Kategorie: Mittelstand

Beiträge mit Relevanz für den Mittelstand

Veröffentlicht am

Künstliche Intelligenz zur Verbesserung der Cybersecurity: Chancen, Praxisbeispiele und Ausblick nicht nur für mittelständische Unternehmen

In den letzten Jahren hat sich die Künstliche Intelligenz (KI) als eines der bahnbrechendsten Instrumente in der Cybersecurity etabliert. Insbesondere für mittelständische Unternehmen, die mit begrenzten Ressourcen und zunehmend komplexeren Bedrohungen konfrontiert sind, bietet KI erhebliche Chancen, die Sicherheitsinfrastruktur zu optimieren, Bedrohungen frühzeitig zu erkennen und den Schutz sensibler Daten zu gewährleisten. Dieser Artikel gibt einen Überblick über die Möglichkeiten von KI in der Cybersecurity, erläutert durch praxisnahe Beispiele und bietet einen Ausblick auf zukünftige Entwicklungen.

Teil 1: Überblick über die Möglichkeiten von KI in der Cybersecurity

KI hat sich als unverzichtbares Werkzeug zur Bekämpfung und Prävention von Cyberangriffen entwickelt. Mit den Fortschritten in der Rechenleistung und den Datenmengen, die Unternehmen generieren, bietet die Integration von KI-Technologien in die Sicherheitsinfrastruktur zahlreiche Vorteile. KI kann dabei in mehreren Bereichen der Cybersecurity eingesetzt werden, um diese effizienter und intelligenter zu gestalten.

Bedrohungserkennung und Prävention

Künstliche Intelligenz kann eingesetzt werden, um Bedrohungen in Echtzeit zu erkennen. KI-gestützte Systeme analysieren große Mengen an Daten und identifizieren Muster, die auf potenzielle Sicherheitslücken oder Bedrohungen hinweisen. Machine Learning (ML)-Algorithmen können verdächtige Aktivitäten anhand von historischen Daten erkennen und auf Basis dieser Muster zukünftige Angriffe vorhersagen, ohne dass menschliche Eingriffe erforderlich sind.

Beispielsweise wird KI bereits erfolgreich zur Erkennung von Phishing-Angriffen, Malware und Ransomware eingesetzt. Diese Systeme sind in der Lage, neue Angriffsstrategien schneller zu identifizieren als herkömmliche Sicherheitssysteme, da sie nicht nur auf bekannte Bedrohungen reagieren, sondern auch unbekannte, bisher nicht identifizierte Bedrohungen erkennen können.

Automatisierung von Sicherheitsprozessen

Die Automatisierung ist ein weiteres wichtiges Einsatzgebiet der KI in der Cybersecurity. Viele Sicherheitsprozesse, wie etwa das Patchen von Software, das Überwachen von Netzwerken oder die Verwaltung von Zugriffsrechten, erfordern eine kontinuierliche und oft fehleranfällige manuelle Überwachung. KI kann diese Aufgaben automatisieren und dabei helfen, die Effizienz und Genauigkeit zu steigern.

Ein Beispiel hierfür ist die Nutzung von KI, um automatisch Software-Schwachstellen zu identifizieren und Patches zu installieren, ohne dass das IT-Team manuell eingreifen muss. Dies reduziert nicht nur den Arbeitsaufwand, sondern gewährleistet auch eine schnellere Reaktion auf potenzielle Sicherheitslücken.

Unterstützung bei der Vorhersage von Cyberbedrohungen

Künstliche Intelligenz kann nicht nur dazu verwendet werden, bestehende Bedrohungen zu erkennen, sondern auch um zukünftige Bedrohungen vorherzusagen. Durch die Analyse von Daten aus verschiedenen Quellen, wie etwa sozialen Netzwerken, Dark Web-Foren oder öffentlich zugänglichen Datenbanken, können KI-Systeme potenzielle Angriffsziele und Angriffsvektoren frühzeitig identifizieren. Dies ermöglicht eine proaktive Sicherheitsstrategie und die frühzeitige Umsetzung von Schutzmaßnahmen.

Teil 2: Praxisbeispiele für den Einsatz von KI in der Cybersecurity

Beispiel 1: KI zur Verbesserung der Netzwerksicherheit in einem mittelständischen Unternehmen

Ein mittelständisches Unternehmen im Bereich der Fertigung entschloss sich, Künstliche Intelligenz zur Verbesserung seiner Netzwerksicherheit einzusetzen. Das Unternehmen stand vor der Herausforderung, immer wieder Angriffe durch Phishing und Malware zu erleben, die trotz bestehender Sicherheitsmaßnahmen nicht verhindert werden konnten.

Durch die Implementierung eines KI-gesteuerten Systems zur Echtzeitüberwachung des Netzwerkverkehrs konnte das Unternehmen verdächtige Aktivitäten schneller erkennen. Die KI analysierte den Datenverkehr und konnte automatisch anomale Muster identifizieren, die auf einen Angriff hindeuteten. Ein besonders hilfreicher Aspekt war, dass das System nicht nur bekannte Bedrohungen, sondern auch neuartige Angriffe erkennen konnte, die noch nicht in den traditionellen Sicherheitsdatenbanken vorhanden waren.

Die KI führte die ersten Reaktionsmaßnahmen automatisch aus, wie das Blockieren verdächtiger IP-Adressen und das Isolieren infizierter Systeme. Diese automatisierte Reaktion ermöglichte es dem Unternehmen, den Angriff zu stoppen, bevor er größeren Schaden anrichten konnte, und reduzierte die Zeit, die für die manuelle Untersuchung und das Eingreifen erforderlich war.

Beispiel 2: Einsatz von KI in der Schwachstellenanalyse

Ein weiteres mittelständisches Unternehmen, das Softwareprodukte entwickelt, nutzte KI zur Analyse seiner Software auf potenzielle Sicherheitslücken. Das Unternehmen war zunehmend besorgt über die wachsende Zahl an Sicherheitsvorfällen und die damit verbundenen Reputations- und Finanzrisiken.

