In den mehr als zwei Jahren, seit OpenAI ChatGPT eingeführt hat, wurde generative KI (GenAI) vor allem mit Veränderungen in der Arbeitsweise von Angestellten in Verbindung gebracht. In einer Studie aus dem Jahr 2024 der Society for Human Resource Management und des Burning Glass Institute stellten die Autoren fest, dass die Technologie nahezu alle Bereiche der Büroarbeit grundlegend verändern wird, während „die Arbeit von Arbeitern vor größeren Umbrüchen verschont bleiben wird“.

Zumindest vorerst. Doch auch viele Branchen, die typischerweise mit körperlicher Arbeit in Verbindung gebracht werden, experimentieren mittlerweile mit generativer KI, um scheinbar unlösbare Probleme zu bewältigen. Diese reichen von der Steigerung der Ernteerträge in der Landwirtschaft bis hin zur Linderung des Arbeitskräftemangels im Baugewerbe.

Im Folgenden findet sich eine Zusammenstellung von Artikeln darüber, wie fünf solcher Branchen generative KI einsetzen. Ihre kreativen Ansätze bieten jeder Branche – ob im Angestellten- oder Arbeiterbereich – wertvolle Erkenntnisse darüber, wie sich der größtmögliche Nutzen aus dieser revolutionären Technologie ziehen lässt.

Landwirtschaft: Bessere Erkenntnisse für Landwirte in einer sich wandelnden Welt

Die nachhaltige Lebensmittelproduktion steht im Mittelpunkt der Herausforderungen der Agrarwirtschaft. Heute müssen Landwirte natürliche Ressourcen wie Boden, Seed und Wasser effizient nutzen und gleichzeitig die Belastungen für die Umwelt durch Methanemissionen, den Einsatz von Pflanzenschutzmitteln und andere Faktoren verringern. Gleichzeitig müssen sie sich an den Klimawandel anpassen, der sich unmittelbar auf ihre Einnahmen auswirkt.

Dieser Druck hat Unternehmen dazu veranlasst, eine Vielzahl von Anwendungen für generative KI zu entwickeln, die von Chatbots für Kleinbauern in Indien bis hin zu Systemen zur Datenerfassung und -analyse für multinationale Agrarkonzerne reichen.

Digital Green, eine gemeinnützige Organisation, die Technologien entwickelt, um Landwirten in Entwicklungsländern zu helfen, hat einen Chatbot in Form eines virtuellen Agrarwissenschaftlers für landwirtschaftliche Berater in Indien, Kenia und Äthiopien eingeführt. Ziel ist es, Informationen zu grundlegenden Aspekten der Landwirtschaft wie Saatgut, Klima und sogar Marktpreisen bereitzustellen.

Und in der Schweiz untersucht das Technologieunternehmen Datamars, wie generative KI zur Verbesserung der Milchproduktion eingesetzt werden könnte, während gleichzeitig Nachhaltigkeitsdaten erhoben werden, die nicht nur für die Verbraucher, sondern auch für Regierungen zunehmend an Bedeutung gewinnen.

Branchenübergreifende Erkenntnisse

• Seien Sie bereit, eine breite Palette von Daten für das Modelltraining zu nutzen.
  Digital Green startete sein Pilotprojekt, indem es das Modell mit verlässlichen wissenschaftlichen Daten aus Quellen wie begutachteten landwirtschaftlichen Forschungsarbeiten trainierte. Da die Landwirtschaft jedoch lokal geprägt ist, wird der nächste Schritt darin bestehen, regionalspezifische Informationen wie Wetterverläufe und Bodeneigenschaften hinzuzufügen. Letztendlich hofft das Unternehmen, mithilfe von „Retrieval Augmented Generation“ ständig wechselnde Daten einzubeziehen, wie beispielsweise lokale Marktpreise für verschiedene Anbauprodukte.
• Experten einbeziehen, um die Ergebnisse zu validieren.
  Zunächst sind die Personen, die mit dem Chatbot von Digital Green interagieren, nicht die Landwirte selbst, sondern die landwirtschaftlichen Berater, die die Landwirte beraten. Die Berater nutzen den Chatbot, um schnellere Antworten auf die Fragen der Landwirte zu erhalten, und dank ihres agronomischen Fachwissens können sie etwaige „Halluzinationen“ der generativen KI erkennen und korrigieren.
• Maßnahmen ergreifen, um das Vertrauen der Nutzer zu stärken.
  In der Landwirtschaft ist es üblich, dass dieselbe Familie über Generationen hinweg auf demselben Land dieselben Kulturen anbaut. Daher könnten Ratschläge von Außenstehenden – geschweige denn von einem Chatbot – unerwünscht sein. Um Vertrauen aufzubauen, ist es unerlässlich, den Landwirten auf Augenhöhe zu begegnen.
  
