Künstliche Intelligenz in der Konsumgüterindustrie

Die KI-Revolution schreitet voran: Nach der Phase des Experimentierens steht nun die produktive Skalierung an. Den Stand der KI-Transformation in der Konsumgüterindustrie beleuchtet ein neuer Deep Dive von Deloitte. Die Grundlage dafür liefert die globale Studienreihe The State of AI in the Enterprise. Für deren aktuelle Ausgabe wurden 3.235 Führungskräfte aus 24 Ländern und sechs Branchen befragt, davon 950 aus der Konsumgüterindustrie.

Konsumgüterunternehmen nutzen KI bislang vor allem zur Steigerung von Effizienz und Produktivität. Vor dem Hintergrund des steigenden Kostendrucks, rückläufiger Margen und einer volatilen Nachfrage kommt diesen Effekten aktuell eine hohe Relevanz zu. An transformativen geschäftlichen KI-Effekten fehlt es aber noch. Neben autonomer Agentic AI rückt in der Branche außerdem Physical AI besonders in den Fokus, vor allem in der Logistik. Insgesamt ist eine verstärkte organisatorische Implementierung erforderlich, um KI-Vorteile wirklich auszuspielen. 

Vom Pilotprojekt zur Skalierung 

KI wird in Konsumgüterunternehmen immer präsenter: Der Anteil von Mitarbeitenden mit Zugriff auf genehmigte KI-Tools hat sich gegenüber dem Vorjahr auf 60 Prozent verdoppelt. Allerdings nutzt nur ein Viertel davon KI häufig im täglichen Workflow. Ähnlich sieht es beim Übergang von Pilotprojekten in die Produktion aus: Erst 23 Prozent der Unternehmen haben bislang mehr als 40 Prozent ihrer KI-Experimente produktiv skaliert. Das ist der niedrigste Wert aller Branchen (Technologie, Medien und Telekommunikation: 38%). In drei bis sechs Monaten werden aber schon 52 Prozent diese Schwelle erreicht haben (Technologie, Medien und Telekommunikation: 66%). 

Der wichtigste Vorteil, den Konsumgüterunternehmen in Zukunft mit KI erzielen wollen, ist Umsatzwachstum (75%). Aktuell gelingt dies jedoch erst 18 Prozent. Unter den heute schon erzielten Vorteilen liegt die Verbesserung von Effizienz und Produktivität an erster Stelle (65%). Bei ihrem KI-Ansatz verfolgen 35 Prozent der Unternehmen eine tiefgehende Transformation, was im Branchenvergleich im oberen Mittelfeld liegt (Energie, Rohstoffe, Industriegüter: 23%). 28 Prozent zielen auf eine Neugestaltung von Prozessen. Mit 37 Prozent belassen es die meisten aber bei einer oberflächlichen Transformation (Technologie, Medien und Telekommunikation: 28%). 

Automatisierung, Workforce-Implikationen, souveräne KI 

Die KI-Automatisierung ist auf dem Vormarsch: 37 Prozent der Konsumgüterunternehmen erwarten, mit KI in einem Jahr mindestens zehn Prozent aller Rollen komplett zu automatisieren (in drei Jahren: 82%). Da dies vorrangig Einsteigerpositionen betrifft, könnten alternative Karrierepfade für zukünftige Fachkräfte nötig werden. Doch oft werden Strukturen und Workflows nicht ausreichend angepasst. So haben 82 Prozent die Rollen im Unternehmen noch nicht auf KI-Fähigkeiten ausgerichtet.

Die Einstellungen der Belegschaft zu KI sind gemischt. 13 Prozent der nicht-technischen Mitarbeitenden sind begeistert, 56 Prozent zumindest offen dafür. Dennoch bleiben 19 Prozent weiterhin skeptisch, fünf Prozent meiden KI sogar aktiv. Viele Befragte sehen in mangelnden KI-Skills die größte Hürde für die Implementierung, doch die Talentstrategien werden von weniger als der Hälfte an KI-Aspekte angepasst. 

Ein weiterer Schwerpunkt der Studie liegt im Thema souveräne KI. In Zeiten erhöhter geopolitischer Spannungen ist der physische Ort von Daten- und Rechenleistungen für 81 Prozent der Konsumgüterunternehmen bedeutsam. Eine hohe Abhängigkeit von ausländischen KI-Fähigkeiten finden 62 Prozent besorgniserregend. 

