Daten, Modelle, Maschinen: Wie Industrial AI den KI-Standort Deutschland stärkt

00:00:03:

00:00:09: Hallo und herzlich willkommen zum Ohr am Netz.

00:00:12: Willkommen in einer Zeit zwischen Depressionen und Euphorie!

00:00:25: Also ich bin ja so ein Typ, es schlagen acht zwei Herzen in meiner Brust.

00:00:28: Es ist immer irgendwie eine Mischung aus Beidem.

00:00:30: Malen bisschen mehr das mal ein bisschen mehr dass im Moment ein bisschen eher Euphorie weil der Urlaub steht vor der Tür aber auch ein bisschen Depression weil im Urlaub könnte sehr heiß werden und es ist nicht Schweden.

00:00:40: also insofern Kompromiss die Kinder wollten in den Süden also geht's nach Malle mal gucken.

00:00:46: Naja, ein bisschen Kontext für alle die jetzt gar nicht so richtig einordnen können was wir hier sprechen zwischen Depression und Euphorie.

00:00:54: So hat der parlamentarische Staatssekretär im BMDS Thomas Jahrzumbik Am Anfang des Monats während einer Veranstaltung von uns beim ECO, wo wir eine aktuelle Studie vorgestellt haben zum Thema KI sozusagen die Stimmung in Deutschland beim Thema KI beschrieben also zwischen Depression und Euphorie.

00:01:15: Und ich denke damit wollte er einfach so ein bisschen zum Ausdruck bringen was glaube ich alle auch so ein bischen fühlen bei dem Thema KI.

00:01:21: man hat das Gefühl Deutschland ist irgendwie so ein Bisschen hinten dran könnte internationalen Wettbewerb zurückfallen.

00:01:31: Gleichzeitig ist es einfach eine neue Technologie und das passiert gerade ganz viel, daher also die Euphorie.

00:01:36: Ja!

00:01:37: Und das wollen wir heute so ein bisschen einordnen wie gesagt.

00:01:40: Kontext ist unsere neue Studie, die wir zusammen mit dem IW Köln gemacht haben der Deutschland Case heißt die VKI Das Industrielle Geschäftsmodell erneuert.

00:01:50: Ja und es gibt, soviel können wir schon mal sagen Grund zur Euphorie.

00:01:53: Insofern weg mit der schlechten Laune und vor allem mit der Depression.

00:01:56: aber bevor wir zum Thema kommen gibts erstmal Neuigkeiten aus der digitalen Welt.

00:02:05: Ja, und wir starten auch mit dem Thema KI.

00:02:08: Der ECO warnt vor Blindflug bei KI-Transparenzpflichten.

00:02:14: Nur wenige Tage vor dem Start neuer Transparenzipflicht aus dem Europäischen AI-Akt warnt der ECO Verband vor erheblicher Rechtsunsicherheit.

00:02:23: Die EU-Kommission hat ihre finalen Leitlinien erst kurz vor dem Anwendungsbeginn veröffentlicht.

00:02:28: Ab dem zweiten August gelten ja die Vorgaben unmittelbar für neu auf den Markt gebrachte KI Systeme Und auch bereits angebotene Systeme sind nicht grundsätzlich ausgenommen.

00:02:38: Aus Sicht vom Eko fehlen hier weiterhin einheitliche und technisch umsetzbare Standards für die Kennzeichnung KI-generierter oder manipulierter Inhalte, unklar sei etwa ab wann menschlich und maschinell bearbeitete Inhalten kennzeichnungspflichtig sind oder wie häufig KI-Assistenten auf ihren Einsatz hinweisen müssen.

00:02:57: Der Verband fordert deshalb europaweit abgestimmte Standards und eine verhältnismäßige

00:03:02: Vollzugspraxis.".

00:03:03: Apropos europaweit abgestimmte Standards, Frankreich führt ein generelles Mindestalter von fünfzehn Jahren für die Nutzung sozialer Medien ein.

00:03:12: Das kritisiert der ECO weil es ein nationaler Alleingang ist.

00:03:16: hier ganz klar die Warnungen vor einem regulatorischen Flickenteppich in Europa.

00:03:20: unterschiedliche Altersgrenzen und Sonderregelungen können zu abweichenden Schutzniveaus führen und Anbieter grenzüberschreitender Dienste also quasi allerdienste vorherhebliche Umsetzungsprobleme stellen.

00:03:31: mit dem Digital gibt es ja bereits gemeinsame europäische Rechtsrahmen, auch der Plattform zum Schutz Minderjähriger.

00:03:40: Die müssen jetzt natürlich nur konsequent umgesetzt werden und vielleicht gemeinsam weiterentwickelt werden also keine Alleingänge einzelner Staaten.

00:03:46: Der ECO fordert einen europaweit einheitlichen Jugendmedienschutz, der Altersprüfung altersgerechte Angebote Medienkompetenz und die Durchsetzung bestehender Regeln, die gibt's ja schon miteinander verbindet.

00:03:58: dabei müssten Datenschutz- und Grundrechte natürlich gewährt bleiben.

00:04:02: Und wenn wir über KI reden, dann reden wir natürlich auch über Rechenpower.

00:04:07: Denn die Entwicklung und Anwendung von KI braucht Rechenleistungen und Rechenzentren brauchen verlässliche Stromanschlüsse.

00:04:15: Deswegen fordert die Eko-Allianz zur Stärkung digitaler Infrastrukturen Nachbesserungen am geplanten Netzanschlusspaket der Bundesregierung.

00:04:24: Besonders kritisch sieht die Allianz die Möglichkeit zugesagte Anschlussleistungen nach drei Jahren auf den bis dahin höchsten gemessenen Verbrauch zu reduzieren.

00:04:32: Welchen Zentren werden jedoch meist schrittweise ausgebaut und benötigen daher Reserven für Kundenwachstum, Redundanz und einen sicheren Betrieb?

00:04:40: Die Allianz fordert deshalb Ausnahmen für nachweisbare Ausbaupläne und eine klare Unterscheidung zwischen spekulativ reservierter Leistungen und tatsächlich wachsenden Projekten.

00:04:50: Auch flexible Netzanschlüsse müssen zum Rundum die Urbetrieb von Rechenzentren passen – ohne verlässliche Stromanschlüssen können weder neue Cloud-Kapazitäten noch leistungsfähige KI-Infrastrukturen entstehen!

00:05:02: So und damit kommen wir zum Thema der heutigen Folge.

00:05:05: Alle wirklich alle reden gerade über KI, viele eigentlich alle haben eine Meinung und manchmal gibt es sehr viel Meinungen und sehr wenig Wissen.

00:05:12: deswegen wollte der ECO mal ganz konkret wissen wie wird KI in Unternehmen und KI Startups in Deutschland überhaupt eingesetzt?

00:05:19: Wo liegen denn hier unsere Stärken hierzulande und welche Potenziale sollten beziehungsweise müssen wir muss Deutschland muss die EU ausspielen?

00:05:28: Ja, deswegen haben wir uns wie schon gesagt zusammengetan mit IWKonsult und eine Studie erstellt die auf einer sehr umfangreichen Datenbasis basierte.

00:05:37: Es wurden fünfhundert Unternehmen über achtzig KI-Stardubs befragt und außerdem fünffünfzig Millionen online Stellen anzeigen analysiert.

00:05:47: das ganze kombiniert noch mit einer Literaturrecherche also eine sehr umfassende Datenerhebung.

00:05:52: Und jetzt ist natürlich mal interessant was konnten wir hier herausfinden?

00:05:55: Darum geht es in unserem ersten Interview.

00:06:00: Zwei Dinge hört man immer wieder.

00:06:01: Erstens, das macht die KI und zweitens, KI ist überall!

00:06:05: Aber wie genau wird KI in Unternehmen & Startups in Deutschland eingesetzt?

