Digitale Transformation trifft Uhrmachertradition: NOMOS Glashütte am Puls der Zeit

Was ist Künstliche Intelligenz?

Künstliche Intelligenz beschreibt ganz allgemein, dass Computer Fähigkeiten des menschlichen Denkens erlernen. Es geht also darum, dass Maschinen Aufgaben übernehmen, die bislang Menschen vorbehalten waren – von der Mustererkennung bis zur Entscheidungsfindung. Dabei werden Begriffe wie „KI“, „Machine Learning“ oder „ChatGPT“ oft synonym verwendet, obwohl sie unterschiedliche Aspekte abdecken. KI ist ein Sammelbegriff für viele Technologien, die darauf abzielen, Maschinen intelligentes Verhalten beizubringen.

Die Geschichte der KI: Von den Anfängen bis heute

KI ist kein neues Phänomen. Bereits in den 1940er Jahren wurde intensiv daran geforscht. Nach Anfangserfolgen galt das Thema lange Zeit als zu komplex und wurde eher verdrängt. Erst mit dem rasanten Anstieg von Rechenleistung und Datenverfügbarkeit in den letzten Jahren erlebte KI einen neuen Aufschwung. Die Entwicklung verlief in Wellen: Nach ersten Erfolgen folgten sogenannte „KI-Winter“, in denen das Interesse abnahm, bis neue Technologien und mehr Daten die Forschung wieder beflügelten.

Machine Learning und Deep Learning – die Motoren der KI

Ein Teilgebiet der KI ist das Machine Learning (ML). Hier lernen Algorithmen aus Daten, ohne dass sie explizit für jede einzelne Aufgabe neu programmiert werden müssen. Deep Learning wiederum ist eine spezielle Form des ML, die mit tiefen neuronalen Netzen arbeitet – und die Grundlage für moderne Sprachmodelle wie ChatGPT bildet. Machine Learning ist heute das Herzstück vieler KI-Anwendungen, weil es ermöglicht, Muster und Zusammenhänge in großen Datenmengen zu erkennen.

Was ist KI – und was nicht?

Ein entscheidender Unterschied: KI und ML benötigen immer Daten. Klassische Automatisierung, die auf festen Regeln basiert („Wenn A, dann B“), ist keine KI. Erst wenn Algorithmen eigenständig aus Daten lernen und Muster erkennen, spricht man von KI. Ohne Daten – keine Intelligenz. Automatisierung ist zwar nützlich, aber nicht „intelligent“ im eigentlichen Sinne. KI geht darüber hinaus, indem sie flexibel auf neue Situationen reagieren kann, wenn die entsprechenden Daten zur Verfügung stehen.

Die drei Lernformen: Supervised, Unsupervised und Reinforcement Learning

1. Supervised Learning: Algorithmen lernen anhand von Trainingsdaten, z. B. zur Vorhersage von Kategorien oder Entwicklungen. Hier besteht die Gefahr von Verzerrungen, wenn die Trainingsdaten nicht repräsentativ sind.
2. Unsupervised Learning: Hier werden Strukturen und Ähnlichkeiten in Daten erkannt, etwa durch Clustering oder Dimensionsreduktion.
3. Reinforcement Learning: Lernen durch Belohnung und Bestrafung – ähnlich wie ein Kind, das laufen lernt. Besonders wichtig für Sprachmodelle, die darauf trainiert werden, hilfreiche Antworten zu geben
   
   

Sprachmodelle und neuronale Netze

Sprachmodelle wie ChatGPT basieren auf tiefen neuronalen Netzen. Diese benötigen enorme Datenmengen und Rechenleistung. Erst durch das Internet und moderne Hardware wurde diese Entwicklung möglich. Die ersten Anwendungen waren Bild- und Objekterkennung. Transformer-Modelle, die seit 2017 im Einsatz sind, haben die Möglichkeiten noch einmal deutlich erweitert. Neben Aufgaben der Textklassifikation können sie als generative Modelle auch Texte erzeugen und Fragen beantworten.  

Praktische Einsatzmöglichkeiten von KI

KI kann allerdings noch weit mehr als nur Texte generieren. Besonders bei der richtigen Nutzung strukturierter Daten – etwa für Predictive Maintenance – lassen sich große Einsparungen erzielen. Sprachmodelle ermöglichen es, riesige Textmengen effizient zu durchsuchen und relevante Informationen zu extrahieren. Die Kombination verschiedener Techniken eröffnet neue Möglichkeiten, etwa das automatische Erkennen von Objekten in Bildern oder das Extrahieren von Daten aus Grafiken. Auch in der Baubranche und im Energiemanagement spielt KI eine immer größere Rolle.

Die intelligente Kombination: KI als Wettbewerbsvorteil

Das große Versprechen der KI liegt in der geschickten Kombination unterschiedlicher Methoden. Durch die Multiplikation der Möglichkeiten entsteht ein riesiger Lösungsraum. Wenn Unternehmen hier kreativ agieren, können sie sich entscheidende Wettbewerbsvorteile verschaffen. Die optimale Nutzung dieser Potenziale wird uns noch viele Jahre beschäftigen. Besonders spannend ist die Verbindung von klassischen Machine-Learning-Methoden mit generativen Modellen, um sowohl strukturierte als auch unstrukturierte Daten optimal zu nutzen.

