22.05.2020

Künstliche Intelligenz als Chance für die Industrie: ein Leitfaden

Die Coronakrise hat gezeigt, dass es durch Künstliche Intelligenz möglich ist, Kosten nachhaltig zu reduzieren. Das Wiener Software- und KI-Unternehmen craftworks hat einen Leitfaden entwickelt und sich dabei an über 20 erfolgreich umgesetzten KI-Projekten orientiert.
/artikel/kunstliche-intelligenz-als-chance-fur-die-industrie-ein-leitfaden
Künstliche Intelligenz, Industrial AI. AI, KI, Artificial Intelligence, Machine Learning,
(c) craftworks - Das craftworks-Gründerteam Jakob Lahmer (CTO), Simon Grabher (CEO), Michael Hettegger (CSO).

Industrieunternehmen beschäftigen sich seit geraumer Zeit mit der Automatisierung von Produktionsprozessen. Der durch die Krise vorherrschende Druck  zur Einsparung von Kosten zwingt so manches Unternehmen, die Digitalisierung noch schneller voranzutreiben und Künstliche Intelligenz zu implementieren. Doch diese Technologien können die Industrie vor so manche Herausforderung stellen. Allein der Punkt “Datenerfassung” erweist sich als komplexes Gebilde bei dem Schritt, interne Prozesse nachhaltig zu verändern. Hier schreitet der “Industrial AI”-Dienstleister craftworks ein und bietet mit seinem Leitfaden eine Anleitung zur Umsetzung erfolgreicher Prozessoptimierung.

Drei Prozent jährlicher Anstieg des Wirtschaftswachstums durch Künstliche Intelligenz bis 2035

Laut einer Studie von Accenture und Frontier Economics kann Künstliche Intelligenz in Unternehmen das Wachstum ankurbeln. Bei dieser Untersuchung wurden zwölf Volkswirtschaften durchleuchtet und dabei erforscht, wie sich eine umfassende Nutzung von KI in der Wirtschaft auswirkt.

+++ Solvistas CEO Holzbauer: „Eine AI hätte keine Kurzarbeit empfohlen“ +++

Darin heißt es: “Für den Industriestandort Österreich prognostiziert Accenture durch den Einsatz von KI bis 2035 einen Anstieg des Wirtschaftswachstums um jährlich drei Prozent. Das wäre mehr als eine Verdopplung gegenüber dem Basis-Szenario mit einer Wachstumsrate von 1,4 Prozent pro Jahr, welches die zukünftige Entwicklung der Wirtschaft auf Grundlage des technologischen Stands von heute voraussagt”.

KI-Projekte für nachhaltigen Geschäftserfolg

Weiters wird erwartet, dass die Produktivität der Beschäftigten in Österreich dank Künstlicher Intelligenz um 30 Prozent steigen kann, da “sich viele Arbeitsabläufe effizienter gestalten und Mitarbeiter ihren Fokus auf Aufgaben mit einer hohen Wertschöpfung legen”.

In diesem Sinne hat craftworks einen Guide entwickelt, der Projektleiter bei der Umsetzung von KI Prototypen und Rollouts unterstützen soll. “Wenn man erste Erfahrungen mit KI-Projekten sammelt, dann investiert man in nachhaltigen Geschäftserfolg, auch jetzt in der besonders herausfordernden Zeit”, sagt Michael Hettegger, einer der Gründer von craftworks und liefert gleich eine AI-Roadmap mit.

Die wichtigsten Punkte des KI-Guides kurz zusammengefasst

• Vom Use Case zum Business-Case

Der richtigen Use Case zählt zu den fundamentalsten Dingen für ein erfolgreiches Projekt. Man sollte sich hierbei auf jene Prozess-Optimierungen fokussieren, die leichter mittels Künstlicher Intelligenz realisierbar sind, als durch andere Methoden. Dabei ist es wichtig, als ersten Schritt die Abteilung zu wählen, in der man das Pilot-Projekt starten möchte. Etwa R&D, Logistik oder Wartung, um Beispiele zu nennen.

+++ Neue Arbeitswelten durch KI: Wie sich Arbeit in den nächsten Jahren verändert +++

Als nächstes steht an, innerhalb des gewählten Departments den Prozess zu identifizieren, der Optimierungspotential in sich trägt. Faktoren, um für ein Industrial AI-Projekt geeignet zu sein, sind laut craftworks in fünf Punkten auszumachen. Der Prozess sollte komplex sein, eine non-lineare Performance anzeigen, Aufmerksamkeit erregen, wenn plötzliche Anomalien auftreten, der Grund für signifikante Ausschussquoten sein und hohe Kosten nach sich ziehen, falls es zu einem maschinellen Ausfall kommt.