00:06:08: Und welche Stärken hat der Standort Deutschland?

00:06:10: Diese Fragen adressiert die neue Eco-Studie der Deutschland Case – wie KI das industrielle Geschäftsmodell erneuert.

00:06:17: von IWKonsult über die Ergebnisse und darüber was sie für den KI-Standort Deutschland bedeuten spreche ich jetzt mit dem EKO Vorstandsvorsitzenden Oliver Süme.

00:06:26: Oliver, ich freue mich, dass du mal wieder Zeit hast und vorbei schaust oder vorbei hörst hier im Ohr am Netz.

00:06:30: Hi!

00:06:31: Ah

00:06:31: das wär nicht, freu mich auch

00:06:32: So.

00:06:32: die Studie untersucht den Einsatz von KI in Unternehmen & Startups in Deutschland mit einem besonderen Fokus auf industrielle Anwendung.

00:06:39: was ist denn aus deiner Sicht die wichtigste Botschaft der Untersuchungen?

00:06:43: Also eine wichtige Botschaft ist zunächst einmal, dass wir mit der Studie endlich mal auf das schauen was in Deutschland geht wo wir gut sind und wo wir wirklich Chancen haben uns in diesem KI-Wettbewerb durch spezialisierte Anwendungen von anderen abzusetzen.

00:06:56: Wir sagen sonst immer es gibt in Deutschland oder Europa kein europäisches Open AI, wir haben dies verpasst und wir haben jedes verpasste.

00:07:03: Da ist auch viel Wahres dran.

00:07:04: aber zunächst mal finde ich wie gesagt wichtig dass wir uns auf unsere stärken konzentrieren und schauen, wo wir wirklich gut sind.

00:07:10: Und wo wir möglicherweise auch Chancen haben, die es in anderen Ländern so nicht gibt.

00:07:15: Ja, wovor was vielleicht ins nächste Level bringen können?

00:07:17: Die Ergebnisse zeigen ja das über die Hälfte der befragten Unternehmen.

00:07:20: Fünfzig Prozent genau bestehende KI Technologien weiterentwickeln und zum Beispiel mit Daten, mit Branchenwissen und Engineering Kompetenz im konkrete Anwendung übersetzen also das, was wir hier in Deutschland seit Jahrhunderten gut können jetzt auch in KI umzusetzen.

00:07:33: Warum ist gerade Industrial AI ein wichtiger Bereich für uns?

00:07:37: Ja, wir sind halt... In der deutschen Industrie besonders gut bei der Verbindung von KI mit Produktionsprozessen, mit Entwicklungs-Prozessen und Wertschöpfungsketten die wir besonders in der deutschen industrie verankert haben.

00:07:49: Wir sind nach wie vor eine Industrienation.

00:07:51: das hebt uns ab von vielen anderen Ländern.

00:07:54: Das hebt uns ab auch USA und China und deswegen haben wir in diesem Bereich natürlich ganz andere Möglichkeiten KI einzusetzen.

00:08:00: Die Studie zeigt eben sehr deutlich dass das auch passiert und dass damit schon bis Jahrgeben ganz erhebliche Wertschöffungen geschaffen wurden wurde im Bereich von ungefähr hundertzwanzig Milliarden Euro.

00:08:10: Und auch bei den Start-ups die sind da ganz ähnlich drauf, auch wenn sie jetzt nicht jahrhundertealte Industrie unternehmen sind oder?

00:08:16: Ja, also zunächst mal war es spannend zu sehen dass KI in Deutschland einen ja man kann sagen regelrechten Start-up boom nochmal hervorgerufen hat.

00:08:25: Interessanterweise sind viele Startups auch in dem Zeitpunkt entstanden als GPPT so langsam das Licht der Welt erblickt hat.

00:08:30: Also da sieht man eine deutliche Korrelation und natürlich fokussieren auch viele Start ups auf im weiteren Sinne KI Geschäftsmodelle und nutzen natürlich KI für ihre Unternehmen.

00:08:40: Insofern hat das auch noch einmal das Thema Entrepreneurship und Start Ups in Deutschland beflügelt Und auch dort zeigt sich, dass viele sich eben aus das Spezialisieren.

00:08:48: Was ich eben gesagt habe also Anwendungen in der Industrie wie kann man mit Produktionsdaten KI Lösungen für die deutsche Wirtschaft schaffen?

00:08:55: Das spiegelt sich tatsächlich auch in der Start-up Landschaft wieder.

00:08:58: Jetzt unterscheidet die Studie in verschiedenen Unternehmenstypen.

00:09:01: Also wir haben einmal die KI Anwender, das ist fast die Hälfte.

00:09:04: Dann haben wir die KI Spezialisierung, da sind schon nur noch zehn Prozent und dann sogenannte duale Anwänder immerhin vierundvierzig Prozent.

00:09:11: Warum sind gerade die spezialisierer und die dualen Anwände für innovat... und Wettbewerbsfähigkeit so wichtig?

00:09:16: Ja, weil das Unternehmen sind die ihre operativen Daten viel häufiger als zentralen Erfolgsfaktor betrachten als der reine Anwender.

00:09:24: Der reine Annwender, dass Unternehmen das Ko-Pale-Chatchi-BT-Cloat, was auch immer einsetzt möglicherweise auch hier und da noch in angepassten Versionen ist das eine.

00:09:32: Das Spannende sind aber die Chancs ergreifen und erkennen, dass sie aufgrund der eigenen Daten, die Sie aufgrund Ihrer Geschäftsprozesse vorliegen haben, die Möglichkeit haben spezialisierte KI-Lösungen zu entwickeln.

00:09:46: Deswegen sind diese dualen Anmender eben besonders spannend.

00:09:49: Sie integrieren Ihre Daten quasi als zentralen Hebel um zusätzliche Wertschöpfungspotenziale zu erschließen.

00:09:55: Bedeutet also vielleicht das der entscheidende Wettbewerbsvorteil hier für Deutschland künftig weniger der Zugang zu einem Basismodell ist?

00:10:01: Sondern vielmehr die Fähigkeit KI mit eigenen Datenprozessen Modellen so zu verbinden, dass was Neues entsteht?

00:10:06: Das ist genau das, was wir in der Studie gesehen haben.

00:10:09: Man muss fairerweise ja sagen die großen Large Language Models sind ganz überwiegend im USA und China und Asien entstanden aber die Studie hat eben zutage gefördert, dass die deutsche Wirtschaft und vor allem die deutsche Industrie besonders gut darin ist darauf aufzusetzen auf dieser Grundlage wie gesagt mit ihren eigenen Daten eigene hochspezialisierte KI-Lösungen zu schaffen.

00:10:29: Und dennoch haben wir ein Problem in Deutschland.

00:10:30: also wir haben sozusagen Vorreiter, aber wir haben eben auch gerade im Mittelstand noch ganz viele Unternehmen die KI noch gar nicht oder kaum nutzen.

00:10:39: Was bedeutet dieser Gap?

00:10:40: Diese Lücke für Deutschland wenn die größer wird oder man die nicht geschlossen kriegt also jetzt für den Mittelstand für die industrielle Wertschöpfung und auch für die internationale Wettbewerbsfähigkeit?

00:10:49: Ich bin ja nicht ganz zuversichtlich, dass wir die geschlossen bekommen.

00:10:51: Auch dazu liefert die Studie interessante Zahlen.

00:10:54: in den letzten Jahren hat sich der Anteil der Unternehmen die KI einsetzen mehr als verdoppelt.

00:10:58: Wir haben da ein Neunztitum von hundertachzehn Prozent gesehen und das ist natürlich immer noch zu wenig.

00:11:02: Wir sind jetzt ungefähr bei vierzig Prozent der Unternehmen, die KI aktiv einsetzen.