  Zu diesem Zweck unterstützt der Chatbot mehrere Sprachen und kann auf gesprochene Fragen reagieren, anstatt sich ausschließlich auf Text zu verlassen. Während die landwirtschaftlichen Berater die Landwirte nach und nach mit dem Chatbot vertraut machen, werden diese ihn auf dem Feld nutzen können, um Fragen zu stellen wie: „Welche Kulturpflanze ist unter Berücksichtigung der Seed- und Pflanzenschutzmittelkosten sowie der lokalen Verkaufspreise für bestimmte Kulturpflanzen oder Nutztiere am rentabelsten?“

Bauwesen: Bewältigung von Herausforderungen in den Bereichen Arbeitskräfte und Produktivität

Die Baubranche hat sich in der Vergangenheit stets zurückgehalten, in Technologie zu investieren. Angesichts der Herausforderungen in den Bereichen Arbeitskräfte und Produktivität experimentieren große Bauunternehmen nun jedoch mit generativer KI.

Qualifizierte Arbeitskräfte werden immer knapper, da ältere Arbeitnehmer die Branche verlassen und immer weniger junge Menschen in die Branche einsteigen. Mehr als jeder fünfte Bauarbeiter ist 55 Jahre oder älter, wie aus einer Studie der Associated Builders and Contractors hervorgeht. Gleichzeitig bleibt die Produktivität hinter den Erwartungen zurück, und Termin- und Kostenüberschreitungen sind die Regel: Nur 8,5 % der Megaprojekte (mit einem Volumen von 1 Milliarde US-Dollar oder mehr) erfüllen oder übertreffen ihre Zeit- und Budgetvorgaben, so Bent Flyvbjerg, emeritierter Professor an der Saïd Business School der Universität Oxford.

Die Hoffnung im Zusammenhang mit generativer KI besteht darin, dass Bauunternehmen die über Jahrzehnte gesammelten Daten nutzen können, um zur Lösung dieser Probleme beizutragen. „Wir verfügen über 40 Jahre an Baudaten“, sagt Kelsey Gauger, nationale Leiterin für operative Exzellenz bei Suffolk Construction. Für viele Bauunternehmen sind diese Daten jedoch isoliert gespeichert, nicht standardisiert und schwer zugänglich.

Branchenübergreifende Erkenntnisse

• Datenorganisation und -integration priorisieren.
  Clark Construction errichtet ein Data Warehouse und eine Data Fabric, um seine verschiedenen IT-Systeme miteinander zu vernetzen. Sobald dies umgesetzt ist, hofft das Unternehmen, mithilfe von generativer KI fundiertere Entscheidungen treffen und die Betriebsabläufe verbessern zu können.
• Dringende branchenweite Probleme identifizieren.
  Um die Produktivität zu steigern – und neue Mitarbeiter schneller einzuarbeiten – hat Suffolk Construction seine Kollaborationssoftware um eine Copilot-Funktion erweitert. Die neue Funktion erleichtert das Auffinden von Informationen, darunter auch Antworten auf Fragen, die Mitarbeiter typischerweise auf Baustellen stellen.
• Auf schnelle und dennoch substanzielle Erfolge hinarbeiten.
  Turner Construction, das jährlich 30.000 Angebote mit seinen Arbeits- und Materiallieferanten abwickelt, musste die Produktivität seines Beschaffungsprozesses steigern. Das Unternehmen beabsichtigt, generative KI zur Bearbeitung von Vertragsentwürfen einzusetzen, indem es Texte für Leistungsbeschreibungen oder Rahmenvereinbarungen automatisch generiert. Die Gilbane Building Company testet unterdessen einen Large Language Model, der Projektteams dabei unterstützt, aktuelle Bauunterlagen innerhalb von Sekunden abzurufen.