Des Weiteren hängt die Tauglichkeit eines Prozesses für ein “Industrial AI”-Projekt stark von der Generierung von Daten zusammen. Hier wird geraten, dass, wenn eine Prozess-Optimierung in der Theorie hohe Kosteneinsparung verspricht, historische Daten jedoch nicht verfügbar sind, man die “data collection” so schnell wie möglich starten sollte. Als Tipp wird vorgeschlagen, Daten eines ganzen Jahres zu sammeln, um zu entscheiden, ob der Griff zur Künstlichen Intelligenz Sinn macht. Nachdem man den passenden Use-Case gefunden hat, muss laut craftworks eine Kosten-Analyse folgen.

• Die richtige Machine Learning Methode

Der nächste Schritt ist es den gewählten Use-Case mit der besten “Machine-Learning”-Methode zu verbinden. Dabei wird zwischen “supervised learning”, “unsupervised learning” und “reinforcement learning” unterschieden.

Beim ersten lernt ein Algorithmus Verbindungen zu isolieren oder zu kombinieren, die er als Datensatz erhält – um eine vordefinierte Aufgabe (dessen Resultat bekannt ist) so effizient wie möglich zu lösen. Während des Prozesses wird der Algorithmus “überwacht”, um sicherzustellen, dass das “learning” stets Richtung vorgegebener Aufgabe ausgerichtet bleibt.

Unsupervised learning” hingegen umfasst Methoden, die keine vordefinierten Aufgaben benötigen, um zu lernen. Das System versucht Muster im Datensatz zu erkennen, die aufgrund von “Störungen” von der Norm abweichen.

Reinforcement learning” bezieht sich auf “machine-learning”-Methoden, bei dem eine Strategie erlernt wird, um eine definierte Aufgabe zu erfüllen, mittels eines “trial-and-error-“Prozesses. Der Künstlichen Intelligenz wird hierbei nicht aufgetragen nach einer vorbestimmten Art und Weise zum Erfolg zu kommen, sondern sie wird ähnlich dem “Zuckerbrot- und Peitschen-Prinzip” mit positiven oder negativen Belohnungen animiert, eine dominante und problemlösende Strategie zu entwickeln, die nahe an das Optimum herankommen soll.

• Das “perfekte” Daten-Set

Im vorigen Punkt war viel von Daten die Rede. Konkreter wird es in der dritten Phase der Implementierung der Künstlichen Intelligenz in das eigene Unternehmen. Es geht darum geeignete Datensätze zusammenzutragen.

Im Prinzip gilt, dass mehr Daten logischerweise besser sind, als kleine “Data samples”. Allerdings hängt die Menge stark vom Use-Case ab. Als Beispiel nennt der craftworks-Guide, dass 100.000 Datenpunkte sich als zu gering erwiesen haben, um eine exakte Vorhersage zu treffen, wann Lieferautos am Ziel ankommen. Dagegen waren 500 indizierte Produkte als Beispiel schlechter Qualität ausreichend, um gute Ergebnisse in Sachen “predictive quality control” zu erlangen.

+++ Neue digitale Formatreihe NWXnow widmet sich der Zukunft der Arbeit +++

Es wird daher geraten, einen guten Blick auf die Datenqualität zu legen – Dubletten, Formatierungsfehler oder Inkonsistenzen haben einen starken negativen Einfluss auf die KI-Entwicklung. Daten sollten zudem klassifizierbar und relevant sein. Dabei ist es ratsam, sich genau anzusehen, welche Daten fürs “decision-making” und “operations” bereits verwendet wurden. Mit großer Wahrscheinlichkeit lässt sich daraus leicht eine Automatisierung der Daten-Analyse entwickeln.

• Proof of Concept

Bei diesem Punkt macht craftworks vier Punkte aus, die ausschlaggebend dafür sind, inwiefern ein “Machine Learning”-Modell effektiv sein und wie es weiterentwickelt werden kann.

Die Umsetzbarkeits-Studie soll einen ersten Hinweis darauf geben, inwieweit eine AI-Lösung durchführbar ist. Hier werden erste passende Algorithmen evaluiert und das KI-Grundgerüst geschaffen.

In der zweiten Phase widmet man sich der Entwicklung einer Prototyp-Lösung, die mit den Zielen des Use-Case einhergeht. Management und ausgesuchte Mitarbeiter, die mit Daten zu tun haben, kommen an dieser Stelle zum ersten Mal in Kontakt mit der Künstlichen Intelligenz. Dies soll für eine hohe “user acceptance” der Software-Lösung sorgen, während das Projekt Fahrt aufnimmt.

In der Optimierungsphase ist vorrangig das Feedback der Mitarbeiter von Bedeutung und wird in das Projekt implementiert. Danach folgt der Rollout, der noch als “starting point” gilt und für andere Use-Cases skaliert werden kann. Für die ersten drei Schritte wird ein jeweiliger Zeitraum von vier, bei der letzten Phase vier bis zwölf Wochen empfohlen.