00:11:06: aber auch wenn man sich so umhört im Markt mit Kollegen spricht mit anderen Unternehmern-Unternehmern dann ist mein Eindruck schon, dass es immer weiter um sich greift und das auch gut so.

00:11:15: also insofern, wenn wir die Lücke nicht schließen könnten Dann wäre das sicherlich dramatisch für die deutsche Wirtschaft.

00:11:20: Aber ich bin sehr zuversichtlich, dass diese Zahlen sich weiter so dynamisch entwickeln wie wir das bisher gesehen haben.

00:11:25: So jetzt kommen wir... Ich sage mal, das rote Tuch des Verbandes und der Wirtschaft sind ja immer die politischen Rahmenbedingungen.

00:11:30: Und also auch in diesem Podcast reden wir seit Jahren darüber, dass sie innovationsfreundlich sein müssen.

00:11:35: Klar aber vor allem auch planbar.

00:11:37: Was heißt denn es in dem Fall konkret?

00:11:38: Also welche politische Hebel sind denn jetzt wichtig und wofür setzt sich der Eko aktuell ein?

00:11:43: Also

00:11:43: zum einen muss man klar sagen, dass auch den Unternehmen die jetzt Industrial AI einsetzen oder umsetzen wollen das im Wege steht.

00:11:51: Dass der deutschen Wirtschaft im Moment insgesamt im Wegen steht.

00:11:54: Das sind bürokratische Verfahren langwierige Verwaltungsprozesse Ein Übermaß an Berichtspflichten aus allen regulatorischen Bereichen.

00:12:03: Und das ist natürlich auch hier ein Hemmschuh, ja?

00:12:05: Das sind so die allgemeinen Dinge, an denen die Politik ja arbeitet aber das muss schneller gehen da muss mehr passieren damit wir eben auch in diesem hoch innovativen Bereich und gerade dort der Branche eben keine zusätzlichen Belastungen und Hindernisse in den Weg.

00:12:18: Das ist das eine.

00:12:19: Und dann haben wir natürlich auch in diesem Bereich die KI und Daten spezifischen Regulierungsvorgaben, die ja sämtlich aus Brüssel kommen, Stichwort KI-Verordnung, Stichtwort Data Act also auch hier nach wie vor viel zu komplexe rechtliche Anforderungen Und die große Herausforderung für viele Unternehmen ist, dass sie eben nicht nur sich mit dem KI-Akt also mit der KI Verordnung beschäftigen müssen sondern das andere angrenzende Datenregulierungen da eben auch mit rein spielen.

00:12:47: Es gibt Schnittmengen zum Datenschutz der DSGVO es geht Schnittmengen zum Data Act und daraus entsteht eben ein Komplexer Regulierungs-Dschungel und das ist eben seit Jahren ja eine Kernforderung von ECO wie auch von vielen anderen Wirtschaftsvertretern.

00:13:02: Wir müssen in Brüssel deutlich deregulieren, das passiert noch zu wenig.

00:13:06: im Moment gibt es mit dem Digital Omnibus einen ersten Ansatz.

00:13:09: der ist auch richtig aber noch lange nicht genug und nicht weit gehen um wirklich signifikant die regulatorischen Vorgaben zu vereinfachen.

00:13:16: Persönliche Meinungen Omnibus klingt so, und Ninzehundertachtzig und vier zu langsam.

00:13:19: Aber zumindest gibt es ein Projekt.

00:13:21: das ist schön!

00:13:21: Vielleicht sollte man den Kolleginnen und Kollegen in Brüssel sagen lasst doch mal eine KI ran die können nicht jetzt mal Spaß beiseite.

00:13:27: Jetzt sind wir mal ganz verrückt Oliver.

00:13:28: Jetzt gucken wir nicht nur wie kriegen wir denn die Bremsklötze?

00:13:31: Und Hemmnisse weg damit es hier halbwegs gut funktioniert sondern jetzt überlegen wir doch auch Mal Wie krass wäre es dann wenn man sozusagen Das Thema industrial hier zusätzlich stärken befördern würde.

00:13:43: Also welche Hebel könnte man denn dann, also natürlich ganz hypothetisch in Kraft setzen damit wir sagen hey da haben wir unsere Nische gefunden weil hier sind wir in Deutschland nämlich richtig gut?

00:13:51: Ja das passiert teilweise schon und Eco ist auch sehr engagiert als Verband.

00:13:54: es ist natürlich unsere Aufgabe die Industrie Datenanbieter sozusagen zusammenzubringen.

00:14:00: Dazu gibt es verschiedene Projekte, unter anderem Projekten wie Fazis und das sagt dem einen oder anderen Zuhörer vielleicht etwas ein Projekt, dass auch vom Bundeswirtschaftsministerium gefördert wird in dem ECO eine zentrale Rolle spielen Und bei den wir genau das machen.

00:14:14: Wir bringen Player aus der Industrie zusammen mit Cloud Anbietern um zu überlegen, wie können wir Infrastrukturen schaffen?

00:14:20: Wie können wir Dinge vereinfachen und ein Governance Framework aufsetzen.

00:14:25: Das eben genau das, wo jeder Mehrwert liegt vereinfacht also auch anders gesagt, wie kann wir gemeinsame Spielregeln vereinbaren auf deren Grundlage die Unternehmen diese Entwicklung beschleunigen können?

00:14:35: Der Deutschland-Case, wie KI das industrielle Geschäftsmodell erneuert heißt die Studie, die zeigt dass der Zug mit der KI für Deutschland noch lange nicht abgefahren ist während der digitale Omnibus aus Brüssel so langsam hierher tuckert.

00:14:47: Also vielen vielen Dank fürs Gespräch lieber Oliver und bleibt bitte unbedingt dran auf bald!

00:14:52: Ich bin gespannt auf weitere Erkenntnisse und Ergebnisse.

00:14:54: Bis

00:14:54: bald Sven.

00:14:55: viel dank.

00:14:57: Also.

00:14:58: Oliver's Reinschätzung haben wir jetzt gehört Sidoni.

00:15:00: Du kennst die Studie ja auch in und auswendig, du hast den Summit zu dieser Studie moderiert.

00:15:04: was ist denn dir besonders im Gedächtnis geblieben?

00:15:07: Ja ich glaube ich würde gar nicht so eine Zahl konkret herausheben.

00:15:10: Ich finde einfach so die Kernbotschaft der Studie ein Aha-Erlebnis Die eigentlich nämlich ist dass Industrial AI für Deutschland tatsächlich so ein Case sein kann mit dem wir sozusagen im internationalen Wettbewerb, bei dem Bereich KI durchaus eine große Chance haben zu bestehen und auch richtig gut zu sein.

00:15:30: Und dass wir uns vielleicht eben gar nicht jetzt so darauf konzentrieren müssen, dass wir unsere eigenen Basismodelle entwickeln müssen

00:15:36: usw.,

00:15:37: sondern dass wir einfach auf diese Stärke die wir hier haben konzentrierend und das für Deutschland tatsächlich der KI-Case werden könnte.

00:15:45: Das fand ich tatsächlich einfach so.

00:15:47: das spannendste an der Studie.

00:15:48: Es ist zwar so, dass es natürlich bei uns in einigen deutschen Schlüsselindustrie wie Automobilbereich, Maschinenbau ruckelt.

00:15:56: Aber mit unseren Kernkompetenzen liegen wir ja doch immer noch ganz klar vorne.

00:16:00: Deutschland ist weiterhin sehr starker Industriestandort.

00:16:03: Wir haben viele sogenannte Hidden-Champions gerade auch im Mittelstand, einen sehr starken Mittelstand und eine gewisse Stärke im Export.

00:16:11: Das müssen wir zusammenbringen mit dem Thema KI und dann kann das ein starker Case werden für Deutschland.

