UdZPraxis 2/2019

57 UdZ Praxis Machine-Learning. Damit ermöglicht es die Marktstudie auch interessierten Lesern, die erstmals mit dem Thema in Berührung kom- men, den Umfang, die Möglichkeiten und die zukünftige Wichtigkeit von Machine-Learning einzuordnen und für sich nutzen zu können. Um Unternehmen auf mögliche Stolpersteine auf- merksam zu machen, gilt ein spezielles Augen- merk den Erfolgsfaktoren für die Einführung von Machine-Learning. In Industrieunternehmen existieren jahrelang aufgebautes Expertenwissen und langfristig ver- lässliche Methoden sowie gewachsene Struk- turen. Diese Faktoren spielten bewährt zusam- men, sodass die Unternehmen präzise Aussagen zu ihrer Produktion treffen und enorme Erfolge feiern konnten. Nun sollen Machine-Learning- Algorithmen, die Aussagen nur nach Wahrschein- lichkeiten treffen können, unterstützend in die Entscheidungsfindung eingebunden werden. Es ist verständlich, dass diese Konstellation einen Paradigmenwechsel in den Unternehmen erfor- derlich macht. Der wirtschaftliche Erfolg, der durch den Einsatz von Machine-Learning erreicht wird, lässt sich zu Anfang schwer beziffern, was die unmittelbare Errechnung eines ROI erschwert. Hier handelt es sich aber nicht um eine einmalige statische An- schaffung, an die sich das Unternehmen anpassen muss (wie es z. B. bei reiner Anwendungssoftware der Fall wäre); vielmehr ist Machine-Learning eine an eine Fragestellung des Unternehmens ange- passte Lösung. Die Lösung passt sich aber imKon- text der Umgebung an eine Änderung der Umge- bungsparameter an und ist damit dynamisch. Die oben genannten Faktoren tragen daher zu einer wenn nicht misstrauischen, dann zumin- dest skeptischen Reaktion in den produzierenden Unternehmen bei. Daher muss auf die wichtigsten Einflussgrößen – die Menschen – frühzeitig einge- gangen werden. In welcher Art und Weise dies ge- schehen kann, ist in der Marktstudie beschrieben. Dieser undweitere in derMarktstudie angeführten erfolgversprechenden Punkte dienen daher den Lesern als Hilfestellung, um die größten internen Hindernisse zu überwinden. Das Firmenkonsortium, bestehend aus compacer, Fresenius Medical Care und Zentis , konzipierte ge- meinsam mit dem Team des Centers Smart Ser- vices die Marktstudie Anfang 2019. Machine-Lear- ning und auch das übergeordnete Themengebiet Künstliche Intelligenz sind aktuelle Themen, die zudem sehr schnelllebig sind. Daher war es das Ziel des Konsortiums, die Marktstudie in kurzer Zeit durchzuführen und Mitte des Jahres die Er- gebnisse der Öffentlichkeit vorzustellen. Für die Erstellung der Marktstudie wurde der gesamte deutschsprachige Anbietermarkt be- trachtet. Die anfängliche Auswahl umfasste über 300 Unternehmen. Knapp 60 Unterneh- men wurden als geeignet identifiziert und um- gehend kontaktiert. DieMarktstudiewurde – trotz der kurzen Zeit – auf Interviews aufgebaut, um einerseits die Anbieter unmittelbar kennenzulernen und damit möglichst ein treffendes Bild zu erhalten. Andererseits er- möglicht diese Vorgehensweise, sich von anderen amMarkt befindlichen Marktstudien abzuheben. Die schriftliche Beantwortung eines Interview- teils ließ Raum für Erfahrungsaustausch und Diskussion. Ziel der Interviews war es, die Ar- beitsweise der Anbieter zu beleuchten und da- mit ein Stück weit die DNA der Anbieter besser zu verstehen. Insbesondere die mündliche Prä- sentation der Use-Cases war äußerst hilfreich, die Herausforderungen und Lösungsnuancen zu verstehen.