Studie des Capgemini Research Institute Automobilbranche zögerlich bei Umsetzung von KI

Die  Automobilbranche zögert noch bei der Umsetzung von künstlicher Intelligenz. Das ergab eine neue Studie des Capgemini Research Institute.
Die Automobilbranche zögert noch bei der Umsetzung von künstlicher Intelligenz. Das ergab eine neue Studie des Capgemini Research Institute.

Die Automobilbranche kommt bei der Umsetzung von künstlicher Intelligenz nur langsam voran. Das ergab die Studie »Accelerating Automotive’s AI Transformation: How driving AI enterprise-wide can turbo-charge organizational value« des Capgemini Research Institute.

Für die Studie »Accelerating Automotive’s AI Transformation: How driving AI enterprise-wide can turbo-charge organizational value« wurden 500 Führungskräfte der Automobilindustrie in acht Ländern befragt. Diese macht deutlich, dass es für Unternehmen der Automobilbranche noch erhebliche Hindernisse zu überwinden gilt: Die Komplexität bestehender IT-Landschaften, fehlende Genauigkeit und Verfügbarkeit von Daten sowie unzureichende digitale Fähigkeiten verzögern häufig noch den technologischen Wandel und eine unternehmensweite Umsetzung von künstlicher Intelligenz (KI). Die größten Herausforderungen aus technologischer Sicht sehen die befragten Unternehmen bei der Integration bestehender Systeme und Werkzeuge (38 Prozent), im mangelnden Wissen und Bewusstsein für Next-Generation-KI-Tools (36 Prozent) sowie fehlenden Trainingsdaten (35 Prozent).

Die unternehmensweite Implementierung von KI ist in den letzten beiden Jahren nur langsam vorangekommen: Die Zahl der Automobilunternehmen weltweit, die KI umfassend und erfolgreich implementiert haben, ist lediglich von 7 auf 10 Prozent gestiegen. Auch die Anzahl der Unternehmen, die einzelne KI-Maßnahmen umsetzen, hat sich nicht wesentlich verändert und liegt heute bei 24 Prozent gegenüber 27 Prozent im Jahr 2017. Deutlicher fällt allerdings der Anstieg der Unternehmen aus, die keine KI einsetzen – hier hat sich der Anteil weltweit von 26 Prozent auf 39 Prozent erhöht. Der Studie zufolge pilotieren zudem nur noch 26 Prozent der Unternehmen KI-Projekte – gegenüber 41 Prozent im Jahr 2017. Auch in Deutschland ist der Anteil der Automobilunternehmen, die keine KI implementieren von 12 auf 32 Prozent gestiegen – im Gegenzug sank der Anteil der Unternehmen, die KI-Piloten aufgesetzt haben von 52 auf 30 Prozent. Für Unternehmen ist es schwieriger geworden, den Nutzen und den gewünschten Return on Investment in der Pilotphase nachzuweisen (45 Prozent) und die richtige Auswahl der skalierbaren Anwendungsfälle zu treffen (43 Prozent).

Automobilhersteller weiter voran als Zulieferer

Die Studie zeigt, dass die Automobilhersteller im internationalen Vergleich bei der KI-Umsetzung besser vorankommen als ihre Zulieferer und Händler: 14 Prozent der Hersteller implementieren KI umfassend, verglichen mit 4 Prozent der Lieferanten und 4 Prozent der Händler. In Deutschland liegt zudem der Anteil der Händler, die unternehmensweit KI umsetzen, mit 19 Prozent deutlich höher als im internationalen Vergleich.

