Am Anfang steht immer ein grosser Datensatz
Jedes KI-Projekt startet mit einer fundierten Analyse und der Aufbereitung von vorhandenen Daten und Fragestellungen. Die treibende Frage ist immer: «Wie können wir unsere gesammelten Daten sinnvoll einsetzen?». Jedes zu lösende Problem ist dabei individuell und erfordert viel Erfahrung in Data- und Business-Engineering. Ist die vorhandene Ausgangslage klar, wird mit Hilfe eines passenden Algorithmus ein Modell aufgebaut, trainiert und verbessert, bis eine zufriedenstellende Lösung gefunden wurde.
Kundenauszug
Relevante Produkte
Relevante Referenzen
In einer Welt, die von irrelevanten Informationen überschwemmt wird, ist Klarheit Macht.
Wer profitiert von Künstlicher Intelligenz?
Das Potenzial von Künstlicher Intelligenz kann in jeder Branche genutzt werden. Spracherkennung hilft, Kundenanfragen 24/7 zu verarbeiten, Texte zu verstehen, zusammenzufassen oder (unterdessen gut!) zu übersetzen. Bilderkennung hilft im Aufbau von Datenbanken, bei Produkte-Tagging oder bei der Diagnose von Krankheiten. Generell kann mit grossen Datenmengen jede relevante Entscheidung oder Interaktion verbessert werden. Daraus lässt sich schnell auf Veränderungen reagieren und wirtschaftlicher Vorteil gewinnen. In vielen Fällen eröffnen sich durch die gezielte Verwendung von Daten gar neue Geschäftsfelder. Künstliche Intelligenz erhebt nicht den Anspruch, bislang menschliche Interaktionen zu ersetzen. Vielmehr kann sie zur Verbesserung und Anreicherung zu Nutze gemacht werden. Tatsächlich ist unser Glaube: Mensch und Maschine sind erst im Doppelpack so richtig stark.
Ein wunderbares Beispiel dafür ist die KI «KenSpace», die mit aufbereiteten Daten von Schuler Auktionen erstaunliche Ergebnisse liefert.
Daten sind das neue Öl im Getriebe
Um künstliche Intelligenz erfolgreich einzusetzen, sind Unmengen an Daten notwendig. Ihre Qualität und Vollständigkeit ist für die erwarteten Resultate zentral. Nebst guten Daten stellen enorme Speicherkapazitäten und Rechenleistung weitere Erfolgs-Voraussetzungen dar. Diese können mit standardisierten Lösungen aus der Cloud heutzutage jedoch gut abgedeckt werden.
Traditionelles Programmieren vs. Machine Learning
In der traditionellen Software-Entwicklung findet man mit Hilfe von Regeln und Daten die gewünschten Antworten. Im Bereich der künstlichen Intelligenz werden die Regeln und Antworten vertauscht: Mit Hilfe von (sehr vielen) Antworten und Daten leitet man Regelmodelle ab. Diese wiederum können für anschliessende Prognosen verwendet werden.
Interessante Blogbeiträge zum Thema Künstliche Intelligenz:
