Künstliche Intelligenz

Praktischer Helfer, Kein Buch mit sieben Siegeln

„Kein Hexenwerk“, so beschreiben wir gerne das, was wir mit Machine Learning (ML) für unsere Kunden tun. Wir helfen Ihnen dabei, aus der oft mühsamen und zeitraubenden manuellen menschlichen Analyse herauszukommen und in die intelligente Vorhersage per Machine Learning einzusteigen. Zunächst einmal ein paar Fakten: Machine Learning ist eine Unterdisziplin der Künstlichen Intelligenz und findet, einfach ausgedrückt, Muster in Daten. Wenn Sie nun sagen: „Das kennen und machen wir regelmäßig mit Excel oder per Datenbankauswertungen“, dann ist es sehr wahrscheinlich, dass auch Ihr Unternehmen vom Einsatz einer ML-Lösung profitieren kann. Denn Voraussetzung für einen gelingenden ML Einsatz sind gut gepflegte und möglichst große Datenmengen, gerne aus mehreren Quellen, die dem Machine Learning Modell als Datenbasis zur Verfügung gestellt werden können. Die Vorteile gegenüber herkömmlichen Datenanalysen beispielweise in Excel liegen auf der Hand: Bei der Datenanalyse und Modellierung mit Machine Learning Methoden lernen die programmierten Algorithmen selbstständig und die Modelle verbessern sich stetig weiter. Ergebnis: eine fortlaufende Lieferung von Daten, aus denen sich Vorhersagen gewinnen lassen, die kontinuierlich valide Geschäftsvorteile aufzeigen können. Ihre Mitarbeiter können die Aufmerksamkeit auf die Ergebnisse der Auswertungen und die daraus abgeleitete Umsetzung von Maßnahmen im Geschäftsalltag legen. Die Reaktionsgeschwindigkeit von Entscheidern in ihrem Unternehmen erhöht sich dadurch.

Wenn sie also im Besitz solcher Datenquellen sind, kann es losgehen. Ganz gleich, ob es sich um Kundendaten, Retourendaten, Vertriebsdaten, Wartungsdaten handelt – alle strukturiert über einen längeren Zeitraum gepflegten Daten können als Grundlage für Machine Learning Lösungen nutzbar sein.

Was meinen Sie, woran könnte ein Projekt zum Einsatz Künstlicher Intelligenz scheitern? Ein entscheidender Faktor für das Gelingen fast jeden Projektes und besonders eines datengetriebenen Machine Learning Einsatzes in Unternehmen ist der Faktor Mensch. Das Vertrauen in die Ergebnisse, die das Modell liefert, muss von Anfang an aufgebaut werden. Lassen Sie uns offen reden: Wenn in einem Unternehmen zum ersten Mal ein KI-Projekt aufgesetzt wird, werden viele Mitarbeiter diesem kritisch gegenüberstehen. Sie werden sich fragen: „Wie kann das sein, dass eine Maschine unser Business analysiert und uns dann sagt, was wir tun sollten?“ Haben Sie einen Experten, der bisher die Prognosen erstellt, so wird dieser denken: „Diese Analyse ist meine Aufgabe und Expertise.“ Und genau hier liegt die größte Herausforderung für ein gelingendes KI-Projekt: es sollte von Beginn an so transparent aufgestellt sein, dass Vertrauen in die neuen digitalen Helfer wachsen kann.

Wie aber gelingt es, dass am Ende eines erfolgreichen KI-Projektes vom gesamten Team und allen Mitarbeitern des Unternehmens auf die Ergebnisse der „Maschine“ vertraut wird und man dem neuen „maschinellen Kollegen“ und seinen Prognosen Gehör schenkt?

1. Beginnen Sie klein und mit konkreten Fragen!
Nehmen sie sich einen gut abgrenzbaren Bereich vor und eine konkrete Fragestellung. Sammeln Sie dort erste Erfahrungen mit KI und Machine Learning. Dies bietet gleich zwei Vorteile: Sie gelangen in einer überschaubaren Zeit zu ersten Ergebnissen. Die Datenmodellierung ist gut erklär- und kommunizierbar, da sie nicht zu komplex ist.

2. Transparenz und Team bringen den Erfolg!
Wir raten Ihnen dazu, ein kleines Team aus Mitarbeitern und Führungskräften mit an Bord zu nehmen. Vorwissen in KI muss dieses Team nicht mitbringen. Kommunizieren Sie mit diesem KI-Team darüber, was die Algorithmen tun sollen, wie die Problemstellung aussieht und was dies konkret für ihr Unternehmen bedeutet. Nehmen Sie es mit über den gesamten Prozess. Das interne KI-Team lernt im Projektverlauf, wie die KI zu ihren Ergebnissen kommt und diese sind stets transparent für alle Beteiligten nachvollziehbar.

3. Mit wenig kritischen Daten und Fragestellungen starten!
Wir wissen, dass in den meisten Fällen ein Maschine Learning Modell die Arbeit Ihrer Mitarbeiter erleichtern und ergänzen kann. Ihre Mitarbeiter hingegen könnten in Künstlicher Intelligenz eine Bedrohung der eigenen Arbeit und Expertise sehen. Wählen Sie deshalb vor allem zu Beginn ein Projekt aus, deren Ergebnisse ihre Mitarbeiter bestärken und die sie in der alltäglichen Arbeit unterstützen.