Die Industrie kan von Start-ups profitieren. Bild: Creative Commons

Wie die Industrie von Start-ups lernen kann

Neue digitale Geschäftsmodelle und damit weitere oder andere Möglichkeiten der Wertschöpfung sind für die Industrie in Zukunft unabdingbar. Dafür müssen permanent neue Ideen entwickelt und Möglichkeiten aufgetan werden. Da die klassischen Strukturen von Unternehmen meist nicht zulassen in hoher Geschwindigkeit Innovationen zu generieren setzen Unternehmen auf Start-ups. Doch bei der Zusammenarbeit oder bei Übernahmen kommt es häufig zu Schwierigkeiten.

Digitale Transformation

Die digitale Transformation gilt als die gegenwärtig größte Herausforderung der kommenden Jahre. Um den Wandel nicht zu verschlafen, finanzieren und kooperieren Unternehmen immer öfter mit neu gegründeten Unternehmen und schauen vor allem auf deren Schnelligkeit, Innovationskraft und Flexibilität.

Investition in die Zukunft

Was die Start-ups vermeintlich attraktiv macht ist Agilität, Schnelligkeit, Effizienz und die Nähe zum Kunden. Um dem näher zu kommen investieren viele Konzernen in die Newcomer. Sie bieten Räume, Technik und Mentoren um die Entwicklung der Start-ups zu beschleunigen. Dabei ist noch nicht ganz genau klar, was die Konzerne genau von den jungen Unternehmen wollen. Die Zusammenarbeit findet dabei auf unterschiedliche Weise statt. Manche Unternehmen gründen Accelerators, wie etwa die Startup Autobahn, zur Förderung, Konzerne können Kunden der Start-ups werden oder aber die Etablierten investieren über Corporate Capital Venture Fond in Gründungen. Inwiefern sich die Investitionen dabei mittel- bis langfristig auszahlen ist meist nicht absehbar.

Unterschiedliche Ansätze

Was als Austausch von Herangehensweisen gedacht ist führt in der Realität oft zu Schwierigkeiten. Denn in vielen Bereichen ist die Arbeitsweise sehr gegensätzlich. In Konzernen gibt es viel Bürokratie, lange Verträge, viel Absicherung. Start-ups konzentrieren sich vor allem auf ihr Produkt, dass sie schnellstmöglich groß machen möchten. So gestaltet sich eine Zusammenarbeit oft als schwierig. Dennoch setzen große Unternehmen immer mehr auf die Kleinen und deren Potenzial. Es ist kein Zufall, dass die großen deutschen Konzerne mittlerweile regelmäßig Delegationen ins Silicon Valley schicken und schwärmerisch zurückkommen.

Das Beste aus beiden Welten

Viele Unternehmen, gerade in Krisenzeiten, strukturieren sich nach dem Vorbild von Start-ups um. Dabei geht es oft darum Arbeitsplätze umzugestalten, Hierarchien flacher und Teams agiler zu machen. Die Ideen helfen dabei, bestehende Muster zu überdenken. Doch für Konzerne gelten auch andere Regeln als für Start-ups. Denn zwar sind Start-ups innovativ, schnell und agil. Die Kehrseite ist aber eine hohe Arbeitsbelastung für die Mitarbeiter, hohe Fluktuation, unausgereifte Produkte und ein hohes Risiko zu scheitern. All das können und wollen sich sich große Konzerne nicht leisten.

Fluch und Segen

Was für die Konzerne so attraktiv ist wird vielen Start-ups zum Verhängnis. Nur ungefähr zehn Prozent der Neugründungen können sich am Markt halten. Viele überleben die Wachstumsphase nicht, da sie nicht in der Lage sind Strukturen zu etablieren.

Dennoch ist es für Konzerne sicher sinnvoll auch weiterhin mit Start-ups zu kooperieren und zu lernen, aber auch Wissen weiterzugeben. Denn viele visionäre Ideen kommen von den jungen Wilden und können mit Hilfe von dem Know-how der Konzerne realisiert werden.

Luft nach oben

Statistisch gesehen ist für die Möglichkeit durch Beteiligungen an Start-ups Innovationen zu fördern noch Luft nach oben. Bislang haben 11 Prozent der befragten Führungskräfte von Industrieunternehmen 2014 angegeben Anteile an Start-ups zu halten um Neuerungen zu generieren.

 

Glossar

Accelerator: Eine Institution, die Start-ups in einem bestimmten Zeitraum durch Coaching zu einer schnellen Entwicklung verhilft.

