#4 KI in Unternehmen

**Eliot Mannoia:** Hallo und willkommen zu einer neuen Folge von Mind Machine. Ich bin der Eliot von der Mind-Seite.

**Manuela Machner:** Und ich bin die Manuela von der technischen Seite, also die Machine-Side.

**Eliot Mannoia:** Wir haben letzte Woche über KI-Assistenten gesprochen. Was gibt es abseits davon? Was können wir mit KI auch im Unternehmen einsetzen? Da reden wir über Predictive Analytics, Predictive Maintenance, Automation, Digital Twins und so weiter. Wo fangen wir an, Manuela?

**Manuela Machner:** Das ist eine ganz spannende Geschichte, weil viele noch gar nicht verstanden haben, was sie im Unternehmen wirklich damit anfangen können. Man merkt den Unterschied extrem von den Branchen. Ich komme aus dem Tourismus. Die Industrie ist da vorne weg, weil in der Produktion viel mehr Budget dahinter liegt. Dort wird erkannt, wie wichtig Wartung und Datenanalyse sind.

Ich hab letzte Woche ein Beispiel aus der Pharmaindustrie gehört, das ich sehr spannend fand: In einem Labor wird über Videokameras die gesamte Produktionsabfolge aufgezeichnet und automatisiert dokumentiert. In der Pharmaindustrie muss man jeden Handlungsschritt genau dokumentieren, um Verunreinigungen zu verhindern. Das ist sehr zeitaufwendig. Die KI beobachtet jetzt, dokumentiert was passiert, und wenn irgendwo das Risiko einer Verunreinigung entsteht, wird dieses Element aus der Produktionsschiene herausgenommen. Da ist richtig Einsparungspotenzial dahinter.

**Eliot Mannoia:** Ähnlich ist es mit digitalen Zwillingen: Anhand von Sensordaten und historischen Daten erschafft man eine digitale Kopie eines Ecosystems. Die Stadt Wien experimentiert zum Beispiel mit einem digitalen Zwilling, wo Bewegungsdaten, Verkehrsdaten und Wetterdaten eingefüttert werden. Die Feuerwehr in Österreich hat damit auch experimentiert: Sie haben Wind-, Wetter- und Feuerdaten kombiniert und konnten dann digital Szenarien planen. "Was ist, wenn der Wind von Südwest statt vom Süden kommt? Was ist, wenn er zehn Prozent stärker ist? Wie würde das das Feuer beeinflussen?" Richtig tolle Use Cases.

**Manuela Machner:** Genau das ist es: In dem Moment, wo man mit viel Daten arbeitet, hat man die Möglichkeit, diese zu nutzen. Ich kann mich erinnern, egal in welcher Position ich war: Wir haben immer Daten produziert, strukturierte und unstrukturierte. Aber man hat oft nicht die Zeit, diese Daten zu nutzen. Das ist total schade, weil man sich dadurch viel Arbeit ersparen könnte. Und dieser Forecast ist so spannend: Was wird das für eine Auswirkung haben? Wenn ich eine Straße sperre, wie fließt der Verkehr? Wie wirkt sich das auf die U-Bahn-Taktung aus?

**Eliot Mannoia:** Es gibt diverse Player am Markt, die versuchen, verschiedene Datenquellen zu verbinden. Nexio zum Beispiel macht Daten interoperabel. Dann gibt es die DIO, die Data Intelligence Offensive, ein österreichischer Verein, der mit Data Spaces arbeitet und Datenplayer zusammenbringt. Die Telekommunikationsanbieter Drei und A1 arbeiten stark mit Bewegungs- und Besucherdaten.

**Manuela Machner:** Das hab ich aktiv genutzt. Da siehst du wirklich, von wo kommen die Leute, wo sind sie in der Früh aufgestanden und an welchen Plätzen kommen wie viele Gäste an. Für uns war das touristisch gesehen sehr wertvoll.

