmals noch nicht zuverlässig. In dem kürzlich gestarteten EU-Projekt Ariadne erforschen nun elf europäische Partner, wie sich durch die Nutzung von hohen Frequenzbändern und künstlicher Intelligenz eine fortschrittliche Systemarchitektur für »Beyond 5G« entwickeln lässt.

mehr lesen

Schutz der Privatsphäre und KI in Kommunikationssystemen

Alle zwei Jahre vergeben der VDE, die Deutsche Telekom sowie die Städte Friedrichsdorf und Gelnhausen den mit 10.000 Euro dotierten Johann-Philipp-Reis-Preis an einen Nachwuchswissenschaftler. Dieses Jahr geht er an Prof. Dr.-Ing. Delphine Reinhardt von der Georg-August-Universität Göttingen und an Dr.-Ing. Jakob Hoydis von den Nokia Bell Labs in Nozay, Frankreich. Die beiden Preisträger teilen sich die Auszeichnung und damit das Preisgeld.

Infor bringt Infor Coleman AI auf den Markt

Infor, Anbieter von branchenspezifischer Business-Software für die Cloud, hat bekanntgegeben, dass die Plattform Infor Coleman AI für Embedded-Machine-Learning-Modelle ab sofort verfügbar ist. Sie bietet die Geschwindigkeit, Wiederholbarkeit und Personalisierung, die Unternehmen benötigen, um KI vollständig zu operationalisieren.