Green AI pusht Twin Transformation
- 17.07.2024
- Green IT
- Gastbeitrag
- Online-Artikel
Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.
Wählen Sie Textabschnitte aus um mit Künstlicher Intelligenz passenden Patente zu finden. powered by
Markieren Sie Textabschnitte, um KI-gestützt weitere passende Inhalte zu finden. powered by (Link öffnet in neuem Fenster)
verfasst von: Gunnar Schug, CEO der Nemo GmbH und CAIO bei der Pro Alpha Group
Nachhaltigkeitsziele gemeinsam mit der digitalen Transformation zu realisieren, ist ein hehres, aber sinnvolles Ziel. Diese Zwillingsstrategie lässt sich besonders gut mit KI-Anwendungen vorantreiben.
Green AI achtet auf die Effizienz des maschinellen Lernens - insbesondere auch in Hinblick auf den Ressourcenverbrauch und die nachhaltige Nutzung.
[M] Kanisorn / Generated with AI / Stock.adobe.com
Sowohl national als auch international wächst der Druck auf Unternehmen aller Branchen, eigene Nachhaltigkeitsinitiativen auf den Weg zu bringen und die hierfür nötigen Transformationsprozesse schnellstmöglich umzusetzen. Je genauer Verantwortliche hinschauen, desto komplexer wird die Situation jedoch: Alles ist miteinander verbunden, es gibt oft keine bewährten Vorgehensweisen oder zuverlässige Daten. Und wo soll man überhaupt anfangen?
Ein leistungsstarkes Enterprise-Resource-Planning-System (ERP) ist der Schlüssel zu einem erfolgreichen Nachhaltigkeitsmanagement. Im Kontext des Umwelt- und Klimaschutzes wird Artificial Intelligence (AI) zu einem wichtigen Treiber positiver Veränderungen. Dabei gewinnt Green AI insbesondere im Mittelstand zunehmend an Bedeutung. Darunter wird in der Regel die Anwendung von Künstlicher Intelligenz (KI) zur Bewältigung von Umwelt- und Nachhaltigkeitsproblemen verstanden.
Großer Handlungsdruck, Green Deal umzusetzen
Im Global Risk Report des Weltwirtschaftsforums wurden Extremwetterereignisse als das zweitgrößte Kurzzeitrisiko der nächsten zwei Jahre identifiziert. Langfristig rangieren Umweltrisiken wie Extremwetterereignisse, Veränderungen der Erdsysteme, Biodiversitätsverlust und Ressourcenknappheit unter den Top-Vier der ökologischen Bedrohungen.
Um diesen Herausforderungen zu begegnen, wurden auf nationaler und europäischer Ebene zahlreiche Gesetze verabschiedet, die direkte Auswirkungen auf mittelständische Unternehmen haben. Das übergeordnete Ziel all dieser Maßnahmen ist es, den Green Deal umzusetzen, der die EU dazu verpflichtet, Europa bis 2050 zum ersten klimaneutralen Kontinent zu machen. Bis zum Jahr 2030 soll eine Reduktion von mindestens 55 Prozent der Netto-Treibhausgasemissionen im Vergleich zu 1990 erreicht werden. Unternehmen werden aufgefordert, nicht nur ihre CO2-Bilanz offenzulegen, sondern auch konkrete Maßnahmen zur Reduzierung ihres Schadstoffausstoßes zu ergreifen.
Die Lösung: Twin Transformation
Die Twin Transformation zielt darauf ab, dass sich gesellschaftliche und ökologische Nachhaltigkeitsziele der digitalen Transformation bedienen. Sie beschreibt den Wandel hin zu einer nachhaltigen Wirtschaft, die von modernen Technologien unterstützt wird und darauf abzielt, diesen Prozess gesellschaftlich sinnvoll zu gestalten. Diese Transformation fungiert als Schwungrad, das Unternehmen vorantreibt und ihre Zukunftsfähigkeit sichert. Sie führt nicht nur zu einer technologie- und trendgetriebenen Veränderung, sondern zu einem wirtschaftlichen und gesellschaftlichen Wandel, der von Sinnhaftigkeit und Zukunftsorientierung geprägt ist.