Durch die Einführung einer KI-gestützten Lösung zur Schwachstellenanalyse konnte das Unternehmen seine Sicherheitsstrategie erheblich verbessern. Die KI analysierte automatisch den Quellcode und die Software-Architektur, um potenzielle Schwachstellen zu identifizieren. Zusätzlich ermöglichte die KI es, bekannte Sicherheitslücken in Echtzeit zu patchen und gleichzeitig neue Angriffsvektoren zu identifizieren, die durch die Kombination verschiedener Code-Elemente entstanden waren.

Dies führte zu einer signifikanten Reduktion der Anzahl der entdeckten Schwachstellen und einer stärkeren Sicherheit der Softwareprodukte. Für das Unternehmen bedeutete dies eine verbesserte Sicherheit und ein höheres Vertrauen der Kunden.

Teil 3: Ausblick auf zukünftige Entwicklungen in der KI-gesteuerten Cybersecurity

Die Entwicklungen in der Künstlichen Intelligenz sind rasant und versprechen, die Cybersecurity der Zukunft entscheidend zu verändern. In den kommenden Jahren werden KI-Systeme voraussichtlich noch leistungsfähiger und autonomer werden, was zu einer weiteren Verbesserung der Sicherheitsarchitektur führen wird.

Integration von KI mit anderen Technologien

Ein bedeutender Trend wird die zunehmende Integration von KI mit anderen innovativen Technologien wie Blockchain und 5G sein. In Kombination mit Blockchain könnte KI dazu beitragen, dezentralisierte Sicherheitslösungen zu entwickeln, die besonders für mittelständische Unternehmen von Vorteil wären. Die Verschmelzung dieser Technologien könnte dazu beitragen, Daten sicherer und transparenter zu speichern und zu übertragen.

Selbstlernende Systeme

Ein weiteres spannendes Entwicklungspotential liegt in der Entwicklung selbstlernender KI-Systeme. Diese Systeme könnten ihre Algorithmen kontinuierlich auf Basis neuer Daten und Bedrohungen anpassen und so noch schneller und präziser auf neue Angriffsmuster reagieren. Für mittelständische Unternehmen könnte dies zu einer Reduzierung des Managementaufwands und einer noch effizienteren Bedrohungsabwehr führen.

Künstliche Intelligenz als Service

Für mittelständische Unternehmen, die möglicherweise nicht über die notwendigen Ressourcen verfügen, um KI-basierte Sicherheitslösungen intern zu entwickeln und zu implementieren, wird der Trend zu „KI als Service“ von Bedeutung sein. Anbieter werden zunehmend KI-gestützte Sicherheitslösungen anbieten, die Unternehmen über die Cloud nutzen können. Dies wird den Zugang zu fortschrittlichen Sicherheitslösungen erleichtern und die Einführung von KI in die Sicherheitsstrategie vereinfachen.

Schlussüberlegungen

KI hat das Potenzial, die Art und Weise, wie Unternehmen ihre Cybersecurity gestalten, revolutionär zu verändern. Besonders mittelständische Unternehmen können von den Vorteilen profitieren, die KI in der Bedrohungserkennung, der Automatisierung und der Vorhersage von Sicherheitsvorfällen bietet. Mit zunehmenden Fortschritten in der Technologie und der Integration von KI in die Sicherheitsstrategien werden Unternehmen in der Lage sein, ihre Abwehrmechanismen weiter zu stärken und die Herausforderungen der Cybersecurity effizienter zu meistern.

Weiterführende Literatur

  • „Wie KI die Cybersicherheit und Zugangskontrollen verbessert“: IT-Kenner
  • „Künstliche Intelligenz für Cybersecurity und Cyberattacken“: IT-Kenner
  • „Einfluss von KI auf die Cyberbedrohungslandschaft“: BSI
  • „Ein Best Practice KI-Toolkit für den ‚Cybersecurity Awareness Month'“: heise online
  • „BSI – Threat Intelligence – KI und gegenwärtige Cyberbedrohungen“: BSI
  • „Benchmark: Welche KI taugt am besten für Cybersecurity?“: heise online
  • „KI in der IT-Security: Was der Einsatz wirklich bringt“: Computerwoche
  • „iX-Workshop: Effiziente IT-Sicherheit durch KI“: heise online
  • „KI in der Cybersecurity: Gefahren und Chancen“: Heise Business Services
  • „Wie KI zu mehr Sicherheit und Resilienz beitragen kann“: Computerwoche
  • „Informationssicherheit bei KI: Lösungen & Technologien“: IT-Kenner
  • „Gute KI gegen böse KI“: Welt

Veröffentlicht am

Die Rolle von KI-Agenten in der Unternehmenswelt – Chancen für Manager in großen und mittelständischen Unternehmen

Die Künstliche Intelligenz (KI) hat in den letzten Jahren enorme Fortschritte gemacht. Insbesondere die Entwicklung von KI-Agenten, die immer häufiger in Geschäftsprozesse integriert werden, stellt eine bedeutende Veränderung dar. Dieser Artikel zielt darauf ab, Managern in großen und mittelständischen Unternehmen die Funktionsweise von KI-Agenten näherzubringen, die Vorteile aufzuzeigen, Unterstützungsmöglichkeiten zu erläutern und Fallbeispiele sowie einen Business Case zu präsentieren. Lassen Sie uns die Grundlagen und die Potenziale dieser Technologie erkunden.

1. Was tun KI-Agenten?

KI-Agenten sind Softwareprogramme, die mithilfe von Künstlicher Intelligenz Aufgaben und Entscheidungsprozesse eigenständig durchführen können. Anders als klassische Software, die nach starren Regeln funktioniert, sind KI-Agenten in der Lage, zu lernen, zu adaptieren und auf Veränderungen in ihrer Umgebung zu reagieren. Diese Art von Software wird häufig als eine Mischung aus Automatisierung, maschinellem Lernen und autonomen Systemen beschrieben.

