f+h fördern und heben KMU/2025

KÜNSTLICHE

KÜNSTLICHE INTELLIGENZKI-GESTÜTZTE PROGNOSEN HELFEN UNTERNEHMENBEI PLANUNG UND OPTIMIERUNGALGORITHMEN VERBESSERNGESCHÄFTSPLANUNGWer hätte Mitte 2019 vorhersehen können, dass eine globale Pandemieein halbes Jahr später Gesellschaft und Wirtschaft lahmlegen würde?Menschliche Prognosen stoßen in Zeiten der Unsicherheit immerhäufiger an ihre Grenzen. Unternehmen bleiben auf ihren Beständensitzen oder produzieren zu wenig. Während Einzelhandelsgrößen wieAmazon ihre Lieferketten mithilfe künstlicher Intelligenz (KI) optimierthaben, schlummert für kleine oder mittlere Unternehmen (KMU) nochgroßes Potenzial in der Nutzung dieser Technologien.34 f+h FOKUS KMU 2025 www.foerdern-und-heben.de

KÜNSTLICHE INTELLIGENZAUCH KMU KÖNNEN MITKI-ALGORITHMEN WETT-BEWERBSVORTEILE GEWINNENSicherheit für das eigene Wirtschaften zu erhalten – das istaktuell der Anspruch vieler Unternehmerinnen und Unternehmer.Prognosen spielen dabei eine tragende Rolle.Um Handlungsmöglichkeiten mit Blick auf die Zukunft zuidentifizieren, braucht es allerdings mehr als den Blick in dieGlaskugel. Aus diesen Gründen versuchen die Betriebe, mithilfeneuer Technologien zielgenaue Vorhersagen treffen zu können.Zentral ist dafür die Nutzung von künstlicher Intelligenz (KI), wiesie in verschiedenen Umfeldern bereits seit einigen Jahren praktiziertwird. Längst etabliert hat sich die vorausschauende Wartung:Mit „Predictive Maintenance“ soll vorhergesagt werden,wann etwa ein Maschinenbauteil ausfallen dürfte und getauschtwerden müsste. Das Ziel ist es, die Stillstandzeiten in der Produktionzu minimieren und den finanziellen, personellen und zeitlichenRessourceneinsatz gut steuern zu können.SCHNELL RELEVANTE TRENDS ERKENNENVorne mit dabei ist der Energiesektor: Nach einer Studie des BeratungsunternehmensPwC [1] nutzen Energieunternehmen KIbereits erfolgreich für „Predictive Maintenance“ von Windkraftanlagen.Die Analyse von Echtzeit-Winddaten und der Leistungvon Turbinen ermöglicht eine Steigerung derEnergieproduktion von Windparks. KünstlicheIntelligenz unterstützt Unternehmen dabei,die Lastverteilung für maximale Effizienzzu optimieren, Wartungsarbeiten in Zeitengeringer Nachfrage durchzuführen und Infrastrukturinvestitionenauf der Grundlagelangfristiger Trends zu planen.Die Energiewirtschaft ist nur ein Beispielfür eine Branche, die von der Nutzung KI-gestützterPrognosen profitiert. Die Landwirtschaftnutzt Klimadaten, Bodenbedingungenund Markttrends, um den Ertrag zu steigern.Das Gesundheitswesen sagt Patientenströmeund den Ressourcenbedarf voraus, und Bankenanalysieren Transaktionsmuster zusammenmit lokalen Ereignissen und Wirtschaftsdaten, um die Personalplanungin Filialen und die Bargeldversorgung von Geldautomatenzu optimieren. Das senkt die Kosten und verbessert dieKundenzufriedenheit. Das System sagt Kundenverkehr undTransaktionsvolumen präzise voraus und hilft Managern, Ressourceneffizienter einzusetzen.WETTBEWERBSVORTEIL DURCH KIUnternehmen, die als Vorreiter in ihrer Branche KI-Prognoseneinsetzen, verschaffen sich derzeit große Wettbewerbsvorteile.Sie entwickeln wertvolles Know-how über erfolgreiche Umsetzungsstrategien,sammeln Daten für das Training ihrer Modelleund etablieren Prozesse, die den Nutzen KI-gestützter Erkenntnissemaximieren. Auch die Unternehmensberatung Abels &Kemmner in Herzogenrath beschäftigt sich intensiv damit, auf