Inkubator: Einrichtungen, die Unternehmen auf den Weg der Existenzgründung bringen und sie dabei unterstützen.

Hub: Raum um Unternehmen und Start-ups zu vernetzen.

 

Technologische Singularität. Sind Roboter bald schlauer? Bild: Creative Commons

Technologische Singularität – Zukunft ist jetzt

Häuser in 3D drucken, Autos die von selbst den Stau umfahren und Roboter die den Haushalt führen. Wir stehen erneut vor einem Paradigmenwechsel. Die Technologische Singularität beschreibt den Zeitpunkt, ab dem Maschinen intelligenter sein werden als Menschen. Bis dahin stellt sich aber erst einmal die Frage: Welche Aufgaben können und sollen Roboter überhaupt übernehmen?

Zeitalter der Automatisierung

Mit der industriellen Revolution an der Wende zum 20. Jahrhundert wurden Maschinen eingeführt, die Tätigkeiten übernahmen, die zuvor als Handwerk galten. Viele Neuerungen standen bevor. Der Mensch ist trotzdem nicht aus den Fabriken verschwunden. Er verrichtet nur nicht mehr selbst die Arbeit sondern steuert die Maschinen. Automatisierung in Form von Robotern und Anlagen sind kein neues Phänomen in der Automobilindustrie. Seit Jahren nimmt die Zahl der Roboter in der Fertigung zu. Im Jahr 2015 kamen in der Automobilindustrie in Deutschland auf 10.000 Mitarbeiter 1.147 Roboter. Damit kommt Deutschland nach Japan und Südkorea unter die Top drei.

Künstliche Intelligenz vs. Intelligenz

Bei der Technologischen Singularität geht es aber nicht mehr um Automatisierung sondern darum, dass Maschinen auch lernen können und den Menschen an Intelligenz übertreffen. Doch die Begriffe Intelligenz und Lernen werden im Zusammenhang mit Maschinen sehr gewagt verwendet. Maschinen sind sehr stark darin Lösungen für logische Aufgaben zu finden. Wozu sie (noch) nicht in der Lage sind ist Sinnzusammenhänge herzustellen. Computer haben eine enorme und immer weiter wachsende Rechenkapazität, aber keine Möglichkeit zur Abstraktion und Emotion.

Ein Computer wird nie eine Frage beantworten die mit „warum?“ beginnt, außer sie wurde vorher von einem Menschen eingegeben. Künstliche Intelligenz ist also nicht gleich Intelligenz.

Maschinen

Maschinen verfügen über Algorithmen, die auf eine gewisse Umweltkonfigurationen reagieren. Fällt Regen gehen bei einem Fahrzeug zum Beispiel die Scheibenwischer an. Die Maschine reagiert auf Umweltreize und wird darin immer präziser. Das liegt an komplexer werdenden Algorithmen. Damit können Roboter auch immer komplexere und filigranere Aufgaben in Produktionsabläufen übernehmen. Sie rechnen fehlerfrei, können Werte aus verschiedenen Datenquellen zusammenführen – schlau sind sie aber nicht.

Der Sinn der Arbeit

In der Science-Fiction wird Maschinen schon lange Leben eingehaucht. Technologische Singularität würde aber mehr bedeuten als die Übernahme der Arbeit und Produktion durch Maschinen. Wenn Maschinen die Produktion von Konsumgütern übernehmen bleibt die Frage wohin die Rendite fließt. Würde sie bei den relativ wenigen Besitzern der Maschinen bleiben würde das bedeuten, dass der Rest der Gesellschaft keine Mittel mehr hätte um die produzierten Konsumgüter zu kaufen. Tatsächlich muss auch in Zukunft immer wieder der Nutzen und die Folgen für unsere Gesellschaft vs. dem technologischem Fortschritt gegeneinander abgewogen werden. Zeitgleich müssen Lösungen gefunden werden, dass technologischer Fortschritt gewinnbringend für eine ganze Gesellschaft eingesetzt werden kann. Aus Rendite die durch Maschinen erwirtschaftet wurde und wenig bis kein Humankapital braucht könnten beispielsweise neue Gesellschaftsfinanzierungen wie das bedingungslose Grundeinkommen ermöglicht werden. Technologie und künstliche Intelligenz könnten zu deutlich verbesserten Lebensbedingungen für ganze Gesellschaften führen, sofern diese verantwortungsvoll und mit Weitblick eingesetzt werden.