Ein KI-Agent im Unternehmenskontext kann eine Vielzahl von Aufgaben übernehmen, insbesondere im Bereich der Prozessautomatisierung, Datenanalyse und Kundeninteraktion. Einige typische Funktionen von KI-Agenten umfassen:

  • Automatisierung repetitiver Aufgaben: KI-Agenten übernehmen routinemäßige und sich wiederholende Aufgaben, die wenig kreative Arbeit erfordern. Dies können Tätigkeiten wie das Abgleichen von Bestellungen, das Bearbeiten von Rechnungen oder das Sammeln und Auswerten von Unternehmensdaten sein.
  • Prozessoptimierung: Sie analysieren Unternehmensprozesse und schlagen Optimierungen vor. Dabei berücksichtigen sie große Datenmengen, die für den Menschen schwer zu durchdringen wären, und treffen auf Basis dieser Informationen autonome Entscheidungen.
  • Interaktive Unterstützung: Im Kundenservice, etwa bei der Bearbeitung von Anfragen oder der ersten Kontaktaufnahme, können KI-Agenten als Ansprechpartner fungieren. Sie agieren wie intelligente Chatbots, die einfache Anfragen eigenständig beantworten oder weiterleiten.
  • Dateninterpretation und -verarbeitung: KI-Agenten analysieren unstrukturierte Daten, ziehen Schlüsse und geben Handlungsempfehlungen, die vorher entweder von Menschen manuell durchgeführt wurden oder gar nicht erkannt worden wären.

Ein gutes Beispiel für KI-Agenten sind die von Machines Like Me, einem Münchener Softwareunternehmen, entwickelten Software-Roboter. Diese übernehmen Aufgaben wie das Analysieren von Mietverträgen oder das Entgegennehmen von Zählerständen bei Stadtwerken. Solche Agenten automatisieren Prozesse, die für Mitarbeiter wenig Wertschöpfung bringen, und erhöhen so die Effizienz im Unternehmen.

2. Was sind die Vorteile von KI-Agenten?

Die Einführung von KI-Agenten in ein Unternehmen bietet zahlreiche Vorteile, die sowohl die Produktivität als auch die langfristige Wettbewerbsfähigkeit steigern können. Zu den wichtigsten Vorteilen gehören:

  • Steigerung der Produktivität: KI-Agenten können Aufgaben wesentlich schneller erledigen als Menschen, was zu einer Reduktion der Prozesszeiten führt. Dies bedeutet, dass Unternehmen ihre Prozesse beschleunigen und ihre Ressourcen effizienter nutzen können.
  • Fehlerreduktion: Da KI-Agenten auf Algorithmen und maschinellem Lernen basieren, ist die Wahrscheinlichkeit menschlicher Fehler geringer. Dies verbessert die Genauigkeit der Aufgaben, wie etwa die Datenverarbeitung oder die Analyse von Dokumenten.
  • Kostenersparnis: Durch die Automatisierung von Routineaufgaben können Unternehmen erhebliche Einsparungen erzielen, da die Notwendigkeit für manuelle Arbeit und die damit verbundenen Kosten verringert werden.
  • Bessere Entscheidungen durch datengetriebene Erkenntnisse: KI-Agenten können große Datenmengen analysieren und aus ihnen Muster und Zusammenhänge erkennen, die für den Menschen schwer fassbar sind. Dies führt zu fundierteren, datengestützten Entscheidungen.
  • Skalierbarkeit und Flexibilität: KI-Agenten können bei Bedarf in Unternehmen skalieren. Sie sind flexibel einsetzbar und können an verschiedene Geschäftsprozesse angepasst werden.
  • Verbesserte Kundeninteraktion: Durch den Einsatz von KI-Agenten im Kundenservice oder in der Kundenakquise können Unternehmen schneller und präziser auf Kundenanfragen reagieren, was die Kundenzufriedenheit erhöht.

3. Wie kann man KI-Agenten bekommen?

Für Unternehmen, die KI-Agenten einsetzen möchten, gibt es verschiedene Ansätze, je nach Größe und Bedarf des Unternehmens:

  • Fertige Lösungen von Anbietern: Große Technologieunternehmen wie Microsoft, IBM und Google bieten fertige KI-Agenten-Lösungen an, die auf die Bedürfnisse von Unternehmen zugeschnitten sind. Microsoft zum Beispiel bietet KI-Agenten für den Vertrieb, die Kommunikation und die Prozessautomatisierung an.
  • Maßgeschneiderte Entwicklung: Mittelständische Unternehmen können auch auf spezialisierte Softwareunternehmen wie Machines Like Me oder Salt Solutions zurückgreifen, die maßgeschneiderte KI-Agenten entwickeln, die perfekt auf die spezifischen Anforderungen eines Unternehmens abgestimmt sind.
  • Cloud-basierte KI-Agenten: Viele Unternehmen setzen auf Cloud-Dienste, bei denen KI-Agenten als Software-as-a-Service (SaaS) bereitgestellt werden. Anbieter wie Amazon Web Services (AWS) und Google Cloud stellen APIs und Plattformen zur Verfügung, mit denen Unternehmen KI-Agenten in ihre Geschäftsprozesse integrieren können.

4. Wer unterstützt Manager bei der Implementierung von KI-Agenten?

Die Implementierung von KI-Agenten erfordert Fachwissen in mehreren Bereichen, einschließlich IT-Infrastruktur, Datenanalyse und KI-Entwicklung. Daher benötigen Unternehmen Unterstützung von verschiedenen Partnern:

  • Beratungshäuser: Unternehmensberatungen wie BCG, McKinsey oder Accenture bieten Expertise in der Implementierung von KI-Strategien. Sie unterstützen bei der Auswahl der richtigen Technologien, der Integration in bestehende Systeme und der Schulung von Mitarbeitern.
  • Softwareentwickler und KI-Experten: Unternehmen wie Machines Like Me oder Salt Solutions bieten maßgeschneiderte Lösungen und Unterstützung bei der Entwicklung und Integration von KI-Agenten.
  • Cloud- und IT-Dienstleister: Anbieter von Cloud-Diensten wie Microsoft Azure, Google Cloud und Amazon Web Services bieten nicht nur die notwendige Infrastruktur, sondern auch spezialisierte Tools und APIs, die die Entwicklung und den Einsatz von KI-Agenten erleichtern.

