UdZ 01.23 / 107 Wirtschaftlichkeit: Die Verbesserung der Wirtschaftlichkeit hat für produzierende Unternehmen oftmals die höchste Priorität. KI kann hierbei eine wichtige Rolle spielen, indem sie beispielsweise die Produktivität erhöht oder die Produktqualität verbessert. Ein weiteres Beispiel ist die Flexibilität der Produktion, die durch den Einsatz von KI erhöht werden kann. Mit der Anwendung von KI-gestützter Systeme können produzierende Unternehmen schneller auf Veränderungen in der Nachfrage reagieren und ihre Produktion anpassen, ohne dass dafür umfangreiche Umbaumaßnahmen erforderlich sind1. Personal: Mithilfe von KI kann zudem der Arbeitsschutz verbessert werden, indem die KI belastende, zeitaufwendige (in Einzelfällen auch gefährliche) Aufgaben übernimmt. KI kann beispielsweise dazu beitragen, das Dokumentenmanagement zu automatisieren oder Routineaufgaben übernehmen2. Durch den Einsatz von KI können Mitarbeiter:innen folglich entlastet und ihre Arbeitsbedingungen verbessert werden. Umwelt: Ein weiteres Ziel, das produzierende Unternehmen mit KI gut verfolgen können, ist die Reduktion ihres Beitrags zur Umweltbelastung. KI kann an dieser Stelle unterstützen, den Energieverbrauch zu reduzieren oder Ressourcen effizienter zu nutzen. Ein Beispiel ist der Einsatz von KI-gestützten Systemen zur Prozessoptimierung, die dazu beitragen können, den Energieverbrauch von Anlagen zu minimieren3. Kunden: Ferner können produzierende Unternehmen als Ziel die Steigerung der Servicequalität für ihre Kunden verfolgen. Hier kann durch KI beispielsweise die Bearbeitung von Kundenanfragen beschleunigt oder die Qualität der Kundenberatung verbessert werden. Exemplarisch sei der Einsatz von Chatbots genannt, die Kundenanfragen automatisiert beantworten und so die Wartezeiten für Kunden verringern4. Insgesamt bietet KI produzierenden Unternehmen die Möglichkeit, eine Vielzahl von Zielen unterschiedlicher Art zu erreichen. Dafür müssen die Unternehmen jedoch befähigt 1 s. Kaighobadi et al. 1994, S. 29; Kostal et al. 2011, S. 724 1 s. Ribeiro et al. 2021, S. 52 3 s. Boll et al. 2022, S. 3 4 s. Adam et al. 2021, S. 429 Profitability: Improving profitability is typically the top priority for manufacturing companies. AI can play an important role to achieve this, for example by increasing productivity or improving product quality. Another goal is to make production more flexible, which can also be achieved through the use of AI. By using AIsupported systems, manufacturing companies can respond more quickly to changes in demand and adapt their production without the need for extensive adaptation measures.1 Personnel: The help of AI, occupational safety can be improved by having AI take over burdensome, time-consuming (in some cases even dangerous) tasks. For example, AI can help automate document management or take over routine tasks.2 Thus, the use of AI can relieve employees and improve their working conditions. Environment: Another goal that manufacturing companies can achieve using AI is to reduce of their contribution to environmental pollution. AI can help to reduce energy consumption or to use resources more efficiently. One example is the use of AI-powered systems for process optimization, which can help to minimize the energy consumption of plants.3 Customers: Furthermore, manufacturing companies can pursue the goal of increasing service quality for their customers. To this end, for example, AI can speed up the processing of customer inquiries or improve the quality of customer advising services. An example of this is the use of chatbots, which answer customer inquiries automatically and thus reduce waiting times for customers.4 Overall, AI offers manufacturing companies the opportunity to achieve a variety of different goals. To do this, however, companies must be empowered to carry out the planning for an AI application from its development to the end of its life cycle. Following the identification of goals, the project therefore identifies the life cycle phases (e.g., planning and system design) of an AI application. Defining relevant AI roles (e.g., IT architect, data scientist) can help to identify and describe the tasks required to implement an AI project. As the project 1 Kaighobadi et al. 1994, p. 29; Kostal et al. 2011, p. 724 1 Ribeiro et al. 2021, p. 52 3 Boll et al. 2022, p. 3 4 Adam et al. 2021, p. 429
RkJQdWJsaXNoZXIy NzcyMw==