Fazit: KI verstehen und nutzen

KI ist mehr als ein Hype. Sie umfasst viele Methoden, die sich sinnvoll kombinieren lassen. Wer die Unterschiede und Möglichkeiten versteht, kann KI gezielt einsetzen und echten Mehrwert schaffen. Es lohnt sich, sich mit dem Thema auseinanderzusetzen – nicht nur mit generativen Modellen, sondern auch mit klassischen Ansätzen.

Die Digitalisierung verändert die Wirtschaft tiefgreifend: Produktions- und Innovationzyklen werden kürzer, bestehende Märkte umgekrempelt und neue geschaffen. Um wettbewerbsfähig zu bleiben und künftige Absatzmöglichkeiten zu erschließen, benötigen kleine und mittlere Unternehmen effiziente elektronische Geschäftsprozesse mit Datenvernetzung.

In vielen mittelständischen Betrieben mangelt es jedoch an zukunftsfähigen digitalen Systemen: Das Informationsmanagement beispielsweise erfolgt noch mithilfe von Aktenordnern, die Rechnungsstellung ist papiergebunden, und Fertigungsunternehmen organisieren die Produktion mit Tabellenkalkulationsprogrammen.

Dabei haben die meisten Mittelständler Umfragen zufolge längst erkannt, dass elektronische Lösungen wie ein Dokumentenmanagementsystem (DMS) oder ein System zur Planung und Steuerung der Produktion (PPS) mit Analyse und Vernetzung der Produktionsdaten die Abläufe nachhaltig optimieren.

Dennoch sind viele KMU in Bezug auf die Digitalisierung ihrer betrieblichen Prozesse im Rückstand. Dies hat praktische Gründe: Vor allem kleinere Betriebe verfügen oft nicht über die finanziellen Mittel, um moderne elektronische Systeme anzuschaffen. Zudem haben sie meist keine IT-Abteilung und somit kein entsprechendes Know-how im Haus.

Finanzspritzen für Digitalisierung in KMU

Die Politik möchte die Finanzierungs- und Beratungslücken im Bereich Digitalisierung schließen. Auf Bundes- und Länderebene gibt es mittlerweile zahlreiche Förderprogramme, die KMU bei der Umsetzung von Digitalisierungsprojekten finanziell unterstützen.

Die Förderung kann in Form eines Zuschusses oder eines zinsverbilligten Kredits bzw. Darlehens in Kooperation mit Förderbanken erfolgen.

Besonders begehrt sind Zuschüsse, da es sich hierbei um nicht rückzahlbare Zuwendungen handelt – je nach Förderprogramm können Beträge in bis zu fünfstelliger Höhe gewährt werden. Was konkret gefördert wird, hängt von den jeweiligen Programmrichtlinien ab und lässt sich nicht pauschal definieren.

Unübersichtliches Förderangebot

Das richtige Förderprogramm für ein Digitalisierungsvorhaben zu finden, ist angesichts der komplexen Förderlandschaft in Deutschland keine leichte Aufgabe. Auf Bundesebene sind die Möglichkeiten überschaubar:

• Das Programm ERP-Digitalisierungs- und Innovationskredit (KfW) ist im Juli 2025 ausgelaufen und wird durch neue, weiterentwickelte Programme (ERP-Förderkredit Digitalisierung und ERP-Förderkredit Innovation) ersetzt. Diese bieten die drei unterschiedliche Förderstufen (Basis-, LevelUp- und HighEnd-Förderung) mit steigenden Zinsvergünstigungen und Förderzuschüssen.
• Das Förderprogramm „Digital Jetzt – Investitionsförderung für KMU“, das kleine und mittlere Unternehmen (KMU) bei der Digitalisierung unterstützte, ist zum 31. Dezember 2023 ausgelaufen.
• Zudem gab es bis Ende 2024 das Förderprogramm „go-digital“. Es richtete sich an KMU und Handwerksbetriebe mit weniger als 100 Mitarbeitern und unter 20 Millionen Euro Bilanzsumme, wurde inzwischen jedoch eingestellt.

Auf Länderebene ist das Förderangebot schwerer zu überblicken. Jedes Bundesland hat eigene Förderprogramme, die sich hinsichtlich Schwerpunkt­setzung, Richtlinien und Förderumfang unterscheiden. In einigen Ländern beschränkt sich die Unterstützung auf Zuschüsse zu den Unternehmensberaterkosten bei Digitalisierungsprojekten oder auf Digitalisierungskredite und Darlehen. Andere Länder wiederum bezuschussen auch die Anschaffung von vorhabensspezifischer Hard- und Software. Bei manchen Programmen kommen nur bestimmte Branchen oder besonders innovative Unternehmen in den Genuss einer Förderung. Einen Überblick mit weiterführenden Links gibt der Blogbeitrag Fördermittel für Digitalisierung – diese Programme unterstützen KMU.