5. Warum und wie können sich mittelständische Unternehmen differenzieren?

Mittelständische Unternehmen haben einen erheblichen Vorteil, wenn es um die Implementierung von KI-Agenten geht: Ihre Flexibilität und Agilität. Sie können KI-Technologien schneller adaptieren und in bestehende Prozesse integrieren, ohne mit den bürokratischen Hürden und langen Entscheidungswegen großer Konzerne konfrontiert zu sein.

  • Schnellere Entscheidungsfindung: Mittelständische Unternehmen haben den Vorteil, dass sie Entscheidungen schneller treffen können, was in einer dynamischen KI-Landschaft entscheidend ist. Sie können schnell auf neue Technologien zugreifen und diese in ihren Geschäftsbetrieb integrieren.
  • Fokussierte Nischenstrategien: Mittelständische Unternehmen haben häufig spezialisierte Geschäftsmodelle und können KI-Agenten gezielt einsetzen, um ihre Nischenmärkte zu bedienen, ohne dass die gesamte Unternehmensstruktur umgekrempelt werden muss.
  • Kostenvorteile: Da mittelständische Unternehmen oft weniger komplexe Strukturen haben, können sie KI-Agenten schneller und kostengünstiger implementieren als große Unternehmen. Sie können so in der Digitalisierung und Automatisierung einen Vorsprung erlangen.

6. Kosten und Nutzen – Was bringt der Business Case?

Die Kosten für die Implementierung von KI-Agenten variieren je nach Umfang der Automatisierung und den eingesetzten Technologien. Generell kann man sagen, dass die Investitionskosten in die Technologie zunächst höher sind, sich aber schnell durch Einsparungen und Effizienzgewinne amortisieren.

  • Kosten:
    • Einfache Implementierungen von KI-Agenten für kleinere Aufgaben können mit Kosten von etwa 10.000 bis 50.000 Euro verbunden sein.
    • Komplexe, maßgeschneiderte Lösungen für größere Unternehmen können Kosten im Bereich von 100.000 bis 500.000 Euro oder mehr verursachen.
  • Nutzen:
    • Unternehmen, die KI-Agenten erfolgreich einsetzen, berichten von Produktivitätssteigerungen von bis zu 300-500%, was sich schnell in finanziellen Einsparungen niederschlägt.
    • Langfristig können KI-Agenten dazu beitragen, die Betriebskosten signifikant zu senken, insbesondere durch die Automatisierung repetitiver Aufgaben und die Reduzierung des Personalbedarfs in bestimmten Bereichen.

Ein Beispiel aus der Praxis zeigt, dass ein Unternehmen, das den Kundenservice mithilfe von KI-Agenten optimiert hat, innerhalb von 6 Monaten eine Kostensenkung von 30% bei den Personalkosten und eine Verbesserung der Kundenzufriedenheit um 20% erzielte.

7. Fallbeispiele

  • Microsoft: Microsoft bietet KI-Agenten, die Vertriebsprozesse optimieren. Ein Vertriebs-KI-Agent kann potenzielle Kunden aus sozialen Medien und E-Mails identifizieren, sie ansprechen und bewerten, bevor er sie an ein menschliches Team weitergibt.
  • Machines Like Me: Das Unternehmen aus München bietet maßgeschneiderte KI-Agenten, die speziell für die Automatisierung von Verwaltungs- und Serviceaufgaben entwickelt wurden. Sie haben bereits mehrere erfolgreiche Implementierungen in verschiedenen Sektoren durchgeführt.

8. Fazit und Ausblick

KI-Agenten sind eine der vielversprechendsten Technologien, die die Produktivität und Effizienz von Unternehmen revolutionieren können. Während die Technologie noch in der Anfangsphase steckt, sind die ersten Erfolge bereits sichtbar. In den kommenden Jahren wird der Einsatz von KI-Agenten weiter zunehmen, und Unternehmen, die frühzeitig auf diese Technologie setzen, können sich klare Wettbewerbsvorteile verschaffen.

Der Weg dahin wird jedoch nicht ohne Herausforderungen sein. Unternehmen müssen nicht nur in die Technologie investieren, sondern auch die notwendigen strukturellen und kulturellen Anpassungen vornehmen, um die vollen Potenziale von KI-Agenten auszuschöpfen.

Insgesamt wird die Entwicklung von KI-Agenten in den kommenden Jahren rasant voranschreiten, und Manager sollten sich bereits heute mit dieser Technologie vertraut machen, um ihre Unternehmen in der Zukunft erfolgreich zu positionieren.

Veröffentlicht am

Die Zukunft der Künstlichen Intelligenz

In den letzten Jahren haben wir Zeuge einer bemerkenswerten Entwicklung der Künstlichen Intelligenz (KI) geworden, die sich dem Nachbau der Fähigkeiten des Neokortexes annähert. Obwohl wir bereits erhebliche Fortschritte gemacht haben, bleiben einige Schlupflöcher, die die KI von einem vollständigen Abbild der menschlichen Intelligenz abhalten. Diese Defizite lassen sich in drei Hauptkategorien einteilen: Kontextgedächtnis, Weltwissen und soziale Interaktion. In diesem Artikel werden wir diese Bereiche genauer betrachten und den Fortschritten, die in diesen Gebieten erzielt werden, nachgehen.