00:16:19: Industrial AI ist da das Stichwort, also industrielle KI-Anwendung vielleicht sogar mal wieder was wo man so einen schönen Stempelmate in Germany draufpacken kann und damit dann vielleicht so ein Exportschlager bekommen kann?

00:16:32: Wie funktioniert Industrial AI und wie ist das überhaupt alles schon im Einsatz?

00:16:39: Dr.

00:16:39: Siko Lehmann-Browns ist Lead of Digital Policy and Senior Director for Innovation Policy bei der Siemens AG, mit ihm spreche ich darüber wie Industrial AI in der Praxis aussehen kann und bei Siemens auch jetzt schon aussieht.

00:16:50: Schön dass du Zeit hast.

00:16:51: herzlich willkommen im Ohr am Netz.

00:16:52: Hallo Siko!

00:16:53: Hallo Sven guten Morgen.

00:16:54: freue mich auf das Gespräch mit dir.

00:16:56: Sico Siemens gehört zu den führenden Unternehmen aus dem Bereich Industrieautomatisierung also traditionell schon.

00:17:01: kannst du vielleicht zur Anfang an mal erklären wie KI bereits bei euch bei Siemens eingesetzt wird?

00:17:06: Und wie viel KI mittlerweile N-Produkt schon stecken kann.

00:17:09: Also

00:17:09: KI wird bei uns in ganz verschiedenen Bereichen eingesetzt, das geht über den gesamten Produktlebenszyklus vom Engineering über die Produktion, über den Betrieb von Geräten bis hin.

00:17:20: Das Ende des Lebenszykles End of Life.

00:17:22: auf all den Ebenen haben wir KI in der Anwendung.

00:17:25: Wir haben auch bereits die ersten agentischen KI-Anwendungen der sogenannte EigenKI-Agent, den wir aufgebaut haben.

00:17:31: wer Gelegenheit hatte auf der NOFAMESSE beim Siemenschstand vorbeizuschauen.

00:17:34: Der hat ihn schon gesehen, er überträgt jetzt agentische KI tatsächlich auf dem Shopfloor der Industrie und macht ihn da nutzbar.

00:17:41: Warum machen wir das Ganze?

00:17:42: Bei KI hat in der Industrie große Effizienzpotenziale, die wir heben können bei industriellen Abläufen.

00:17:49: Er hat große Potenziale bei der Einsparung von Ressourcen dadurch auch ein sehr positiven Nachhaltigkeitsbezug das ist immer wichtig mit Blick zu haben.

00:18:00: Er macht halt auch den Arbeitsplatz in der Industrie im Zweifel noch mal besser, weil er von Routineaufgaben zum Beispiel im Coding oder in der Dokumentation im Codding entlastet.

00:18:10: Weil er Erwartungsarbeitern hilft in der Fabrik schneller ein Gerät warten zu können die dafür relevanten Informationen über KI beispielsweise schneller finden zu können.

00:18:19: Insofern gibt es eine ganze Bandbreite wo KI einen positiven Mehrwert stiftet der Serial schon auf dem Shopfloor im Moment realisiert werden kann.

00:18:27: aber wir erwarten in Zukunft da natürlich noch viel mehr.

00:18:29: Wir sehen, dass die Ramp-Abkurve für industrielle KI jetzt noch relativ am Anfang steht und sich in den nächsten Jahren weiter exponentiell entwickeln wird.

00:18:37: So, jetzt sagt man sich so okay wir setzen KI ein wie gesagt Siemens macht das schon traditionell sehr sehr lange und jetzt macht man so einen eigenen Assistenten.

00:18:44: ich sag mal vor welche Herausforderung wird man denn dabei gestellt vielleicht auch hierzulande sowas überhaupt zu entwickeln?

00:18:50: Ja, man braucht erstmal immer für KI-Assistenten die richtigen Datengrundlagen.

00:18:54: Das ist zentral wichtig Und wir bewegen uns ja im Moment bei KI Modellen noch sehr stark im Bereich sprachbasierter Modelle Die Stiften auch in der Industrie wesentlich nutzen wie schon angesprochen beim Coding zum Beispiel oder bei der Wartung.

00:19:07: Da kommt es darauf an, dass man gute Daten hat.

00:19:10: also die Qualität der Daten muss stimmen.

00:19:12: Die Daten müssen spezifisch sein um den Beitrag eben in den industriellen Applikationen auch liefern zu können und wenn man darauf achtet dann kann man entsprechende Modelle- oder KI Anwendungen auch konstruieren.

00:19:23: da stehen wir im Moment.

00:19:24: die nächste Stufe die wir auch schon im Blick haben und an der wir arbeiten sind die domänen spezificen KI-Modelle die auf spezifiken Daten setzen aus der Industrie, also auf Maschinen-Daten aufbauen.

00:19:35: Das ist nochmal eine andere Welt weil es nicht auf Sprachdaten basiert sondern auf Daten aus Sensorik beispielsweise die verbautes Zeitreinendaten und die spielen für die Industrie eine große Rolle.

00:19:45: das ist die Herausforderung die aufzubauen die funktionieren anders als die Sprachmodelle und diese sind sozusagen die nächste Geschichte an der wir gerade dran sind und die auch noch mal einen enormen Sprung glaube ich in der Anwendung von KI eine Industrie bieten wird.

00:19:57: Was würde das bringen?

00:19:57: Also wenn diese Modelle dann funktionieren?

00:20:00: Ja ja das ermöglicht so zu sagen Anwendungen von KI, die wir jetzt im Bereich der Sprache haben in dem Bereich der Maschinendaten zu übertragen.

00:20:09: Das heißt das Anwendungsfeld wird dadurch enorm erweitert.

00:20:13: Denn du musst dir vorstellen, in jedem industriellen Gerät entstehen täglich sehr große Datenmengen.

00:20:19: Und über verschiedene Geräte, Generation oder Flotten hinweg kann man diese Daten sammeln und aus diesen Daten sehr viele Dinge ableiten.

00:20:26: Die KI kann die verarbeiten und dann zum Beispiel dazu führen dass man Ausfälle eines Gerätes noch frühzeitiger erkennt darauf reagieren kann und damit beispielsweise Down Times in der Industrie vermeidet.

00:20:37: Das ist nur ein Anwendungsbereich aber einer wo sehr viel Musik drin liegt.

00:20:41: Nach deiner Einschätzung, was ist der größte Hebel beziehungsweise aktuell das größte Hemmnis beim Einsatz von KI in Industrieunternehmen?

00:20:48: Also der größste Hebel ist glaube ich sehr klar ein klarer geschäftlicher Nutzen.

00:20:52: Und wie es eingangs gesagt hat den sehen wir in verschiedenen Feldern.

00:20:55: wenn man's dann schafft die KI da einzusetzen dafür braucht man aber auch geeignete wirtschaftliche Rahmenbedingungen.

00:21:01: Also wir wissen ja, dass in Deutschland die KI-Durchdringung in der Breite der Industrie noch sehr stark ausbauffig ist.

00:21:08: Wir unterstützen das als Siemens auch sehr stark in Richtung unserer Partner aus dem Mittelstand beispielsweise mit Starter Kits die den Einsatz von KI erleichtern und möglich machen.

00:21:18: Das Ganze funktioniert aber natürlich nur, wenn Unternehmen geeignete wirtschaftliche Rahmenbedingungen dafür vorfinden.

00:21:24: Das heißt ein Unternehmen das bislang noch keine KI einsetzt für dies erstmal das Thema KI einen Investment-Thema.

00:21:30: Das heisst sie brauchen dafür die investiven Mittel Sie brauchen dafür den Rahmen der es erlaubt da rein zu investieren.

00:21:37: Das bedeutet zum Beispiel das Steuersystem, das Energiepreissystem muss so sein dass es den Unternehmen diese Mittel zur Verfügung stellt.

