KI in der Praxis: Vom konkreten Problem zur passenden Anwendung
Wie kann Künstliche Intelligenz Unternehmen tatsächlich dabei helfen, effizienter und nachhaltiger zu arbeiten? Genau darum ging es beim KI-Abend am 29. Oktober im Technologie- und Gründungszentrum Oldenburg (TGO). Statt die allgemeine KI-Debatte weiterzuführen, standen konkrete Anwendungen im Mittelpunkt – und die Frage, was Unternehmen daraus für den eigenen Arbeitsalltag mitnehmen können.
Zum Auftakt begrüßte TGO-Geschäftsführer Jürgen Bath die Gäste und ordnete Künstliche Intelligenz und Green Economy als strategische Themen des TGO ein. Durch den Abend führte Fabian Pleye von transcide, der die drei Impulse miteinander verband und anschließend gemeinsam mit den Referent:innen und dem Publikum in die Diskussion einstieg.
Mit Lisa Dawel vom Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI), Dr. Hauke Thaden von EWE und Bastian Wilkat von BÜFA kamen dabei drei bewusst unterschiedliche Perspektiven zusammen: Forschung und Kreislaufwirtschaft, datenbasierte Anwendungen in der Energiewirtschaft sowie niedrigschwellige Lösungen direkt aus der Unternehmenspraxis.
Was die drei Impulse miteinander verband, wurde im Laufe des Abends immer deutlicher: Nicht die Technologie sollte am Anfang stehen, sondern die konkrete Herausforderung, die ein Unternehmen lösen möchte.
DFKI: KI für Kreislaufwirtschaft und Ressourceneffizienz
Lisa Dawel zeigte, dass beim Thema KI längst nicht nur über ChatGPT und andere generative Anwendungen gesprochen werden muss. Am Beispiel von Kreislaufwirtschaft und Refurbishment machte sie deutlich, wie klassische Machine-Learning-Verfahren und Computer Vision dabei unterstützen können, Produkte und Bauteile länger im Kreislauf zu halten.
Ein konkreter Anwendungsfall aus dem Bereich elektronischer Fahrzeugkomponenten zeigte, wie KI bei der Qualitätsbewertung unterstützen kann: Welche Bauteile können weiterverwendet oder repariert werden? Wo lohnt sich eine Wiederaufbereitung – und wo nicht?
Dabei wurde auch deutlich, dass KI selbst Teil der Nachhaltigkeitsbetrachtung sein muss. Nicht für jede Aufgabe ist das größte oder leistungsfähigste Modell die beste Wahl. Entscheidend ist vielmehr, mit welchem technologischen Ansatz sich der gewünschte Nutzen möglichst effizient erreichen lässt.
EWE: Mehr aus vorhandenen Daten herausholen
Dr. Hauke Thaden lenkte den Blick anschließend auf einen Rohstoff, über den viele Unternehmen bereits verfügen: ihre eigenen Daten.
Am Beispiel von Energieverbrauchsdaten großer Industriekunden zeigte er, wie Machine Learning dabei helfen kann, wiederkehrende Muster zu erkennen und daraus bessere Prognosen abzuleiten. Für die Energiewirtschaft ist das unmittelbar relevant – gleichzeitig lässt sich daraus eine wesentlich breitere Frage für Unternehmen ableiten: Welche Informationen liegen eigentlich bereits vor und welcher bislang ungenutzte Wert steckt darin?
Denn Daten allein schaffen noch keinen Nutzen. Entscheidend ist, sie sinnvoll aufzubereiten, mit einer konkreten Fragestellung zu verbinden und anschließend das passende Verfahren auszuwählen. Und auch hier gilt: Nicht immer braucht es dafür generative KI oder besonders komplexe Modelle.
BÜFA: Wenn aus einer konkreten Aufgabe eine KI-Anwendung wird
Wie pragmatisch ein Einstieg aussehen kann, zeigte Bastian Wilkat anhand von Anwendungen, die bei BÜFA unmittelbar aus dem Unternehmensalltag entstanden sind.
