Archiv der Kategorie: IOT

Fliegende Gutachter – Drohnen für Zustands- und Schadensermittlung

Jeder kennt die Bilder aus den Medien, wenn gegen Spätsommer die Sturmsaison beginnt und Böen von bis zu 120 km/h übers Land fegen. Bäume werden entwurzelt, Dachziegel lösen sich, Straßen blockiert, Überschwemmungen verursacht, Autos zerstört, Keller unter Wasser gesetzt. Feuerwehr und Polizei sind dann im Dauereinsatz. In Berlin haben Starkregen- und Hochwasserschäden in 2019 einen Gesamtschaden von rund 19 Millionen Euro verursacht (Quelle: GDV).

Für Gebäudeversicherer geht die Arbeit dann nach dem Sturm los. Schäden werden zahlreich gemeldet und müssen reguliert werden. Solche Stürme, wie sie in den letzten Jahren verstärkt auftreten, sind für Versicherungsunternehmen teuer und die Abwicklung von Schadensfällen zeitintensiv und schnell unübersichtlich. Je länger die Schadensabwicklung dauert, desto teurer wird es für Versicherer.

Nachfrage nach digitalen Lösungen steigt

Dass es ohne Digitalisierung von bestimmten Arbeitsprozessen nicht geht, zeigt sich auch in der Versicherungsbranche. Die Nachfrage nach digitalen Lösungen, vor allem in Bezug auf die Schadensregulierung, steigt zunehmend an. Für Gebäudeversicherer kann sich hier der Einsatz von Drohnen lohnen. Haupttreiber sind die Kosten in der Schadensanalyse und Begutachtung sowie im Case Management. Mit einer der größten Kostenblöcke für Versicherer.

Immer mehr Versicherer setzen daher inzwischen zunehmend auf eine digitalisierte Erfassung. Nach Schadensfällen, wie z. B. Stürmen, führen Assekuranzen mittlerweile Drohnenbefliegungen zur Schadensanalyse an den versicherten Immobilien durch. Hochaufgelöste Schadensbilder, auch von schwer zugänglichen Stellen, erlauben eine schnelle Einschätzung und Begutachtung der Schäden.  Vor allem bei großen Gebäuden oder Bauwerken, wie Kirchen, erleichtert die Datenerhebung aus der Luft die Schadensaufnahme. Durch die Erstellung von 3D-Modellen kann noch leichter evaluiert werden, wo Schäden entstanden sind.

Neben der Schadensermittlung lassen sich Drohnen auch für die Dokumentation des Gebäudezustandes vor Versicherungsbeginn einsetzen. Die Bilder, oder auch ein digitales 3D-Modell des Objektes, sind im Versicherungsmarkt inzwischen eine zentrale Grundlage für das Underwriting.

Asset Risiko und Schadensbewertung auf Karte

Derzeit noch hauptsächlich im amerikanischen Versicherungswesen anzutreffen, geht der Trend aber auch in Europa immer mehr zur digitalisierten Datenerfassung und Analyse. Die Integration von Drohnen ist dabei nur ein einzelnes Element.

Erste Gebäude- und Objektversicherer erweitern derzeit ihr eigenes GIS-Stack, um Assets standortunabhängig zu verwalten. „Die Integration von Tools und Schnittstellen zu Asset Management Lösungen für ein digitales Fallmanagement sind ein logischer Schritt“, so Christian Caballero, COO von FlyNex. Kosten und Zeit vom Schadensfall bis zur Regulierung lassen sich z. T. um 50 % reduzieren.

Die aufgenommenen Schadensbilder der Drohnen werden dabei per Cloud übermittelt und mithilfe von KI-gestützter Analysesoftware automatisch geprüft. Cloudbasierte Software-Plattformen wie die FlyNex Enterprise Suite ermöglichen Versicherungsunternehmen eine mit Drohnen durchgeführte Schadensabwicklung in Kombination mit GIS-basierter Objektverwaltung. Features, wie das Anlegen von Annotations- und Schadensgruppen, Prüf-Dokumentation und kollaboratives Projektmanagement sind Tools, die unmittelbar bei der Prüfung der Ansprüche Anwendung finden. Weitere Informationen finden sich unter https://www.flynex.io/objektversicherer.

Von oben herab – Drohnen prüfen automatisiert Dächer

Ein gelbes Warndreieck am Straßenrand signalisiert, hier werden gerade Dach- und Fassadenarbeiten durchgeführt. Aber weder ein Gerüst, Leitern, noch Hebebühne wird man an dem mehrstöckigen Wohnhaus mit 15 Parteien in Hamburg Mitte finden. Denn inzwischen wird das Gebäude per Drohne inspiziert und kritische Stellen direkt vom Monteur mit dem unbemannten Fluggerät erfasst.

Die Inspektion von Dächern kann zum Leidwesen von Immobilienunternehmen aufwendig und teuer sein. Geschulte Mitarbeiter müssen aufs Dach steigen und dieses nach Rissen und Schäden untersuchen. Je nach Dachform, gestaltet sich das mal mehr, mal weniger schwierig. Die Personalsicherheit muss hier immer an erster Stelle stehen. Gesammelte Daten müssen dann in einem Prüfprotokoll festgehalten. Noch immer werden diese nicht vollständig digitalisiert.

Wachsender Markt für Drohnen für Objekt-Inspektionen

Die Prüfung der Verkehrssicherheit von Gebäuden sollte mindestens einmal im Jahr stattfinden, vorzugsweise zwischen März und Oktober. Bei mehreren Tausend Objekten bedeutet dies eine umfangreiche Planung und lange Prozesse bis die Prüfprotokolle vorliegen. Um den Aufwand zu verkürzen, werden verstärkt Drohnen für die Befliegung von Objekten eingesetzt.

Dafür sind nicht einmal mehr eigens angeforderte Drohnenpiloten notwendig. Immer öfter werden eigene Mitarbeiter geschult und ausgebildet, um sogenannte VKS-Befliegungen durchzuführen. Die Drohne macht detaillierte Aufnahmen von Fassaden, Dächern und Wegen in wenigen Minuten. Es ist kein Gerüst oder weiteres Equipment nötig. Zudem können auch schwer zugängliche Stellen abgebildet werden. Die Auswertung der Bilder erfolgt mit Unterstützung von KI und wird in einem digitalen Prüfprotokoll dokumentiert.

Pro Gebäude werden zwischen 20-100 hochauflösende Bilder aufgenommen, welche sich zu 40-60% überlappen, sodass eine vollständige Erfassung der Dachfläche garantiert ist. Bereits bei der Aufnahme der Bilder wird darauf geachtet personenbezogene Inhalte zu vermeiden. Bilder, auf denen z. B. Gesichter zu sehen sind, werden im Nachgang unverzüglich gelöscht. Die Datenauswertung erfolgt im Anschluss KI-gestützt durch einen Fachmitarbeiter.

