Kompetenz extern beziehen

KI-Projekte im Netzwerk anpacken

Erfolgreiche KI-Projekte kombinieren das Domänenwissen von Prozessbeteiligten mit der Expertise von Datenanalysten und IT-Spezialistinnen. Da nicht jedes Maschinenbauunternehmen über diese drei wichtigen Kompetenzfelder verfügt, sind Kooperationen wichtige Bestandteile von KI-Projekten.

 (Bild: ©NDABCREATIVITY/stock.adobe.com)
(Bild: ©NDABCREATIVITY/stock.adobe.com)

Viele Maschinenhersteller interessieren sich für künstliche Intelligenz (KI), informieren sich über Anwendungsmöglichkeiten, stehen aber mit ihrer praktischen Erfahrung bei der Durchführung von KI-Projekten oft noch am Anfang. Schnell wird dann der Ruf nach Datenexperten laut. Doch ein Maschinenbauunternehmen braucht meist keinen eigenen Data Scientist, um ein KI-Projekt zu starten. Entscheidend ist es, zunächst einen Anwendungsfall zu identifizieren, der ein hohes Nutzenpotenzial für das Unternehmen oder in Verbindung mit den Produkten darstellt und bei dem Machine Learning eine geeignete Lösungsoption sein kann. Anwendungsfälle im eigenen Unternehmen bieten sich dabei besonders an, um zunächst Erfahrungen mit der Herangehensweise und den Methodiken zu sammeln. Ist gerade kein eigener Data Scientist vorhanden, sollten für solche Projekte geeignete Kooperationspartnerinnen und -partner eingebunden werden, um schnell starten zu können. Eine Umfrage des VDMA aus dem Jahr 2020 zeigte: Mehr als 95 Prozent der befragten Maschinenbauunternehmen, die bereits KI-Projekte durchgeführt hatten, haben auf externe Unterstützung gesetzt. Dabei standen die folgenden vier Kooperationsmöglichkeiten besonders im Fokus:

  • Hochschulen/Universitäten
  • IT-Dienstleister
  • Startups
  • Forschungseinrichtungen

In den meisten Fällen beschränkte sich eine Kooperation allerdings nicht nur auf eine Option, sondern es wurden oft mehrere Möglichkeiten genutzt.

Hochschulen und Universitäten

Zahlreiche Beispiele aus dem Maschinenbau zeigen, dass Kooperationen mit Hochschulen für beide Seiten gewinnbringend sein können – nicht nur als Nachwuchsquelle für das eigene Unternehmen oder bei der Anbahnung oder Unterstützung im Rahmen von KI-Projekten. Haben Unternehmen entsprechende Anwendungsbereiche oder Aufgabenstellungen für KI-Pilotprojekte identifiziert, dann können diese beispielsweise auch in Verbindung mit Bachelor- oder Masterarbeiten vertieft werden. Studierende bringen im Rahmen des Wissenstransfers neue Ideen und Erfahrungen aus der Wissenschaft in die Unternehmen des Maschinenbaus hinein, die Abschlussarbeiten erhalten gleichzeitig einen deutlich höheren Praxisbezug.

IT-Dienstleister und Startups

Kommen bereits in das Unternehmen eingebundene IT-Dienstleister als Kooperationsoption in Frage, ist es naheliegend, dass Unternehmen diesen Weg wählen. So können erste Erfahrungen mit der Thematik gesammelt und die Kompetenz des IT-Dienstleisters genutzt werden. Besteht eine langjährige vertrauensvolle Zusammenarbeit, ermöglicht dies zudem einen schnellen Einstieg in die Aufgabe. Neben der erprobten gemeinsamen Projektarbeit bringt ein langjähriges Kooperationsunternehmen auch den Vorteil der vertieften Prozess- und Datenkenntnis über das Maschinenbauunternehmen mit, wodurch sich Lösungsprozesse beschleunigen lassen. Auf der anderen Seite bieten sich für die Kooperation auch spezialisierte IT-Dienstleister an, die einen Fokus Ihrer Dienstleistungen und Lösungsansätze auf Methoden der Künstlichen Intelligenz gesetzt haben oder auf eine Anwendungsdomäne orientiert sind. Auch das Zusammenwirken mit Startups kann sich als sehr fruchtbar erweisen. Ein Erfolgsfaktor für diese Kooperationsform ist zumeist der schlanke und niedrigschwellige Anbahnungsprozess, durch den Lösungen mit einer geringen Time-to-Market erreicht werden können. Zudem wird die Zusammenarbeit dadurch begünstigt, dass beide Parteien sich gegenseitig ergänzende Ziele im Blick haben: Maschinenbauunternehmen bekommen die Chance, neue Produkte zu entwickeln oder bestehende zu verbessern, die Jungunternehmen liefern den Zugang zu komplementärem Domänenwissen und Technologien. Startups suchen neue Kunden für ihre digitalen Produkte und Services. So erhofft sich die Mehrheit der Jungunternehmen, den Kooperationspartner auch als festen Kunden an sich zu binden oder über das Unternehmen Zugang zu dessen Kunden- und Vertriebsnetzwerk zu erhalten.

Forschungseinrichtungen

Forschungseinrichtungen sind als Quelle neuen Wissens ein wichtiger Kooperationsbaustein für die Industrie. Eine intensive und überregionale Vernetzung zwischen beiden Bereichen fördert den schnellen Transfer von Forschungsergebnissen und trägt damit zur Weiterentwicklung von Methoden und Lösungsansätzen für die industrielle Praxis bei. Besonders für kleine und mittelständische Unternehmen stellt die industrielle Gemeinschaftsforschung eine einzigartige Innovationsplattform dar.

Eigene Stärken gezielt einsetzen

Maschinenhersteller müssen in KI-Projekten vor allem ihre Anwendungserfahrung einbringen und ihr Wissen gezielt einsetzen. Ohne die langjährige Erfahrung etwa eines Servicetechnikers oder einer Maschinenbedienerin wird kein KI-Projekt erfolgreich sein. Erst durch die Interpretation und Verbindung der Daten mit dem Wissen über Fertigungsprozesse oder andere prozessrelevante Informationen, zum Beispiel aus dem Einkauf, der Qualitätsprüfung oder dem Vertrieb, werden Grundlagen geschaffen. Dieses maschinenbaubezogene Domänenwissen ist außerdem ein Wettbewerbsvorteil gegenüber neuen Mitspielern im Servicegeschäft. Darauf lassen sich neue Geschäftsmodelle aufbauen und so mit Daten Geld verdienen.