Diese Transformation betrifft alle Unternehmensbereiche und hat positive Auswirkungen auf gesamtgesellschaftliche und globale Herausforderungen. Ihr volles Potenzial entfaltet sich jedoch nur durch einen ganzheitlichen Ansatz. Es ist daher entscheidend, die Twin Transformation nicht isoliert oder in Silos anzugehen, sondern als einen orchestrierten, holistischen Transformationsprozess zu verstehen und umzusetzen.
Grundlagen der Green-AI-Implementierung
Investitionen in Green AI zahlen sich aus, da sie die Wettbewerbsfähigkeit des Mittelstands stärken und eine nachhaltige Transformation mit positiver Kosten-Nutzen-Bilanz ermöglichen. Durch die Kombination von AI mit dem eingesetzten ERP-System können Produktionsdaten in Echtzeit erfasst, Planabweichungen identifiziert, prädiktive Fähigkeiten für fundierte Betriebsentscheidungen genutzt und Daten visualisiert werden.
Vor der Einführung ist es insbesondere wichtig, ineffiziente Geschäftsprozesse aufzudecken und intelligent zu modellieren, um genaue Prognosen im Kontext der gesamten Geschäftslogik zu ermöglichen. Dabei wird dem ERP-System nicht einfach en gros AI injiziert, sondern einzelne Geschäftsprozesse gezielt durch den Einsatz von intelligenten Algorithmen optimiert oder neu implementiert.
ERP-Systeme mit AI-Funktionen als Fundament
AI-Projekte wirken sich weitreichend auf Unternehmen aus und greifen auf Daten aus verschiedenen Geschäftsbereichen zurück. Dabei besteht eine enge Verknüpfung zwischen Digitalisierung, Nachhaltigkeitstransformation und AI-Anwendungen sowie betriebswirtschaftlicher Software. Eine integrierte und transparente Sicht auf alle Geschäftsprozesse ist dabei für die Umsetzung von Green AI entscheidend. Isolierte AI-Projekte scheitern oft kurzfristig. Im Gegensatz dazu ermöglichen ERP-Systeme mit AI-Funktionen exakte Prognosen, datenbasierte, umsetzungsorientierte Handlungsempfehlungen für Geschäftsabläufe und dienen als Grundlage für die algorithmische Automatisierung und Optimierung betrieblicher Prozesse.
Green-AI-Anwendungen brauchen hohe Datenqualität
Die Effektivität von Green-AI-Anwendungen hängt gemäß des Sprichworts "Garbage in, garbage out" entscheidend von der Qualität der Input-Daten, also den im ERP-System eingehenden geschäftsrelevanten Informationen aus unterschiedlichen Eingangskanälen ab. Ein optimal gepflegtes ERP-System verfügt über eine umfangreiche Menge an Stamm- und Bewegungsdaten, aus denen intelligente Algorithmen zuverlässige Prognosen und Empfehlungen ableiten können. Um eine hohe Datenqualität zu gewährleisten, sollte das IT-Management nach der Definition geeigneter Geschäftsprozesse zunächst verbindliche Qualitätskriterien festlegen, vorhandene Datenpools überprüfen und Dubletten entfernen.
Im ERP-System als Single Source of Truth ist zudem jede Information nur einmal eindeutig vorhanden und jederzeit abrufbar. Nach der Implementierung ist es deshalb wichtig, die Datenqualität regelmäßig automatisiert zu kontrollieren und Plausibilitätsprüfungen sowie Datenbereinigungen durchzuführen. Zudem sollten für neu erfasste Daten klare Regeln gelten, um das Qualitätsniveau dauerhaft zu wahren.
Green AI sichert Nachhaltigkeit im Mittelstand
Ein modernes ERP-System ist entscheidend für erfolgreiches Nachhaltigkeitsmanagement. Die Verbindung von Digitalisierung, Nachhaltigkeitstransformation und KI-Anwendungen gewinnt insbesondere im Mittelstand an Bedeutung. Der Green-AI Hub Mittelstand der Bundesregierung fördert Effizienzsteigerung und Kostensenkung durch AI. Die Integration von KI in ERP-Systeme bietet Vorteile wie Echtzeitdatenerfassung und prädiktive Analysefunktionen. Isolierte AI-Projekte führen in die Sackgasse, während integrierte Ansätze präzise Prognosen und Handlungsempfehlungen liefern. Ein gut gepflegtes ERP-System ist demnach entscheidend für die Datenqualität und Effektivität von Green-AI-Anwendungen.