Künstliche Intelligenz: Potenzial von neuronalen Netzen gigantisch

Neue McKinsey-Studie:
Wertschöpfungspotenzial von „Deep Learning“-Technologien bis zu 5,8
Billionen US-Dollar jährlich – Analyse von 400 branchenübergreifenden
Anwendungsfällen

Die auf Basis neuronaler Netze arbeitende Analytik-Technologie
„Deep Learning“ hat ein jährliches Wertschöpfungspotenzial von bis zu
5,8 Billionen US-Dollar weltweit. Zu diesem Ergebnis kommt eine neue
Studie des McKinsey Global Institute (MGI) mit dem Titel „Notes from
the AI frontier: Insights from hundreds of use cases“. Das MGI hat
dafür weltweit mehr als 400 Anwendungsfälle von Deep Learning
untersucht, der Technologie, die als am weitesten entwickelte Form
der künstlichen Intelligenz (KI) gilt. Dafür haben die Experten
Anwendungen in 19 Branchen analysiert von der Luft und Raumfahrt,
über die Reisebranche bis zum öffentlichen Sektor und quer durch
verschiedene Unternehmensfunktionen (u.a. Marketing und Vertrieb,
Supply Chain Management, Produktentwicklung und Personalwesen).

Deep Learning ist ein Teilbereich des Machine Learnings und nutzt
neuronale Netze sowie große Datenmengen. Die Lernmethoden richten
sich nach der Funktionsweise des menschlichen Gehirns und resultieren
in der Fähigkeit eigener Prognosen oder Entscheidungen.

Wertschöpfungspotenziale von Deep Learning für Branchen und
Funktionen

Die untersuchten Deep-Learning-Methoden können der Studie zufolge
künftig 40% des Gesamtwerts aller Analyseansätze ausmachen (jährlich
3,5 bis 5,8 Billionen US-Dollar). Je nach Sektor sind das bis zu 9%
des heutigen Branchenumsatzes. Die größten Wertschöpfungspotenziale
bietet mit 400 Milliarden bis 800 Milliarden US-Dollar die
Handelsbranche, gefolgt von Transport und Logistik und der
Reisebranche (jeweils bis zu 500 Milliarden US-Dollar). Den
potenziell größten Einfluss auf Ebene der Unternehmensfunktionen
sehen die Experten in Marketing und Vertrieb sowie Supply Chain
Management, Fertigung und Produktion.

Anwendungsmöglichkeiten neuronaler Netze

„Der Einsatz dieser hochentwickelten KI-Methoden stellt
Unternehmen vor erhebliche organisatorische Herausforderungen“, sagt
Peter Breuer, Seniorpartner bei McKinsey in Köln und deutscher Leiter
von McKinsey Advanced Analytics. Aber: „Der Mehrwert, den diese
Methoden generieren, übertrifft den Aufwand um ein Vielfaches. Das
Wertpotenzial der künstlichen Intelligenz steckt letztlich nicht in
den Modellen selbst, sondern in der Fähigkeit der Unternehmen, diese
Modelle zu nutzen.“

Die praktischen Anwendungsmöglichkeiten sind vielfältig, wie die
Studie zeigt. Eine Anwendung, die für eine Reihe von Branchen infrage
kommt, ist die vorausschauende Wartung („predictive maintenance“).
Deep-Learning-Technologien ermöglichen es, sehr große Ströme
komplexer Daten zu analysieren, von Vibrationen und anderen
Sensordaten bis hin zu Audio- und Bilddaten, die Erkenntnisse über
den Betrieb unterschiedlicher Maschinen liefern können. Dadurch
lassen sich bevorstehende Schäden erkennen, Ausfälle vorhersagen und
auf diese Weise Ausfallzeiten wie Betriebskosten senken.

Die Optimierung der Logistik stellt einen weiteren
Anwendungsbereich dar. Hier können Deep-Learning-Systeme Lieferrouten
optimieren und sogar Fahrer in Echtzeit coachen, um den
Kraftstoffverbrauch zu senken. Das Kundenservicemanagement und die
Personalisierung von Kaufempfehlungen in Vertrieb und Marketing im
Sinne von „Produkten, die Sie als nächstes interessieren könnten“
sind eine dritte Anwendungsmöglichkeit, die bei einigen Unternehmen
schon heute die Verkaufszahlen und die Konversionsraten erheblich
steigert.

Die vollständige Studie finden Sie zum Download unter:
www.mckinsey.com/usingai

Hintergrund und Methodik

Das MGI hat für jeden der 400 Anwendungsfälle das jährliche
Wertpotenzial einer Anwendung von KI und anderer Analysen in der
gesamten Wirtschaft abgeschätzt. Basis sind beobachtete Werte, die in
aktuellen Anwendungsfällen geschaffen werden sowie der potenzielle
Wert künftiger prognostizierter Szenarien. Dieses Wertpotenzial kann
entweder von Unternehmen und Organisationen in Form von
Gewinnsteigerungen begründet werden oder von ihren Kunden in Form
niedrigerer Preisen oder höherer Qualität.

Ãœber McKinsey

McKinsey & Company ist die in Deutschland und weltweit führende
Unternehmensberatung für das Topmanagement. 27 der 30 DAX-Konzerne
zählen aktuell zu den Klienten. In Deutschland und Österreich ist
McKinsey mit Büros an den Standorten Berlin, Düsseldorf, Frankfurt am
Main, Hamburg, Köln, München, Stuttgart und Wien aktiv, weltweit mit
127 Büros in 65 Ländern.

Ãœber MGI

Das McKinsey Global Institute (MGI) erstellt als
Forschungseinrichtung von McKinsey & Company regelmäßig Studien zu
ökonomischen Fragen und Trends. Gegründet wurde der Think Tank 1990
in Washington D.C.

Für weitere Informationen wenden Sie sich bitte an:
Philipp Hühne, Telefon 0211 136-4486,
E-Mail: philipp_huehne@mckinsey.com
www.mckinsey.de/medien

Von neuesten McKinsey Studien erfahren Sie auf Twitter: @McKinsey_de

Original-Content von: McKinsey & Company, übermittelt durch news aktuell

  technologie, unternehmensberatung