• Das Team

Ein wichtiger und selbstverständlicher Hinweis des Guides für die Implementierung der Künstlichen Intelligenz ins Unternehmen betrifft die richtige Auswahl an Mitarbeitern für das Projekt. Jene sollten die nötigen Fertigkeiten und Übersicht in Sachen Prozess-Entwicklung, Daten und Technologie mit sich bringen. Zudem sollte man sich Gedanken machen, wer die nötige IT-Infrastruktur aufsetzen, entwickeln und warten kann.

• Resultate Visualisieren

An dieser Stelle wird darauf hingewiesen, wie wichtig Transparenz des ganzen “Machine Learning”-Prozesses ist. Daten-Analysen sollten in User-freundlicher Manier visualisiert werden, denn wie craftworks sagt: “Die Kombination von ‘human und Articficial Intelligence’ erlangt die besten Resultate.

• “Key Software”-Entscheidungen

Die Wahl richtiger Technologie will wohl durchdacht sein und sollte sich am Ziel des Implementierungsvorhaben orientieren. Der Leitfaden empfiehlt, auf “Open Source”-Technologie zurückzugreifen. Craftworks zeigt sich überzeugt, dass die Entwicklung einer solchen Software seitens der globalen Community Vorteile bringt: eine bessere Qualität und sichere Software-Tools. Durch die Nutzung von “Open Source” entgeht man auch der Abhängigkeit eines einzelnen Providers und kann die IT-Infrastruktur flexibler anpassen, wenn nötig.

+++ So entwickelt sich Österreichs AI Landschaft im Moment +++

Weitere Möglichkeiten technologischer Nutzung umfassen den “Model as a Service”- oder “Model as Dependency”-Approach. Im ersten Fall agiert das Modell unabhängig und kann divers eingesetzt werden. Im zweiten Fall ist es direkt in einer generellen Anwendung integriert. Und macht etwa in einer Pilot-Phase Sinn. Auch können AI-Anwendungen, laut craftworks, problemlos “on-premise” oder als “cloud solution” eingesetzt werden.

• Ständige Optimierung der “Machine Learning”-Modelle

Da sich viele Datensätze im Laufe der Zeit verändern, ist es essentiell das “Industrial AI-System” dynamisch zu halten und ihm Erlaubnisse zu erteilen, Änderungen vorzunehmen.

• Vom Prototypen bis zum globalen Rollout

Nach einem erfolgreichem Pilot-Projekt ist es, so der Guide weiter, an der Zeit, die Künstliche Intelligenz auszuweiten – sie zu skalieren. Neue Use-Cases im Sinn, können genutzte “Machine-Learning”-Modelle als Startpunkt für ähnliche Ziele und Vorhaben genutzt werden. Zudem wird es wichtiger, je größer die Datenmenge wird, Dienstleistungen zu “containerisieren”. Soll heißen, sie einzuteilen und zwar getrennt zu halten, jedoch parallel und unabhängig voneinander innerhalb der gleichen Infrastruktur laufen zu lassen.

• Dokumentation

Am Ende des Leitfadens weist craftworks darauf hin, dass “Industrial AI” kein fertiges Produkt oder fertige Lösung ist, die man man ohne Entwicklungsprozess erstehen kann. Allerdings sorgt ein professionell geführtes AI-Projekt zu einer hohen Lernkurve, die sich positiv auf Folgeprojekte auswirken kann. Daher wird geraten, den Fortschritt zu dokumentieren und zu reflektieren, inwiefern Erfahrungen mit “Machine Learning” in welchen Bereichen lehrreich waren. Denn, wie Hetteger sagt: “Datengetriebene Prozessoptimierung ist kein Innovationsprojekt, das in Zukunft von einem neuen Trend abgelöst wird. ‘Industrial AI’ wird zur Grundlage für Marktführerschaft”.


⇒ craftworks

⇒ KI-Guide zum Download (Englisch)

Redaktionstipps
Deine ungelesenen Artikel:
20.12.2024

Lukas Püspök: “Der Megatrend Climate-Tech bleibt intakt”

Interview. Im geopolitischen Spannungsfeld zwischen den USA und China stehen europäische Climate-Tech-Startups vor großen Herausforderungen und Chancen. Die Founding Partner von Push Lukas Püspök und Laurenz Simbruner erklären, wie sich die Investmentlandschaft verändert und was es braucht, um Europas Technologiesouveränität zu stärken.
/artikel/zwischen-trump-und-china-die-perspektiven-europaeischer-climate-tech-startups
20.12.2024

Lukas Püspök: “Der Megatrend Climate-Tech bleibt intakt”

Interview. Im geopolitischen Spannungsfeld zwischen den USA und China stehen europäische Climate-Tech-Startups vor großen Herausforderungen und Chancen. Die Founding Partner von Push Lukas Püspök und Laurenz Simbruner erklären, wie sich die Investmentlandschaft verändert und was es braucht, um Europas Technologiesouveränität zu stärken.
/artikel/zwischen-trump-und-china-die-perspektiven-europaeischer-climate-tech-startups
v.l. Die beiden Founding Partner Laurenz Sim- bruner und Lukas Püspök | (c) Tina Herzl

Dieser Artikel erschien zuerst in der Jubiläumsausgabe unseres Printmagazins. Ein Link zum Download findet sich am Ende des Artikels.