Kontextgedächtnis: Der Schlüssel zum kohärenten Denken

Kontextgedächtnis bezieht sich auf die Fähigkeit, die Dynamik und die Beziehungen zwischen Gedanken in einem Gespräch oder einem schriftlichen Werk zu verfolgen. Je größer der relevante Kontext, desto exponentiell größer wird die Anzahl der Beziehungen zwischen den einzelnen Gedanken. Ein Satz mit zehn Token birgt beispielsweise 1023 mögliche Beziehungen, während ein Absatz mit 50 Token eine astronomische Anzahl von 1,12 Billionen Beziehungen aufweist.

Obwohl die meisten dieser Beziehungen irrelevant sind, steigen die Anforderungen an die Rechenleistung rapide, wenn ein System das Kontextgedächtnis für ein ganzes Kapitel oder ein Buch pflegen soll. Dies erklärt, warum Systeme wie GPT-4 Dinge vergessen, die ihnen zuvor im Laufe eines Gesprächs mitgeteilt wurden, und warum sie nicht in der Lage sind, Romane mit zusammenhängenden und logischen Handlungen zu schreiben.

Fortschritte in der Kontextverarbeitung

Zwei positive Entwicklungen lassen jedoch Optimismus zu. Erstens machen Forscher erhebliche Fortschritte bei der Entwicklung von KI-Systemen, die sich effizienter auf relevante Kontextdaten konzentrieren können. Zweitens sinken die Kosten für Rechenleistung exponentiell. Zwischen August 2022 und März 2023 GPT-3.5-Anwendungs-API um 96.7%! Dieser Trend wird sich weiter beschleunigen, insbesondere mit der Einführung von KI-gesteuertem Chipdesign, das bereits in Anfängen ist.

Weltwissen: Die Fähigkeit, die Realität zu verstehen

Weltwissen bezieht sich auf die Fähigkeit, Situationen vorzustellen und ihre Konsequenzen in der realen Welt vorherzusagen. Menschen können sich zum Beispiel vorstellen, was passieren würde, wenn die Schwerkraft im Zimmer aufhören würde. Diese Art von kausalem Denken ist für Schlussfolgerungen essentiell, etwa wenn man aus der Position einer zerbrochenen Vase schließt, dass der Hund sie umgestoßen haben könnte.

KI hat bislang Schwierigkeiten, diese Fähigkeit zu entwickeln, da sie über kein robustes Modell verfügt, wie die reale Welt funktioniert. Die Trainingsdaten, auf denen KI-Systeme basieren, enthalten oft nur implizites Wissen in geringem Maße. Dennoch machen KI-Systeme Fortschritte in diesem Bereich, wie beispielsweise in der Fähigkeit, kausale Schlussfolgerungen zu ziehen.

Soziale Interaktion: Die Herausforderung der „Theory of Mind“

Soziale Interaktionen umfassen subtile Nuancen wie ironischen Untertonen in der Stimme, die in den Textdatenbanken, mit denen KI trainiert wird, selten vorkommen. Ohne Verständnis dieser Feinheiten fällt es KI schwer, eine „Theory of Mind“ zu entwickeln, die Fähigkeit, zu erkennen, dass andere Personen andere Ansichten und Wissen haben.

Dennoch machen KI-Systeme Fortschritte in diesem Bereich. Im Jahr 2021 berichtete Blaise Agüera y Arcas von Tests mit dem KI-System LaMDA, das korrekt antwortete, wo Alice ihre Brille suchen würde, nachdem Bob sie versteckt hatte. Zwei Jahre später beantworteten KI-Systeme wie PaLM und GPT-4 viele Fragen zur „Theory of Mind“ korrekt. Diese Fähigkeit wird der KI erhebliche Flexibilität ermöglichen.

Die drei Trends, die den Fortschritt der KI

Mein Optimismus, dass die KI in all diesen Bereichen die Lücke bald schließen wird, basiert auf dem Zusammenspiel von drei Trends:

  1. Verbessertes Preis-Leistungs-Verhältnis bei der Rechenleistung: Die verfügbare Rechengeschwindigkeit zum selben Preis verdoppelt sich seit dem Jahr 2000 etwa alle 1,4 Jahre. Seit 2010 hat sich die Menge der Rechenvorgänge, die beim Training modernster KI-Modelle anfallen, alle 5,7 Monate verdoppelt. Dieser Anstieg kann nicht allein durch Hardware-Verbesserungen erklärt werden, sondern ist auch dem parallelen Rechnen und der erhöhten Investition in KI-Forschung zu verdanken.
  2. Zunehmende Verfügbarkeit von Trainingsdaten: Die erhöhten Ausgaben für das Training zeigen, wie stark der Umfang nützlicher Daten zugenommen hat. Jede Fähigkeit, die ausreichend eindeutige Leistungsbewertungsdaten generiert, kann in ein Deep-Learning-Modell umgesetzt werden, das die KI über das menschliche Können hinausträgt. Selbst unperfekte und indirekte Maßzahlen können verwendet werden, um KI zu verbessern.
  3. Bessere Algorithmen: Die Entwicklung besseren Algorithmen ermöglicht es der KI, effizienter zu lernen und Schlussfolgerungen zu ziehen. Die Verfügbarkeit von Daten eröffnet zunehmend Wege zu übermenschlichen Leistungen, ob es um Spiele, Autofahren, medizinische Bildanalyse oder die Prognose von Proteinfaltung geht.

Die Analogie von Öl und Daten

Die Verfügbarkeit von Daten kann mit Öl verglichen werden. Während einfach zugängliche Ölvorkommen leicht gefördert werden können, erfordert der Zugang zu schwer zugänglichen Lagerstätten mehr Aufwand. Ähnlich verhält es sich mit Daten: Als die Vorteile von Big Data noch relativ klein waren, wurden sie nur gesammelt, wenn das relativ günstig möglich war. Mit der Verbesserung der maschinellen Lernmethoden und der Billigung von Rechenleistung ist der wirtschaftliche Wert von schwer zugänglichen Daten gestiegen.