Fördermöglichkeiten zur Digitalisierung rechtzeitig prüfen

Fest steht: Es lohnt sich für KMU in jedem Fall, die Fördermöglichkeiten zu prüfen. Besonders in kleineren Betrieben kann ein Zuschuss den entscheidenden Anstoß für die Einführung einer digitalen Lösung geben, die die Effizienz steigert und die Wettbewerbsfähigkeit verbessert. Wichtig: Hat ein Projekt zum Zeitpunkt der Antragsstellung bereits begonnen, ist oft keine Förderung mehr möglich. Außerdem sind die Fördertöpfe nach der öffentlichen Bekanntmachung meist schon innerhalb weniger Wochen leer. Daher gilt es, frühzeitig zu handeln.

Eine gute Informationsquelle zu Förderprogrammen und Finanzhilfen bietet die Förderdatenbank des Bundes. Auf den Internetseiten der einzelnen Programme finden sich detaillierte Informationen und Kontaktadressen. Darüber hinaus informieren Behörden wie das Bundesamt für Wirtschaft und Ausfuhrkontrolle, aber auch Projektträger und unabhängige Informationsstellen über die verfügbaren Fördermöglichkeiten.

Warum Cloud-Anbieter oft höhere Sicherheit bieten

Cloud-Anbieter investieren enorme Ressourcen in Sicherheitsmaßnahmen – weit mehr, als die meisten mittelständischen Unternehmen allein aufbringen könnten. Sie setzen auf modernste Verschlüsselungstechnologien, mehrstufige Zugriffskontrollen und eine kontinuierliche Systemüberwachung. Ein eigener Stab an Sicherheitsexperten kümmert sich ausschließlich um den Schutz der Kundendaten.

Zusätzlich sorgen regelmäßige Sicherheitsupdates und Patches dafür, dass bekannte Schwachstellen schnell geschlossen werden. Während in lokalen Systemen Updates manchmal verzögert eingespielt werden, geschieht dies in professionellen Cloud-Umgebungen automatisiert und zuverlässig.

Zertifizierte Sicherheit: Standards und Audits

Ein weiterer Vorteil: Seriöse Cloud-Anbieter müssen strenge Vorgaben erfüllen und lassen sich regelmäßig prüfen. Dazu gehören unter anderem:

• ISO 27001 – internationaler Standard für Informationssicherheits-Managementsysteme
• BSI C5 – der deutsche Anforderungskatalog des Bundesamts für Sicherheit in der Informationstechnik speziell für Cloud-Dienstleister
• GDPR/DSGVO-Konformität – Sicherstellung des Datenschutzes nach europäischem Recht
• Diese Zertifizierungen garantieren, dass die Systeme nicht nur technisch, sondern auch organisatorisch höchsten Anforderungen entsprechen.

Redundanz und Ausfallsicherheit

Während ein lokaler Server bei einem Hardwaredefekt schnell zum Problem wird, speichern Cloud-Anbieter Daten mehrfach und an verschiedenen Standorten. Diese Redundanz sorgt dafür, dass selbst im Fall eines Ausfalls die Daten weiterhin verfügbar bleiben. Moderne Cloud-Infrastrukturen bieten zudem Notfallpläne und automatische Umschaltungen auf Ersatzsysteme – ein Sicherheitsniveau, das lokal nur mit hohem Aufwand erreichbar wäre.

Cloud-Sicherheit durch konsequente Prozesse

Ein großer Teil der Sicherheit ergibt sich nicht allein aus der Technik, sondern aus den Prozessen:

• Rund-um-die-Uhr-Monitoring durch spezialisierte Sicherheitsteams
• Automatisierte Erkennung und Abwehr von Angriffen in Echtzeit
• Zugriffsmanagement, das genau regelt, wer welche Daten sehen und bearbeiten darf
• Transparenz durch regelmäßige Audits und Berichte
  

Diese Maßnahmen sind in professionellen Cloud-Umgebungen Standard und reduzieren das Risiko von Datenlecks oder Angriffen erheblich.

Fazit: Cloud-Server sind meist sicherer als lokale Systeme

Lokale Server bieten zwar die volle Kontrolle, erfordern aber gleichzeitig hohes Fachwissen und ständige Pflege, um auf dem gleichen Sicherheitsniveau zu bleiben wie moderne Cloud-Dienste. Für die meisten Unternehmen ist es nahezu unmöglich, diese Standards dauerhaft in Eigenregie sicherzustellen.

Cloud-Anbieter hingegen kombinieren Technologie, Expertise, Redundanz und zertifizierte Prozesse – und können dadurch ein Sicherheitsniveau garantieren, das lokale Systeme oft nicht erreichen.

Das bleibt im Kopf: Professionelle Cloud-Server sind in aller Regel sicherer als lokale IT-Systeme – vorausgesetzt, sie werden verantwortungsvoll genutzt und richtig konfiguriert.