Ich glaube, dass das Thema Datenoffenheit für uns noch eine große Herausforderung ist. Die letzten zehn Jahre wurden wir gedrillt: Datenschutz, ihr dürft nichts tun mit den Daten. Und jetzt haben wir die Situation, dass wir sagen: Daten, Daten, Daten. Da wird es einen Sinneswandel geben müssen.

**Eliot Mannoia:** Ich war zwanzig Jahre in der Media- und Werbebranche tätig. Wir haben schon seit Jahren mit KI gearbeitet, damals eher Decision Trees. In Amerika war das ein Wild West in Bezug auf Data und Targeting. Es ist schon gut, dass wir hier etwas Privatsphäre schaffen. Aber in Marketing ist das natürlich auch ein Riesenthema.

**Manuela Machner:** Ein tolles Beispiel für Forecast: Ein sehr großer Gastronomiebetrieb in Deutschland hat seine Hauptküche nicht am Gasthausstandort, weil es sich in den Räumlichkeiten nicht mehr ausgeht. Der hat alle Daten zusammengefasst: Flughafen-Daten, also welche Flüge aus welchen Nationalitäten landen, Wetterdaten, Kassendaten der letzten Jahre, welche Speisen bestellt wurden, Anreisedaten vom Busterminal. Aufgrund dieser Daten macht er jetzt einen Forecast und produziert entsprechend vor. Die Abweichung soll bei fünf Prozent liegen. Wenn man mit fünf Prozent Wahrscheinlichkeit vorhersagen kann, welche Gäste morgen erscheinen und was sie essen, hat man einen Riesenvorteil: keine Unterproduktion, keine Überproduktion, und man kann die Auslastung steuern.

**Eliot Mannoia:** Allein im Supply Chain Management und Inventory Management ist das enorm. Und was auch möglich ist: Diese Forecasts können sich in Real Time anpassen. Wenn ein Unwetter in Asien die Lieferkette beeinflusst, kann die KI die gesamte Supply Chain neu berechnen. Immer wenn es viele Rechenleistungen und viele Daten gibt, kann KI das gut zusammenfassen. Ich sehe da viel Potenzial für Immobilien, Produktion, Fast-Moving Consumer Goods, die gesamte Value Chain.

**Manuela Machner:** Mir ist wichtig zu erklären, dass viele Dinge auch im Kleinen funktionieren. Das Problem ist, dass die Awareness oft nicht da ist. Ich arbeite gerade an einem Projekt zur Einkaufsoptimierung: Ein Betrieb bekommt Preislisten von verschiedenen Lieferanten. In Wirklichkeit vergleicht man nicht bei jeder Preisliste jedes Produkt. Jetzt kann man der KI die PDFs hochladen und sagen: "Erstell mir die Einkaufsliste so, dass ich jeweils das günstigste Angebot nutze." Das ist ein Zeitaufwand von fünf Minuten. Beim ersten Mal ist der Aufwand größer, aber danach braucht man nur noch einen Satz.

**Eliot Mannoia:** Für KMUs wird das auf jeden Fall auch ein Game Changer sein. Viele Automatisations-Tools wie SAP oder Make sind noch sehr Enterprise Level. Aber genauso wie Shopify kommen sicher weitere Tools, die auch für den KMU-Markt nützlich sein werden.

**Manuela Machner:** Spannend wird es, wenn wir dann nur mehr sagen: "ChatGPT, mach mir das und löse mir das." Nicht nur analysieren, sondern auch direkt umsetzen. Wobei ich da noch ein bisschen Vertrauen aufbauen möchte, bevor ich das vollautomatisch laufen lasse.

**Eliot Mannoia:** Die nächste Session ist über Innovation. Wann hilft uns die KI bei der Innovation? Wie kreativ ist die KI wirklich, neue Wege zu finden und nicht nur Copy-Paste zu machen? Wir freuen uns auf das nächste Mal. Alles Gute, viel Erfolg.

**Manuela Machner:** Danke euch. Ciao.