Maschinenparks sind oft historisch gewachsen, heterogen und nicht cloudfähig. Viele KMU betreiben Stand-alone-Maschinen, die sich nur schwer in moderne digitale Architekturen integrieren lassen. Die Übertragung der Sensordaten von der Feldebene bis zu einer IT-Struktur, in der KI-Tools sinnvoll eingesetzt werden können, stellt oft eine große Hürde dar. Zudem können die gesammelten Daten meist nur als isolierte Zeitreihen analysiert werden – ein Vergleich mit ähnlichen Maschinen anderer Unternehmen fehlt. Hinzu kommt der Aufwand, Daten manuell zu labeln, wie beim Supervised Learning zur Bilderkennung, was zusätzlich Ressourcen bindet.
Schneller Nutzen im Büro
In den Bürobereichen lassen sich KI-Werkzeuge wie Large Language Models (LLMs) hingegen oft ohne große Integrationsprojekte nutzen – etwa für die automatisierte Textgenerierung, Übersetzungen, Dokumentenprüfung oder Routineaufgaben. Diese Anwendungen bieten KMU die Chance auf sofortige Produktivitätsgewinne – mit vergleichsweise geringen technischen Einstiegshürden. Eine interne Befragung des SEF e.V. unter Mitgliedsunternehmen zeigt: Erste produktive KI-Anwendungen finden sich bereits in Marketing, Vertrieb, Personalwesen und IT. Auf einer Skala von 1 (kein Einsatz) bis 5 (operative Nutzung) liegt der durchschnittliche KI-Nutzungsgrad im Marketing bei 3,2 – es folgen der Vertrieb mit 2,8 und IT/IT-Sicherheit mit 2,7. Besonders häufig genannt wurden Anwendungen wie Text- und Übersetzungsdienste, die bei Vertrags- und Angebotserstellung unterstützen sowie generative Tools für Programmcode.
„Beispiele anschauen, Wissen aufbauen“
„Die ersten Anwendungen sind in der Praxis angekommen – aber das Potenzial ist auch im Bürobereich längst noch nicht ausgeschöpft“, sagt Prof. Dr. Gerrit Sames, Professor an der Technischen Hochschule Mittelhessen und stellvertretender Vorsitzender des SEF e.V. „Jetzt gilt es für Unternehmen, sich gute Beispiele anzuschauen, Wissen aufzubauen und KI gezielt in den Arbeitsalltag zu integrieren.“ weiterlesen