Der Weg in die Zukunft: Überwindung der letzten Defizite

Die Zukunft der KI liegt in der Überwindung der letzten Defizite im Kontextgedächtnis, Weltwissen und sozialer Interaktion. Durch die Kombination von besserem Preis-Leistungs-Verhältnis, umfangreichen Trainingsdaten und besseren Algorithmen wird die KI in den nächsten Jahren erhebliche Fortschritte machen.

Obwohl die KI noch nicht in der Lage ist, die komplexe Dynamik des menschlichen Denkens vollständig nachzuahmen, ist der Fortschritt ermutigend. Die KI wird zunehmend in der Lage sein, kohärente Geschichten zu erzählen, realistische Vorhersagen zu treffen und soziale Interaktionen zu verstehen.

Weiterführende Links

Veröffentlicht am

Aufbau einer Cybersecurity-Plattform für Unternehmen der kritischen Infrastruktur

Projektziel:
Das Ziel des Projekts war es, eine Plattform für Cybersecurity-Informationen und -Beratung für Unternehmen der kritischen Infrastruktur aufzubauen (Info unter: https://cybersecurity.pmps.de/). Die Plattform bietet umfassende Informationen zur NIS2-Richtlinie (Network and Information Systems Directive) sowie relevante Sicherheitskontrollen, die Unternehmen bei der Einhaltung gesetzlicher Anforderungen unterstützen. Ein besonderer Mehrwert wird durch ein kompaktes Beratungsangebot geschaffen, das die Unternehmen bei der Umsetzung von Sicherheitsmaßnahmen unterstützt. Dieses Projekt wird durch unseren Partner Hans-Jörg Vohl durchgeführt.

Projektumfang:

  • Bereitstellung von Informationen zur NIS2-Richtlinie:
    Die Plattform informiert Unternehmen aus verschiedenen Sektoren der kritischen Infrastruktur detailliert über die Anforderungen und Bestimmungen der NIS2-Richtlinie, die für ihre Sicherheits- und Risikomanagementpraktiken von Bedeutung sind.
  • Informationen zu relevanten Sicherheitskontrollen (Controls):
    Auf der Plattform werden relevante Sicherheitskontrollen vorgestellt, die Unternehmen helfen, die Compliance-Anforderungen der NIS2-Richtlinie zu erfüllen. Diese Kontrollen decken Aspekte wie Netzwerksicherheit, Risikomanagement und Vorfallsmanagement ab.
  • Kompaktes Beratungsangebot:
    Die Plattform bietet ein maßgeschneidertes Beratungsangebot, das Unternehmen hilft, ihre Sicherheitsstandards zu optimieren und eine effiziente Umsetzung der erforderlichen Kontrollen zu gewährleisten. Dies umfasst die Bereitstellung von Tools, Checklisten und Expertenberatung.
  • Zielgruppenorientierung:
    Die Plattform richtet sich an Unternehmen in der kritischen Infrastruktur, einschließlich, aber nicht beschränkt auf, Energieversorger, Gesundheitswesen, Finanzinstitute und Telekommunikationsanbieter, die besondere Anforderungen an die Cybersicherheit haben.

Mehrwert:

  • Erhöhung der Compliance:
    Die Plattform hilft Unternehmen, die Anforderungen der NIS2-Richtlinie effizient zu erfüllen, indem sie auch für kleine und mittlere Unternehmen praxisorientierte Informationen und Tools bereitstellt.
  • Stärkung der Cybersicherheit:
    Unternehmen erhalten durch die bereitgestellten Sicherheitskontrollen und Beratungsdienstleitungen konkrete Maßnahmen zur Verbesserung ihrer Sicherheitslage und Risikominimierung.
  • Zugang zu Fachberatung:
    Das Beratungsangebot ermöglicht Unternehmen, die Unterstützung von Experten in Anspruch zu nehmen, um ihre Cybersicherheitsstrategien zu aktualisieren und umsetzbare Lösungen zu entwickeln. Die Begleitung durch Berater ist dabei optional.
Veröffentlicht am

Kooperation muss sein – besonders im Mittelstand


Digitalisierung bedeutet eine enorme Zunahme an erfolgsrelevantem Wissen und fast zwangsläufig auch eine Zunahme individueller Wissenslücken. Eine an sich banale Erkenntnis, der jedoch meist weder durch eine Anpassung individueller noch organisatorischer Verhaltensmuster ausreichend Rechnung getragen wird. Zusätzlich sind auch Änderungen elementarer Schlüsseltugenden – wie etwa des Führungsverhaltens – notwendig um mit den geänderten Rahmenbedingungen nutzbringend umgehen zu können.
Kurz: Veränderungen und Wissensaufbau erfordern neue Routinen, deren Aufbau und Einübung teuer und langwierig sind. Verständlich, dass insbesondere mittelständische Unternehmen dabei oftmals strategische Nachteile haben. Während nämlich große Unternehmen viel erforderliches Know-how im eigenen Unternehmen aufbauen können oder extern beschaffen, müssen kleinere Unternehmen mit engeren Budgets durch gezielte Kooperationen mit komplementären Partnern die eigenen Lücken schließen und Wissen teilen.

Initiative Maschinenraum

Wie das etwa für die Entwicklung neuer, digitaler Geschäftsmodelle funktionieren kann, zeigt die Initiative Maschinenraum, die auf Initiative von Maximilian Viessmann größere Mittelständler mit gemeinsamen Zielen zusammenbringt:

  • Erleben & Vernetzen
  • Teilen & Lernen sowie
  • Umsetzen & Kollaborieren

Das Handelsblatt hat sich den Maschinenraum angeschaut und resümiert: „Soll man ein Start-up kaufen, mit einem kooperieren oder ein eigenes hochziehen? Oder ist vielleicht eine Kooperation mit anderen Mittelständlern die beste Lösung? All diese Fragen lassen sich aber in jedem Fall besser beantworten, wenn man sich vorher mit anderen Mittelständlern ausgetauscht hat. Der ‚Maschinenraum‘ will auch dabei helfen, die Ergebnisse der jeweiligen Überlegungen systematisch aufzuarbeiten.„

