VDMA-Report: Bedeutung von Machine Learning für den Maschinenbau

Fortsetzung des Artikels von Teil 2.

Mangel an geeignetem Personal und an Daten

Unter den fünf häufigsten Gründen, warum Maschinenbauer derzeit noch keine ML-basierten Lösungen in den Unternehmensprozessen oder in den Produkten oder Dienstleistungen einsetzen, nehmen fehlende Personalressourcen (64 %) und fehlendes qualifiziertes Datenmaterial zum Anlernen (64 %) die vordersten Plätze ein. Aber auch ein unklarer Nutzen oder Return on Invest und offene rechtliche Fragestellungen sind für 43 % der Teilnehmer ausschlaggebend, dass aktuell noch keine Verwendung stattfindet.

Dass Projekte in Zukunft nicht ohne Experten für Machine Learning bzw. Künstliche Intelligenz im Unternehmen funktionieren werden, ist unbestritten, da vielfach erst Daten analysiert und Modelle für die spätere Aufgabe trainiert werden müssen. 42 % der Teilnehmer planen daher bis 2022 entsprechende Einstellungen vorzunehmen. Dabei suchen kleine wie auch größere Unternehmen gleichermaßen nach dieser Kompetenzerweiterung.