Vernetztes Arbeiten in der Cloud

Für Unternehmen bietet der Einsatz von Drohnen neben langfristigen Kosteneinsparungen deutliche qualitative Vorteile. Das Werkzeug Drohne wird als Teil eines digitalen Arbeitsprozesses in bestehende Abläufe integriert und kann innerhalb von einer Befliegung gleich mehrere Gebäude oder Dächer befliegen. „Mit Einführung dieser zukunftsweisenden Technologie und digitalen Arbeitsweise lässt sich bereits heute ein wichtiger Baustein für ein zukunftsfähiges und vernetztes Arbeiten im Rahmen des digitales Gebäudemanagements legen“, sagt Patrick Feurich, Head of Business Development von FlyNex.

Mit cloudbasierten Software-Plattformen wie der FlyNex Enterprise Suite können Unternehmen inzwischen die gesamte Verkehrssicherungsprüfung mit Drohne durchführen. Dazu zählt auch die Übermittlung und KI-gestützte Auswertung von Drohnen-Aufnahmen. Anlegen von Annotations- und Schadensgruppen, Prüf-Dokumentation und kollaboratives Projektmanagement sind ebenfalls auf Grundlage der Bild-Daten möglich.

Gegründet 2015, befähigt FlyNex Unternehmen weltweit, unbemannte Datenerfassung aus der Luft zu planen und zu organisieren. Dabei zählt die FlyNex Enterprise Suite mittlerweile zu den führenden Plattformen für die kommerzielle Drohnennutzung in Europa. Unter https://www.flynex.io/vks/ finden sich aktuelle Beispiele und Preise zur Verkehrssicherung.

Livestreaming von Drohnen

Wenn Wartungsteams beauftragt werden, den Zustand einer Anlage oder eines Gebäudes zu inspizieren, mangelt es oft noch an der Digitalisierung. Daten, Bilder und Berichte werden im besten Fall digital an die jeweilige Hausverwaltung oder den Eigentümer übermittelt. Doch der Prozess erfordert oft Zeit, mehrere Arbeitsstunden und einen Stapel an administrativen Aufgaben.

Aus diesem Grund haben sich FlyNex und KSI zusammengetan, um ihre Lösung auf den europäischen Markt zu bringen. Diese bietet bei Inspektionen die Möglichkeit, Bilder und Daten direkt von der Drohne an Projektmanager, Dienstleister und Teams zu übertragen. Die deutsche Drohnenmanagement-Plattform FlyNex hat in Zusammenarbeit mit dem amerikanischen Datenspezialisten KSI Data Sciences eine Lösung entwickelt, die Inspektionen oder Wartungsarbeiten aus der Ferne so einfach wie nie zuvor macht. Ein Pilot vor Ort fliegt die Drohne und der Rest des Teams kann egal, von wo auf der Welt, den Livestream des Fluges verfolgen und so standortunabhängig zusammenarbeiten. Der Anwendung, MissionKeeper on FlyNex, ist derzeit für europäische Unternehmen verfügbar.

BROWSERBASIERT FÜR ALLE INTERNETFÄHIGEN ENDGERÄTE

Die MissionKeeper App von KSI streamt Video- oder Datenfeeds direkt von einer Drohne an ein dezentrales Team. Einsatzteams und Mitarbeiter können diese auf jedem Gerät gleichzeitig ansehen und zusammenarbeiten. MissionKeeper on FlyNex ist cloudbasiert, d. h. Kunden können die neue Lösung auf Basis der FlyNex Enterprise Suite sofort einsetzen, ohne dass sie eine eigene IT-Infrastruktur oder zusätzliche Geräte benötigen. Die Teammitglieder haben über ein Webinterface Zugriff auf die Video- und Datenfeeds. Der Stream ist mit jedem internetfähigen Gerät und von jedem Ort der Welt aus abrufbar. So ergibt sich eine erhebliche Zeitersparnis für kollaboratives Arbeiten, Inspektionsteams haben alle Informationen direkt verfügbar und können sofort gemeinsam Entscheidungen treffen.

„Da immer mehr Drohnen und Sensoren am Arbeitsplatz eingesetzt werden, sehen wir bereits jetzt die Notwendigkeit einer weitreichenden Zusammenarbeit in Echtzeit und eine erhöhte Nachfrage nach vernetzten Geräten und interoperablen Apps“, sagt Jon Gaster, CEO von KSI Data Sciences. „Die Zusammenführung der Drohnenmanagement-Plattform von FlyNex und MissionKeeper von KSI eröffnet neue Möglichkeiten, Daten und Informationen unternehmensweit zugänglich zu machen und damit bessere Ergebnisse und eine höhere Rendite für jede Drohnen-Investition zu erzielen.“

„Es besteht eine hohe Nachfrage nach Ferndatenerfassung und Plattformen, die datenbasierte Einblicke in Objekte, Liegenschaften und Anlagen liefern. Das Angebot eines kompletten Workflows für die Verwaltung und den Einsatz von Drohnen zur Datenerfassung sowie die Möglichkeit für Teams und Servicepartner direkt auf die Drohne zugreifen zu können, ist ein echter Game-Changer. Die KSI MissionKeeper App für Drohnen ist ein solcher Enabler für die Bereiche Bau, Sicherheit und Rettung, Immobilienmanagement und mehr“, fügt Andreas Dunsch, CEO und Mitgründer von FlyNex, hinzu.

Gegründet 2015, befähigt FlyNex Unternehmen weltweit, unbemannte Luftfahrtsysteme zur effektiven Datengenerierung einzusetzen. Mit seiner Plattform, der FlyNex Enterprise Suite, bietet das Unternehmen die führende Projektmanagementsoftware für die kommerzielle Drohnennutzung in Europa an. KSI Data Sciences, mit Sitz in Kalifornien, hat sich zum Ziel gesetzt, die Art und Weise zu revolutionieren, wie Unternehmen auf Datenquellen aus der Ferne zugreifen, diese analysieren und gemeinsam Entscheidungen treffen. Die Lösungen „MissionKeeper“ und „MissionCaster“ von KSI sind die neuesten Lösungen für die Bereitstellung von Live-Video- und Telemetriedaten von Drohnen und anderen IoT-Geräten.

Neben der Fernwartung ist die Livestreaming-Komponente ebenso nützlich für unzählige andere Anwendungsfälle wie für die öffentliche Sicherheit. In unübersichtlichen Situationen, wie z. B. bei Unfällen oder Bränden, kann der Einsatz von Drohnen mit Livestream helfen, Situationen zu beurteilen oder Verletzte zu lokalisieren. Für Interessenten stellt FlyNex die Lösung MissionKeeper on FlyNex für 30 Tage kostenlos zur Verfügung unter  https://www.flynex.io/ksi-data-sciences/.