Digitale Geschäftsmodelle

Der langfristige Nutzen von reinen Effizienzsteigerungen im meist niedrigen, einstelligen Bereich ist angesichts großer Veränderungen wenig hilfreich. Neue und digitale Geschäftsmodelle gelten heute als die Königsdisziplin, versprechen sie neue Umsätze mit hohen Margen durch Innovation und neue Kunden.
In einer groß angelegten Studie von Familienunternehmen der WHU Otto Beisheim School of Management unter der Leitung von Prof. Dr. Nadine Kammerlander und mit Unterstützung der Beratungsgesellschaft ANDERSCH wurde untersucht, wie der aktuelle Status der Digitalen Transformation heute in diesem Unternehmenssegment zu bewerten ist. Für die Studie wurden 1.727 Top-Entscheider aus 1.444 Unternehmen befragt, davon 689 Unternehmen in mehrheitlichem Familienbesitz und 755 im Nicht-Familienbesitz. Demnach erkennen 87 Prozent der befragten Unternehmen Neues, aber nur 43 Prozent sagen, dass sie auch in der Lage sind, dies adäquat zu nutzen.

Studie zur Innovationsfähigkeit deutscher Familienunternehmen

Die Leiterin der Studie resümiert: „Die Schlussfolgerungen, die diese Daten ermöglichen, sind besonders für diese (Corona) Krise ernüchternd. Schon zuvor war eine Fokussierung auf die Verbesserung von Effizienz kritisch zu hinterfragen. (…) Um aus dieser Krise zu kommen, bedarf es für viele nicht nur schmerzhafter Einschnitte im Jetzt – sondern vor allem viel Mut und Selbstvertrauen in der Zukunft. Dazu reicht es nicht aus, Neuerungen zu erkennen. Sondern Unternehmen müssen jetzt die strukturellen und prozessualen Möglichkeiten schaffen, diese Innovationen dann auch konsequent in Richtung Markt umzusetzen.“

Ein wichtiger Schritt in die Zukunftsfähigkeit und eine klare Empfehlung der Forscherin ist die Kooperation mit anderen Unternehmen, vor allem mit Start-ups, deren Lebenszweck es sei, bahnbrechende Innovationen zu erzeugen. Kammerlander ist daher der Ansicht: „Wer nicht kooperiert, stirbt.“ Dies sei eine Überlebensfrage. Schließlich sei auch die Corona-Krise eine bahnbrechende Veränderung: „Es ist ein tieferer Einschnitt mit unklarem Verlauf“.

Daher werde es, so Kammerlander, in den kommenden Jahren sehr viel mehr „Varianz“ bei den Familienunternehmen geben. Also mehr solche, denen es gut gehen und mehr solche, denen es schlecht gehen werde. Dabei hält Nadine Kammerlander auch das Konzept, ausschließlich als Hidden Champion im verborgenen B2B-Geschäft zu glänzen für langfristig „gefährlich“. Wer innovative Mitarbeiter und Kooperationspartner anziehen wolle, müsse visibler werden, ist sie überzeugt. Sie habe durchaus in ihren Studien gesehen, wie innovativ Familienunternehmen bislang waren. Aber auch, dass die manchmal jahrhundertelange Geschichte von Familienunternehmen trotzdem „kein Indiz fürs Überleben“ sei. Den Weckruf durch die Corona-Krise sei nicht zu überhören. Und dabei helfe sicherlich etwas, wofür Familienunternehmen durchaus bekannt sind: Erfahrung und schnelle Entscheidungswege.

Barrieren und Enabler des digitalen Transformationsprozesses
Quelle: Soluk J, Kammerlander N & Zöller M (2020): Digitale Transformation im Mittelstand und in Familienunternehmen. Vallendar: WHU, Institut für Familienunternehmen und Andersch AG

Die Studie nennt folgende Voraussetzungen für eine erfolgreiche Umsetzung

  • Unternehmen benötigen Fähigkeiten zur Einschätzung von Risiko und Veränderungsbereitschaft sowie Kapazitäten zur Implementierung neuer digitaler Initiativen.
  • Trotz ausreichend vorhandener unternehmerischer Fähigkeiten können sich interne Barrieren ergeben, bspw. durch ein starres Festhalten an bestehenden Strukturen. Der gezielte Einsatz von „Enablern“, wie einer klaren Digitalisierungsstrategie, hilft Barrieren zu überwinden und trägt zu einer erfolgreichen Transformation bei.
  • Stetige Weiterentwicklungen stehen im Zentrum der erfolgreichen Transformation. Daher sind Lernprozesse im Unternehmen unabdinglich.
  • Die Förderung von Innovationen muss sich übergreifend auf Prozesse, Produkte, Dienstleistungen und das Geschäftsmodell richten, um so eine erfolgreiche Positionierung für die Zukunft zu schaffen.
  • Zur stetigen Weiterentwicklung zählt auch die zunehmende Einbindung von Zukunftstechnologien, wie Lösungen, die auf künstlicher Intelligenz beruhen oder Applikationen basierend auf virtuellen Realitäten. Diese werden sich verstärkt auf verschiedene Geschäftsbereiche auswirken.

Die Studie der WHU kann hier kostenlos als PDF heruntergeladen werden.

Veröffentlicht am

Digitalisierung in Büro: Drei Viertel haben eine Strategie

Der Digital Office Index wird seit 2016 alle zwei Jahre erhoben und publiziert die Ergebnisse repräsentativer Umfragen des Branchenverbandes Bitkom zur Digitalisierung im Büro. Für die Erhebung wurden in der erste Jahreshälfte 2020 Geschäftsführer, Vorstandsmitglieder und IT-Leiter von 1.104 Unternehmen mit 20 und mehr Beschäftigten in Deutschland sowie die Leiter von 51 Organisationen der Öffentlichen Verwaltung im Mai und Juni 2020 telefonisch befragt. Die Umfrage ist laut Bitkom damit repräsentativ für die Gesamtwirtschaft.

