Analytics / KI

infologistix Leistungsangebot: KI

Die Begriffe „Advanced Analytics“ und „Künstliche Intelligenz“ (KI) sind momentan in aller Munde und sehr oft sind damit auch hohe Erwartungen verbunden:

  • Durch die neuen, selbstlernenden KI-Lösungen soll das bestehende Geschäft schnell und nachhaltig verbessern werden.
  • Die Profitabilität soll unmittelbar gesteigert werden.

Wir haben in unseren Projekten die Erfahrung gemacht, dass KI-basierte Lösungen – speziell in den Bereichen Analytics und Forecasting – einen echten Mehrwert erbringen können. Und zwar immer dann, wenn Menschen durch eine KI aktiv unterstützt werden. Beispielsweise bei der Identifikation von versteckten Mustern (Analytik) oder durch Kurzfrist-Prognosen zur Vorbereitung von Entscheidungen (Forecasting).

Deshalb haben wir uns darauf konzentriert, KI-basierte Microservices zu entwickeln, mit denen unsere Kunden unmittelbare Vorteile innerhalb ihrer bestehenden Prozesslandschaft erreichen können.

Allerdings wissen wir mittlerweile, dass es auch bei diesem Projekt-basierten Ansatz Herausforderungen gibt, die manchmal (noch) nicht gelöst werden können:

Grundlage für unsere Services sind bewährte Algorithmen aus den Bereichen ML und Deep Learning, die in einer ganzen Reihe von öffentlich zugänglichen Bibliotheken angeboten werden (TensoFlow, Keras oder Caffe usw.). Die Herausforderung von angewandter Künstlicher Intelligenz liegt also weniger in der Entwicklung eines uniquen Algorithmus, sondern in der performanten Bereitstellung eines intelligenten Service, der nahtlos mit den Bestandssystemen zusammenarbeitet.

Richtig ist, dass immer mehr Daten gesammelt werden, d.h. aber nicht, dass diese Daten auch immer zur Verfügung stehen. Data Preparation und ETL sind auch in KI-Projekten die aufwändigsten Projektphasen. Und in vielen Fällen liegen die relevanten Daten nicht durchgängig oder gar nicht vor (z.B. weil die Sensordaten einer Maschine bestimmte Bewegungen gerade nicht messen). Insbesondere ML und Deep Learning benötigen durchgängige, konstante Zeitreihenmessungen, und zwar über eine längere Zeitdauer. Liegen diese nicht vor, dann müssen statistische Verfahren eingesetzt werden.

Trotz aller Euphorie über die Möglichkeiten von KI-basierten Systemen, stellt sich spätestens nach dem POC die Frage, welchen Mehrwert der neue Microservice tatsächlich bieten wird. Denn es kann durchaus der Fall sein, dass Aufwand und Ergebnis in keiner Relation stehen. Frühzeitig muss daher eine kritische Vorab-Prüfung des voraussichtlichen Nutzens erfolgen.