Künstliche Intelligenz – Ist das die Zukunft oder kann das weg?

Der erste Schritt ist immer der schwerste….

Sicherlich ist der erste Berührungspunkt mit Künstlicher Intelligenz kein einfacher. Das Tagesgeschäft brummt und nimmt einen immensen Teil des Arbeitsalltags ein. Sich dann zusätzlich noch gewissenhaft mit einer „neuen“ Technologie zu befassen, gar Anknüpfungspunkte im eigenen Unternehmen zu finden, fällt vielen oft schwer.
Dass Daten das neue Gold der Wirtschaft sind, hört man schon länger. Genauer gesagt sind jedoch Informationen aus Daten das neue Gold. Denn Daten gibt es (oft) wie Sand am Meer. Viele stellen sich aber die Frage, wie sie diese Daten für ihr Unternehmen nutzbringend verwenden können, ohne sich dabei strafbar zu machen.

Ein Weg ist es, aus den Daten, welche die Vergangenheit widerspiegeln, Erfahrungen zu gewinnen und damit Vorhersagen für den Umgang mit zukünftigen ähnlichen Situationen treffen zu können. Damit sind Begriffe wie Machine Learning (ML), Deep Learning, Reinforcement Learning, Künstliche neuronale Netze … verbunden. Diese Methoden gehören in die Disziplin der Künstlichen Intelligenz. Wie bekomme ich aber persönlich Zugang zu diesem spannenden Thema?

Berührungsängste mit KI – muss man die tatsächlich haben?

Was konkret ist KI? Künstliche Intelligenz ist ein Teilgebiet der Informatik und beinhaltet, neben Elementen aus dieser, heute als wesentlichen Bestandteil angewandte Mathematik. Dies sind unter anderem Verfahren aus der Stochastik, Linearen Algebra, usw. Wer sich also schon beim Abitur oder dem Studium mit diesen Themen schwergetan hat, der wird jetzt vermutlich wieder davor zurückschrecken, Software mit KI-Methoden einzusetzen. Für den Einsatz in einem Unternehmen müssen sie aber nicht die Methoden und Algorithmen bis ins kleinste Detail kennen, denn dafür gibt es die KI-Spezialisten. Ihre Aufgabe als Führungskraft ist es, das Einsatzgebiet für KI-Methoden festzulegen.

Sind nicht eher Berührungsängste mit einer vermeintlich unbekannten Technologie und dem fehlenden Verständnis für den Umgang mit den mathematischen Methoden der KI der Grund für das Ignorieren der sich bietenden Möglichkeiten? Ist es auch die Angst vor dem Verlust der Kontrolle und der immer transparenter werdenden Persönlichkeit eines jeden Einzelnen, sei es im Berufsleben oder insbesondere im Privaten?

Künstliche Intelligenz einsetzen – oder traue ich mich nicht?

Eine Führungskraft in einem Unternehmen wird i.d.R. nur die Werkzeuge einsetzen, die sie kennt und mit denen sie positive Erfahrungen gemacht hat. Insbesondere wenn es um Kontrolle von Maschinen und die Transparenz von Daten und Prozessen im Unternehmen geht. Gibt es positive Erfahrungen bei anderen Unternehmen, beschäftigt man sich schon eher mit einer neuen Thematik. Künstliche Intelligenz wird erfolgreich in Firmen eingesetzt, was sich aber leider noch nicht weit genug herumgesprochen hat.

Insbesondere beim Mittelstand und dann noch zu Corona-Zeiten haben die Unternehmen am meisten mit sich selbst zu tun und kämpfen um ihr Überleben. Dennoch ist gerade jetzt der Zeitpunkt, sich mit der Zeit nach der Corona-Krise zu beschäftigen. Die Methoden der Künstlichen Intelligenz werden für die Zukunftssicherheit eines Unternehmens eine immer wichtigere Rolle spielen, denn die KI ist alles andere als ein Hype, der schnell wieder vorbeigeht. Unternehmen, die heute bereits KI nutzen, sind erfolgreicher als zu dem Zeitpunkt, zu dem sie noch keine KI eingesetzt haben. Und die Unternehmen gehen quer durch alle Branchen:

  • Medizin
  • Logistik
  • Vertrieb und Marketing
  • Produzierende Unternehmen
  • FinTech

Wie kann ein Unternehmen Zugang zur KI bekommen?
Wie kann ich als Führungskraft mich dem Thema KI nähern?

Eine prinzipielle Überlegung bei einer erstmaligen Auseinandersetzung mit so einem für viele noch sehr schwergewichtigen Thema ist die Abwägung, was ich mit dem Einsatz von KI grundlegend erreichen möchte. Zwei grobe Handlungsstränge eröffnen sich hierbei. Künstliche Intelligenz wird in den meisten kontextbezogenen Darstellungen als neuer, für eine Branchen im Allgemeinen oder ein Unternehmen im speziellen disruptiver Ansatz gesehen. Begründen lässt sich diese Sicht in erster Linie durch den Umstand, dass KI dabei als Treiber für neue Geschäftsmodelle und -möglichkeiten verstanden wird. Künstliche Intelligenz jedoch ist, wie viele andere fortschrittliche Ansätze aus den großen Weiten der Digitalisierung (auch, wenn es sich oft wie ein dichter, unüberwindbarer Wald anfühlt), zunächst auch nur als Werkzeug nutzbar; genauer gesagt als Unterstützungswerkzeug in gewohntem Business-Umfeld. Ganz im Sinne der von fernöstlichen Einflüssen geprägten Unternehmenskulturen einer ressourcenschonenden, auf Verschwendung bzw. Vermeidung ausgerichtete Managementansätze, kann KI insbesondere bestehende Prozesse verschlanken.

Die Auseinandersetzung mit der – nicht mehr Zukunfts- sondern mittlerweile längst Gegenwartstechnologie – KI ist zwingend. Gerade wenn KI noch eine grüne Wiese ist, auf der aber auch in absehbarer Zeit etwas Fruchtbares gedeihen soll, ist es unablässig, sich früh mit erfolgskritischen Elementen auseinanderzusetzen. Ein Unternehmen beispielsweise, das erste KI-Anwendungen in einem Zeitraum von ein bis zwei Jahren sieht, sollte sich dennoch heute schon um die Grundbausteine jener KI-Anwendung kümmern. Das bedeutet, die Schaffung einer Datenbasis in Form von vollständigen und validen Daten, auf deren Grundlage zu einem späteren Zeitpunkt ein KI-System „lernen und arbeiten“ kann.