Fertigung: Fachkräftemangel lindern und kostspielige Ausfallzeiten vermeiden

Auch in der verarbeitenden Industrie herrscht Fachkräftemangel. Laut dem Manufacturing Institute, der für die Personalentwicklung zuständigen Abteilung des Verbandes der amerikanischen Hersteller (National Association of Manufacturers), könnten aufgrund des Fachkräftemangels bis zum Jahr 2030 2,1 Millionen Arbeitsplätze in der verarbeitenden Industrie unbesetzt bleiben.

Dies erklärt, warum eine Anwendung der generativen KI, die in dieser Branche zunehmend an Bedeutung gewinnt, Chatbots sind, die auf umfangreichen Spezifikationen, technischen Handbüchern und weiteren Details basieren. Diese Bots können eingesetzt werden, um Nachwuchskräfte zu schulen und ihnen in Echtzeit Antworten zu geben, indem sie Anweisungen zur Reparatur von Geräten und sogar Angaben dazu liefern, welche Tools benötigt werden. Dies ist von entscheidender Bedeutung in einer Branche, in der sich die Verluste durch Ausfallzeiten im Durchschnitt auf 532.000 US-Dollar pro Stunde belaufen können.

Obwohl das Interesse an generativer KI groß ist (rund 78 % der von KPMG befragten Führungskräfte aus der verarbeitenden Industrie nannten es als die wichtigste neue Technologie), gehen die meisten mit Vorsicht vor. „Unternehmen sind zurückhaltend, wenn es darum geht, generative KI in Kernabläufe einzusetzen, die sich direkt auf ihre Gewinn- und Verlustrechnung auswirken könnten“, sagt Kabali Ganesan, Direktor für Unternehmensberatung bei Cognizant.

Branchenübergreifende Erkenntnisse

• Wählen Sie Szenarien mit geringem Risiko und hohem Potenzial.
  Ein Aufzugshersteller hat ein System für die Wartung entwickelt, um Reparaturen im Aftermarket zu verbessern. Auf der Grundlage von Bedienungs- und Wartungshandbüchern für die verschiedenen Aufzugsmodelle des Unternehmens und deren wichtigsten Teilsysteme unterstützt ein Chatbot die Außendiensttechniker dabei, Probleme schnell zu diagnostizieren und zu beheben. Ein erster Pilotversuch zeigt eine Verkürzung der Reparaturzeiten um 90 %.
• Traditionelle KI mit generativer KI kombinieren.
  Laut Boston Consulting Group (BCG) müssen Hersteller sowohl generative KI als auch auf maschinellem Lernen bzw. Deep Learning basierende KI einsetzen, um ihre Fabrikabläufe zu verbessern. So kann herkömmliche KI beispielsweise vorhersagen, wann bei einer Maschine die Gefahr eines Ausfalls besteht. Wenn man jedoch einen KI-gestützten Chatbot hinzufügt, der einen Techniker bei der Durchführung von Maßnahmen zur Vermeidung eines Ausfalls anleitet, kann dies eine erhebliche Leistungssteigerung bewirken.
  
  „Der Chatbot könnte drei Punkte identifizieren, die möglicherweise angepasst oder neu kalibriert werden müssen, und anschließend die Dokumentation aufrufen, die dem Techniker zeigt, wie dies zu bewerkstelligen ist“, sagt Randal Kenworthy, Senior Partner bei West Monroe Partners. „Damit steht Ihnen eine fundiertere und natürlichere Möglichkeit zur Verfügung, auf Anforderungen der Wartung zu reagieren.“
• Das Rad nicht neu erfinden.
  Laut dem BCG-Bericht verlassen sich viele Hersteller auf bestehende Softwareanbieter, um generative KI-Funktionen in ihre bestehenden Plattformen zu integrieren. Wenn generative KI bereits integriert ist, steigt die Wahrscheinlichkeit, dass Ingenieure diese Technologie nutzen, so Kenworthy.