Spätestens mit dem Sieg von Donald Trump bei den US-Wahlen und der angekündigten Rückkehr seiner „America First“-Politik ist die Debatte über die Technologiesouveränität in Europa neu entfacht. Unter dem Motto „Drill, baby, drill!“ hat Trump zudem angekündigt, die Förderung fossiler Energieträger wie Öl und Gas massiv ankurbeln zu wollen. Gleichzeitig ist Europa in zentralen Industrien wie der Solar- und Batterietechnologie stark von China abhängig. Angesichts dieser Herausforderungen stellt sich die Frage, welche Marktchancen europäische Climate-Tech-Startups im geopolitischen Spannungsfeld zwischen den USA und China künftig haben.

Diese Frage beleuchten wir aus Investorensicht im Gespräch mit Lukas Püspök und Laurenz Simbruner – sie sind Founding Partner des Wiener Venture-Capital-Fonds Push, der gezielt in Health-Tech- und Climate-Tech-Startups investiert. Püspök leitet zudem das gleichnamige Familienunternehmen, das einer der größten Windkraftbetreiber Österreichs ist.


Wie schätzt ihr die aktuelle Finanzierungslage für Startups aus Investorensicht ein?

Laurenz Simbruner: Die erwartete deutliche Verbesserung bei Dealchancen blieb 2024 aus. Viele hatten die Hoffnung, dass der Markt wieder stärker anzieht, aber das war eher eine vorsichtige Prognose als Realität. Stattdessen erlebten wir ein Jahr, das stark im Zeichen selektiver Investments stand – Flight to Quality und ein klarer Fokus auf Unit Economics und den Weg zur Rentabilität. Besonders Top-Teams und Serial Entrepreneurs hatten es beim Fundraising leichter. Im Bereich Climate-Tech war weiterhin Finanzierung da, vor allem von neueren Fonds, die bereits 2021 und 2022 geraist wurden. Doch auch hier gab es erste Anzeichen von Ernüchterung.

Wie äußern sich diese Anzeichen der Ernüchterung im Climate-Tech-Sektor?

Lukas Püspök: Noch vor zwei Jahren waren die Erwartungen hoch – viele Pitch Decks gingen von extremen Energiepreisen aus, und selbst kleine Einsparungen durch Softwarelösungen wurden als äußerst wertvoll angesehen. Heute sind die Energiepreise in Europa zwar leicht erhöht, aber weitgehend normalisiert. Das führt zu einer gewissen Normalisierung der Nachfrage nach spezifischen Lösungen. Doch der Megatrend Climate-Tech bleibt intakt: Lösungen im Kampf gegen die Klimakrise sind weiterhin dringend notwendig, und das Potenzial für neue Technologien ist groß. Besonders Boom-Technologien wie Batterien bleiben gefragt. Allerdings erschweren die wirtschaftliche Situation in Europa und der geopolitische Druck zwischen China und den Vereinigten Staaten die Entwicklungen in der Clean-Tech- und Climate-Tech-Branche.

Der Megatrend Climate-Tech bleibt intakt.

Laurenz Simbruner: Interessant ist auch die Entwicklung bei den Investitionsvolumina: Nach einem Anstieg über drei Quartale gab es zuletzt wieder einen Rückgang. Besonders Deals im Bereich künstliche Intelligenz ziehen hier Aufmerksamkeit auf sich, da viele Mega-Rounds ein Drittel des Investitionsvolumens in Anspruch nehmen. Unsere beiden Bereiche Klima und Gesundheit bleiben jedoch noch immer unter den Top-Verticals. Der Fokus im Climate-Tech-Bereich verschiebt sich hin zu echten Herausforderungen der Energiewende und Industrie. ESG-Monitoring oder reine Energiemonitoring-Lösungen reichen nicht mehr aus – es geht darum, die großen Probleme anzugehen. Beispielsweise spielt die Steuerung zwischen Energieproduzenten, Speichern und Abnehmern eine zentrale Rolle, und hier kann Software Effekte erzielen.

Lukas Püspök: Die Komplexität im Energiebereich steigt enorm, die neue Energiewelt ist wesentlich vielschichtiger und dynamischer als früher. Das schafft ein ideales Umfeld für neue Technologieunternehmen, die mit ihrer Agilität und Innovationskraft Lösungen bieten können, die traditionelle Akteure oft nicht schnell genug umsetzen. In diesem Feld ergeben sich fast zwangsläufig große Wachstumschancen für neue Technologieunternehmen. Die Herausforderungen und Möglichkeiten sind so groß, dass es fast nicht anders kommen kann.

Welche Chancen bestehen für Startups im Energiebereich angesichts der dominanten Marktposition Chinas im Hardwarebereich?