Die sich daraus ergebenden Fragen müssen sich jede Unternehmerin und jeder Unternehmer in Bezug auf Künstliche Intelligenz dringend stellen und beantworten:

  • Was kann KI aktuell leisten?
  • Was bietet KI für mich und meine Branche an Potenzialen? Was sind die Good Practices und deren Impact?
  • Welche Transformationen in Datenstrukturen, Wertschöpfungsabläufen, der konkreten Produktion und in den Geschäftsmodellen hat das zur Folge?
  • Welche Akzeptanzprobleme in der Führungsebene und bei den Mitarbeitern müssen überwunden werden?
  • Was sind die Voraussetzungen, Vorgehen und Resources, um KI im Unternehmen zu entwickeln?

Artificial Intelligence Center Hamburg (ARIC) e.V.

Auf diese Fragen gibt es keine pauschale Antwort. Jedes Unternehmen, jede Branche muss dies für die jeweils konkrete Situation beantworten. Wie weit ist die Datenverfügbarkeit und- qualität, wie weit stellen sich meine Sicherheitsvorkehrungen als robust heraus, welches KI-Knowhow ist für mich wichtig etc.? Die Antworten auf diese Fragen zu finden ist nicht einfach. An dieser Stelle hilft Ihnen das ARIC .

Das Artificial Intelligence Center (ARIC) ist das von der Stadt Hamburg offiziell unterstützte KI-Zentrum, in dem die unterschiedlichen Aktivitäten und Akteure mit dem spezifischen Wissen aus dem wissenschaftlichen, wirtschaftlichen sowie gesellschaftlich-politischen Bereich in der Metropolregion Hamburg gebündelt werden. Über Informations- und Weiterbildungsangebote bis hin zur Projektierung und Implementierung von KI-Anwendungsfällen bietet das ARIC einen Single-Point-of-Contact, gerade für Unternehmen und Institutionen, die (noch) keinen Draht zu Künstlicher Intelligenz haben. Obgleich der Fokus hier auf Hamburg liegt, agiert das ARIC in Kooperation mit anderen lokalen Institutionen deutschlandweit und unterhält gute Beziehungen und Kooperationen zu führenden Hotspots im Bereich KI weltweit, u.a. Estland und den anderen baltischen Staaten, Israel, Kanada und der Tschechischen Republik.

 

Autoren:     Steven Dehlan ist Projektmanager für Künstliche Intelligenz beim ARIC e.V. (dehlan@aric-hamburg.de)
Carsten Hagemann ist selbständiger Berater. Er ist Experte für Digitalisierung und KI-Systeme (ch@hagemann-consulting.com)

ITS Weltkongress verlängert Call for Contributions

Der weltweit größte Kongress für intelligente Transportsysteme und -dienste (ITS- „Intelligent Transport Systems and Services“) findet alle drei Jahre in Europa statt, abwechselnd in Amerika und Asien. Für dieses Jahr werden in Hamburg mehr als 15.000 Besucher erwartet. Vom 11. bis 15. Oktober können die Besucher neben einem hochwertigen Kongressprogramm auch Live-Demonstrationen intelligenter Verkehrs- und Transportsysteme erleben. Der diesjährige Themenbereich Urban Air Mobility (UAM) stellt ein Novum im Weltkongressprogramm dar und ist bereits jetzt stark international ausgerichtet. Der Themenbereich bietet ein breites Spektrum an komplexen Themen, darunter die zukünftige Luftmobilität, wie Lufttaxis und vielseitige industrielle Anwendungen mit Drohnen.

Call for Contributions verlängert bis 12. Februar

Unternehmen, Forscher und Experten können ab sofort Vorschläge für Vorträge, Sessions und Präsentationen auf dem ITS World Congress im offiziellen Call for Contributions einreichen. Die Beiträge können in verschiedenen Formaten gestaltet werden. Der aktuell laufende Call richtet sich gleichermaßen an Unternehmen, Forschung und öffentliche Einrichtungen, um die wesentlichen Innovationen und Trends im Bereich Urban Air Mobility und „Intelligent Transport Systems“ darzustellen.

Es werden Arbeitspapiere und Vorschläge in den folgenden Formaten angenommen:

  • Fachbeitrag
  • Forschungspapier
  • Vorschläge für Sessions, wie Workshops oder Panels
  • Präsentationen von innovativen Lösungen oder Dienstleistungen

Weitere Informationen zu den einzelnen Formaten und zum Einreichungsverfahren sowie Links sind verfügbar unter https://www.flynex.io/its2021/. FlyNex ist offizieller Partner der ITS Hamburg 2021 und unterstützt als Deutschlands führende Drohnen-Plattformlösung die Gestaltung und Umsetzung des Themenbereichs Urban Air Mobility (UAM) für den ITS Weltkongress  in Hamburg vom 11. bis 15. Oktober 2021.

Künstliche Intelligenz: So setzen Unternehmen sie ein

Immer mehr Geschäftsführer und Manager haben inzwischen erkannt, wie wichtig es ist, KI-basierte Lösungen einzusetzen – das zeigen auch aktuelle Studien.[1] So ist KI immer häufiger Bestandteil von Branchenlösungen. Und doch herrscht rund um die Verwendung von KI-Technologie häufig noch große Unsicherheit. Zum einen ist oftmals nicht klar, wie sich Integration und Implementierung von KI zielgerichtet durchführen lassen. Zum anderen wissen viele Unternehmen nicht, wie sie am besten von KI profitieren.

Ziele definieren

Die aktuell zur Verfügung stehende KI-Technologie ist als sogenannte „schwache“ KI zu bezeichnen, die klar definierte Aufgaben lösen kann – die Möglichkeiten sogenannter „starker“ KI, die jedoch noch nicht entwickelt werden konnte, würden weit darüber hinausgehen. Daraus ergibt sich in jedem Falle, dass aktuelle KI-Systeme immer konkrete Ziele benötigen. Unternehmen müssen also zunächst entscheiden, welche wesentlichen Einzelaufgaben anstehen. Anhand des Ergebnisses können Firmen dann genauer untersuchen, in welchen Prozessen sich Künstliche Intelligenz sinnstiftend einsetzen lässt.

Daten sind notwendig

Die technischen Möglichkeiten zur extrem schnellen Datenanalyse sind heutzutage vorhanden. Eine wesentliche Voraussetzung, um KI nutzen zu können, ist eine ausreichend große Datenmenge. Und genau dafür müssen Unternehmen sorgen. Das kann auf zwei Arten geschehen: Entweder tragen sie umfassende Daten rund um ihre Kerngeschäftsprozesse zusammen. Dafür sind allerdings im Normalfall sowohl Zeit als auch (technische) Investitionen notwendig, da alle Systeme, mit denen das Unternehmen Daten erfasst, zu integrieren sind. Oder es erhebt die Daten anhand des Bedarfs, der von einem spezifischen Anwendungsfall oder Geschäftsmodell ausgeht. Das führt schneller zu Ergebnissen und anhand des konkreten Beispiels lässt sich gut überprüfen, welche Datenmenge für den spezifischen Case notwendig ist.