Das liegt vielleicht daran, dass Automobilhersteller ihr Betriebsergebnis um bis zu 16 Prozent steigern können, wenn sie umfassende KI-Maßnahmen umsetzen. Um das zu berechnen wurde ein konservatives und ein optimistisches Szenario anhand eines typischen Top-50-OEMs entworfen: Das konservative Szenario geht davon aus, dass für OEMs eine Steigerung des Betriebsergebnisses von bis zu 232 Millionen US-Dollar möglich ist. Das entspricht einem Plus von 5 Prozent im Vergleich zum derzeitigen Niveau. Im optimistischen Szenario verdreifacht sich der Gewinn auf 764 Millionen Dollar, was einen Anstieg von 16 Prozent bedeutet.

USA, Großbritannien und Deutschland bei KI führend

Die USA sind bei der Umsetzung von KI führend – 25 Prozent der Automobilunternehmen implementieren KI unternehmensweit, 25 Prozent selektiv. Großbritannien (14 und 39 Prozent) und Deutschland (12 und 25 Prozent) folgen. Das größte Wachstum innerhalb der untersuchten Länder verzeichnet China, das seinen Anteil an unternehmensweiten KI-Implementierungen im Automobilbereich von 5 auf 9 Prozent fast verdoppelt hat.

Sämtliche Unternehmensfunktionen profitieren vom Einsatz der KI. Im Durchschnitt wurden der Capgemini-Studie zufolge in der Forschung und Entwicklung (F&E) Produktivitätssteigerungen von 16 Prozent erreicht sowie in den Bereichen Supply Chain und Produktion/Operations operative Effizienzsteigerungen von 15 bzw. 16 Prozent. Bei der Customer Experience führte die Anwendung von KI zu einer Reduzierung der direkten Kosten von 14 und 17 Prozent in der IT sowie zu einer Verkürzung der Markteinführungszeit um 15 Prozent in F&E und 13 Prozent in Marketing/Vertrieb.

Im Rahmen der Studie wurden zudem aktuelle KI-Projekte identifiziert und näher beschrieben. Ein Beispiel ist Continental. Das Unternehmen hat durch eine KI-gestützte Simulation 5.000 Meilen Fahrzeug-Testdaten pro Stunde erzeugt, verglichen mit 6.500 Meilen pro Monat, die zuvor mit physischen Testfahrten zurückgelegt wurden. Weitere Beispiele: Volkswagen modelliert den Fahrzeugabsatz von 250 Automodellen in 120 Ländern mit Hilfe von maschinellem Lernen. Und Mercedes-Benz testet ein KI-Erkennungssystem für die Paketzustellung, das die Fahrzeugladezeit um 15 Prozent reduzieren kann.

Anforderungen erfüllen

Die Studie hat zudem genau analysiert, was Unternehmen, die künstliche Intelligenz unternehmensweit umsetzen, erfolgreicher macht als andere Unternehmen und daraus Empfehlungen abgeleitet. Die sogenannten Scale Champions konzentrieren sich auf Anwendungsfälle mit hohem Nutzen über alle Funktionen hinweg (94 vs. 36 Prozent). Zudem investieren 86 Prozent von ihnen mehr als 200 Millionen Dollar pro Jahr in KI, bei den übrigen Unternehmen liegt der Anteil bei 20 Prozent. Die führenden Unternehmen fokussieren sich zudem gezielter auf den Aufbau ihres KI-Talentpools – dies umfasst die Einstellung von KI-Experten (32 vs. 14 Prozent) ebenso wie die Weiterbildung und Umschulung ihrer Mitarbeiter (25 vs. 8 Prozent) sowie die Kooperation mit KI-Unternehmen (27 vs. 12 Prozent). Im Vergleich zu den anderen Unternehmen haben sie zudem häufiger einen klaren Governance-Rahmen geschaffen, um KI-Maßnahmen stärker zu priorisieren und zu fördern. Dazu zählen ein zentrales Organ zur Steuerung von KI-Investitionen und ein funktionsübergreifendes Expertenteam aus den Bereichen Technologie, Business und Operations. Schließlich liegen die Scale Champions auch in punkto Unternehmens-IT und beim Thema Datenmanagement weiter vorne als die übrigen Unternehmen.