FOCUS – BEST PRACTICES 8 / UdZ 01.25 Für jeden Euro, den ein Unternehmen in eigene Künstliche-Intelligenz-Applikationen investiert, erzielt es durchschnittlich das 3,5-fache als Rendite1. Während viele Unternehmen weltweit diese Potenziale heben, stockt die deutsche Industrie. Häufig können Nahtstellen zwischen Projekten nicht identifiziert werden und der Weg zur abteilungsübergreifenden Adaption von Künstlicher Intelligenz (KI) bleibt unklar. Zur Übersicht der Ansatzpunkte für KI hat das FIR an der RWTH Aachen gemeinsam mit zehn Unternehmen aus dem Maschinen- und Anlagenbau die fünf Top-Anwendungsfelder für den industriellen Service identifiziert. Status quo der KI-Entwicklung in Deutschland Die deutsche Industrie verfügt über die notwendigen Grund- lagen für eine KI-Einführung. Deutschlands wirtschaftliche Stärke, eine gute digitale Infrastruktur und herausragende Grundlagenforschung, sind dabei entscheidende Faktoren. Im internationalen Vergleich der Voraussetzungen für KI liegt Deutschland mit Schweden und Neuseeland auf Platz acht von 174 betrachteten Ländern2. Trotz guter Voraussetzungen setzen Unternehmen heute eher Insellösungen oder Pilotprojekte um. Um KI-Technologie abteilungsübergreifend zu implementieren, bedarf es einer Übersicht potenzieller Nahtstellen zwischen möglichen Projekten und Initiativen. Unternehmen benötigen eine einheitliche Vision und Roadmap zur Vernetzung verschiedener KI-Initiativen. Mit der Konsortialstudie KI im Service hat das FIR Anwendungsfelder von KI im industriellen Service strukturiert, um Unternehmen eine Einordnung für ihre KI-Initiativen zu geben und Adaptionswege zu skizzieren. Diese Studie wurde mit zehn Unternehmen aus dem Maschinen- und Anlagenbau durchgeführt3. Anwendungsfelder von KI im industriellen Service Die skizzierten Anwendungsfelder verdeutlichen, wie Unternehmen durch den Einsatz von KI in verschiedenen Bereichen profitieren können. Durch die Identifizierung und Priorisierung relevanter Anwendungsfelder finden Unternehmen einen Startpunkt und können Initiativen einordnen. Hinter den einzelnen Anwendungsfeldern steht eine Roadmap aus mehreren Use-Cases, die einzelne KI-Technologien verbindet. Im Folgenden werden die fünf Top-Anwendungsfelder gezeigt und mit Beispielen verdeutlicht (s. Figure 1, S. 9). For every euro invested in artificial intelligence applications, companies achieve an average return of 3.5 times that amount1. While many companies globally are capitalizing on this potential, German industry has been slower to adopt. Organizations often struggle to identify connections between projects, and the pathway to crossdepartmental AI implementation remains unclear. To provide clarity on where to begin with AI adoption, FIR an der RWTH Aachen collaborated with ten leading mechanical and plant engineering companies to identify the top five areas of AI application in industrial services. Current State of AI Development in Germany German industry possesses all the necessary foundations for AI implementation. Germany's economic strength, robust digital infrastructure, and outstanding basic research are critical advantages in this area. In an international assessment of AI readiness prerequisites, Germany ranks eighth out of 174 surveyed countries, alongside Sweden and New Zealand2. Despite these favorable conditions, companies today typically pursue isolated solutions or pilot projects. Successfully implementing AI technology across departments requires identifying potential interfaces between various projects and initiatives. Companies need a cohesive vision and roadmap for integrating diverse AI initiatives. Through the AI in Service consortium study, FIR has structured fields of application for AI in industrial services to provide companies with a framework for classifying AI initiatives and mapping adaptation pathways. This research was conducted in partnership with ten mechanical and plant engineering companies3. AI Applications in Industrial Services The application areas outlined below demonstrate how companies can leverage AI across different domains. By identifying and prioritizing key application areas, companies can establish a clear starting point and properly categorize their initiatives. Each application area is supported by a roadmap of interconnected use cases that leverage various AI technologies. The five leading application areas are presented below, along with illustrative examples (see Figure 1, p. 9). 1 s. Jyoti u. Schubmehl 2023, S. 4 2 s. Melina 2024 3 s. Service Performance Center 2024 1 see Jyoti u. Schubmehl 2023, S. 4 2 see Melina 2024 3 see Service Performance Center 2024
RkJQdWJsaXNoZXIy NzcyMw==