Mitarbeiter involvieren

Darüber hinaus dürfen Unternehmen nicht vergessen: KI bringt Änderungen mit sich, die wiederum Ängste auslösen können. Daher ist es sehr wichtig, Mitarbeiter von Beginn an einzubeziehen, sie auf Veränderungsprozesse vorzubereiten und ihnen zu ermöglichen, sich aktiv einzubringen. Für die Digitale Transformation sind Offenheit, Anpassungs- und Gestaltungswille notwendig, weshalb sich in jedem Fall ein professionelles Change Management auszahlt.

Sobald die strukturellen und technischen Voraussetzungen geschaffen sind, können Unternehmen ein erstes KI-Projekt starten.

Zwei Beispiele von KI im Unternehmenseinsatz

Voice Commerce

Im Handel gibt es viele Möglichkeiten, vom KI-Einsatz zu profitieren. Sprachassistenten wie Amazon Echo, Google Home oder Apples Home-Pod sind bereits in vielen Haushalten angekommen. Nutzer verwenden diese unter anderem, um per Sprachbefehl komfortabel einzukaufen. Selbst komplexe Anfragen wie „Finde eine farblich passende Jacke mit schmal geschnittener Taille, die zu T-Shirt A der Marke C passt“ können die digitalen Butler verstehen. Anschließend lässt sich die passende Jacke per Sprachbefehl bestellen, was ohne KI nicht möglich wäre. KI-Algorithmen arbeiten mehrstufig: Im ersten Schritt muss das System Audio-Signale in Phoneme umwandeln – kleinste bedeutungsunterscheidende sprachliche Einheiten, aus denen Sätze und Wörter entstehen. Die Logik ermittelt anschließend, was genau sich der Nutzer wünscht, und wandelt seine Anfrage in textbasierte Befehle an das Backend des Systems um. Dies geschieht meist durch den Aufruf von Webservices. Anschließend wird das Ergebnis mittels Text-to-Speech-Algorithmen in Sprache umgewandelt und an den Nutzer übertragen. Voice Commerce ist im Handel also eine weitere, äußerst attraktive Verkaufsmöglichkeit.

Metadaten von Bild- und Videomaterial automatisch erzeugen

Im Bereich Medien ist KI schon längst angekommen, etwa in der Metadaten-Erzeugung. Bewegtbilder spielen eine immer größere Rolle. Die allerdings immer weiter zunehmende Datenflut ist für Journalisten und Produzenten kaum mehr manuell zu händeln. Dabei müssen sie mitunter für Beiträge Videosequenzen sehr schnell finden. Dies gelingt am einfachsten über Metadaten, also Inhaltsinformationen, die sich Videos oder Bildern zuordnen lassen. Je besser die Metadaten verschlagwortet sind (Tagging), desto einfacher können Journalisten sie wiederfinden. Bei einer überschaubaren Menge lassen sie sich noch manuell taggen. Aber wenn es irgendwann um Millionen Bilddaten geht, etwa bei TV-Sendern, ist dies nicht mehr möglich. KI kann Videodateien analysieren und automatisch mit Metadaten versehen. Sie erkennt bekannte Personen, Firmenlogos, Städte oder Gebäude und hinterlegt diese Informationen in den Metadaten. So sind Video- oder Bilddateien sehr schnell auffindbar.

KI-Projekte im Unternehmen realisieren

Schon die beiden skizzierten Beispiele zeigen: Es gibt nicht das eine ideale KI-Projekt, das zu jedem Unternehmen passt. Empfehlenswert ist daher eine schrittweise Einführung. Zunächst sollten Unternehmen mit kleineren Projekten starten und später größere initiieren. Dabei ist es sinnvoll, sich von einem erfahrenen Dienstleister unterstützen zu lassen. In der Praxis hat sich ein vierstufiger Prozess bewährt:

  1. Use Case mit dem größten Mehrwert identifizieren

Im Rahmen einer Ist-Analyse wird überprüft, welche Grundlagen für den KI-Einsatz zu schaffen sind. Inwieweit ist Big Data bereits im Einsatz? Welches Know-how gibt es schon bezüglich KI? Gibt es besondere Herausforderungen zu bewältigen? In der Regel erarbeiten Unternehmen diese Fragen gemeinsam mit einem Dienstleister in einem Workshop. Aus den Resultaten können sie dann ein Use Case Portfolio erstellen, in dem sich potenzielle Einsatzmöglichkeiten von KI nach Nutzen und Aufwand priorisieren lassen. Die vielversprechendsten Use Cases werden weiter analysiert, sodass sich danach überprüfen lässt, welche Voraussetzungen für die Umsetzung der Cases zu schaffen sind. Dabei sind das Datenmanagement sowie vorhandene Systeme und Prozesse zu berücksichtigen.

  1. Von der Idee zum Prototyp

Anschließend ist es wichtig, ein Konzept zur Vorgehensweise zu entwickeln. Das Ziel: möglichst schnell einen Prototyp zu entwickeln. Dafür sind Ziele und Anforderungen detailliert aufzubereiten. Eine standardisierte Entwicklungsumgebung hilft dabei, Störfaktoren zu beseitigen und die Entwicklung schnell abzuschließen. Dank eines iterativen Vorgehens und der Berücksichtigung von Benutzerfeedback kann binnen kurzer Zeit der KI-Prototyp entstehen, der mit Echtdaten arbeitet. Daraus lässt sich ableiten, ob die gewünschten Effekte eintreten und die definierten Ziele erreichbar sind.

  1. Vom Prototyp zum produktiven KI-Service

Aus dem Prototyp lässt sich anschließend ein sogenanntes Minimum Viable Product (MVP) erstellen. Die Datenbasis und Funktionalitäten werden iterativ erweitert. Für eine reibungslose Integration in die Systemumgebung sorgen kontinuierliche Funktions-, Last- und Integrationstests. In einem Skalierungsplan ist festzulegen, wie aus dem MVP ein skalierender KI-Service wird. So müssen Unternehmen zum Beispiel die zukünftige Produktivumgebung, Einflussfaktoren und Schnittstellen des KI-Services analysieren und berücksichtigen. Damit entsteht schließlich ein produktiver KI-Service, der sich via API in bestehende Anwendungen und Prozesse integrieren lässt.