00:21:45: ist natürlich auch das Skills-Thema.

00:21:47: Du brauchst die Fähigkeiten, um die Daten zu nutzen und diese KI zu trainieren und dann sie auch einzusetzen vor Ort.

00:21:54: Auch da sehen wir noch Entwicklungsbedarf – auch da gibt es teilweise Shortages bei Personal.

00:21:59: Das ist sicherlich ein Thema was eine Rolle spielt.

00:22:01: aber wenn das zusammenkommt sozusagen geeignete wirtschaftliche Rahmenbedingungen Personal und drittes Thema geeignet rechtliche Rahmen bedingungen Stichwort Rechtssicherheit, dann glaube ich steht dem Einsatz nichts entgegen.

00:22:12: und wenn man dann die ersten Mehrwert in konkreten Anwendung erzielt, dann wird man die auch skalieren wollen.

00:22:17: So jetzt

00:22:17: gilt Siemens wenn ich richtig informiert bin seit diesem Jahr als das wertvollste Unternehmen Deutschlands.

00:22:22: was hat aus deiner Sicht KI mit diesem Erfolg zu tun?

00:22:25: wie sehr hat KI dazu beigetragen?

00:22:27: Ja also ich würde es jetzt ehrlicherweise nicht an aktuelle Börsenkurse so stark knüpfen.

00:22:31: wir befinden uns ja bei Siemens in einer sehr sehr langen KI Journey die vor Jahrzehnten im Grunde begonnen hat.

00:22:37: Wir haben einen direkten quasi kontinuierlichen Übergang aus der Automatisierungstechnik in die Digitalisierung der Industrie und dann auch in den Einsatz von KI.

00:22:44: Ich glaube, dass wir schon sehr frühzeitig eben auf dieses Thema KI eingegangen sind, das wir ganz bewusst unser Produktportfolio aufgebaut haben, Auch die Datengrundlagen intern gelegt haben dafür.

00:22:57: Das sind alles, glaube ich, Entwicklungsschritte, die genau in diese Richtung gehen und uns da unterstützen.

00:23:02: Wir sehen dann eine große Nachfrage auch bei unseren Kunden.

00:23:05: Wir haben bewusst unser Produktportfolio in dieser Richtung erweitert – Stichwort Accelerator und X-Angebote in allen Anwendungsbereichen, denen Siemens am Markt unterwegs ist.

00:23:14: All das trägt dazu beides.

00:23:15: wir, glaube Ich, in der Industrie eines sicherlich der digitalsten Unternehmen sind.

00:23:19: Wir gehören ja auch zu den zehn größten Softwarefirmen im Bereich Industriesoftware, oft verwendet man ja Softwarefirmen nur in Bezug auf Konsumenten-Software und sieht den Industrieanteil nicht.

00:23:30: Also insofern haben wir da eine lange kontinuierliche Vorgeschichte die wir jetzt nochmal beschleunigt haben mit OneTech Company unser Produktportfolio ausgeweitet haben und das trägt natürlich auch dazu bei dass wir da wirtschaftlich sehr stark dastehen.

00:23:41: ich würde es aber trotzdem nicht an aktuelle DAX Kurse knüpfen weil dir gerade was jetzt auch die Bewertung anderer Unternehmen angeht von anderen Rahmenbedingungen abhängig sind.

00:23:49: Also, Industry AI kommt beziehungsweise ist schon längst da.

00:23:53: Dr.

00:23:53: Asiko Lehmann-Browns ist Lead of Digital Policy und Senior Director for Innovation Policy bei der Siemens AG.

00:23:59: Vielen Dank für das Gespräch und die Einblicke darin was KI schon kann und wohin die Reise geht und danke fürs dabei sein!

00:24:07: Ja, ich fand es jetzt ganz spannend zu hören.

00:24:09: Er hat ja auch mal ein paar Beispiele genannt.

00:24:11: das zum Beispiel KI jetzt eben auch in der Lage ist sozusagen Maschinensprache zu erkennen also z.B.

00:24:17: an Geräuschen oder Vibrationen oder Temperaturdaten frühzeitig zu erkennen ob irgendwas kaputt ist oder ob ein Bauteil verschleißt und dann kann eben Reparatur auch geplant werden bevor die Produktion still steht.

00:24:30: Das spart natürlich Ausfallkosten und sichert Liefertermine im Zweifel auch.

00:24:34: Klingt so ein bisschen nach Heilsbringer AI dann nicht nur unsere Sprache versteht, sondern auch die der Maschine.

00:24:40: Und trotzdem zeigt die Studie das sechzig Prozent der Unternehmen in Deutschland noch nicht einsetzen.

00:24:45: und da fragt man sich natürlich ja wieso?

00:24:47: Das fragen wir ja nicht uns, sondern es war in der Studie eben eine der Fragen.

00:24:51: Und die Ursachen liegen da weniger an technologischen Barrieren, sondern einundsechzig Prozent sagen es ist die fehlende Relevanz von KI für das eigene Geschäftsmodell.

00:24:58: Das ist ja was, was dann jetzt sozusagen mit ganz großen Schritten gerade im Industrial AI-Segment kommen wird.

00:25:04: Vierunddreißig Prozent sagen fehlenden Kapazitäten und Ressourcen für die Auseinandersetzung mit KI auch ein großes Problem hatte.

00:25:10: SIKU auch erwähnt dass das eben des Pipelproblemen sein kann und zweiunddreißig Prozent Mangelnde Verfügbarkeit passender KI Anwendung.

00:25:18: Da macht man's entweder wie beispielsweise Siemens und baut was Eigenes oder man wartet noch ein bisschen bis die passenden Modelle kommen.

00:25:23: Also, die Herausforderungen, die man da angehen kann sind vielfältig.

00:25:27: im ECO gibt es Mitglieder, die andere Unternehmen bei KI-Implementierung unterstützen.

00:25:32: das heißt also tut euch einfach zusammen dann kommen wir gemeinsam da auch deutlich schneller voran.

00:25:37: Ja und teilweise geht es natürlich auch um so ein paar Grundsatzfragen, die einfach adressiert werden müssen.

00:25:42: Zum Beispiel ist ja eine grundlegende Komponente beim KI-Einsatz – das haben wir gerade in den News schon gehört – natürlich die Infrastruktur, die man eben braucht, um gewisse Anwendungen überhaupt erst möglich zu machen.

00:25:54: Und darum geht's jetzt in unserem nächsten Interview!

00:25:58: Ja, laut unserer neuen Studie ist eine hohe technische Leistungsfähigkeit von KI-Lösungen das wichtigste Auswahlkriterium für Unternehmen.

00:26:07: Und diese hängt direkt mit der Rechenleistung im REC zusammen.

00:26:11: Cloud und Rechenzentren müssen also mit KI zusammengedacht werden!

00:26:15: Doch wie genau sieht denn die Wechselbeziehung zwischen KI – insbesondere Industrial AI über das wir ja hier sprechen – unter digitalen Infrastruktur aus?

00:26:24: Das weiß Michael Hanisch, er ist Head of Technology beim Cloud- und Rechenzentrumsanbieter Amazon Web Services.

00:26:31: Er berichtet was unter der Haube vorhanden sein muss damit Industrial AI skalieren kann.

00:26:36: Herzlich willkommen, Michael beim Ohr am Netz.

00:26:38: Ja, Hallo!

00:26:38: Danke, dass ich hier sein darf.

00:26:39: Michael die EW-Studie zeigt ja Deutschlands KI Potenzial liegt besonders in Industrieanwendungen also dort wo Daten, Engineering Competence und Branchenwissen zusammenkommen.

00:26:50: wenn man das jetzt mal aus Infrastruktur Perspektive betrachtet welche digitale Basis braucht Deutschland denn damit daraus skalierbare Wertschöpfung entsteht?