Lukas Püspök: Ja, tatsächlich sind die meisten wesentlichen Technologien mittlerweile fest in chinesischer Hand. Bei Wärmepumpen könnte Europa noch eine kleine Chance haben, aber auch hier zeigt sich ein ähnliches Bild wie bei den Wechselrichtern: Vor einigen Jahren hatten auch die europäischen Hersteller noch eine gewisse Relevanz am Weltmarkt, heute spricht jedoch fast jeder nur noch über Huawei und ein paar andere, die ihre Dominanz klar ausbauen konnten.

Diese Entwicklung wird sich in den nächsten Jahren nicht einfach aufhalten lassen. China hat ein enormes Production-Know-how aufgebaut. Die Unternehmen dort sind in Forschung und Entwicklung sowie im Bau großer Produktionsanlagen extrem stark geworden. In Europa wird es sehr schwierig, dieses Niveau schnell zu erreichen.

Die USA gehen einen anderen Weg: Mit dem Inflation Reduction Act fließt viel Kapital in den Aufbau von Produktionskapazitäten, was den USA möglicherweise Vorteile verschafft. In Europa fehlen vergleichbar starke Investitionsanreize und langfristige Strategien, wie sie in China und den Vereinigten Staaten umgesetzt werden.

Historisch gesehen sind industrielle Erfolge eng an günstige Energiepreise gebunden.

Das bedeutet jedoch nicht, dass es für europäische Startups im Energy-Tech-Bereich keine Chancen gibt. Es gibt zahlreiche Felder, in denen sie erfolgreich sein können – von der Ausgleichsenergie über das Energiekostenmanagement bis zur Batterieoptimierung und Implementierung, um nur ein paar zu nennen. Hier bieten sich viele Möglichkeiten zur Wertschöpfung.

Wenn jedoch jemand in Europa eine neue Solarzelle entwickeln möchte, ist Skepsis angebracht, ob eine solche Entwicklung hier wirklich konkurrenzfähig in die Massenproduktion gehen kann. Deshalb liegt unser Fokus ohnehin nicht auf Hardware. Sie kann zwar eine Rolle spielen, aber der Hauptwert sollte immer aus der Softwarekomponente kommen – auch wenn das im Energy-Tech-Bereich manchmal herausfordernd ist.

Welchen Investitionsfokus verfolgt Push im Energiebereich?

Lukas Püspök: Unser Fokus liegt immer auf Asset-Light-Ansätzen, selbst bei Projekten mit Hardwarekomponenten. Wir sind offen, auch Hardware anzusehen, aber der wesentliche Wert wird in Europa öfter durch Software geschaffen, seltener durch herausragende Hardwareentwicklung und Produktion.

Laurenz Simbruner: Das liegt auch daran, dass wir als Tech-Investoren darauf achten, wie leicht Folgefinanzierungen gesichert werden können. Bei reinen Hardware-Investments stoßen wir auf Widerstände: Rund drei Viertel der potenziellen Investoren sagen bei „Hardware only“ Nein. Das erhöht das Risiko, dass eine Anschlussfinanzierung scheitert oder man alternative Finanzierungsquellen wie strategische Investoren oder Family Offices anstreben muss.

Was muss Europa tun, um im Energiebereich Technologiesouveränität zu erlangen?

Lukas Püspök: Europa kann nur wettbewerbsfähig bleiben, wenn es langfristige, klare Policies ähnlich wie die anderen großen Wirtschaftsräume umsetzt. China hat mit seinen Fünfjahresplänen schon vor Langem begonnen, grüne Technologien und Batterien strategisch zu fördern, und unterstützt seine Unternehmen auf vielen Ebenen. Die USA setzen auf den Inflation Reduction Act, der klare Impulse für die Industrie bietet. Im Vergleich dazu wirkt Europa mit seinen Initiativen wie dem Green Industrial Deal fast zurückhaltend und politisch fragmentiert, was große Schritte erschwert.

Wir brauchen diese Klarheit in der europäischen Politik, um unsere Industrie zu halten und wettbewerbsfähige, günstige Energie zu sichern. Historisch gesehen sind industrielle Erfolge eng an günstige Energiepreise gebunden, und auch für Europa ist der massive Ausbau erneuerbarer Energien alternativlos. Manche Stimmen sprechen sich zwar für mehr Kernenergie aus, aber der gänzlich fossilfreie Ausbau bleibt das Ziel; besonders, da Europa keine großen natürlichen Ressourcen besitzt. Wir müssen so viel wie möglich selbst in Europa erneuerbar produzieren.

Der Fokus im Climate-Tech-Bereich verschiebt sich hin zu echten Herausforderungen der Energiewende und Industrie

Donald Trump hat die US-Wahlen gewonnen und setzt sich für fossile Energieträger ein. Inwiefern ist das eine Gefahr für den europäischen Climate-Tech-Sektor?

