Von Redaktion, Fotos: ChatGPT / Robert Mucha, JIH

Viele Unternehmen wollen KI einsetzen, ohne genau zu wissen, wofür. Malte Busch, Bernd Beckert und David Wurster vom Fraunhofer-Institut für System- und Innovationsforschung ISI empfehlen den umgekehrten Weg. In einem Blogbeitrag zeigen sie, wo KI im Innovationsprozess den größten Mehrwert bringt und wo der Mensch entscheiden muss. Ein Beispiel aus der Automobilzulieferung macht den Ansatz konkret.

»Irgendwas mit KI« wollen viele Unternehmen machen. So beschreiben es die drei Forschenden vom Fraunhofer ISI. Das Institut ist mit seinem Joint Innovation Hub auch in Heilbronn vertreten. Dabei eröffne KI über Effizienzgewinne hinaus neue Möglichkeiten, etwa für Zukunftswissen und neue Geschäftsmodelle. Zuvor müssten Unternehmen allerdings festlegen, in welchen Phasen sie KI einsetzen wollen.

Wenn die Lösung ein Problem sucht

In der öffentlichen Debatte dominieren laut den Autoren operative Anwendungen wie vorausschauende Wartung, optimierte Logistik oder automatisierte Belegverarbeitung. Diese Felder seien technisch gut erschlossen und ihr Nutzen gut messbar. Wer dagegen mit KI neue Märkte finden will, betritt nach ihrer Einschätzung ein anderes Terrain. Denn hier gehe es um das Erschließen von Neuem unter unsicheren Bedingungen.

Häufig beobachten die Forschenden ein Muster, das sie »Solution-Push« nennen. Dabei verlangten Unternehmensführungen den Einsatz von KI, weil der Wettbewerb es tut, nicht wegen eines konkreten Problems. Das Ergebnis seien oft unproduktive Investitionen, gescheiterte Pilotprojekte und wachsende Skepsis. Ähnliches beschreibt der Begriff »Tokenmaxxing«. Hier vermittle ein hoher KI-Verbrauch den Eindruck großer Produktivität, obwohl der Mehrwert oft begrenzt bleibe.

Wo KI im Innovationsprozess den größten Mehrwert bringt

Das Fraunhofer ISI stellt deshalb eine andere Frage an den Anfang. Wo gibt es im Innovationsprozess Informationsdefizite oder Erkenntnislücken, die sich mit KI schließen lassen? Den größten Mehrwert sehen die Autoren bei Früherkennung und strategischer Marktanalyse. Was früher Konferenzbesuche und manuelle Recherche leisteten, ergänzen heute KI-Werkzeuge. Sie werten dafür Publikationsdatenbanken, Patentregister und Webdaten aus. Zudem erlaube Retrieval-Augmented Generation (RAG), eigene Datenbestände gezielt zu durchsuchen.

In der Ideenphase könnten Sprachmodelle die Zahl und Vielfalt möglicher Lösungen erhöhen. Außerdem helfen sie, Perspektiven zu wechseln und Denkmuster zu hinterfragen.

Entscheiden muss der Mensch

Strategische Entscheidungen bleiben laut Fraunhofer ISI jedoch eine menschliche Aufgabe. KI könne bessere Entscheidungsgrundlagen liefern, die Verantwortung aber nicht übernehmen. Wer das verkenne, riskiere Weichenstellungen auf Basis »halluzinierter«, also plausibel klingender, aber falscher Inhalte. Anders als bei einer falsch optimierten Lagerhaltung könnten strategische Fehler jahrelange Folgen haben. Die Zukunft sehen die Autoren deshalb im Zusammenspiel von Mensch und KI.

Kommerziellen Plattformen fehle dafür meist die methodische Fundierung, um Ergebnisse einzuschätzen und Verzerrungen zu erkennen. Das Institut bringt nach eigenen Angaben Zugang zur Forschungsbasis, eigene Methoden zur Kompetenzanalyse und institutionelle Neutralität ein. Als öffentlich finanzierte Einrichtung verfolge es keine Produktinteressen.

Vom Kompetenzprofil zur Investitionsentscheidung

Wie das praktisch aussieht, zeigt das sogenannte Kompetenz-Mapping. Zunächst erarbeitet das Team mit der Unternehmensführung ein oft nur einseitiges Kompetenzprofil. Anschließend gleicht es dieses Profil per RAG mit externen Markt- und Technologieentwicklungen ab. So entsteht laut ISI deutlich schneller als per Handrecherche eine Übersicht über Wettbewerber und weiße Flecken im Portfolio.

Ein Automobilzulieferer etwa verfügte über Kompetenzen in Sensorintegration, thermischem Management und qualitätskritischer Serienproduktion. Die Analyse fand neben Wettbewerbern auch Anwendungsfelder in Medizintechnik, Energiespeicherung und industrieller Robotik. Danach prüften Fachleute Marktattraktivität, regulatorische Hürden und tatsächliche Kompetenznähe. Auf dieser Basis traf das Unternehmen schließlich konkrete Investitionsentscheidungen. »Der Mehrwert von KI entsteht nicht durch das Werkzeug selbst, sondern durch seinen gezielten Einsatz zur Beantwortung strategischer Fragestellungen«, schreiben die Autoren.