  1. Stabiler Betrieb und Verbesserungen

Für den Betrieb und ein kontinuierliches Monitoring ist es empfehlenswert, sich für einen professionellen Partner zu entscheiden, der das Unternehmen mit umfassenden Managed Artifical Intelligence Services unterstützen kann. Vor allem bei geschäftskritischen Einsätzen ist ein 24/7 Monitoring empfehlenswert. Zudem sollte die Qualität des KI-Algorithmus durch ein stetiges Re-Training gesichert sein. Und ein Service-Management, das nach standardisierten ITIL-Prozessen aufgebaut ist, kann alle Routinetätigkeiten, die für den täglichen Betrieb notwendig sind, übernehmen.

Zusammenfassend lässt sich festhalten: KI ist keine Zukunftsmusik mehr, sondern bereits Realität. Wer sich heute nicht mit den technologischen Möglichkeiten der Künstlichen Intelligenz beschäftigt, wird zukünftig das Nachsehen haben. Es ist Zeit, KI einzusetzen. Die vordergründige Komplexität von KI-Systemen sollte dabei kein Hindernis sein: Durch ein strukturiertes Vorgehen und eine professionelle Begleitung lassen sich Herausforderungen bei der Einführung von KI im Unternehmen meistern.

[1] https://www.dfki.de/fileadmin/user_upload/import/9744_171012-KI-Gipfelpapier-online.pdf.

Kundendaten in DSVGO-zertifizierter Blockchain

Ziel der Datenschutz-Grundverordnung (DSGVO) war es, die Datenregulierung in Europa zu vereinheitlichen und zu vereinfachen. Zudem sollten Endverbraucher ein größeres Mitspracherecht bei der Speicherung und Nutzung ihrer personenbezogenen Daten erhalten. Seit nunmehr fast zwei Jahren haben Kunden in Europa somit also das Recht, eine Änderung personenbezogener Daten zu verlangen, wenn diese nicht oder nicht länger stimmen. Per Definition handelt es sich immer dann  um personenbezogene Daten, wenn die Informationen in Verbindung zu einer Person stehen beziehungsweise im weitesten Sinne eine Aussage zu dieser Person enthalten. Mitunter können Unternehmen sogar dazu verpflichtet sein, bestimmte Daten komplett zu löschen. Unternehmen, die Blockchain-Technologie in Verbindung mit Kunden-Daten nutzen wollten, hatten somit ein Problem. Denn selbst simple Daten wie der Wohnsitz eines Kunden können nicht ohne Weiteres geändert oder gar gelöscht werden, wenn diese dezentral in einer Blockchain gespeichert werden. Wie es schien, schlossen sich Blockchain und DSGVO hier also aus.

Deutsches Unternehmen hat DSGVO-kompatible Blockchain-Lösung entwickelt

Nun ist es einem Unternehmen aus Deutschland allerdings gelungen, eine Plattform zu entwickeln, die Verbrauchern die Kontrolle über ihre Daten gibt und dennoch Blockchain-Technologie nutzt. „Endnutzer behalten die volle Handlungsmacht über ihre Daten und können entscheiden, welche Daten wofür und an wen weitergegeben werden“, sagt Sascha Hellermann vom Software- und Beratungsunternehmen Cocus, das die neuartige Lösung entwickelt hat. „Die Daten werden dezentral und kryptografisch abgelegt und schaffen eine sichere Identität, die für unterschiedlichste Szenarien und Services genutzt werden kann“, erläutert Sascha Hellermann.

Für Verbraucher bedeutet dies, dass sie Vorgänge wie Check-ins, Altersverifikationen, Zahlungen, Vertragsänderungen oder auch personalisierte Service-Angebote mit Hilfe der ownid-Lösung einfach per Klick selbst durchführen können. Somit sparen sie Zeit und Aufwand. Unternehmen können wiederum ihr Angebot erweitern, ihre Kosten senken und beispielsweise auch ihre Registrierungsprozesse optimieren. Die Lösung macht eine manuelle Dateneingabe seitens des  Kunden überflüssig. Selbst Passwörter müssen nicht mehr angelegt und gemerkt werden. Das dürfte letztlich auch zu einer höheren Conversion-Rate in Online-Shops führen. Derzeit liegt diese Quote in Deutschland gerade einmal bei 2 Prozent. Das bedeutet, dass von 100 Besuchern eines Online-Shops lediglich zwei etwas kaufen. Zum Vergleich: Ein gut frequentiertes Geschäft in Innenstadtlage erzielt 15-20 Prozent.

Dass die Conversion-Rate in Online-Shops bei 2 Prozent liegt, ist auch darauf zurückzuführen, dass nicht jeder Besucher der Webseite die Absicht hat etwas zu kaufen. Doch selbst beim Checkout geht in deutschen Online-Shops noch fast jeder zweite, eigentlich kaufwillige Kunde verloren – häufig, weil ein Benutzer-Konto angelegt werden muss. Mit der neuen Blockchain-basierten Lösung fallen derartige Benutzerkonten weg.

Datenhoheit für die User, mehr Umsatz und weniger Aufwand für die Unternehmen

Dank des modularen Aufbaus der Lösung, die bereits zum Patent angemeldet ist, können Unternehmen ihren Kunden je nach Bedarf eine individuelle Zusammenstellung von Funktionalitäten zur Verfügung stellen. Welche Informationen er welchem Unternehmen bereitstellt, entscheidet wiederum der User. Daten mit direktem Personenbezug werden dabei nicht in der Blockchain gespeichert. Der Kunde hat also stets die Hoheit über seine Daten und Unternehmen eine DSGVO-konforme Lösung, mit der sich Umsatz und Angebot erhöhen lässt und gleichzeitig den Aufwand reduziert. Richtig umgesetzt, bilden Blockchain und DSGVO offenbar doch ein gutes Team.

 

Testbeitrag

 

Er hörte leise Schritte hinter sich. Das bedeutete nichts Gutes. Wer würde ihm schon folgen, spät in der Nacht und dazu noch in dieser engen Gasse mitten im übel beleumundeten Hafenviertel?

Gerade jetzt, wo er das Ding seines Lebens gedreht hatte und mit der Beute verschwinden wollte!

Hatte einer seiner zahllosen Kollegen dieselbe Idee gehabt, ihn beobachtet und abgewartet, um ihn nun um die Früchte seiner Arbeit zu erleichtern? Oder gehörten die Schritte hinter ihm zu einem der unzähligen Gesetzeshüter dieser Stadt, und die stählerne Acht um seine Handgelenke würde gleich zuschnappen? Er konn

 

Sharing Economy für Daten? Raus aus den Silos – Free your Data!

„Sharing Economy“, „Platform Economy“ und natürlich die nicht totzukriegende Phrase von den Daten als dem „neuen Gold“, respektive dem „Öl des 21. Jahrhunderts“ prägen schon seit langem die Diskussion um die digitale Transformation. Dabei zeigt sich jedoch, dass es – gerade hierzulande – offensichtlich schwierig ist, diese Themen von einer rein theoretischen Betrachtung auf eine praktische Ebene zu hieven. In der Theorie mag das alles nachvollziehbar und vernünftig klingen, aber warum hapert es dann sooft an der Umsetzung in der Unternehmensrealität?