Lukas Püspök: Die aktuellen Entwicklungen in den USA stellen für den europäischen Climate-Tech-Sektor aus meiner Sicht keine allzu große Gefahr dar. Wenn die USA erneut aus dem Klimaabkommen austreten und die Schiefergas- und Schieferölproduktion steigern, wird dies zwar Auswirkungen haben, doch Europa wird weiterhin konsequent auf Zukunftstechnologien setzen. Diese klare Haltung stärkt das europäische Ökosystem und zeigt eine gewisse Unabhängigkeit gegenüber globalen politischen Veränderungen. Insgesamt halte ich den Wahlausgang für die Klimabemühungen für sehr bedauerlich – für die Chancen der europäischen Climate-Tech-Unternehmen aber nicht für eine fundamentale Gefährdung.

Laurenz Simbruner: Viele Climate-Tech-Lösungen dienen primär der Kostenreduktion und der Produktivitätssteigerung. Der Kundennutzen steht dabei im Vordergrund, z. B. durch geringeren Verbrauch oder höhere Effizienz. Die Entscheidung für solche Innovationen ist oft wirtschaftlich motiviert und nicht rein ideologisch. So spielt auch in den USA der wirtschaftliche Nutzen eine entscheidende Rolle – und erneuerbare Technologien wie Photovoltaik setzen sich langfristig durch, wenn sie wirtschaftlich sinnvoll sind.

Lukas Püspök: Letztlich zeigt sich: Technologien setzen sich dauerhaft nur dann durch, wenn sie einen entsprechenden Kundennutzen bringen. In vielen Fällen sind aber Anschubfinanzierungen notwendig, um Technologien wie Photovoltaik zu etablieren und günstige, nachhaltige Lösungen weltweit zu fördern. Der große Photovoltaikboom auf österreichischen Dächern begann weniger aus Umweltgründen oder weil plötzlich jeder grünen Strom wollte; vielmehr wollen wir uns im Lichte der hohen Kosten und der Abhängigkeit von Importen wirtschaftlich absichern. Dieses Prinzip zeigt sich auch in den USA: Zwar könnte man mehr Öl und Gas fördern, und in gewissem Umfang wird das leider auch passieren, aber in vielen Fällen ergeben andere Energieformen wirtschaftlich mehr Sinn. Auch die USA werden PV, Windkraft und Batterien weiter stark ausbauen, hauptsächlich, weil sie in der Stromproduktion zu fast konkurrenzlos günstigen Technologien geworden sind.


Sichere dir das brutkasten-Magazin in digitaler Form!
Trag dich hier ein und du bekommst das aktuelle brutkasten-Magazin als PDF zugeschickt und kannst sofort alle Artikel lesen! Du erhältst mit der Anmeldung künftig auch Zugang für unseren Startup-Newsletter, den wir drei Mal pro Woche verschicken. Du kannst dich jederzeit unkompliziert wieder abmelden.

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

Künstliche Intelligenz als Chance für die Industrie: ein Leitfaden

  • Industrieunternehmen beschäftigen sich seit geraumer Zeit mit der Automatisierung von Produktionsprozessen.
  • Der vorherrschende Druck der aktuellen Krise Kosten an jeder Stelle einzusparen, zwingt so manches Unternehmen die Digitalisierung noch schneller voranzutreiben und Künstliche Intelligenz zu implementieren.
  • Allein der Punkt “Datenerfassung” erweist sich als komplexes Gebilde bei dem Schritt interne Prozesse nachhaltig zu verändern.
  • Hier schreitet der Industrial AI-Dienstleister craftworks ein und bietet mit seinem Leitfaden eine Anleitung zur Umsetzung erfolgreicher Prozessoptimierung.
  • Dabei ist es wichtig als ersten Schritt die Abteilung zu wählen, in der man das Pilot-Projekt starten möchte.
  • Als Tipp wird vorgeschlagen Daten eines ganzen Jahres zu sammeln, um zu entscheiden, ob der Griff zur Künstlichen Intelligenz Sinn macht.
  • Da sich viele Datensätze im Laufe der Zeit verändern, ist es essentiell das “Industrial AI-System” dynamisch zu halten und ihm Erlaubnisse zu erteilen, Änderungen vorzunehmen.

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Künstliche Intelligenz als Chance für die Industrie: ein Leitfaden

  • Industrieunternehmen beschäftigen sich seit geraumer Zeit mit der Automatisierung von Produktionsprozessen.
  • Der vorherrschende Druck der aktuellen Krise Kosten an jeder Stelle einzusparen, zwingt so manches Unternehmen die Digitalisierung noch schneller voranzutreiben und Künstliche Intelligenz zu implementieren.
  • Allein der Punkt “Datenerfassung” erweist sich als komplexes Gebilde bei dem Schritt interne Prozesse nachhaltig zu verändern.
  • Hier schreitet der Industrial AI-Dienstleister craftworks ein und bietet mit seinem Leitfaden eine Anleitung zur Umsetzung erfolgreicher Prozessoptimierung.
  • Dabei ist es wichtig als ersten Schritt die Abteilung zu wählen, in der man das Pilot-Projekt starten möchte.
  • Als Tipp wird vorgeschlagen Daten eines ganzen Jahres zu sammeln, um zu entscheiden, ob der Griff zur Künstlichen Intelligenz Sinn macht.
  • Da sich viele Datensätze im Laufe der Zeit verändern, ist es essentiell das “Industrial AI-System” dynamisch zu halten und ihm Erlaubnisse zu erteilen, Änderungen vorzunehmen.

