McKinsey: GenAI in der Fertigung angekommen – nächste Welle der Automatisierung mit großem Potenzial

Generative künstliche Intelligenz (GenAI) hat auch im Fertigungsumfeld ein großes Potenzial. Seit ChatGPT im November 2022 online gegangen ist, haben knapp 80% der großen Unternehmen bereits damit begonnen, GenAI einzusetzen – doch die Skalierung dieser Technologie über erste Projekte hinweg ist für viele Firmen eine Herausforderung: Bislang haben nur 3% der Unternehmen mindestens eine Anwendung von GenAI in einer industriellen Fertigung in Breite eingesetzt. Fast ein Viertel der Unternehmen hat erste Pilotprojekte auf den Weg gebracht, während 63% noch experimentieren oder keine GenAI-Anwendungen gestartet haben. Dies geht aus einer Umfrage der Unternehmensberatung McKinsey & Company unter 150 Entscheider:innen aus Großunternehmen mit einem Umsatz von über 1 Mrd. US-Dollar hervor, die zur der Hannover Messe erschienen ist. 

Skalierung von GenAI im industriellen Umfeld die aktuelle Herausforderung 

„Wir sehen, dass fast alle Unternehmen überlegen, wie sie GenAI wertstiftend in ihre Betriebsabläufe integrieren können“ sagt Nicolai Müller, Senior Partner im Kölner Büro von McKinsey. „Allerdings haben wenige Unternehmen bereits einen übergreifenden Plan – was vor allem daran liegt, dass sie bislang den Wert von GenAI für ihr Geschäft noch nicht quantifizieren können.“ 68% der befragten Unternehmen fallen in diese Kategorie, während 23% den möglichen Mehrwert unternehmensweit analysiert haben. 9% haben den Wert für einzelne Unternehmensbereiche quantifiziert. Müller: „Diese fehlende Datenbasis macht es Organisationen schwer, Anwendungen zu priorisieren. Nur eine geringe Anzahl von Organisationen haben GenAI-Anwendungen bereits skaliert – die Mehrheit von Unternehmen sind noch in der Pilotierungs- und Strategiephase.“ 

Als wesentliche Gründe für eine zurückhaltende Nutzung nennen Unternehmen die fehlende Reife von GenAI-Anwendungen (25%), Unsicherheit in Bezug auf die Zusammenarbeit mit den Mitarbeiter:innen (19%) sowie eine fehlende Roadmap mit unklarem Kosten-Nutzen-Verhältnis (17%). 

„Führende Organisationen wollen in den kommenden ein bis zwei Jahren bereits mehr als 5 Prozent niedrigere Kosten realisieren und ihre Innovationsgeschwindigkeit durch die ‚Automatisierung‘ nicht wertschöpfender Tätigkeiten deutlich erhöhen. Langfristig werden 25% und mehr für einzelne Bereiche angestrebt“, so Müller. Folgende fünf Themen gilt es bei der Nutzung von GenAI zu bedenken: 

Business Case: Organisationen neigen dazu, schnell einzelne Pilotprojekte auf den Weg zu bringen – der echte Mehrwert liegt aber oft in der Kombination verschiedener Anwendungen über Bereiche hinweg.

Technologie: Unternehmen müssen sich darüber klar werden, wie stark sie eigene GenAI-Anwendungen entwickeln sollten oder ob es fertige Lösungen für sie gibt.

Talente: Die größte Hürde zur Skalierung von GenAI ist aktuell das fehlende Talent – sowohl was die Fähigkeiten der bestehenden Mitarbeiter:innen angeht, als auch die Neueinstellung von KI-Expert:innen. Unternehmen sollten ihre Mitarbeiter:innen intensiv weiterbilden und klar definieren, welche Rollen sie in den kommenden Jahren extern besetzen müssen.

Datenarchitektur/Tech Stack: Daten sind die Grundlage für GenAI-Anwendungen – Unternehmen, die ihre Hausaufgaben in der Datenarchitektur gemacht haben, sind klar im Vorteil. Dazu gehört eine integrierte IT-Infrastruktur; der Zugang zu qualitativ hochwertigen Daten und ein gutes Daten-Governance-Modell vor allem für Unternehmen, die ihr eigenes Large-Language-Model (LLM) aufbauen wollen.

Change Management: Wie in jeder (digitalen) Transformation entscheidet ein gutes Change Management über Erfolg und Misserfolg. Organisationen müssen sicherstellen, dass die IT zusammen mit den Unternehmenseinheiten arbeitet, damit die GenAI-Lösungen dem Geschäftserfolg dienen.