Luft-/Raumfahrtindustrie und Verteidigung: Optimierung der Bauteilkonstruktion

Hersteller aus der Luft- und Raumfahrt sowie der Verteidigungsindustrie verhalten sich bei der Einführung von generativer KI besonders zurückhaltend. Ob Flugzeuge, Satelliten, Drohnen, Marineschiffe oder Panzer – die von ihnen hergestellten Geräte sind extrem teuer und kosten Millionen, ja sogar Milliarden Dollar. Ebenso wichtig ist, dass die Geräte strenge militärische, behördliche und datenschutzrechtliche Vorgaben erfüllen müssen.

Zwar erkennen diese Unternehmen mehrere potenzielle Vorteile von generativer KI, darunter die Verbesserung der vorausschauenden Instandhaltung und der Kundendienstleistungen, doch liegt der derzeit häufigste Anwendungsbereich im Bereich der Ausrüstungskonstruktion. Etwa 41 % der von Capgemini befragten Unternehmen aus der Luft- und Raumfahrt sowie der Verteidigungsindustrie gaben an, generative KI in der 3D-Modellierung zu testen, um die Konstruktion zu beschleunigen, die Aerodynamik von Bauteilen zu verbessern und Kosten zu senken.

Branchenübergreifende Erkenntnisse

• Nutzen Sie generative KI, um sich von konventioneller (menschlicher) Weisheit zu lösen.
  Unternehmen aus der Luft- und Raumfahrt sowie der Verteidigungsindustrie haben begonnen, das sogenannte „generative Design“ einzusetzen, um neue Perspektiven zu gewinnen, die mitunter über das hinausgehen, was sich der menschliche Verstand hätte vorstellen können. Das Konzept sorgte im Jahr 2023 für Schlagzeilen, als ein NASA-Ingenieur demonstrierte, wie sich mit dieser Technologie ultraleichte Raumfahrzeugteile in Rekordzeit entwerfen lassen. Bei Boeing untersuchen Forscher, wie generative KI-Modelle das Flugzeugdesign verbessern könnten. „[KI] kann mehr Komplexität in ihr elektronisches Gehirn einbringen als ein Mensch. Sie kann über einen breiteren Raum hinweg optimieren“, so Todd Citron, Chief Technology Officer bei Boeing.
• Schauen Sie auf das Alte ebenso wie auf das Neue.
  Der Einsatz von generativer KI zum Schreiben neuen Codes ist ein Kinderspiel, doch Experten weisen darauf hin, dass die Technologie auch zur Modernisierung von Legacy-Code beitragen könnte. Die Fertigungsprozesse in der Luft- und Raumfahrt sowie im Verteidigungsbereich werden durch die veraltete Software behindert, auf der einige eingebettete Systeme noch immer basieren. Dies erschwert die Systemintegration in besonderem Maße.
  
  Generative KI könnte jedoch als Übersetzer dienen. „Eine interaktive Engine, die auf einem Foundation Model basiert, wäre in der Lage, beispielsweise den Altcode für ein Kollisionsvermeidungsmodul zu übernehmen und ihn in eine moderne Programmiersprache umzuwandeln“, sagt Raman Ram, Leiter des Bereichs Luft- und Raumfahrt sowie Verteidigung bei EY America.
• Nutzen Sie die Detailgenauigkeit der generativen KI zu Ihrem Vorteil.
  Wenn Sie schon einmal einen Regierungsvertrag entworfen haben, können Sie vielleicht nachvollziehen, warum der sprichwörtliche Hammer des Verteidigungsministeriums 60.000 Dollar kostet. Die Ausarbeitung dieser Verträge ist aufgrund des hohen Detaillierungsgrads und des erforderlichen Maßes an individueller Anpassung mit erheblichem Zeit- und Kostenaufwand verbunden. Unternehmen können generative KI nutzen, um zumindest Teile des Prozesses zu automatisieren und erste Entwürfe auf der Grundlage von Vorlagen, historischen Dokumenten oder spezifischen Prompts von Beschaffungsbeauftragten zu erstellen, wie aus einem Bericht des AI Institute von Deloitte hervorgeht. Ebenso könnte generative KI bei der Erstellung technischer Dokumentationen helfen und so Zeit und Geld sparen.