Daten als Kern der Plattformökonomie


In der Plattformökonomie geht es um die Etablierung von Standards, um die Schaffung von Netzwerkeffekten durch die Errichtung einer zentralen Plattform, die die Zugänge auf einem bestimmten Markt herstellt und damit kontrolliert – wir alle kennen die vielzitierten einschlägigen Beispiele von Uber („das weltgrößte Taxisunternehmen besitzt selbst kein einziges Taxi…“), Booking.com, Facebook, Amazon oder Google. Daten spielen hierbei eine ganz entscheidende Rolle. Nur durch deren Auswertung und durch den zielgerichteten Einsatz der daraus gewonnenen Erkenntnisse lassen sich die Kundenbeziehungen organisieren und das System insgesamt mit Leben füllen. Daten sind damit gleichzeitig DNA und zentrales Nervensystem der Plattformen.

Plattformökonomie: Gatekeeper mittels Daten

Der Plattformökonomie wird attestiert, dass sie tradierte Märkte aushebelt: Erfolgreiche Plattformen zwängen sich als Gatekeeper zwischen Endkunde und ursprünglichem Anbieter. Letztere verfügen zwar eigentlich über die notwendigen „Hard Assets“ – die Taxis, Hotels oder Content – werden somit aber gewissermaßen zum bloßen Zulieferer „degradiert“, mit entsprechenden Folgen für Autonomie und Ertragskraft. Wer diesem Schicksal enteilen will, hat nur die Chance, entweder eigene Plattformen zu gründen oder sich selbst mit entsprechenden Netzeffekten und datenökonomischen Instrumenten zu wappnen.

Skaleneffekte in der Datenökonomie

Die zentrale Frage lautet dabei stets: Wie lässt sich das eigene Leistungsversprechen durch die Verknüpfung mit Daten aufwerten? Entscheidend in diesem Kontext ist, dass nur der Zugang zu massenhaften Daten echte Wertschöpfung ermöglicht. Ein einzelner Datensatz ist stets wertlos. Werte entstehen in der Datenökonomie erst, wenn Verknüpfungen hergestellt und Muster identifiziert werden, wenn es gelingt, daraus die „Soft Assets“ zu schaffen, die das ursprüngliche Leistungsversprechen auf diese Weise entscheidend anreichern.
Schiere Größe ist in der Plattformökonomie wie überhaupt in der Digitalen Wirtschaft meist ein entscheidender Vorteil. Alle Technologieunternehmen, die heute die digitalen Märkte dominieren, haben ab einem bestimmten Zeitpunkt auf die Generierung von Skaleneffekten gesetzt. Für den hiesigen Mittelständler, selbst auch für die großen, global tätigen Unternehmen hierzulande, etwa aus dem Automobil- und Maschinenbau, stellt sich dann natürlich die Frage, wie es möglich ist, da mitzuhalten – auf den ersten Blick ein unmöglich erscheinendes Unterfangen. Im eigenen Verfügungsbereich sind meistens nur beschränkte Datenressourcen vorhanden. Wertzuwächse hängen gleichwohl aber sehr wesentlich von der Menge der verarbeitbaren Daten ab.

Synergieeffekte entstehen nur, wenn Daten aus ihren Silos befreit werden

Die Antwort darauf kann nur in der Erzeugung von Synergieeffekten liegen. Diese entstehen jedoch nur, wenn es gelingt, Daten aus ihren Silos zu befreien und für die Vernetzung freizugeben. In vielen Unternehmen werden Daten streng getrennt von einander vorgehalten. Das hat einerseits natürlich technische Gründe – die Hürden bei der Zusammenführung – Systeminkompatibilitäten, unterschiedliche Datenstrukturen und Dopplungen – erscheinen nicht selten beträchtlich. Andererseits stehen allzu oft auch Revierstreitigkeiten und Befindlichkeiten von „Provinzfürsten“ im Unternehmen einer Zusammenführung im Weg.

Jenseits des eigenen Horizonts

Natürlich muss es gelingen, diese Hindernisse aus dem Weg zu räumen, entweder durch gute Führungsleistung oder technisch, mittels ausgefeilteren technologischen Ansätzen zur Datenstrukturierung, etwa auch aus dem Bereich des maschinellen Lernens. Allein das wird in den meisten Fällen nicht reichen. Selbst wenn es gelingt, diese internen Erschwernisse zu beseitigen, ist der Bedarf an Daten und die Anforderungen an die Anzahl und Detaillierung von Datensätzen kaum von einem Unternehmen allein zu bewerkstelligen. Zukunftstechnologien wie Künstliche Intelligenz und Virtual Reality sind in großem Maße Daten getrieben. Wenn die einzige Quelle zu deren Erzeugung und Sammlung das eigene Unternehmen ist, dürfte das kaum ausreichen, um hier Erfolge zu erzielen.

Hoher Datenbedarf: Künstliche Intelligenz, Blockchain & Co

Insbesondere das Training von KI, im Wege von Deep Learning und mittels Künstlicher Neuronaler Netzwerke, erfordert riesige Mengen von Datensätzen. Nur wenn diese Vielfalt gewährleistet ist, kann es dem System gelingen, Muster zu identifizieren und „Erlerntes“ eigenständig auf neue oder wenigstens „verwandte“ Sachverhalte zu projizieren.

Sharing Economy für Daten

Daher gilt es, den Blick auch über den Tellerrand hinaus kreisen zu lassen und die notwendigen Synergien auch außerhalb des eigenen exklusiven Zugriffsbereich zu suchen. Vielleicht ist es notwendig, hier neue Formen der Kooperationen zwischen einzelnen, unter Umständen sogar konkurrierende Marktteilnehmern zu etablieren: eine Art „Sharing Economy“ für den Datenaustausch und den Betrieb gemeinsamer Datenplattformen. Denkbar wären beispielsweise Cloud basierte Lösungen, die Skalierungen und die Einbindung von Drittdaten sowie auch den Rückgriff auf externe Rechnerkapazitäten ermöglichen. Das Zusammentreffen von Machine- und Deep-Learning und nahezu unlimitierter, kostengünstiger Rechenleistung aus der Cloud könnte vielen Unternehmen einen “barrierefreien” Einstieg in die Arbeit mit Künstlicher Intelligenz ermöglichen.

Kooperationen in der Cloud?