00:26:59: Ja, da kommen mehr Sachen zusammen.

00:27:01: Also zum einen braucht man eine leistungsfähige Netzinfrastruktur, also wirklich halt Übertragungsnetze um Fabriken-Standorte miteinander zu verbinden innerhalb Deutschlands aber auch überregional.

00:27:12: wir haben jetzt auch viele Industrieunternehmen wie es auch z.B.

00:27:16: Werke in anderen Ländern betreiben.

00:27:17: die werden auch über das Internet oder über eigene Netze erreichen wollen.

00:27:20: Man braucht eine hoch verfügbare und resiliente IT-Infrastruktur wie jetzt halt die Cloud Services die wir anbieten die es ermöglichen, Daten aus den verschiedenen Fabriken z.B.

00:27:30: zentral zu sammeln und eben nicht nur die Daten aufzubewahren sondern auch einen einfachen Zugang zur Rechenleistung, zu Datenbanken, zu KI-Services usw.

00:27:39: anbieten können.

00:27:40: Das heißt im verlässlichen Partner für solche Infrastrukturdienste der mir dann wirklich hilft meine Industriedaten also Daten aus dem operativen Betrieb als aus der OT sozusagen aus den Fabrikan und die Daten aus der IT, also aus Bestellsystemen, Kundenservice usw.

00:27:57: zusammenzubringen und daraus wirklich einen Mehrwert zu generieren.

00:28:00: Jetzt

00:28:00: hast du ja schon so ein paar Komponenten sozusagen genannt, Infrastrukturkomponent.

00:28:05: Welche Rolle spielen nennen genau Cloud, Edge, Rechenzentren, Netzwerke und Datenplattformen konkret jetzt in einer Industrial AI Architektur?

00:28:16: Und wie unterscheidet sich das vielleicht auch von anderen Anwendungsfeldern?

00:28:20: Du hast schon sehr wichtiges Stichwort angesprochen nämlich auch das Thema Edge Computing.

00:28:24: Das heißt wir haben ja zum einen typischerweise im Industrial AI Bereich oder generell im Bereich Cloud Services für die Industrie.

00:28:31: Da haben wir immer Anteile, die werden eher zentralisiert gemanagt also in einer Cloud-Region zum Beispiel wenn es jetzt darum geht zentrale Systeme wie ist halt ein ERP-System einen SAP oder halt ein Kundenmanagement-Ssystem dergleichen zu verwalten.

00:28:44: andererseits hat man dann auch viele Komponenten die dann sozusagen on the edge also in den Fabriken zum Teil direkt in der Maschinensteuerung dann laufen, weil sie eben dort diese kurze Latenzzeit brauchen.

00:28:55: Weil Sie direkt mit der Maschine interagieren müssen ohne dass es jetzt irgendwelche Verzögerungen kommt.

00:29:00: und das ist eben schon etwas was jetzt gerade den Bereich der industriellen Fertigung nochmal unterscheidet von jetzt anderen Branchen mit denen ich zum Beispiel auch arbeite auf der Cloudseite.

00:29:09: Das heißt man spielt immer so ein bisschen aus welche Informationen sammelt man auf dem Edge zum Beispiel und welche nimmt man jetzt in die Cloud.

00:29:19: Also ein konkretes Beispiel, ich habe eine Steuerung, die sammelt einfach Sensor-Daten von einer bestimmten Maschine, die wird dann innerhalb der Fabrik dann aggregiert über eine Fertigungsstraße und diese Daten werden angereichert mit Informationen über die Prozesse, über die Infrastruktur, die in den Werk vorhanden ist.

00:29:34: Und in der Cloud bekomme ich dann zum Beispiel ein Dashboard, wo ich alle meine Werke parallel sehen kann.

00:29:39: Einfach vergleichen kann, wo ist meine Effektivität höher?

00:29:43: Wo habe ich mehr oder weniger Fehler oder Ausschussquote

00:29:46: z.B.,

00:29:47: um dann reagieren zu können.

00:29:49: Das heißt da gibt es immer so dieses Spiel was mache ich in der cloud und was mache die edge?

00:29:53: und das sehen wir auch im KI-Bereich zum Beispiel, wo es dann oft darum geht Ich trainiere jetzt Modelle oder verfeine diese Modelle auf allen Daten, die ich sozusagen habe in meinem Unternehmen und übersetzt das dann in typischer Weise spezialisiertere kleinere Modelle.

00:30:07: Die ich dann direkt auf den Edge Devices also an der Steuerung einer Maschine ausführen kann.

00:30:12: Jetzt macht die Studie ja Unterschiede in den verschiedenen KI Anwendungstypen als ist es auch klar.

00:30:17: Es gibt ja unterschiedliche Unternehmen, unterschiedliche Geschäftsmodelle.

00:30:20: hier haben wir jetzt KI Anwender, die einfach fertige Lösungen einsetzen.

00:30:25: Dann KI Spezialisierer, die Modelle tatsächlich gezielt weiterentwickeln und welche die sozusagen beides machen.

00:30:32: Also duale Anwender, die eben beide Ansätze kombinieren das sind auch mit forty-fünf Prozent gar nicht mal so weniger.

00:30:38: Wie geht denn AWS auf die verschiedenen Bedürfnisse ein?

00:30:41: Die sich aus diesen jeweiligen Geschäftsfeldern sowie diesen unterschiedlichen Nutzungsarten auch ableiten lassen?

00:30:46: Gut eine unserer Stärken ist ja auch dass wir vom Kunden rückwärts arbeiten.

00:30:50: Wir schauen genau die Kundenbedürfnisse an und schauen was wir dann für diese Ziele die im Kunde verfolgt auch anbieten können Und so entstehen danach nach unsere Services in unserem KI-Stack zum Beispiel.

00:31:00: Wir arbeiten ja auch viel mit den großen Foundation Model Anbietern und mit den Frontierlabs zusammen, aber auch mit kleineren Firmen die halt auch eigene Modelle bauen wollen und bieten da wirklich für einen untren Ende des Stacks einfach skalierbare Infrastrukturen aus ganz vielen GPUs oder auch unseren eigenen Beschleunigungchips an, aus denen ich dann ein Cluster bauen kann um wirklich meine Modelle zu trainieren.

00:31:20: Da gibt es dann Services die das ganze Training dann aussteuern, die die Datenmengen die Arbeit in diesen Rechenzentrums Cluster dann aus steuern damit ich möglichst kosteneffizient möglichst schnell Modelle in Prinzip beliebiger Größe auch trainieren kann.

00:31:34: Auf der anderen Seite gibt es weiter oben in einem KI-Stack, auch so services heißt das bei uns Amazon Bedrock zum Beispiel.

00:31:40: die ist mir jetzt erlauben schnell fertige Modelle einfach zu benutzen.

00:31:44: Das heißt ich kann dann auswählen will ich ein Open AI Modell, eine Tropic Modell einen Mistralmodell, ein Open Weight Modell aus China oder sonstwo einfach nutzen kann das dann sozusagen für mich getrennt in meiner Infrastruktur, meine Cloud-Infrastruktur dann betreiben.

00:31:58: Mit meinen Daten dann versehen mit meinen Systemen vernetzen da muss ich nicht selber trainieren wenn ich das nicht will.

00:32:03: ja Ich habe die Möglichkeit das Ganze zu verfeinern.

00:32:05: Da ist eben so ein bisschen die Grenze zwischen den verschiedenen Anwendern und kann das auch einfach nutzen.

00:32:10: Und zahl zum Beispiel nach Menge der Tokens die ich dann verbraucht habe.

00:32:14: Das geht bis hin an einen Dienst eine agentische Schnittstelle oder einen Chatbot anbieten, nicht einfach so nutzen kann ohne dass ich mich groß mit dem Thema KI eigentlich auseinandersetzen muss.

