03.07.2024
STUDIE

Accenture: Automatisierung könnte über 80 Milliarden Euro freisetzen

Wie Automatisierung tatsächlich Kosten senken, mehr Wohlstand schaffen und richtig umgesetzt werden kann, soll die jüngste Accenture-Studie zeigen.
/artikel/accenture-automatisierung-koennte-ueber-80-milliarden-euro-freisetzen
v.l.n.r.: Michael Zettel, Claudia Plakolm und Philipp Krabb (c) Accenture

Mit Automatisierung möchte man produktiver sein und Arbeitsaufgaben schneller erledigen. Ist das in allen Branchen möglich, sind Arbeitsplätze gefährdet und zeigt sich der Effekt auch finanziell? Die jüngste Accenture-Studie zeigt nicht nur aktuelle Effekte von Automatisierung, sondern auch deren Potenziale. Hier in ein paar Highlights:

Definition muss sein – und Accenture macht es kurz: Automatisierung beschreibt „die Transformation ganzheitlich vom Menschen durchgeführter Tätigkeiten hin zu Prozessen mit optimalem Einsatz menschlichen Potenzials.“ Und das alles „durch die Einführung technologischer Lösungen“, darunter Künstliche Intelligenz. So beschreibt der globale Strategieberater das Verständnis von Automatisierung.

Das Unternehmen hat diesen Dienstag seine jüngste Studie rund um Automatisierung in Österreich vorgestellt. Anwesend waren in einem begleitenden Pressegespräch Claudia Plakolm, Staatssekretärin für Digitalisierung, Jugend und Zivildienst, Michael Zettel, Country Managing Director Accenture Österreich, sowie Philipp Krabb, Research Lead Accenture Österreich.

Produktivitätspotenzial liegt bei 80 Milliarden Euro

Was Unternehmen wahrscheinlich gleichermaßen wie einzelne Wirtschaftende interessiert, sind die Auswirkungen von automatisierten Prozessen auf die Produktivität – einschließlich mehr Zeit- und weniger Kostenressourcen.

„Automatisierung beschleunigt und vereinfacht Prozesse und ist damit ein echter Wachstumstreiber“, meint Accenture-Österreich-Chef Michael Zettel dazu. Und: Sie sei „entscheidend für die Zukunft des Standorts Österreich“, so Digitalisierungs-Staatssekretärin Claudia Plakolm.

Prozesshelfer in gesamter Wertschöpfung

Die Rede ist vom gezielten und vor allem richtigen Einsatz automatisierender Technologien in der heimischen Wirtschaft. Einsetzen ließen sich automatisierende Prozesshelfer entlang der gesamten Wertschöpfungskette – sei es im Beschaffungsprozess, in der Produktion, im Human Ressourcing oder in Finanz, Marketing, Sales oder Reporting und Kundenmanagement.

Einsatzhelfer sind dabei vor allem Generative Künstliche Intelligenz, Machine Learning sowie robotische Prozess- und mechanisch-elektrische Automatisierungen. Hohes Potenzial liege vor allem – wenig überraschend – bei Generativer KI. GenAI habe nicht nur das Potenzial, die Arbeitswelt grundlegend zu transformieren, wie Accenture schreibt, sondern auch Unternehmen neu zu gestalten.

Bei gezieltem Einsatz würden sich Skalen- und Produktivitätseffekte zeigen. So liege der Anteil KI-generierter Daten in der Software-Entwicklung heute bei zwei Prozent – in zwei Jahren sollen es zehn Prozent sein.

Industrie, Finanzen und Verwaltung profitieren am meisten

Gleichermaßen profitieren können diverse Branchen jedoch nicht davon. Das Automatisierungspotenzial variiert laut Accenture-Analyse. Jenes ergibt sich aus dem durchschnittlichen Zeiteinsparungspotenzial durch den Einsatz automatisierender Technologien.

Von dessen Einsatz am ehesten profitieren würde die Industrie (51 Prozent Automatisierungspotenzial), gleichauf gefolgt von Finanzdienstleistungen (47 Prozent) und der öffentlichen Verwaltung (47 Prozent). Das Schlusslicht bildet der Gesundheitsbereich (37 Prozent). Etwas mehr (44 Prozent) könnte der Handel aus automatisierten Prozessen hervorholen.