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Künstliche Intelligenz als Chance für die Industrie: ein Leitfaden

  • Industrieunternehmen beschäftigen sich seit geraumer Zeit mit der Automatisierung von Produktionsprozessen.
  • Der vorherrschende Druck der aktuellen Krise Kosten an jeder Stelle einzusparen, zwingt so manches Unternehmen die Digitalisierung noch schneller voranzutreiben und Künstliche Intelligenz zu implementieren.
  • Allein der Punkt “Datenerfassung” erweist sich als komplexes Gebilde bei dem Schritt interne Prozesse nachhaltig zu verändern.
  • Hier schreitet der Industrial AI-Dienstleister craftworks ein und bietet mit seinem Leitfaden eine Anleitung zur Umsetzung erfolgreicher Prozessoptimierung.
  • Dabei ist es wichtig als ersten Schritt die Abteilung zu wählen, in der man das Pilot-Projekt starten möchte.
  • Als Tipp wird vorgeschlagen Daten eines ganzen Jahres zu sammeln, um zu entscheiden, ob der Griff zur Künstlichen Intelligenz Sinn macht.
  • Da sich viele Datensätze im Laufe der Zeit verändern, ist es essentiell das “Industrial AI-System” dynamisch zu halten und ihm Erlaubnisse zu erteilen, Änderungen vorzunehmen.

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 …

Künstliche Intelligenz als Chance für die Industrie: ein Leitfaden

  • Industrieunternehmen beschäftigen sich seit geraumer Zeit mit der Automatisierung von Produktionsprozessen.
  • Der vorherrschende Druck der aktuellen Krise Kosten an jeder Stelle einzusparen, zwingt so manches Unternehmen die Digitalisierung noch schneller voranzutreiben und Künstliche Intelligenz zu implementieren.
  • Allein der Punkt “Datenerfassung” erweist sich als komplexes Gebilde bei dem Schritt interne Prozesse nachhaltig zu verändern.
  • Hier schreitet der Industrial AI-Dienstleister craftworks ein und bietet mit seinem Leitfaden eine Anleitung zur Umsetzung erfolgreicher Prozessoptimierung.
  • Dabei ist es wichtig als ersten Schritt die Abteilung zu wählen, in der man das Pilot-Projekt starten möchte.
  • Als Tipp wird vorgeschlagen Daten eines ganzen Jahres zu sammeln, um zu entscheiden, ob der Griff zur Künstlichen Intelligenz Sinn macht.
  • Da sich viele Datensätze im Laufe der Zeit verändern, ist es essentiell das “Industrial AI-System” dynamisch zu halten und ihm Erlaubnisse zu erteilen, Änderungen vorzunehmen.

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 …

Künstliche Intelligenz als Chance für die Industrie: ein Leitfaden

  • Industrieunternehmen beschäftigen sich seit geraumer Zeit mit der Automatisierung von Produktionsprozessen.
  • Der vorherrschende Druck der aktuellen Krise Kosten an jeder Stelle einzusparen, zwingt so manches Unternehmen die Digitalisierung noch schneller voranzutreiben und Künstliche Intelligenz zu implementieren.
  • Allein der Punkt “Datenerfassung” erweist sich als komplexes Gebilde bei dem Schritt interne Prozesse nachhaltig zu verändern.
  • Hier schreitet der Industrial AI-Dienstleister craftworks ein und bietet mit seinem Leitfaden eine Anleitung zur Umsetzung erfolgreicher Prozessoptimierung.
  • Dabei ist es wichtig als ersten Schritt die Abteilung zu wählen, in der man das Pilot-Projekt starten möchte.
  • Als Tipp wird vorgeschlagen Daten eines ganzen Jahres zu sammeln, um zu entscheiden, ob der Griff zur Künstlichen Intelligenz Sinn macht.
  • Da sich viele Datensätze im Laufe der Zeit verändern, ist es essentiell das “Industrial AI-System” dynamisch zu halten und ihm Erlaubnisse zu erteilen, Änderungen vorzunehmen.