00:32:24: Das heißt wir haben wirklich von mehreren Ebenen in unserem KI-Stack für diese verschiedenen Personen und weil er gesagt hat gerade die Verfeinerer – das sehe ich auch im Industriebereich sehr wichtig werden – da haben wir natürlich auch ein größeres Ökosystem aus Datendiensten.

00:32:38: Das heisst IoT-Dienste, die bekomme ich die Daten überhaupt in die Cloud, Datenbanken, Analysis Services um wirklich aus den Daten, die ich habe... Maschinendaten, aber auch unstrukturierte Daten wie zum Beispiel meine Prozesshandbücher oder das Handbuch von der Maschine die es dort irgendwie in den Werk steht einfach dann zusammenbringen kann und darauf meine KAE Systeme dann einfach entweder selber verfeinern oder trainieren kann.

00:33:00: Oder wo ich diese Information einfach zusammen bringen kann um ein neues System zu bauen.

00:33:04: Jetzt ist ja Multikloud bei vielen Unternehmen und auch KI-Startups bereits Realität.

00:33:09: Welche Vorteile hat denn dieser Ansatz gerade vielleicht auch bei KI?

00:33:12: Und was sagt euch das bei AWS über die Erwartungen eurer Kunden, auch an Wahlfreiheit, Interoperabilität und Skalierbarkeit?

00:33:20: Ja

00:33:20: ich glaube es kommt in der Studie ganz gut raus dass auch Multikoud eine gelebte Realität ist, also hier auch in meinen Kundendiskussionen.

00:33:27: Gerade wenn wir jetzt auf die KI Anwendungen schauen kommen wir nochmal mehrere Ebenen zusammen weil ich habe zum einen welchen Clouds liegen meine Daten?

00:33:33: wo werden die KI Modellen ausgeführt, mit welchen Systemen?

00:33:36: in welchem Klaus und welche Interstrukturen arbeiten diese KI-Modelle dann oder die KI-Agenten, die ich baue.

00:33:40: Und zusätzlich habe ich dann nochmal so Fragestellungen wie wo läuft dieses Modell zum Beispiel das Gehirn für einen KI-Agent darstellt?

00:33:49: Oder ist halt das Modell dass mein Chatbot antreibt?

00:33:51: Insofern hat man da verschiedene Wahlmöglichkeiten auf verschiedenen Ebenen in einem Stack Und dem versuchen wir auch Rechnung zu tragen, indem wir auch wirklich den Kunden die Auswahl lassen und die Auswahl auch möglichst leicht machen.

00:34:02: Ich hatte vorhin Amazon Bedrock angesprochen, das ist sozusagen unser Inferenz-Service.

00:34:06: da kann ich einfach einen Modell nehmen von verschiedenen Anbietern, kann auch ein eigenes Modell mitbringen dass sich selber trainiert habe.

00:34:12: Das wird dann einfach von uns sicher und skalierbar für den Kunden ausgewählt, ausgeführt auch wenn der Kunde es einmal ausgewählt hat.

00:34:18: Wir versehen das dann mit Enterprise Guardrails kümmern uns um die Vernetzung oder die Verschlüsselung der Daten usw.

00:34:24: sozusagen so ein Modell auszuführen und einzubetten in die Infrastruktur des Kunden.

00:34:28: Und um den Kunden auch wirklich zu erleichtern, möglichst schnell zwischen verschiedenen Modellen zu wechseln.

00:34:33: Dass ich einerseits sagen kann, ich wähle jetzt für diesen Agenten dieses Modell, für dieses Projekt wähle ich ein anderes Modell.

00:34:39: das trifft eigentlich die Realität der Kunden ganz gut ohne dass der Kunde dann jedes Mal das System komplett neu umbauen muss sondern natürlich relativ leicht von einem Modell zum anderen wechselnd kann.

00:34:48: also größtmögliche Flexibilität im Grunde?

00:34:50: Ganz genau!

00:34:51: Das sieht man auch z.B.. Wenn man so über Agenten-Plattformen irgendwie nachdenkt, auch da gibt es bei uns dann ein Dienstangebot.

00:34:58: Da kann ich entsprechend verschiedene Modelle auch wählen, auch welche die in anderen Clouds laufen.

00:35:02: Ich kann mir dann Agenten bauen, die dann auf AWS laufen.

00:35:05: Die können mit anderen Agenten interagieren, die vielleicht in der anderen Cloud laufen oder eben auch auf einem Edge Device und dann darüber kommunizieren.

00:35:12: Aber da gibt's sehr viele Wahlmöglichkeiten um sinnvolle Architekturen zu bauen für den Anwendungsfall das Überleben Kunden.

00:35:18: Jetzt seid ihr ja global tätig, bemerkt ihr da Unterschiede bei den Kundenanforderungen in unterschiedlichen Regionen der Welt und falls ja wie geht ihr damit um?

00:35:28: Sehen wir schon.

00:35:28: Deswegen sind wir auch global aufgestellt.

00:35:30: Also ich selber arbeite überwiegend mit Kunden halt in Deutschland oder im deutschsprachigen Raum.

00:35:34: man hat natürlich global Unterschiede.

00:35:36: welche Regularien es zu beachten gibt jetzt also innerhalb EU außerhalb die EU das ist zum einen ja beeinflusst zu meinen was die Kunden auch machen können welcher Anwendungsfälle bei ihnen im Vordergrund stehen wird aber auch dazu, dass man mit dem Kunde mal schauen muss.

00:35:49: Welche Regularien sind anwendbar auf ein bestimmtes Anwendungsgebiet?

00:35:53: Wie kann man dieses Geflecht aus Vorschriften, Industriestandards navigieren?

00:36:01: Was man sieht, sind die Branchen unterschiedlich verteilt.

00:36:05: In Deutschland haben wir eine recht starke industrielle Basis die ja selber in vielen Fällen auch wieder global verteilt ist.

00:36:10: Das heißt, es gibt ja viele deutsche Mittelständler, die Entwicklungszentren, Fertigungszentren und Service-Zentren irgendwo auf der Welt haben.

00:36:17: Die sind selbst wieder global verteilt und profitieren natürlich dann auch ganz stark davon mit einem global agierenden Partner für uns zusammenzuarbeiten um ihm ihre gesamte Infrastruktur auf den Globus zu verteilen.

00:36:28: In anderen Ländern sieht es wieder anders aus.

00:36:30: Da gibt's andere industrielle Schwerpunkte, da gibt's vielleicht nicht diesen Mittelstand wie wir ihn jetzt kennen sondern vielleicht mehr oder weniger große Unternehmen.

00:36:36: und was schon anders ist, sag ich mal auch so die Affinität zum Risiko zu Innovationen.

00:36:44: Das heißt, wie viel traut sich ein Unternehmen?

00:36:46: Und da sieht man auch große Unterschiede in den Ländern.

00:36:48: aber dann muss ich immer wieder eine Landswürdestandteil Deutschland brechen.

00:36:52: Wir haben auch bei uns wahnsinnig viele innovative Unternehmen, die einfach Dinge in die Hand nehmen und umsetzen Aber es ist wahrscheinlich zu lange nicht die Mehrheit unbedingt.

00:37:01: Was würdest du denn sagen, was müsste sich hier in Deutschland ändern?

00:37:04: oder welche Rahmenbedingungen brauchen digitale Infrastrukturen hier?

00:37:08: In Deutschland damit eben die deutsche Industrie auch diese Potenziale heben kann, die in der Studie genannt werden.

00:37:13: Ja da kommen mehr Sachen zusammen.

00:37:15: also auf der Infrastruktur Ebene glaube ich einfach verlässliche und gut planbaren Rahmenbedienungen.

