Marktanalyse der Künstlichen Intelligenz

von | Mrz 15, 2019 | Allgemein

Aktueller Status des KI-Marktes

Gesammelte Anwendungsfälle und Dimensionsdefinitionen

Der letzte Artikel thematisierte den Aufstieg der künstlichen Intelligenz und hat die deutsche Strategie skizziert. Dieser Artikel analysiert Marktverteilungen der künstlichen Intelligenz.
Als Grundlage für die Analyse werden Marktforschungsdaten und teilweise Definitionen (siehe untere Grafik) von appliedai verwendet. Ziel ist es, die am häufigsten verwendeten Anwendungsfälle der KI in verschiedenen Dimensionen zu ermitteln.

 

Für die Anwendung von künstlichen Intelligenzen stehen 77 gut dokumentierte Anwendungsfälle in 17 Domänen zur Verfügung, wobei die drei vordefinierten Dimensionen als Input für unsere Analyse dienen. Die drei Cluster sind als Anwendungsbereiche definiert, die folgendermaßen strukturiert sind: Der erste Anwendungsbereich besteht aus branchenspezifischen Lösungen, Branchen-Lösungen (engl. Industry Solutions). Sie werden normalerweise komplett oder als Teil eines neuartigen domänen- und anwendungsspezifischen Produkts implementiert. Cluster zwei bildet sich aus Unternehmensfunktionen (engl. Enterprise Functions), eine Familie von Anwendungen über Anwendungsdomänen hinweg. Alle Anwendungen in diesem Cluster sind in einer Vielzahl von Branchen verfügbar, beziehen sich jedoch auf einen bestimmten Bereich oder eine bestimmte Funktion eines Unternehmens. In den meisten Fällen konzentrieren sich ihre Funktionen auf die Verbesserung der Effizienz des Unternehmens. Cluster drei ist ein Tech-Stack und ist der allgemeine Anwendungsfall einer KI. Auf dieser Ebene findet man allgemeine Anwendungsfälle, die die grundlegenden Funktionen und Funktionen vieler auf KI basierender Produkte veranschaulichen. Sie werden häufig kombiniert oder als Teil komplexerer Fälle verwendet.

Betrachten Sie zunächst die Verteilung dieser drei großen Cluster auf dem Markt. Wie in der folgenden Abbildung dargestellt, gehören 40,26% der Anwendungsfälle zu den Unternehmensfunktionen, 31,17% zu Branchenlösungen und 28,57% zum Technologie-Stack. Wie aus diesen Zahlen ersichtlich wird, kann ein Großteil der KI-Technologie bereits in der Praxis angewendet werden.

Tiefergehend kann man Anwendungsfälle von KI-Technologien weiter einteilen. So finden sich 11,69% der Fälle im Sales und Marketing wieder, 6,49% in der IT und Sicherheit sowie im Transport und der Mobilität. Des Weiteren zu 5,19% in den Bereichen Finanz- und Rechnungswesen, Gesundheitswesen und Pharma sowie in der Beschaffung.

Die statistische Verteilung jeder Branche in den drei großen Clustern ist in der nachstehenden Tabelle angegeben. Alle Anwendungsfälle von Unternehmensfunktionen können in verschiedenen Branchen eingesetzt werden: Die Top 3 sind Vertrieb und Marketing (29,03%), IT und Sicherheit (16,13%), Finanz- und Rechnungswesen (12,90%) und Beschaffung (12,90%). Unter den Branchenlösungen hingegen bildet sich die Top 3 aus Autonomous Systems  (20,83%), Gesundheitswesen und Pharma (16,67%), Transport & Mobilität (16,67%) .

Oben wurde beschrieben, dass der Großteil der KI-Technologie bereits in der Praxis verwendet wird, Inwiefern und inwieweit Anforderungen an den Talentpool eines Unternehmens bestehen, wird im nächsten Abschnitt geklärt.

KI-Komponenten & Entwicklungsstand

Abgesehen von der oben vorgenommenen Einteilung, unterscheidet man drei Anwendungsfälle. Der erste Fall liegt vor, wenn die Technologie so weit standardisiert ist, dass sie als API integriert werden kann, diese sind „einsatzbereit“.  Der zweite Fall, „Standard“, äußert sich darin, dass eine KI-Technologie als Dienstleistung oder Produkt angeboten wird.
Technologien, die von weiteren branchen-oder domänenspezifischen Daten abhängig sind, daher eine individuelle Entwicklung benötigen, gehören zur Kategorie „Kein Use Case definiert“.