KIbasierende Prognosen in Systeme für das Supply-Chain-Managementzu integrieren. Vor allem Modelle, die maschinelles Lerneneinsetzen, sind in der Lage, Muster und Zusammenhänge in großenDatenmengen zu erkennen. Damit lassen sich Vorhersagenauf der Grundlage von Mustern treffen, wie sie mit herkömmlichenalgorithmischen Methoden nicht so effizient möglich wären.In erster Linie die Fähigkeit, auf der Grundlage sehr umfangreicherTrainingsdaten die Vorhersagen zu verbessern, hilft beimSupply-Chain-Management dabei, auch bei komplexen Systemenpräzise und schnelle Ergebnisse zu liefern.Der KI-Prognoseprozess „Diskover“ kombiniert unterschiedlicheKI-Modelle und identifiziert dabei automatisch das zielführendsteModell. Die Algorithmen orientieren sich an betriebswirtschaftlichenZielgrößen wie Bestandsreduzierung, Absicherungder Lieferfähigkeit und Kosteneinsparung. Der Mechanismusist in der Lage, einen absoluten und relativenGeschäftswertbeitrag für die KI-Prognosen zu ermitteln. AlsBenchmark laufen gleichzeitig klassische Prognosemodelle mit.Das erlaubt es, den Einsatz künstlicher Intelligenz anhand konkreterZahlen zu beurteilen. Im Vordergrund steht dabei, dieWirtschaftlichkeit der KI-Prognose zu wahren.MENSCHLICHE FEHLER AUSGLEICHENDer Siegeszug der künstlichen Intelligenz in nahezu allen Bereichender industriellen Wertschöpfung kommt nicht von ungefähr:KI-Modelle erkennen versteckte Muster, die klassische Modelleübersehen, und bemerken Veränderungen in Trends früher.Das zahlt sich vor allem bei Produkten mit untypischenNachfragemustern aus. Dazu zählen wetterabhängige Produkte– etwa aus der Energiewirtschaft oder der Modebranche.Künstliche Intelligenz findet Zusammenhänge, die manuellkaum aufzufinden wären. So nutzen Unternehmen ihre internenDaten sowie externe Faktoren, um eine zielgenauere Prognosezu erstellen. Das erlaubt eine schnellere Reaktion auf Marktdynamiken,da Trendwechsel und Marktveränderungenfrüher erkannt werden. Zuletztunterliegen die Algorithmen nicht den typischenDenkfehlern des Menschen, wie sieselbst bei Entscheidern mit langjähriger Erfahrungauftreten. Bekannt ist dabei derOverconfidence Bias, der zur Selbstüberschätzungführt. Zusammen mit dem ConfirmationBias – bei dem man unbewusstnach Bestätigung für die eigene Überzeugungsucht – kann das zu einem finanziellenRisiko werden. KI-Modelle lassen sichschnell an neue Entwicklungen anpassen;zudem kommen sie auch mit unstrukturiertenDaten gut zurecht.IN DER BREITE ANGEKOMMENKI-Prognosen sind längst mehr als nur Werkzeuge für Handelsriesenwie Amazon. Auch KMU können mit den Algorithmen ungeahntePotenziale heben und ihre Produktions-, Logistik- undGeschäftsprozesse möglichst genau an die künftigen Entwicklungenanpassen. Wichtig ist, die richtigen Rahmenbedingungen fürden Einsatz der Technologien zu schaffen. Künftig dürften KI-Systeme zunehmend eigenständig betriebliche Entscheidungentreffen und die Effizienz weiter steigern. Zudem sorgen cloudbasierteLösungen dafür, dass auch kleinere Unternehmen KI-Prognosengewinnbringend einsetzen können. Schnell sein lohnt sichalso: Wer früh einsteigt, hat die Chance, sich mit KI wichtigeMarktanteile zu sichern.Quellenhinweis:[1] https://www.pwc.de/de/energiewirtschaft/kuenstliche-intelligenz-in-derenergiewirtschaft.html,abgerufen am 30. Juli 2025Foto: Norman – stock.adobe.comwww.ak-online.dewww.foerdern-und-heben.de f+h FOKUS KMU 2025 35