Dabei ging es unter anderem um die Unterstützung von Forschungs-, Produktions- und Qualitätssicherungsprozessen. Statt zunächst eine umfangreiche eigene KI-Infrastruktur aufzubauen, wurde mit bereits vorhandenen Werkzeugen und Unternehmensdaten gearbeitet. Ein daraus entwickelter Assistent unterstützt heute beispielsweise dabei, Informationen aus unterschiedlichen Quellen für konkrete Aufgaben nutzbar zu machen.
Ein zweites Beispiel sorgte ebenfalls für Gesprächsstoff: Mit einem vergleichsweise einfachen Zollradar beobachtet BÜFA Informationen, die für Einkaufsentscheidungen relevant werden können. Welche Überlegungen dahinterstehen und warum gerade eine solche scheinbar kleine Anwendung für ein Unternehmen einen erheblichen Unterschied machen kann, zeigte Wilkat anhand konkreter Erfahrungen aus der Praxis.
Gerade diese Beispiele machten deutlich: Ein sinnvoller KI-Einstieg muss nicht mit einem großen Transformationsprojekt beginnen.
Erst das Problem, dann die KI
In der von Fabian Pleye moderierten Paneldiskussion wurden die drei Perspektiven zusammengeführt. Ausgangspunkt war eine einfache Frage: Wenn ein Unternehmen morgen mit KI beginnen möchte – sollte es zuerst auf ein Problem, auf vorhandene Daten oder auf verfügbare Werkzeuge schauen?
Die Diskussion führte schnell über diese Einstiegsfrage hinaus. Wie gut müssen Daten überhaupt sein? Wann ist klassische KI sinnvoller als ein Sprachmodell? Wie lässt sich der tatsächliche Nutzen einer Anwendung bewerten? Und wie schafft man es, aus einzelnen Experimenten Lösungen zu entwickeln, die im Unternehmen dauerhaft funktionieren?
Dabei wurde ein Gedanke besonders deutlich: Wer lediglich nach einem Anwendungsfall sucht, weil „man jetzt auch etwas mit KI machen sollte“, startet häufig an der falschen Stelle. Sinnvoller ist es, auf konkrete Schmerzpunkte, wiederkehrende Tätigkeiten oder Effizienzverluste zu schauen und erst anschließend zu prüfen, welche Technologie dazu passt.
Auch die Fragen aus dem Publikum zeigten, wie unterschiedlich die Ausgangslagen in Unternehmen sind – von Datenschutz und Datenqualität bis hin zur Integration neuer Anwendungen in bestehende Prozesse.
KI nicht um jeden Preis
Der Abend im TGO zeigte damit vor allem die Bandbreite dessen, was Künstliche Intelligenz in Unternehmen heute bedeuten kann. Manchmal geht es um große Datenmengen und Machine Learning, manchmal um Bilderkennung – und manchmal reicht ein vergleichsweise einfaches Werkzeug für einen sehr konkreten Arbeitsprozess.
Entscheidend ist nicht, möglichst viel KI einzusetzen, sondern dort anzufangen, wo ein messbarer Nutzen für das Unternehmen entstehen kann: bei Ressourcen, Energie, Zeit, Kosten oder der Qualität von Prozessen.
Auch Jürgen Bath zog zum Abschluss ein positives Fazit:
„Eine tolle Veranstaltung heute Abend. Wir hatten hochkarätige Referent:innen, die authentisch, informativ und ehrlich aus ihren Bereichen und zum Thema KI berichtet haben. Ich glaube, jede und jeder konnte etwas für sich mitnehmen. Besonders stark war die Verbindung von Start-ups, Industrie und Forschung – genau dafür steht das TGO: Wir verbinden und vernetzen. Ich bin sehr froh und positiv gestimmt heute Abend nach diesem Ergebnis, was ich hier mitnehme.“
Anschließend bedankte sich Bath bei Lisa Dawel, Dr. Hauke Thaden und Bastian Wilkat für ihre Impulse und den offenen Austausch. Beim anschließenden Networking wurde die Diskussion weitergeführt – mit konkreten Fragen aus den Unternehmen und der Überlegung, wo im eigenen Arbeitsalltag ein sinnvoller erster oder nächster KI-Anwendungsfall liegen könnte.
