Quelle: (© ColiNOOB - Pixabay)CPU-Processor (© ColiNOOB – Pixabay)
Ist anwandte Künstliche Intelligenz (KI) die Grundvoraussetzung für die zukünftige Wettbewerbsfähigkeit des Innovationsstandorts Deutschland und wie gelingt es, sie erfolgreicher anzuwenden?
Die Plattform „Lernende Systeme“ befasst sich in einem aktuellen Whitepaper damit, wie Wissenschaft und Unternehmen voneinander profitieren und den Austausch in beide Richtungen fördern können, denn „Wissen ist keine Einbahnstraße“, so Carl-Helmut Coulon. Zurzeit nutzen noch zu wenige mittelständische Unternehmen aktiv KI-Lösungen. Meist fehlt es hierfür an belastbaren Daten oder es mangelt an praktischer Expertise für die Umsetzung. Um diese Engstelle zu überwinden, könnten intensive Zusammenarbeiten zwischen Unternehmen, Hochschulen sowie Forschungseinrichtungen einen entscheidenden Beitrag leisten.
KI-Experte und Co-Autor des Papers, Markus Kohler, sagt hierzu, „Unternehmen dürfen sich nicht nur als Produzent eines KI-Produktes sehen, sondern als KI-Unternehmen, das strategisch in KI-Projekte investiert. Die Entwicklung einer positiven Unternehmensmentalität hinsichtlich KI ist eine wichtige Voraussetzung für den Erfolg, insbesondere in Bezug auf den Transfer von Wissen durch Kooperationen mit Forschungseinrichtungen. Unternehmen müssen erkennen, welcher Nutzen für sie durch die Vernetzung mit KI-Expertinnen und -Experten aus der Forschung entsteht“.
Wie begegnen wir dem Fachkräftemangel?
Doch nicht nur der Wissenstransfer wird zur Schlüsselstelle, auch der vorherrschende Fachkräftemangel im Gebiet KI und wie ihm entgegenzuwirken ist, wird die zukünftige Entwicklung prägen. Das Whitepaper der Plattform „Lernende Systeme“ bietet hierfür mögliche Lösungsansätze. Demnach könnte der Praxisbezug im Studium gesteigert werden, zum Beispiel durch Wettbewerbe, in denen konkrete Probleme aus der Wirtschaft gelöst werden.
Co-Autor Wolfgang Ecker geht noch weiter, „wichtig ist ein technisches und wissenschaftliches Grundverständnis für KI, um im eigenen Betrieb deren Chancen zu erkennen und in Kooperation mit KI- und Data Science-Experten Ideen in Lösungen umsetzen zu können. Deshalb müssen KI- und Data Science-Methoden unter anderem auch in Physik, Ingenieurwissenschaften sowie Wirtschafts- und Sozialwissenschaften als Werkzeuge so selbstverständlich werden wie zum Beispiel Statistik, Systemtheorie oder Regelungstechnik.“
Um dieses Verständnis zu entwickeln, sollte jedoch nicht nur auf junge Talente gesetzt werden. Auch die Weiterbildung von Fachkräften in Unternehmen kann zur Konkurrenzfähigkeit Deutscher KI-Lösungen beitragen.
Bildquellen
- CPU-Processor: (© ColiNOOB - Pixabay)