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 …

Künstliche Intelligenz als Chance für die Industrie: ein Leitfaden

  • Industrieunternehmen beschäftigen sich seit geraumer Zeit mit der Automatisierung von Produktionsprozessen.
  • Der vorherrschende Druck der aktuellen Krise Kosten an jeder Stelle einzusparen, zwingt so manches Unternehmen die Digitalisierung noch schneller voranzutreiben und Künstliche Intelligenz zu implementieren.
  • Allein der Punkt “Datenerfassung” erweist sich als komplexes Gebilde bei dem Schritt interne Prozesse nachhaltig zu verändern.
  • Hier schreitet der Industrial AI-Dienstleister craftworks ein und bietet mit seinem Leitfaden eine Anleitung zur Umsetzung erfolgreicher Prozessoptimierung.
  • Dabei ist es wichtig als ersten Schritt die Abteilung zu wählen, in der man das Pilot-Projekt starten möchte.
  • Als Tipp wird vorgeschlagen Daten eines ganzen Jahres zu sammeln, um zu entscheiden, ob der Griff zur Künstlichen Intelligenz Sinn macht.
  • Da sich viele Datensätze im Laufe der Zeit verändern, ist es essentiell das “Industrial AI-System” dynamisch zu halten und ihm Erlaubnisse zu erteilen, Änderungen vorzunehmen.

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 …

Künstliche Intelligenz als Chance für die Industrie: ein Leitfaden

  • Industrieunternehmen beschäftigen sich seit geraumer Zeit mit der Automatisierung von Produktionsprozessen.
  • Der vorherrschende Druck der aktuellen Krise Kosten an jeder Stelle einzusparen, zwingt so manches Unternehmen die Digitalisierung noch schneller voranzutreiben und Künstliche Intelligenz zu implementieren.
  • Allein der Punkt “Datenerfassung” erweist sich als komplexes Gebilde bei dem Schritt interne Prozesse nachhaltig zu verändern.
  • Hier schreitet der Industrial AI-Dienstleister craftworks ein und bietet mit seinem Leitfaden eine Anleitung zur Umsetzung erfolgreicher Prozessoptimierung.
  • Dabei ist es wichtig als ersten Schritt die Abteilung zu wählen, in der man das Pilot-Projekt starten möchte.
  • Als Tipp wird vorgeschlagen Daten eines ganzen Jahres zu sammeln, um zu entscheiden, ob der Griff zur Künstlichen Intelligenz Sinn macht.
  • Da sich viele Datensätze im Laufe der Zeit verändern, ist es essentiell das “Industrial AI-System” dynamisch zu halten und ihm Erlaubnisse zu erteilen, Änderungen vorzunehmen.

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Künstliche Intelligenz als Chance für die Industrie: ein Leitfaden

  • Industrieunternehmen beschäftigen sich seit geraumer Zeit mit der Automatisierung von Produktionsprozessen.
  • Der vorherrschende Druck der aktuellen Krise Kosten an jeder Stelle einzusparen, zwingt so manches Unternehmen die Digitalisierung noch schneller voranzutreiben und Künstliche Intelligenz zu implementieren.
  • Allein der Punkt “Datenerfassung” erweist sich als komplexes Gebilde bei dem Schritt interne Prozesse nachhaltig zu verändern.
  • Hier schreitet der Industrial AI-Dienstleister craftworks ein und bietet mit seinem Leitfaden eine Anleitung zur Umsetzung erfolgreicher Prozessoptimierung.
  • Dabei ist es wichtig als ersten Schritt die Abteilung zu wählen, in der man das Pilot-Projekt starten möchte.
  • Als Tipp wird vorgeschlagen Daten eines ganzen Jahres zu sammeln, um zu entscheiden, ob der Griff zur Künstlichen Intelligenz Sinn macht.
  • Da sich viele Datensätze im Laufe der Zeit verändern, ist es essentiell das “Industrial AI-System” dynamisch zu halten und ihm Erlaubnisse zu erteilen, Änderungen vorzunehmen.

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Künstliche Intelligenz als Chance für die Industrie: ein Leitfaden

  • Industrieunternehmen beschäftigen sich seit geraumer Zeit mit der Automatisierung von Produktionsprozessen.
  • Der vorherrschende Druck der aktuellen Krise Kosten an jeder Stelle einzusparen, zwingt so manches Unternehmen die Digitalisierung noch schneller voranzutreiben und Künstliche Intelligenz zu implementieren.
  • Allein der Punkt “Datenerfassung” erweist sich als komplexes Gebilde bei dem Schritt interne Prozesse nachhaltig zu verändern.
  • Hier schreitet der Industrial AI-Dienstleister craftworks ein und bietet mit seinem Leitfaden eine Anleitung zur Umsetzung erfolgreicher Prozessoptimierung.
  • Dabei ist es wichtig als ersten Schritt die Abteilung zu wählen, in der man das Pilot-Projekt starten möchte.
  • Als Tipp wird vorgeschlagen Daten eines ganzen Jahres zu sammeln, um zu entscheiden, ob der Griff zur Künstlichen Intelligenz Sinn macht.
  • Da sich viele Datensätze im Laufe der Zeit verändern, ist es essentiell das “Industrial AI-System” dynamisch zu halten und ihm Erlaubnisse zu erteilen, Änderungen vorzunehmen.