Letzte Woche fand in der FH Kufstein Tirol der 2. KI-Kongress statt. Mit dabei waren Anna Burkart und Maximilian Wolf von Hochschule Albstadt-Sigmaringer aus Deutschland. In ihrer Forschung versuchen sie KI für kleinere und mittlere Unternehmen greifbar zu machen – ein Modell, das auch für Tirol interessant sein könnte.
Anna Burkart ist Spezialistin für digitale Transformation an der Hochschule Albstadt-Sigmaringen.
Maximilian Wolf ist an der Hochschule Albstadt-Sigmaringer Professor an der Fakultät Business Science und Management.
Beide arbeiten für das Zentrum für industrienahe Dienstleistungen in Baden-Württemberg. Hier untersuchen sie die Potenziale technischer Dienstleistungen und entwickeln darauf aufbauend Strategien und Konzepte. Sie arbeiten an High-Tech-Dienstleistungen für und mit kleinen und mittleren Unternehmen, die Vorbildcharakter haben und von allen interessierten Firmen adaptiert werden können. Die Arbeit wird vom Ministerium für Wirtschaft, Handwerk und Tourismus Baden-Württemberg subventioniert.
Was verstehen Sie konkret unter „High-Tech-Dienstleistungen” – welche Unternehmen und Berufsbilder fallen darunter?
Anna Burkart: Darunter verstehen wir Dienstleistungen, die eng mit technischen Produkten verbunden sind – beispielsweise industrienahe Dienstleistungen wie Installationen, Instandhaltung und Reparaturen, aber auch technische Beratung und Planung. Außerdem gehören Services dazu, die mit technischer Unterstützung erbracht werden, wie etwa IT-Dienstleistungen.
Welche Faktoren entscheiden darüber, ob ein Unternehmen von KI produktiv profitiert – oder nicht?
Maximilian Wolf: Unserer Erfahrung nach profitieren Unternehmen, die klar definieren, welche Ziele mit dem Einsatz von KI erreicht werden sollen – beispielsweise die konkrete Steigerung der Produktivität. Darüber hinaus ist die „KI Readiness“ ein zentraler Faktor – also zum Beispiel die Frage, ob das Unternehmen Daten in einer Form vorliegen hat, die die KI benutzen kann. Dann ist noch der Faktor Mensch entscheidend: Wollen die Mitarbeitenden die KI im operativen Alltag einsetzen? Wenn ja, sind sie in der Lage, geeignete KI-Anwendungen rechtssicher so zu bedienen, dass es sie im Alltag produktiver macht? Das heißt: Können sie beispielsweise Prompts bei ChatGPT oder einem anderen Tool zielgerichtet eingeben? Und können sie den Output kritisch prüfen bevor sie ihn weiterverarbeiten?
Gibt es Bereiche, wo KI die Produktivität sogar gesenkt hat oder kontraproduktiv war? Was lehrt uns das?
Anna Burkart: KI lohnt sich eigentlich immer: Im Rahmen unserer Studie konnten wir keinen Bereich identifizieren, im dem ein Rückgang der Produktivität verzeichnet wurde. Aber ausgeschlossen ist das nicht. Wenn die Faktoren, die Max eben genannt hat, nicht ernst genommen werden, kann das eine wesentliche Auswirkung auf die Produktivität haben – bis hin zu einem Rückgang.
Welche konkreten KI-Anwendungen zeigen laut Ihrer Forschung den stärksten Produktivitätseffekt – und welche enttäuschen?
Anna Burkart: Unsere Studie zeigt, dass mittelständische Unternehmen aktuell vor allem einfache Large Language Models benutzen – wie Claude, ChatGPT, Gamma, HeyGen, Demodesk oder den Copiloten von GitHub und Microsoft. Diese KI-Tools sind problemlos am Markt verfügbar und erfordern keinerlei Programmierkenntnisse. Eine andere Gruppe setzt KI-Tools zu Prozessautomatisierung ein – wie n8n.io oder die Tools von Salesforce oder Engomo. Wieder andere verwenden maßgeschneiderte KI-Tools, die nicht „von der Stange“ sind und hohe Programmierkenntnisse erfordern. Die Entscheidung hängt von der Größe, Branche, dem Geschäftsmodell und den technischen Voraussetzungen ab.
Viele Tiroler Unternehmen sind eher mittelständisch geprägt. Lassen sich Ihre Befunde aus der High-Tech-Welt auf diese übertragen?
Maximilian Wolf: Auf jeden Fall! Denn zum einen fokussiert sich unsere Studie explizit auf mittelständische Unternehmen. Und diese stehen überall vor den gleichen Herausforderungen – egal, ob sie nun in Tirol oder in Baden-Württemberg angesiedelt sind. Zum anderen beschränken sich die Ergebnisse nicht auf die High-Tech-Welt, sondern können auf sämtliche Branchen übertragen werden.
Produktivität wird oft in Zahlen gemessen – aber was ist mit Qualität, Kreativität oder Mitarbeiterzufriedenheit? Erfasst Ihre Forschung auch diese Dimensionen?
Anna Burkart: In der Studie weisen die befragten Expertinnen und Experten darauf hin, dass die Qualität des Inputs und des Outputs zentral ist. Zudem spielen die Wertschöpfung und die Berücksichtigung von Kundenbedürfnissen sowie die Skalierbarkeit auf weitere Anwendungsfälle. Aber zu Kreativität und Mitarbeiterzufriedenheit liegen uns keine Daten vor. Das wären sicher spannende Ansätze für eine weitere Studie.
Manche Studien zeigen, dass KI vor allem hochqualifizierten Mitarbeitern nützt. Vergrößert KI also die Schere innerhalb von Unternehmen?
Anna Burkart: Das kommt darauf an, wie man sie einsetzt. Es gibt Studien, die zeigen, dass auch weniger qualifizierte Mitarbeitende von der KI-Nutzung profitieren. KI kann ihnen zu mehr Struktur verhelfen und sie produktiver machen. Vor allem aber kann sie diesen Berufsgruppen helfen, Kompetenzlücken zu schließen und höher qualifizierte Aufgaben zu übernehmen. In einem Experiment mit dem Kundenservice eines US-Softwareunternehmens konnte die Anzahl bearbeiteter Kundenanfragen pro Stunde durch den Einsatz von KI um rund 14 Prozent gesteigert werden. Vor allem junge und noch recht unerfahrene Mitarbeitende können vom KI-Einsatz profitieren.
Was ist Ihr wichtigster Ratschlag an Unternehmer, die Ihre Forschungsergebnisse heute schon konkret anwenden wollen?
Maximilian Wolf: Gute Planung und Vorbereitung des KI-Einsatzes sind die Schlüssel zum Erfolg. Dafür braucht es fundierte Recherchearbeit und eine genaue Analyse der Prozesse. Kosten- und Effizienzvorteile können nur ausgeschöpft werden, wenn der KI-Einsatz bedacht erfolgt. Oft hilft es, KI schrittweise einzuführen und keinen Rundumschlag nach dem Motto zu versuchen: „Wir führen KI im gesamten Unternehmen ein“. Unternehmer und Unternehmerinnen sollten mit den sogenannten „low hanging fruits“ starten und sich nach und nach an komplexere Prozesse herantasten. Erste schnelle Erfolge durch KI sind nicht nur gut für die Unternehmensbilanz. Sie können auch helfen, die Skepsis mancher Mitarbeiterinnen und Mitarbeiter gegenüber KI zu überwinden und sie für die nächsten Schritte zu motivieren.
