Demokratisierung von Machine Learning
Dass die Digitalisierung von Geschäftsprozessen von hoher strategischer Bedeutung ist und insbesondere künstliche Intelligenz Unternehmen zu Smart Companies transformiert, ist hinreichend bekannt. Dennoch setzen laut einer aktuellen Accenture-Studie nur 18 Prozent der befragten Unternehmen KI-Lösungen in mehreren Geschäftsbereichen ein. Es wird also Zeit, das Potential neuer Technologien auszuschöpfen.
Dem Machine Learning (ML), als Teilgebiet der KI, kommt dabei eine besondere Bedeutung zu. Damit kann beispielsweise das Kundenverhalten vorhergesagt und Kündigungen vermieden werden. Auch neue Standorte lassen sich so optimal planen. Ferner ermöglicht ML Predictive Maintenance, wobei die Sensordaten von Industriemaschinen ausgewertet und in der Folge die Kosten sowie der Aufwand der Maschinenwartung drastisch reduziert werden. „Machine Learning ist die Grundlage für jeden industriellen Optimierungsprozess“, bestätigt Dr. Elisabetta Castiglioni, CEO bei A1 Digital, die Bedeutung. Ihr Unternehmen berät KMUs bei ihrer digitalen Transformation und konzentriert sich dabei auf branchenspezifische IoT-Anwendungen.
Aus persönlichen Gesprächen kennt sie daher auch die Gründe des unternehmerischen Zögerns: „Angst vor der Komplexität, Mangel an Informationen und Mangel an Experten, die nicht nur Daten analysieren, sondern auch die Bedürfnisse des Unternehmens verstehen.“ Dennoch mahnt sie Entscheidungsträger „ihre Komfortzone zu verlassen und ihre Denkweise zu ändern, um den Sprung zu Smart Enterprises zu schaffen“.
„Die Machine-Learning-Plattform ermöglicht einen offenen Zugang zu einem bisher sehr komplexen und technischem Thema.“
Dr. Elisabetta Castiglioni
Der zentrale, bisher fehlende Baustein in der ML-Strategie ist die A1 Digital ML-Plattform, die einfache Skalierbarkeit und Programmierbarkeit vereint. „Es ist ein strategisches Werkzeug für den Einstieg ins Business 4.0, weil es einen offenen Zugang zu einem bisher sehr komplexen und technischem Thema ermöglicht“, so Castiglioni. „Nutzer brauchen keine Kenntnisse von Programmiersprachen oder Statistikkenntnisse, um erfolgreich ML-Algorithmen wie Random Forest oder Neuronale Netzwerke anzuwenden und deren Vorhersagequalität miteinander zu vergleichen.“
Statt teuren und kaum verfügbaren Data Scientists benötigen Unternehmen damit nun sogenannte Citizen Data Scientist, die Gartner als „Schweizer Messer“ zur Digitalisierung bezeichnet. „Der Citizen Data Scientist kann zwar keine parallelen Datenpipelines in Spark bauen, hat aber immer noch ein gutes Verständnis für maschinelle Lernfunktionen und ist im Geschäftsfeld versiert“, beschreibt ihn Castiglioni. „Als Enabler versteht er alle Geschäftseinheiten und ihre spezifischen Geschäftsanforderungen, vielleicht nicht zu 100 Prozent, aber doch zu 80 Prozent.“
Weitere Informationen unter:
www.a1.digital
Kommentare sind deaktiviert.