Informationen zu digitalen Produkten, Dienstleistungen oder Geschäftsmodellen sucht man hier vergeblich, der Fokus gilt administrativen Prozessen im Büroalltag, die für viele Unternehmen jedoch der Einstieg in die Digitalisierung sind.

Bild: Berechnung anhand von 58 ausgewählten Indikatoren aus drei Bereichen

Hier geht es direkt zur Studie, die als PDF kostenlos heruntergeladen werden kann.

Folgende Feststellungen lassen sich aus den Ergebnissen der Befragung ableiten

  • Im Coronajahr wurde mehr Hard- und Software angeschafft. Die Digitalisierung schreite fort, aber nicht gleichmäßig.
  • Die Digitalisierung von Unternehmen wurde durch die Coronavirus-Pandemie in einigen Bereichen beschleunigt. Die öffentlichen Verwaltungen konnten allerdings nur wenig mobil arbeiten und zeigten nur dort deutliche Digitalisierungsschübe, wo Fristen sie dazu trieben.
Bild: Digitalisierungsperspektive
  • Kleine Unternehmen hinken bei ihren Digitalisierungsvorhaben größeren Unternehmen mit mehr als 500 Mitarbeitern ebenfalls hinterher. Laut der Erhebung des Bitkom könnten hierfür unter anderem die Digitalisierungsstrategien der Unternehmen verantwortlich sein, die besonders bei großen Unternehmen vorhanden sind. Dort verfolgen 96 Prozent der Unternehmen mit mehr als 500 Mitarbeitern eine Strategie, bei Unternehmen mit weniger als 100 Mitarbeitenden könnten nur 71 Prozent eine vorweisen.
  • Gegenüber dem Vorjahr investierte im Jahr 2020 jedes dritte Unternehmen mehr in die Digitalisierung von Büro- und Verwaltungsprozessen. Genauer zum Einfluss der Coronavirus-Pandemie im Investitionsbereich gefragt, erklärten mehr als die Hälfte (55 Prozent) der Unternehmen, dass mehr Hardware angeschafft wurde, 39 Prozent, dass mehr Geld in die Softwarebeschaffung wie etwa Lizenzen floss.
  • Dass Mitarbeitern für dezentrales Arbeiten – wie beispielsweise auch für das Arbeiten im Homeoffice aufgrund von Coronavirus-Einschränkungen – überhaupt Hardware zur Verfügung steht, ist je nach Unternehmen sehr unterschiedlich. Banken- und Finanzdienstleister gaben an, dass 93 Prozent der festangestellten Mitarbeitenden mobile Endgeräte mit Internetzugang zur Verfügung stehen. In den öffentlichen Verwaltungen lag der Wert bei nur 40 Prozent. Im Land Berlin lag der Wert, so der Leiter der Studie, sogar nur bei 15 Prozent.
  • In Sachen interne und externe Kommunikation setzt die Hälfte der deutschen Unternehmen weiterhin auf Fax-Geräte. Der Wert sei zwar auch hier von 62 Prozent im Jahr 2018 auf 49 Prozent in 2020 gesunken. In der Mottenkiste liegt das Fax-Gerät damit aber noch lange nicht. E-Mail und Festnetz sind indessen mittlerweile Standard für alle. Sie werden von allen befragten Unternehmen „häufig“ oder „sehr häufig“ benutzt.
  • Deutlich zugelegt hat die Nutzung von Smartphones im Unternehmensbereich – von 51 Prozent auf 81 Prozent – und auch die Nutzung von Videokonferenzen hat gegenüber 2018, mit 48 Prozent, auf 61 Prozent in 2020 zugenommen. Die Nutzung von Messengerdiensten hat ebenfalls einen Sprung gemacht (von 37 auf 50 Prozent) und Kollaborationstools wie Slack oder Microsoft Teams wurden zumindest in diesem Jahr von 36 Prozent der Unternehmen genutzt.
  • 86 Prozent der Unternehmen stimmten der Aussage zu „Unser Unternehmen hat das Ziel, Briefpost durch digitale Kommunikation zu ersetzen„. Zu 63 Prozent gelinge dies auch. 49 Prozent der Befragten bejahten, dass ihr Unternehmen weniger Dokumente ausdruckt als noch vor einem Jahr. Linda Oldenburg, Vorsitzende des Arbeitskreises Digitale Geschäftsprozesse, wies darauf hin, dass die öffentliche Verwaltung durch den Einsatz von E-Rechnungen dazu beitragen kann, Papierberge in den Büros zu minimieren. Sie nutzt schon zu 82 Prozent E-Rechnungen. Dies liege aber auch daran, dass es hier klare Vorgaben und Fristen gäbe, so Oldenburg. Insgesamt nutzen nur 30 Prozent aller Unternehmen bisher E-Rechnungen.
  • Der Bitkom bewertet in seinem Digital Office Index 2020 auch die Digitalisierung von Büro- und Verwaltungsprozessen in deutschen Unternehmen auf einer Skala von 0 (überhaupt nicht digitalisiert) bis 100 (vollständig digitalisiert). Im Durchschnitt läge dieser nun bei 55 Punkten. Der Wert für Unternehmen mit mehr als 500 Mitarbeitern liegt schon bei 67 Punkten, für Unternehmen mit weniger als 100 Mitarbeitenden bei 53 Punkten – hier zeige sich eine deutliche Schere.
Bild: Digital Office Index und Subindizes nach Unternehmensgrößenklassen
  • Laut Bitkom lassen sich auch verschiedene Digitalisierungstypen unter den Unternehmen erkennen. So seien 19 Prozent der Unternehmen Vorreiter, 44 Prozent verbuchen einen überdurchschnittlichen Digitalisierungsfortschritt, 26 Prozent einen unterdurchschnittlichen und elf Prozent gelten als Nachzügler.
Bild: Drei Viertel der Unternehmen haben eine Digitalisierungsstrategie