Studie

Machine Learning im Unternehmenseinsatz – Künstliche Intelligenz als Grundlage digitaler Transformationsprozesse

„AI-First“ – so lautet mittlerweile das Mantra vieler Technologie-CEOs von Google bis Microsoft. Doch was ist dran am Hype rund um das Thema Künstliche Intelligenz?

Fakt ist, dass die Kombination aus günstiger Rechenleistung, großen Datenmengen und optimierten Algorithmen die Innovationsleistung von Machine Learning-Verfahren derzeit exponentiell steigen lässt. Was vor drei Jahren noch unrealistisch erschien, ist heute Realität. Von der Spracherkennung, über die medizinische Diagnostik bis hin zum autonomen Fahren existieren schon heute vielfältige Einsatzbereiche für Verfahren der Künstlichen Intelligenz. Im Kontext der digitalen Transformation erweitert sich dieses Einsatzspektrum noch weiter und reicht vom Unternehmensrechenzentrum, über die Steuerung von Fertigungsanlagen (Industrie 4.0) bis hin zur Überwachung von vernetzten Geräten (IoT).

Für CIOs, CTOs und Digitalisierungsentscheider stellt sich nun eine Vielzahl an Fragen. Welche Use Cases ergeben sich im eigenen Unternehmen? Auf welche Verfahren und Technologien kann man setzen? Welche Anforderungen stellt Machine Learning an die zugrundeliegende Rechenzentrums- und IT-Infrastruktur? Wie baut man intern die relevanten Skills und Ressourcen auf? Mit welchen Dienstleistern sollte man zusammenarbeiten?

Um diese und weitere Fragen zu beantworten, hat Crisp Research in Kooperation mit The unbelievable Machine Company (*um) und Hewlett Packard Enterprise (HPE) die vorliegende Studie erstellt. Diese soll Entscheidern und Managern einen ersten empirisch fundierten Überblick zum Status von Machine Learning in den deutschen Unternehmen bieten. Zudem liefert die Studie Erkenntnisse und Beispiele, um den Einsatz von Machine Learning im eigenen Unternehmen erfolgreich planen und umsetzen zu können.

Download

extern: blog.unbelievable-machine.com

Inhaltsübersicht

  • Machine Learning
  • Methodik & Stichprobe
  • Digitalisierung in Deutschland
  • Machine Learning - Momentum und strategische Bedeutung
  • Machine Learning - Einsatz im Unternehmen
  • Machine Learning in der Praxis – Einführung und Partnerschaften
  • Machine Learning - Blick in die Zukunft
  • Empfehlungen und Best Practices
  • Verwandte Forschung