Versorgungsunternehmen: Verbesserung des Infrastrukturmanagements und Wartung

Heutzutage stehen Versorgungsunternehmen vor einer Vielzahl von Herausforderungen, darunter der Umgang mit zahlreichen neuen Energiequellen und sich wandelnden Geschäftsmodellen. Nehmen wir zum Beispiel West Penn Power. Neben der Bereitstellung einer zuverlässigen Stromversorgung muss der 100 Jahre alte Versorger in Pennsylvania seinen Kunden nun einen bestimmten Anteil an Strom aus alternativen Energiequellen anbieten. Das Unternehmen unterhält Verträge mit mehreren Dutzend Wind-, Solar- und Wasserkraftanbietern sowie mit Verbrauchern, die ihren eigenen Solarstrom erzeugen und diesen an West Penn zurückverkaufen.

Generative KI könnte Unternehmen dabei unterstützen, zu klären, welche Typen von Energie wie verteilt werden sollen und an welchen Anbieter die Kosten für den Energieverbrauch zu entrichten sind. Man hofft, dass generative KI durch die Bewältigung dieser Komplexität sowohl die Betriebskosten senken als auch die Zuverlässigkeit erhöhen wird. Versorgungsunternehmen setzen generative KI zudem ein, um Wartungs- und Reparaturarbeiten zu optimieren, insbesondere durch die Analyse von Videoaufnahmen der Infrastruktur. Fast 40 % der von Capgemini befragten Versorgungs- und Energieunternehmen verfügen über ein eigenes Team und ein Budget für generative KI, und jedes dritte Unternehmen hat bereits Pilotprojekte gestartet.

Branchenübergreifende Erkenntnisse

• Suchen Sie nach komplexen Bereichen, die einer Vereinfachung bedürfen.
  Die zunehmende Komplexität in der Versorgungsbranche kann für Verbraucher verwirrend sein, da zahlreiche Energieoptionen zur Auswahl stehen und für jede davon unterschiedliche Tarife gelten. Wenn generative KI die richtigen Daten erfasst, könnten Kundensupportmitarbeiter Fragen beantworten und Informationen zum Energieverbrauch der Kunden bereitstellen – möglicherweise sogar in Echtzeit. Sie könnten Kunden sogar beraten, wie sie Geld sparen können, indem sie beispielsweise Zeiten außerhalb der Spitzenlastzeiten ermitteln, zu denen sie ihre Elektrofahrzeuge aufladen können.
• Schauen Sie weit in die Ferne und nach unten.
  Schauen Sie über Ihre eigenen vier Wände hinaus, um die Vorteile von generativer KI zu erkennen. Die Bewirtschaftung des Pflanzenwachstums im Umfeld von Stromleitungen ist eine entscheidende Maßnahme, um Ausfallzeiten zu reduzieren und sogar Waldbrände zu verhindern. Allerdings ist dies ein langwieriger und kostspieliger Prozess – die kalifornische Pacific Gas & Electric Co. gab über mehrere Jahre hinweg rund 2,5 Milliarden US-Dollar aus, um Bäume in der Nähe von Stromleitungen zu identifizieren und zurückzuschneiden.
  
  Stattdessen können Versorgungsunternehmen KI einsetzen, um das Ausmaß der Vegetation in der Nähe von Stromleitern, Masten oder Türmen zu ermitteln und schnell die Stellen zu identifizieren, an denen ein Eingriff erforderlich ist. Viele Versorgungsunternehmen setzen bereits mit Kameras ausgestattete Drohnen ein, um die physische Infrastruktur im Außenbereich zu überwachen. Die dabei gesammelten unstrukturierten Daten lassen sich jedoch von Menschen unmöglich in angemessener Zeit verarbeiten, sagt Jing Wu, leitender Forschungsdirektor bei der Info-Tech Research Group in Kanada. Mit den richtigen Modellen und dem entsprechenden Training könnte generative KI diese unstrukturierten Daten schnell analysieren und einen Defekt oder eine drohende Gefahr erkennen.
• Erweitern Sie Ihre Expertise.
  Generative KI-Chatbots, die anhand der richtigen Handbücher und Daten trainiert wurden, können Technikern vor Ort dabei helfen, die Infrastruktur schneller und effektiver zu reparieren. Ein Wartungstechniker könnte beispielsweise einen GenAI-Bot fragen, wie ein bestimmtes Gerät vor Ort repariert wird. Nach der Auswertung der Daten könnte der Bot Anweisungen in einfacher Sprache bereitstellen und so den Zugang zu Fachwissen erleichtern.