00:37:21: Das fängt schon bei so Sachen an wie jetzt Genehmigungsverfahren für Rechenzentrum-Standorte, für die Strom und Netzanbindung.

00:37:27: Ich glaube da könnte man deutlich verschlanken und beschleunigen.

00:37:29: das würde sich ja allen Beteiligten ist das Leben etwas leichter machen wenn es vor allem verlässlicher wäre.

00:37:34: ich glaube bei vielen unseren Kunden gerade im Mittelstand die schrecken oft zurück von dem Compliance Aufwand die auch nicht beliebig viele Leute haben in einer Compliance Abteilung was, denke ich mal viele Kunden einfach auch mitunter abschreckt.

00:37:46: Jetzt zum Beispiel neue Geschäftsmodelle, neue Geschäftswälder sich zu erarbeiten, weil sie dann erst einmal ja erstmal mit der Rechtsabteilung anfangen müssten bevor die Ingenieure eigentlich loslegen dürfen sozusagen.

00:37:55: und damit stellen wir uns als, sage ich mal aus einem Landfuß halt sehr viel Ingenieurskunst und Wissen auch gibt ein bisschen selbst in beiden.

00:38:03: ehrlich gesagt da würde ich mir wünschen dass es ein bisschen einfacher geht einerseits aber andererseits das die Unternehmen auch einfach sich auf ihre Kernkompetenzen im Ingenieurwesen In diesen Püfteln, in dem Experimentieren auch wieder ein Stück weit zurück besinnen.

00:38:16: Diese stärken noch einfach ein bisschen mehr Nutzen und sich ein bisschen trauen ehrlich gesagt.

00:38:19: Jetzt eher eine Mindset-Frage als eine Regierungsfrage.

00:38:22: Okay jetzt haben wir ja also letzte Frage sozusagen im Bereich Industrial AI relativ viele Pilotprojekte.

00:38:29: was?

00:38:30: Müsste denn passiert sein, sagen wir mal in so fünf Jahren aus deiner Sicht das solche Pilotprojekte eben auch tatsächlich skaliert sind?

00:38:39: Also dass daraus tatsächlich ein Wettbewerbsvorteil für Unternehmen sei es jetzt im Mittelstand oder auch in der Großindustrie und Startups entstanden ist.

00:38:47: Aber ich muss dazu sagen man sieht schon sehr viele Pilot Projekte aber wir haben mittlerweile ja auch viele Kunden bei denen es auch KI wirklich in der Breite im Einsatz ist.

00:38:55: Das sind noch nicht Alle logischerweise, da gibt es auch immer unterschiedliche Schönigkeiten.

00:39:00: Aber die Unternehmen wollen sich jetzt auch die letzten Jahre schon wirklich Gedanken gemacht haben, die vor allem in eine Datenstrategie zum Beispiel investiert haben und die schon angefangen haben zu digitalisieren.

00:39:10: Das heißt auch ihre Operational Technology, also ihre OT, sozusagen in den Fabriken schon mal digitalisiert und vernetzt haben.

00:39:16: Die haben jetzt natürlich einen viel besseren Startpunkt und sind auch schon deutlich weiter, wenn wir so Themen wie Physical AI

00:39:21: z.B.,

00:39:22: Rechen und intelligente Robotik und autonomen Fabriken.

00:39:24: Da gibt es wirklich Unternehmen, die haben sich da schon jetzt mal ein paar Jahre Vorsprung erarbeitet, während es auch andere Unternehmen gibt, die jetzt sozusagen erst anfangen zu digitalisieren ihre Brownfield-Fabriken mit Zensurig auszustatten oder die Netze erstmal zu verbinden.

00:39:38: Wenn die ersten jetzt anfangen sozusagen Daten zusammen dann erst eine Datenstrategie machen ja dann müssen sie wahrscheinlich ein bisschen mehr beeilen um in fünf Jahren nicht abgehängt zu sein.

00:39:48: Und ich glaube diese ganzheitliche Betrachtung welche Daten habe ich?

00:39:51: Welche Daten kann ich denn nutzen, um entweder meine Produkte besser zu machen oder meine Fertigung besser zu haben und meinen Kunden-Service besser zu tun.

00:39:58: Das ist das eine aber auch

00:39:59: wo

00:40:00: erwarte ich jetzt sozusagen eine Destruktion für mein Geschäftsmodell?

00:40:03: und wo will ich dem vielleicht entgegensteuern?

00:40:05: also indem ich neue Geschäftsfelder aufmache?

00:40:07: oder es hat eben von sage ich mal in einem reinen Hardware Anbieter der als Maschinen verkauft hinzunehren im Serviceanbietter jetzt irgendwie geht und damit auch mein Geschäftsmodell, mein Abrechnungsmodell endet.

00:40:17: Da stecken ja sehr viele Gedanken auch mit dran, die sich jetzt die Unternehmen ja schon machen.

00:40:21: Und ich glaube das ist auch gut und richtig!

00:40:23: Ich glaub nur müssen insgesamt ein bisschen schneller werden sozusagen nicht zu viel planen sondern wirklich auch mehr umsetzen, mehr Experimente wagen und eben diese Piloten nicht nur verstehen als ich mache jetzt einen Pilot und dann gucke ich mal ob ich das mache, sondern wirklich drüber nachdenken wie ich denn viele kleine Experimentes starte oder wieder stoppen kann aus denen ich lerne um Dinge einfach schneller wieder umsetzen zu können.

00:40:45: Ja, vielen Dank.

00:40:46: Industrial AI bürgt große Chancen für den KI-Standort Deutschland um diese Potenziale zu heben.

00:40:51: Braucht es eine leistungsfähige digitale Infrastruktur und wie diese aussieht?

00:40:56: Und welche Anforderungen gerade Industrieunternehmen an ihre KI-Infrastruktur haben wie Cloud Edge Rechenzentren und die Netzwerkstrukturen zusammen spielen müssen damit sich eine funktionierende Architektur ergibt.

00:41:09: Darüber habe ich mit Michael Hanisch von Amazon Web Services gesprochen.

00:41:12: Herzlichen Dank, Michael für deine Perspektive!

00:41:17: Also was wir in der heutigen Folge lernen konnten, ist dass Deutschland sehr wohl sehr große KI-Potenziale hat und dieser Zug ja dieser KI-Zug noch lange nicht abgefahren ist.

00:41:25: Vielleicht machen wir nicht die ganz großen Sprachmodelle, die gibt es ja schon aber vielleicht machen wir dann eben doch den Made In Germany heißen Scheiß für Industrial AI.

00:41:34: Ja und ich denke klar ist auch nochmal geworden das eben Politikunternehmen und andere Initiativen jetzt wirklich alles tun müssen und zusammenarbeiten müssen um diese Stärke zu unterstützen und um diese Potenziale zu heben Wettbewerbsfähigkeit im Bereich KI zu stärken.

00:41:50: Wer da ein bisschen tiefer einsteigen möchte, dem empfehle ich tatsächlich unsere Studie.

00:41:54: die ist wirklich druckfrisch sozusagen aber natürlich digital verfügbar.

00:41:59: den Link dazu packen wir euch auch noch mal in die Show-Notes.

00:42:02: Ja und ich würde sagen wenn ich jetzt gleich Urlaub mache und wahrscheinlich auf male Schwitze krempelt ihr immer alles schön die Arme hoch und seht zu dass er da vorankommt.

00:42:08: Ich frage das alles nachem Urlaub ab.

00:42:10: bis dahin und bis zur nächsten

00:42:12: Folge.

00:42:12: habt eine

00:42:12: schöne Zeit.

00:42:13: Danke fürs Zuhören.

00:42:14: Tschau

00:42:17: Das Ohr am Netz, der Podcast des ECO.

00:42:21: Verband der Internetwirtschaft.