tetrel Logo tetrel Logo

Selbstlernende Software im Mittelstand

2020-11-25 von Johannes Humbert (LinkedIn | Twitter)

Künstliche Intelligenz ist längst Thema für den Mittelstand. Der Wettbewerb verändert sich rasant und die Implementation wird zunehmend einfacher. In diesem Post erklären wir warum.

Der Wettbewerb in allen Branchen verschärft sich

Wir leben in einer digitalen Welt. Informationen sind frei verfügbar. Kommunikation in Echtzeit ist der Standard. Kunden erwarten exzellente Produkte, sofort verfügbaren Service und einfache Handhabung.

Die Qualität von Erzeugnissen und der Preis sind nur noch zwei von vielen Unterscheidungskriterien. Der Begriff Produkt meint heute vielmehr unsere gesamte Erfahrung mit einem Unternehmen. Von der ersten Werbung bis hin zum Kündigungsschreiben.

Wer in diesem Wettbewerb bestehen will, muss handlungsfähig sein. Unternehmen müssen wissen was in diesem Moment passiert und in der Lage sein zu tun was die Situation erfordert. Sie müssen erkennen welche Kunden im Begriff sind zu kündigen und entsprechende Maßnahmen ergreifen. Sie müssen verstehen welche Kunden einen Abschluss suchen und entsprechende Angebote platzieren. Und das alles in Echtzeit und individuell angepasst.

Der Rohstoff für Handlungsfähigkeit in diesem Sinne sind Daten, sowohl über das Verhalten von Kunden, als auch über die Verfügbarkeit von Waren, den besten Preis und manchmal das Wetter und andere Einflussfaktoren.

Selbstlernende Systeme übernehmen aktiv Aufgaben im Unternehmen

Die Werkzeuge zur Verarbeitung dieser Daten sind Technologien wie Machine Learning, Deep Learning und Reinforcement Learning. Diese Algorithmen gewinnen nicht nur passiv Erkenntnisse, sondern lernen aktiv. Sie treffen Entscheidungen automatisch und steuern Prozesse autonom.

Solche Systeme sind dem einfachen Befolgen von vorgegeben Regeln und dem alleinigen Auswerten historischer Daten längst entwachsen. Algorithmen der neuesten Generation erkennen Zusammenhänge und entwickeln selbstständig funktionale Regeln zur Erfüllung ihres Auftrages. Darüber hinaus decken sie bisher unerkannte Muster auf und entwickeln sich eigenständig weiter. Kurz, sie lernen dazu.

Besonders spannend ist, dass gerade diese moderne Algorithmen unkompliziert zum Einsatz gebracht werden können. In der Vergangenheit war es Technologieunternehmen und Konzernen vorbehalten sich mit entsprechenden Systemen zu rüsten. Heute kann dies mit deutlich weniger Aufwand getan werden und steht damit einer sehr viel größeren Bandbreite von Unternehmen offen.

Dies fußt zum einen auf fortschreitender Standardisierung. Zum anderen lassen sich selbstlernende Systeme heute einfacher neben bestehender Infrastruktur aufbauen und bei Bedarf in bestehende Architekturen re-integrieren.

Dabei sind folgende Aspekte von besonderer Bedeutung.

Die technischen Hürden von gestern gelten heute nicht mehr

Es ist mit modernsten Methoden möglich, bisher getrennte Datenbanken einfach und ohne erheblichen Aufwand aufeinander zu migrieren oder über Middleware im laufenden Betrieb miteinander zu verbinden - auch ohne geteilte primäre ID, eindeutige Syntax oder regelbasierte Beziehung, sondern auf der Basis von Semantik. Mit Hilfe dieser Technologie sind Datensilos schnell überwunden.

Hinzu kommt außerdem, dass mit Techniken wie Natural Language Processing auch Fließtexte entpersonalisiert werden können. Es ist also möglich auch Briefe und Emails in DSGVO-konforme verwendbare Datensätze zu verwandeln.

Dies ebnet den Weg, um mit einem kuratierten Ensemble aus Open Source Lösungen schnell leistungsstarke Algorithmen neben existierenden Systemen aufzubauen und mit diesen zu verbinden.

Eine schnelle und risikoarme Adaption modernster Technologien wird somit unkompliziert möglich und die Wettbewerbsfähigkeit bestehender Unternehmen effektiv abgesichert.