Die Verteilung dieser Anwendungsfallarten sieht wie folgt aus: 42,86% der KI Use Cases gehören zur Kategorie „Standard“. 35,06% der KI-Technologien benötigen noch weitere Daten oder anderen Kapazitäten, um einen Anwendungsfall zu implementieren. Hier werden individuellen Entwicklungen oder Anpassungen benötigt. 22,08% der Anwendungsfälle besitzen bereits eine API zur Integration und entstehengrößtenteils aus den Tech Stacks.

Die zuvor definierten Cluster werden berücksichtigt und als Grundlage für eine zweidimensionale statistische Analyse genutzt. In 58,06% aller Use Cases für Unternehmensfunktionen werden schon Standard Lösungen und Produkte oder Dienstleistungen vom Markt angeboten. 54,17% der Anwendungsfälle im Bereich der Branchenlösungen benötigen noch weitere notwendige Daten und anderen Komponenten. 63,64% Use Cases in Tech Stack sind schon gut entwickelt und integrier-bereit für Praxisanwendungen.

Aus den Analyseergebnissen ist zu entnehmen, dass, wenn man in einem Unternehmen die Verwaltung, die Informationssicherheit und die Finanzabwicklung mit einer KI-Funktion ausstatten möchte, dazu bereits fertige Produkte auf dem Markt vorhanden sind. Wenn man dagegen AI-Funktionen für Automatisierungen, das Gesundheitswesen, Transporte und die Telekommunikation sowie für Geschäftsvorgänge implementieren möchten, müssen die Lösungen angepasst werden. Einfacher ist, dass KI für Unternehmensfunktionen direkt als Standardlösung implementiert werden und industrielle Lösungen individuell entwickelt werden.

Für die Wissensreserve bei der Entwicklung und Anwendung einer KI-Technologie werden weiterhin die Definitionen von appliedai übernommen: Computer Audition, Linguistik, Bildverarbeitung, zwischenmenschliche Intelligenz, mathematische / logische Intelligenz, Bewegung & Robotik. Die genauen Definitionen­­­­­­­­­­­­­ können Sie hier entnehmen.

Für Spitzentechnologien wie die künstliche Intelligenz werden Fähigkeiten in Computer Audition, Bildverarbeitung, Bewegung und Robotik, zwischenmenschliche Intelligenz und Linguistik benötigt. Prozentual werden diese Fähigkeiten am häufigsten gefordert: mathematische und logische Intelligenz (34,04%), Computer Vision (30,85%) und zwischenmenschliche Intelligenz (13,83%).

Wenn Sie in einem großen, komplexen Unternehmen einen Unterschied in der KI machen möchten, müssen Sie zunächst Talente in der Mathematik und Bildwissenschaften vorweisen, da diese Disziplinen zusammen mehr als 60% der Anforderungen ausmachen. In der nächsten Ebene sind eine zwischenmenschliche Intelligenz und Kenntnisse in der Verarbeitung von Sprache, mit insgesamt über 24%, erforderlich. Die dritte Schicht besteht aus Autopilot- und Spracherkennungstechnologien (etwa 11%). Natürlich gibt es noch viele weitere Bereiche, die wissenschaftsübergreifendes Wissen benötigen, daher wird darauf nicht weiter eingegangen.

Fazit

Durch statistische Analysen kommt dieser Beitrag zu folgenden Ergebnissen: Erstens können Technologien für künstliche Intelligenz direkt auf dem Markt erworben werden. Zweitens müssen Technologien unter Umständen weiter an die Bedürfnisse des Unternehmens angepasst werden. Drittens sollte sich das Talent Management großer Unternehmen auf diese Aspekte konzentrieren. Wir, die Alter Solutions Deutschland GmbH, als Beratungsunternehmen, das auf die Interessen unserer Kunden ausgerichtet ist, können, durch unsere Analyseergebnisse, strategische Entscheidungshilfen für die nachhaltige Entwicklung eines Unternehmens erbringen. Im nächsten Artikel werden die Lösungen und Maßnahmen beschrieben, die für Unternehmensprojekte mit künstlichen Intelligenzen spezifisch sind.

Referenz

appliedai.de

Lesen Sie auch hier Teil 1 der Reihe „Das Jahr der KI“.