Auszug aus der am vergangenen Dienstag präsentierten Accenture-Studie zu Automatisierung. Datenquelle: Accenture Research. (c) 2024 Accenture.

BIP könnte um bis zu 2,8 Prozent wachsen

In der Königsdisziplin Industrie würden vor allem Virtual Prototyping und KI-gestütztes HR- und Vertragsmanagement die Produktivität steigen lassen. In Finanzbereich profitiere man vor allem in der Betrugsbekämpfung, in der Verwaltung durch automatisierte, KI-gestützte Helpdesks.

Würde das gesamte „Produktivitätspotenzial“ ausgeschöpft, so Plakolm, würde sich hierzulande ein Produktivitätseffekt von rund 81,5 Milliarden Euro herausstellen. Dies entspreche einem globalen BIP-Wachstum von 0,7 bis 2,8 Prozent pro Jahr, und hierzulande einem Wachstumspotenzial von bis zu 13 Milliarden Euro.

„Nutzen für den Menschen steht im Mittelpunkt“

„Es gibt Bereiche in der Arbeitswelt, da werden wir immer zu 100 Prozent Menschen brauchen.“ Obgleich Plakolm damit die Furcht vor schwindenden Arbeitsplätzen nehmen will, zeigt sich in der jüngsten Untersuchungen ein positiver Ausblick auf eine automatisierte Zukunft.

Branchenabhängig könnten Automatisierung und „Künstliche Intelligenz den Menschen unter die Arme greifen und den Arbeitsalltag wesentlich erleichtern“, so Plakolm. Im Zentrum stünde immer ein „Blick darauf, dass der Nutzen für den Menschen im Mittelpunkt steht.“

Automatisierung könnte überdies Abhilfe in einem weiteren, vielseitig diskutierten und mehrere Branchen betreffenden Aspekt schaffen. Nämlich in puncto Fachkräftemangel. Laut Accenture betreffe dieser (in absteigender Reihenfolge) vor allem Metall- und Elektrobranche, die Gastronomie sowie Handelsberufe, Rechts- und Verwaltungsberufe, technische und Gesundheitsberufe.

Auszug aus der präsentierten Accenture-Studie vom vergangenen Dienstag. Datenquellen: Accenture Research, Statistik Austria (2023) und Eurostat (2022), (c) 2024 Accenture

Sechs Schritte zur Prozessautomatisierung

Umsetzen könne man die Automatisierungstransformation in erster Linie nur dann, wenn man automatisierbare – sprich monotone oder repetitive – Prozesse identifiziere. Darunter fallen außerdem Prozesse mit einem relativ großen Potenzial für menschliche Fehler.

Wurden automatisierbare Aufgaben und Prozessstellen gefunden, folge im zweiten Schritt die Implementierung skalierbarer KI-Lösungen. Daraufhin (Schritt drei) sei es essentiell, eine Datenstrategie zu definieren – in erster Linie auf Managementebene.

Schritt vier sei indes das gezielte Upskilling von Arbeitskräften – in Form von personalisierten Lerninhalten und Trainings oder in Form der Identifikation von Fähigkeiten, die das Unternehmen in Zukunft benötigen wird.

Schritt fünf: Der Fokus auf Responsible AI – quasi also ein verantwortungsvoller Umgang mit Künstlicher Intelligenz. Dies könne Fehlern vorbeugen, Transparenz sowie Datenschutz und Vertraulichkeit erhöhen.

Schritt sechs: Inklusives Change-Management betreiben. In dieser Hinsicht beruft sich Accenture auf die Annahme, dass Veränderung von der Führungseben ausgehen muss und Menschen im Zentrum des Transformationsprozesses stehen sollen.

