Ein Automobilhersteller etwa nutzt für Angebote von Winterreifen lokale Wetterprognosen. Mit dem jeweiligen Datenset trainieren Experten die KI, sodass diese automatisch Käufergruppen identifiziert. Vertriebsmitarbeiter können damit die Kundenansprache konkreter und damit vielversprechender gestalten.
Im Bereich After Sales ist das Thema vorausschauende Wartung fast schon ein moderner Klassiker. Mit Predictive Maintenance sind Unternehmen in der Lage, den Zustand von Maschinen detailliert zu erfassen und den Wartungsbedarf individuell zu prognostizieren. Bislang orientierten sich Betreiber an starren Vorgaben wie Zeitraum oder Laufleistung.
KI-Anwendungen hingegen erkennen in den Betriebsdaten von der Norm abweichende Muster und damit baldige Betriebsprobleme. Ist dies der Fall, weist das System auf den Wartungsbedarf hin. Das ebnet den Unternehmen den Weg zu weniger Stillstandzeiten und höherer Auslastung von Werkstätten und Servicetechnikern.
Auf die Adaption kommt es an
Die Ausführungen und die Bandbreite möglicher Einsatzgebiete zeigen: KI-Technologien offerieren Unternehmen im produzierenden Gewerbe zahlreiche Möglichkeiten zum Verbessern, Kosteneinsparen und Neugestalten. Kleine und mittlere Unternehmen könnten mittels KI und dem damit verknüpften Automatisierungspotenzial sogar personelle oder finanzielle Ressourcennachteile ausgleichen.
Entscheidend ist, dass Unternehmen passende Lösungen für ihre individuelle Situation finden. Das gelingt am ehesten durch einen abteilungsübergreifenden Austausch. Nur wenn Fach- und IT-Wissen zusammenkommen, lassen sich relevante Daten zusammenführen und sinnvolle Ansatzpunkte für KI-Lösungen identifizieren.
Der Autor Hans-Peter Kuessner ist Leiter des Competence Centers Kognitive Anwendungssysteme bei der Adesso SE.
Www.adesso.de