Künstliche Intelligenz (KI) ist das Potenzial der Zukunft. Foto: Creative Commons

Künstliche Intelligenz in der Automobilindustrie

Künstliche Intelligenz (KI) wird immer zentraler in der Diskussion ums autonome Fahren. Damit aus Big Data und maschinellem Lernen eine intelligente Machine wird ist ein komplexer Vorgang an dem aktuell auf Hochtouren gearbeitet und geforscht wird. Schon bald solle Künstliche Intelligenz menschliche Kapazitäten erreichen, prophezeien Optimisten. Daher stellt sich schon jetzt die Frage, wie KI für Fahrzeuge, den Verkehr und Unternehmen genutzt werden kann und welche Vorteile man aus der Beziehung von Mensch und Maschine gewinnen kann? Dazu steigen immer mehr Start-ups in den Wettbewerb ein um erste praktische Lösungen und Anwendungen zu entwickeln.

Geschäftsmodelle ableiten

„Das Thema KI ist ein kritischer Erfolgsfaktor in der Automobilindustrie“ ist die Einschätzung von Digitalisierungsexperte Dr. Michael Müller, Geschäftsführer von Magility. Denn für eine flächendeckende Realisierung von autonomem Fahren ist die KI derzeit unerlässlich.
Neben der Entwicklung der KI selbst geht es aktuell darum Geschäftsmodelle abzuleiten. Laut Prognose von LMC Automotive werden im Jahr 2035 48 Millionen voll- und teilautomatisierte Fahrzeuge produziert werden. Dafür werden digitale Services immer relevanter. Von der Software bis zur entsprechenden Cyber Security werden neue Dienstleistungen relevant mit denen sich auf weiteren Feldern Gewinne generieren lassen. Weitere vielversprechende Möglichkeiten finden sich innerhalb von Daten (das Rohmaterial der KI), dem Zugang zu Kunden (dank der Auswertung von Daten, können Kunden viel gezielter angesprochen werden), Chancen für Unternehmen, die Qualität ihres Outputs zu steigern aber auch ihre Prozesse zu optimieren.

Deep-Learning-Netzwerk

Ein erster Case aus der Praxis dazu ist ein Deep-Learning Netzwerk, dass alle Fahrzeuge miteinander vernetzen will. Es geht dabei um Deep-Learning- Algorithmen, die die optische Objekterkennung und den Dialog zwischen Menschen und Maschinen zukünftig optimieren sollen. Mit diesem System kann sich das Fahrzeug Situationen sowie die Reaktion des Fahrenden merken und ins Netzwerk speisen. So wird das erlernte „Wissen“ nicht nur gespeichert sondern auch an andere Fahrzeuge weitergegeben.

Start-ups kommen mit Ideen

Am „Gehirn des Autos“ arbeitet nicht nur Bosch sondern auch ein Start-up aus den USA. Dabei geht es darum die über autointernen Sensoren gesammelten Daten gewinnbringend auszuwerten und nutzbar zu machen. Denn bereits jetzt sind viele Autos mit Sensoren und Kameras ausgestattet, die in Echtzeit Daten generieren. Die Schwachstelle ist jedoch bislang die Auswertung. Ganz konkret werden in diesem Fall dem Rechner Regeln vorgegeben, insbesondere im Hinblick auf richtiges und falsches Verhalten.  Die KI lernt dann aus diesen Regeln selbstständig, jedoch ist nach wie vor die Programmierung des Lernprozesses selbst unklar.

Mensch vs. Maschine

Das Potenzial liegt vor allem in der Rechenleistung. Während der Mensch sehr schnell und gut darin ist parallele Prozesse zu meistern ist die Maschine vor allem gut darin sich Lösungen zu errechnen. So zielt die Vision zunächst darauf ab, das die KI Routineaufgaben übernehmen kann oder über Algorithmen als Assistent zu dienen. Zudem kann KI an den Stellen sinnvoll eingesetzt werden an denen ohnehin viele Daten generiert werden, zum Beispiel in Fahrzeugen. um diese auszuwerten und zu nutzen.

Es gilt aber: Nur wenn Mensch und Maschine gemeinsam an Problemen arbeiten kann Künstliche Intelligenz ihr volles Potenzial entfalten. Künstliche Intelligenz ist kein Selbstzweck sondern das Weiterdenken von Möglichkeiten um Prozesse zu vereinfachen und zu optimieren.