Deine ungelesenen Artikel:
25.09.2026

Dreifacher Wiener Schulabbrecher forscht in Harvard an virtuellen KI-Fischen

Drei Mal brach Raphael Suchomel die Schule ab, bevor sich sein Weg plötzlich in eine ganz andere Richtung entwickelte. Heute sitzt der 27-jährige Wiener in Harvard und lässt virtuelle Fische lernen – auf der Suche nach Antworten darauf, was Künstliche Intelligenz von der Natur erfassen kann.
/artikel/dreifacher-wiener-schulabbrecher-forscht-in-harvard-an-virtuellen-ki-fischen
25.09.2026

Dreifacher Wiener Schulabbrecher forscht in Harvard an virtuellen KI-Fischen

Drei Mal brach Raphael Suchomel die Schule ab, bevor sich sein Weg plötzlich in eine ganz andere Richtung entwickelte. Heute sitzt der 27-jährige Wiener in Harvard und lässt virtuelle Fische lernen – auf der Suche nach Antworten darauf, was Künstliche Intelligenz von der Natur erfassen kann.
/artikel/dreifacher-wiener-schulabbrecher-forscht-in-harvard-an-virtuellen-ki-fischen
© zVg - Raphael Suchomel in Harvard.

Manche Wege sind direkt und vorgezeichnet – Schule, Bildung, Ausbildung und ein Job in dem Bereich, den man beherrscht. Andere sind von Umwegen gezeichnet, Mühsal und Zeiten, in denen man nicht weiß, wie es genau weitergehen soll. Raphael Suchomels Vita ist eine von den nicht-linearen.

„Plötzlich Mitternacht“

Er hat mit 18 die Schule zum ersten Mal abgebrochen und sich eine Vollzeitstelle gesucht. Der gebürtige Wiener schrieb sich fortan in eine Abendschule ein, brach jene aber – ein mal mit 19 und einmal mit 21 Jahren – wiederholt ab. Doch der Gedanke des endgültigen Aufgebens war keiner und im jungen Mann schlicht nicht vorhanden. So war es dann mit 22 soweit: der vierte Versuch, die Matura nachzuholen, gelang.

„Ich war in einer Abendschule im 21. Bezirk“, erinnert sich der 27-Jährige. „Von neun bis 17 Uhr Vollzeitjob, dann Unterricht bis halb zehn und anschließend noch Training. Und plötzlich war es Mitternacht.“

Zwei Jahre lang bestimmte dieser straffe Rhythmus seinen Alltag. Trotz der Doppelbelastung hielt der heutige Wahl-Hagenberger durch – und schloss die Abendschule schließlich mit ausgezeichnetem Erfolg ab.

Studium in Hagenberg

Es folgte ein Umzug von Wien nach Oberösterreich und der Start des ersten Jahrgangs des damals neu geschaffenen Bachelorstudiums „Artificial Intelligence Solutions“ an der University of Applied Sciences Upper Austria in Hagenberg.

Suchomel gehörte zudem zu den Mitgründern der Young AI Leaders Linz, einer lokalen Community innerhalb der AI-for-Good-Initiative der International Telecommunication Union der Vereinten Nationen. Die Gruppe bringt junge Menschen aus Forschung und Technologie zusammen und organisiert unter anderem Hackathons und Diskussionsveranstaltungen rund um Künstliche Intelligenz.

© Harvard/zVg – Eine 3D-Simulation eines schwach elektrischen Fisches.

Nach rund 100 verschickten Mails – die meisten davon blieben unbeantwortet – gelang es Suchomel schließlich, einen Forschungsaufenthalt als Praktikant an der Harvard Medical School zu ergattern. Dort befindet er sich auch heute und forscht an der Schnittstelle von Künstlicher Intelligenz und Neurowissenschaften.

Im Mittelpunkt seiner Arbeit stehen biologisch fundierte künstliche Agenten. Vereinfacht gesagt, bauen die Forschenden in Harvard virtuelle Tiere im Computer. Diese Tiere bekommen künstliche neuronale Netze und bestimmte Sinneswahrnehmungen und Bewegungsmöglichkeiten, die sich an echten Tieren orientieren. Anschließend lernen sie mit einer Methode namens „Reinforcement Learning“. Dabei wird ihnen nicht jede Handlung vorgegeben. Sie probieren unterschiedliche Verhaltensweisen aus und lernen über Belohnungen und Nachteile selbst, welche Strategien erfolgreich sind.