Agentic AI und KI-Governance

Neben Chatbot-basierter generativen KI (GenAI) tritt aktuell verstärkt Agentic AI in den Fokus. Autonom handelnde KI-Agenten potenzieren die Vorteile, die sich mit KI erreichen lassen. Typische Einsatzbereiche bei Konsumgüterunternehmen sind Kundensupport, Liefernetzwerk oder auch Entwicklung. Doch aktuell nutzen erst 24 Prozent Agentic AI zumindest moderat, was dem Durchschnitt aller Branchen entspricht. In zwei Jahren steigt der Anteil auf 73 Prozent. 

Vor dem Hintergrund des erwarteten Wachstums ist es besonders kritisch, dass bislang nur 20 Prozent der Unternehmen eine ausgereifte Governance für KI-Agenten etabliert haben. Denn autonome KI-Agenten stellen eine eigenständige Risikokategorie dar, die über die Anforderungen klassischer KI-Governance hinausgeht. Sie könnten beispielsweise Pricing-Entscheidungen, Bestellungen oder Kundenkommunikation negativ beeinflussen, mit entsprechend zu erwartenden Finanz- und Reputationsrisiken. Auch im Hinblick auf die allgemeinen KI-Risiken stehen Governance-Themen weit oben auf der Agenda. Als wichtigstes Risikothema nennen die Befragten Datenschutz und -sicherheit (75%), gefolgt von Modellqualität und -erklärbarkeit (48%), Governance-Fähigkeiten (47%) sowie Compliance (46%). Governance stellt vor diesem Hintergrund einen zentralen Erfolgsfaktor für KI in der Konsumgüterindustrie dar.

Starkes Wachstum bei Physical AI 

Physical AI, also autonome KI-gesteuerte mechanische Systeme mit Sensoren und Robotik-Fähigkeiten, hat im Konsumgüterbereich besonders viele Einsatzfelder, insbesondere in kontrollierten Umgebungen (z.B. Lagerroboter, Inspektionsdrohnen). Entsprechend weist die Konsumgüterindustrie im Branchenvergleich mit 22 Prozent die meisten Unternehmen auf, die Physical AI heute schon moderat oder intensiv nutzen (Finanzindustrie: 8%). In zwei Jahren werden es voraussichtlich 61 Prozent (Finanzindustrie: 28%) sein. 

Die wichtigsten Typen von Physical AI in der Branche sind Internet-of-Things-Fähigkeiten im Einzelhandel, autonome Logistik und Cobots. Festzuhalten ist dabei, dass Physical AI deutlich höhere Kosten für Anschaffung und Betrieb verursacht, u.a. wegen Sicherheitsvorgaben. Deshalb sollte bei Investitionen immer der Total Cost of Ownership berücksichtigt werden. 

Stand der Vorbereitung und Handlungsempfehlungen

Die Evolution der KI zu Agentic AI und Physical AI könnte in der Konsumgüterindustrie einen markanten Transformationsschub auslösen. Auf die Implementierung sehen sich die Unternehmen aber nur punktuell gut vorbereitet. Der höchste Vorbereitungsgrad herrscht in den Bereichen Strategie (45%), Technologie/Infrastruktur (39%) und Datenmanagement (38%). Größerer Nachholbedarf existiert bei Risiko und Governance (27%) sowie bei den Arbeitskräften (22%). Abschließend gibt der Deep Dive sechs Handlungsempfehlungen für die Transformation: 

• Produktive Implementierung aktiv vorantreiben
• Organisationsstruktur und Jobgestaltung auf KI ausrichten
• Skalierung durch ausgereifte Governance absichern
• Mit souveräner KI strategische Vorteile erzielen
• Zeitgemäße Technologie- und Datenstrategie etablieren 
• Auf strategische Transformation fokussieren statt auf Effizienzvorteile 
  
  

Erfahren Sie hier alles weitere zu wichtigen Details und Ergebnissen der Branchenauswertung. Laden Sie hier unsere Studie zum Thema "State of AI German Cut Consumer Products" auf Englisch herunter.