Tatsächlich gibt es bereits erste derartige Kooperationen und Plattformen, die den gegenseitigen Austausch von Daten sowie auch kompletter Lern- und Trainingsmodelle für KI ermöglichen. NVIDIA, als Hersteller von Grafikkarten ursprünglich bekannt und groß geworden, betreibt etwa eine eigene Cloud basierte Plattform zum Simulieren und Testen des Fahrbetriebs autonomer Fahrzeuge. Zu den teilnehmenden Unternehmen gehören die großen Automobilhersteller, wie Daimler, Toyota, Audi und VW oder Tesla. Die „offene“ Plattform ermöglicht es, so NVIDIA, „selbstfahrende Autos, Lkws und Shuttles zu entwickeln und einzusetzen, die funktionssicher sind und nach internationalen Sicherheitsnormen zertifiziert werden können.“

Blockchain & KI

Auch aus der Kombination von Blockchain und KI ergeben sich Anwendungsszenarien. Das Berliner Start-Up XAIN arbeitet unter anderem mit Infineon zusammen, um Zugriffsrechte auf Fahrzeugfunktionen durch KI-Algorithmen zu regeln, ohne dass dabei private Daten der Automobilnutzer zentral gespeichert werden müssen. Über das so geschaffene Netzwerk können lokale KI-Algorithmen voneinander lernen, ohne Datenhoheit und die Privatsphäre der beteiligten Anwender zu tangieren.

Blockchain für Datentransaktionen

Das finnisch-schweizerische Unternehmen Streamr bietet den Blockchain basierten Zugang zu einer „Open-Source-Plattform für den freien und fairen Austausch der Echtzeitdaten weltweit“ an und will Datenströme auf diese Weise dezentral zwischen vielen möglichen Beteiligten handelbar machen. Auf diese Weise wäre ein breiter Austausch und der Zugriff auf eine Vielzahl von Daten insbesondere auch für Trainingszwecke möglich, der zudem auch einen finanziellen Anreiz für die Teilnehmer bereithält, ihre Daten zur Verfügung zu stellen. Ähnliche Ansätze existieren zu Hauf im Silicon Valley. Der dezentrale, „distribuierte“ Handel mit Daten ist von einer Reihe von Unternehmen bereits zum Geschäftsmodell erkoren worden. SingularityNET etwa bietet eine Plattform, auf der Entwickler ihre Leistungen im Austausch für andere KI-Dienste oder auch Krypto-Entgelte anbieten können.

Neues Denken erforderlich

Der Rückgriff auf solche Angebote und Verfahren setzt jedoch ein Umdenken, ein grundsätzlich anderes „Mindset“ voraus als vermutlich in den meisten Unternehmen derzeit vorherrscht. Natürlich auch bedingt durch gesetzliche Vorgaben wie DSGVO und ePrivacy-Verordnung, aber eben auch durch eine grundsätzlich restriktive Denkweise, tendieren viele Entscheider dazu, Daten als „exklusiv“ zu betrachten. Das freie und freigiebige Teilen des „Datengoldes“ erscheint vielen schlichtweg abwegig.

“Nur zusammen sind wir stark”

Doch wenn gleichwohl Daten immer ein exklusiver Vorteil innewohnt: in der digitalen Ökonomie lässt sich echter Wert nur durch Größe und vielfältige Anreicherung erzielen. Wenn – was die Regel ist – ein Einzelner dazu nicht in der Lage ist, bleibt nur, das Heil in der Kooperation und im intensiven gegenseitigen Austausch, auch gerade mit vermeintlichen Konkurrenten, zu suchen. Nur so könnte langfristig die Chance gewahrt wären, gegen die Technologie-Riesen aus USA und zunehmend auch aus China zu bestehen.

Daher gilt: Free Your Data – Gebt den Daten ihre Freiheit zurück!

Drohnen-Geschäft auf Höhenflug

Mit der Marktstudie „Analyse des deutschen Drohnenmarktes“ hat der Verband Unbemannte Luftfahrt (VUL) erstmals eine Untersuchung des deutschen Drohnenmarktes vorgelegt, die auf tatsächlichen Marktdaten beruht. Um die Ergebnisse der Studie zu verifizieren, wurden Experten von 20 deutschen Unternehmen interviewt, die am Drohnenmarkt tätig sind – unter anderem auch von FlyNex.

Die aktuelle Nachfrage am kommerziellen Markt bei sogenannten UAV (Unmanned Aerial Vehicle) beläuft sich in der Bundesrepublik auf etwa 404 Millionen Euro – und der wahre Boom kommt erst noch. Bis 2030 erwartet der VUL ein Marktwachstum auf knapp 2,5 Milliarden Euro. Das bedeutet ein jährliches Wachstum um 16 Prozent.

Einer der wichtigsten Faktoren für den Erfolg kommerzielle Drohnennutzung sind dabei Karten- und Flugdaten. Zentraler Ausgangspunkt bildet dabei immer die Planung von Flügen, basierend auf derzeit noch z.T. unklaren gesetzlichen Vorgaben. Das Leipziger Unternehmen FlyNex hat sich auf den Einsatz kommerzieller Drohnen-Einsätze spezialisiert. Damit ist FlyNex derzeit als einziger Anbieter für digitale Luftraumdaten, die für Drohnen und unbemannte Flüge gebraucht werden.

Immer mehr Branchen greifen auf die kosten- und zeitsparende Nutzung von Drohnen zurück. Nicht nur Forst- und Landwirtschaft, sondern auch Bau- und Energie-Unternehmen steigen wiederholend auf Drohnen um. Laut FlyNex sind es gerade Energienetzbetreiber und die Bauchwirtschaft, die hauptsächliche Nutzer und Auftraggeber für professionelle Drohnenpiloten sind. Insgesamt 19.000 Drohnen wurden von Unternehmen in 2018 schon zu kommerziellen Zwecken eingesetzt.

Das Wachstum für kommerzielle Anwendungen klingt vielversprechend. Es wird erwartet, dass der Markt im kommenden Jahrzehnt um ganze 22 Prozent pro Jahr auf über 400 Millionen Euro im Jahr 2030 anwächst. Schon heute zeigen von FlyNex erhobene Daten das wachsende Interesse an kommerzieller Drohnentechnologie und der dazugehörigen Software. Dieses Interesse schlägt sich unter anderem in den rasant steigenden Zahlen von beruflichen Drohnenpiloten nieder. Nutzten im vergangenen Jahr knapp 1.000 Anwender Software und Karten von FlyNex für den kommerziellen Einsatz, ist die Anzahl an professionellen Betreibern bereits um das Vierfache im Jahr 2019 gestiegen.

Sollte die VUL-Studie recht behalten steht der kommerziellen Drohnenbranche also eine rosige Zukunft bevor. Jedoch, und das bleibt zu betonen, ist auch hier ein wichtiger Faktor für die weitere Entwicklung, auf welche Auflagen und Vorschriften sich der Gesetzgeber und die Industrie in den nächsten Jahren einigen. Das Potenzial für geringere Wartungskosten und Zeitaufwand konnte schon bewiesen werden.