„Schauen wie sich Agent verhält“

„Wir kennen aus der Biologie die körperlichen Einschränkungen von Fischen“, erklärt Suchomel. „Wir wissen, wie sich Augen im Winkel bewegen, wie schnell sie sind und welche anderen biologischen Einschränkungen es gibt. Und wir statten einen ‚Reinforcement-Learning‘-Agenten mit diesem Wissen aus: Wir simulieren den Körper eines Fisches, sodass er über diesen Körper mit der Umwelt und mit anderen Fischen kommuniziert. Das schicken wir durch eine ‚Reinforcement-Learning‘-Umgebung, simulieren Trajektorien und schauen, wie sich der Agent verhält.“

Die Simulation funktioniert wie ein virtuelles Labor. Forscher können einzelne Sinneskanäle ausschalten, Kommunikationssignale verändern oder die Umwelt der Agenten manipulieren und beobachten, wie sich ihr Verhalten verändert. Damit sollen Hypothesen darüber entwickelt werden, warum bestimmte Verhaltensweisen entstehen und welche Mechanismen dahinterstecken. Solche Hypothesen sollen anschließend gezielter in Experimenten mit echten Tieren überprüft werden können.

Der Vorteil hierbei sei, dass man nicht jedes Verhalten explizit programmieren müsse, sondern durch die Kombination aus Körper, biologischen Einschränkungen, Umwelt und „Reinforcement Learning“ Verhalten entstehen lassen könne, das möglicherweise dem Verhalten echter Fische ähnelt. So soll — und das ist das Ziel — Forschung günstiger und schneller werden, sagt Suchomel. Man könne zudem Variablen besser isolieren und kontrollieren und neuronale Netze viel genauer analysieren. Das wäre bei echten Fischen teilweise sogar viel schwieriger, vor allem wenn man ihr Zusammenspiel mit anderen Fischen untersuchen möchte.

Künstliche und natürliche Intelligenz

Die Harvard Medical School und andere Institute verfolgen seit Längerem das Ziel, KI zu nutzen, um natürliche Intelligenz besser zu verstehen – und umgekehrt auch natürliche Intelligenz für die Entwicklung von KI zu nutzen.

„Dafür gibt es im KI-Bereich viele verschiedene Methoden und Ansätze, die sich an Beobachtungen aus der Natur orientieren. Gleichzeitig gibt es immer mehr Forschung an der Schnittstelle von KI und Biologie, bei der KI-Forscher und Biologen zusammenarbeiten“, sagt Suchomel. „Wenn man beispielsweise genau weiß, wie die Umgebung aussieht, und gleichzeitig die Kommunikation eines Fisches beobachtet, könnte man künftig elektrische Signale interpretieren. So lässt sich etwa erkennen, dass ein bestimmtes Signal ausgesendet wird, weil sich der Fisch bedroht fühlt. Dadurch könnte man nicht nur einzelne Fische, sondern auch die Gruppendynamik analysieren – und besser verstehen, wie sich die Tiere untereinander und in ihrer Umwelt verhalten.“

Suchomels Praktikum in Harvard reicht noch bis Februar, danach führt ihn den Weg nach Belgien an die KU Leuven – eine, wie er sagt „der besten Unis in Europa wenn es um KI geht“. Anschließend möchte er in einen „starken Master“ reinkommen und weiter an KI forschen. Wo das sein wird, sei erstmal zweitrangig: „Hauptsache starke Labs.“

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Accenture: Automatisierung könnte über 80 Milliarden Euro freisetzen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Accenture: Automatisierung könnte über 80 Milliarden Euro freisetzen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Accenture: Automatisierung könnte über 80 Milliarden Euro freisetzen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Accenture: Automatisierung könnte über 80 Milliarden Euro freisetzen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Accenture: Automatisierung könnte über 80 Milliarden Euro freisetzen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Accenture: Automatisierung könnte über 80 Milliarden Euro freisetzen

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Accenture: Automatisierung könnte über 80 Milliarden Euro freisetzen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Accenture: Automatisierung könnte über 80 Milliarden Euro freisetzen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Accenture: Automatisierung könnte über 80 Milliarden Euro freisetzen