Schaffen es die europäischen Unternehmen, in Sachen KI zu den Vorreitern aus den USA und China aufzuschließen? (Bild: Adobe Stock / deimos.az)
Mehr als 60 namhafte europäische Unternehmen haben sich zu der EU AI Champions Initiative zusammengeschlossen, um die Entwicklung und Anwendung von künstlicher Intelligenz in Europa voranzubringen. Ziel der auf dem internationalen KI-Gipfel in Paris vorgestellten Initiative sei es, im Schulterschluss zwischen Konzernen und der Tech-Branche Europas volles Potenzial im KI-Bereich zu erschließen, hieß es zum Start.
Beteiligt sind anerkannte europäische Startups aus dem KI-Bereich wie Helsing, Mistral AI und Dataiku sowie große Unternehmen verschiedener Branchen wie Airbus, Dassault, Deutsche Bank, Lufthansa, Siemens und Volkswagen.
KI soll Europas Schlüsselsektoren Aufschwung geben
Es gehe darum, angewandte KI in die industrielle Basis Europas zu integrieren, um Produktivität, Widerstandsfähigkeit und wirtschaftliche Souveränität zu steigern, insbesondere in Schlüsselsektoren wie Fertigung, Energie und Verteidigung. Mehr als 20 internationale Großkapitalgeber hätten in den nächsten fünf Jahren 150 Milliarden Euro für KI-bezogene Projekte in Europa vorgesehen, was das erhebliche Potenzial von KI in Europa unterstreiche.
Während die direkten Auswirkungen der Initiative auf den Automobilsektor noch nicht vollständig geklärt sind, deutet die Fokus auf industrielle KI auf eine bedeutende Rolle bei der Entwicklung von digitalen Gigafabriken hin.
Henna Virkkunen, Exekutiv-Vizepräsidentin der Europäischen Kommission für technische Souveränität, Sicherheit und Demokratie, unterstrich die Bedeutung der Initiative: „Heute ist ein historischer Tag - wir haben den Grundstein für unsere zukünftigen KI-Gigafabriken gelegt.“
KI prägt Prozesse in Produktion und Logistik
Automobilhersteller setzen schon lange auf KI, um Effizienz und Präzision zu steigern. BMW beispielsweise hat KI-gesteuerte Systeme in seinem Werk in San Luis Potosí in Mexiko integriert und nutzt intelligente Produktionstechnologien, um Abläufe zu optimieren und die Qualitätskontrolle zu verbessern. Auch Audi setzt auf KI, um seine Qualitätssicherungsprozesse zu verfeinern. Der Premium-OEM beispielsweise setzt KI-basierte Bildverarbeitung ein, um Fehler mit größerer Präzision als das menschliche Auge zu erkennen.
Mit der Weiterentwicklung von KI-Systemen ist zu erwarten, dass ihre Rolle bei der Automatisierung und betrieblichen Effizienz weiter zunehmen wird. Die EU-Initiative könnte diese Fortschritte beschleunigen, indem sie die Einführung von KI finanziell tragfähiger macht und den Wissensaustausch zwischen den Branchen fördert. Virkkunen hob dieses Potenzial hervor: „Durch die Bündelung unserer Ressourcen werden wir KI-Unternehmer in die Lage versetzen, in den anspruchsvollsten Bereichen der KI innovativ zu sein und sich zu vergrößern. Wir werden bereit sein, mit einer hochmodernen Infrastruktur eine Vorreiterrolle bei der KI zu spielen.“
Die Europäische Kommission betonte derweil auch die breitere Wirkung der Initiative und wies darauf hin, dass ihr KI-Innovationspaket neben der Finanzierung darauf abzielt, „weitere öffentliche und private Investitionen in KI-Start-ups und Scale-ups zu fördern, unter anderem durch Risikokapital oder Eigenkapitalunterstützung.“
Die Fertigung ist jedoch nur ein Teil der Lieferkette. Stellantis zum Beispiel hat KI-Lösungen in seiner gesamten Logistik skaliert, um Kosten zu senken und die Effizienz zu steigern, während BMW in seinem Motorenwerk im österreichischen Steyr KI-gesteuerte Logistikprozesse eingeführt hat. Diese Systeme nutzen Predictive Analytics, um Störungen vorherzusehen und die Lieferketten in Echtzeit zu optimieren.
Könnte der Schwerpunkt der neuen europaweiten KI-Initiative auf Mobilität und Automatisierung den Weg für weitere Fortschritte in der KI-gestützten Logistik ebnen? Für Führungskräfte in der Automobilindustrie ist dies eine hervorragende Gelegenheit, die Strategien für die Lieferkette zu überdenken - Engpässe zu reduzieren, das Bestandsmanagement zu verbessern und die Just-in-Time-Fertigungsmodelle zu optimieren.
Wie beeinflusst KI die Entscheidungsfindung?
Eine der überzeugendsten Anwendungen von KI im Automobilsektor ist ihre Fähigkeit, riesige Datenmengen zu sichten, zu strukturieren und zu analysieren, um eine bessere Entscheidungsfindung zu ermöglichen. KI-gestützte Plattformen können die Fähigkeiten zur Vorhersage von Daten verbessern, sodass Hersteller Störungen - sei es aufgrund von Wetter, Zöllen oder Engpässen in der Lieferkette - vorhersehen und entsprechend planen können.
So hat Seat beispielsweise aktiv eine Datenstrategie entwickelt, die KI in seine Logistik- und Produktionsplanung einbezieht. „Vor der Nutzung von Daten hat jeder Geschäftsbereich in Silos gearbeitet. In nur zehn Monaten konnten wir einen einheitlichen Data Lake einrichten, der den unternehmensweiten Datenzugriff gewährleistet“, erklärte Jorge Miguel Corral Díaz, leitender IT-Spezialist für KI, Daten und Hyperautomatisierung bei Seat auf der Automotive Logistics and Supply Chain Digital Strategies Europe im vergangenen Jahr. Diese Transformation ermögliche es Seat, KI zu nutzen, um Muster zu erkennen und Abläufe in einer Weise zu optimieren, die zuvor unmöglich war.
Eine entscheidende Herausforderung bei der Implementierung von KI bleibt die Datenharmonisierung. Das dezentrale Arbeitsmodell von Seat überbrücke die Kluft zwischen IT- und Business-Teams und fördert eine agilere und reaktionsfähigere Datenstrategie, so Díaz. „Wir haben digitale Beschleunigungsteams entwickelt, um zu koordinieren, wie KI eingesetzt wird und wie Daten katalogisiert, geteilt und genutzt werden, um wertvolle Erkenntnisse zu gewinnen“, ergänzt Alexandra Lerma, Managerin für Logistik und kundenorientierte Lieferkette bei Seat. Diese Bemühungen machten KI-gesteuerte Entscheidungsfindung zu einer Realität, die sich unmittelbar auf die betriebliche Effizienz auswirkt.
Dieser Artikel erschien ursprünglich in Teilen bei unserem Schwestermagazin Automotive Logistics. Mit Material von dpa.