Technologie ServicesTechnologie Services
Sycor Group Logo
Data Platform
Sci-Fi-Vision braucht Treibstoff aus der Vergangenheit
Nina Wolf

Sci-Fi-Vision braucht Treibstoff aus der Vergangenheit

9. September 2020

Mit zunehmenden Datenmengen wird die objektive Entscheidungsfindung im Business immer komplexer. Da das menschliche Gehirn in der Regel derart vielfältige Faktoren und Abhängigkeiten nicht schnell miteinander kombinieren kann, um zu einem Ergebnis zu gelangen, hat sich Künstliche Intelligenz (KI) als ideale Unterstützung für die Unternehmenssteuerung herausgestellt. Der Bereich Machine Learning birgt enormes Potenzial, wenn auch häufig erst fundierte Grundlagen geschaffen werden müssen, um ein maschinelles Lernen im Business zu etablieren.

Künstliche Intelligenz (KI) ist immer noch Trendthema

In Deutschland haben, planen oder diskutieren bereits ein Drittel der Unternehmen Lösungen, die mit Künstlicher Intelligenz betrieben werden. Das ergibt eine aktuelle Umfrage des Bitkom. Dabei liegt insbesondere das Thema Machine Learning im Trend. Machine Learning oder auch maschinelles Lernen ist ein Teilbereich der KI, bei der initial historische Daten für das Training eines Algorithmus benötigt werden. Im Anschluss ist die KI dazu in der Lage, das Erlernte auch auf unbekannte Datensätze anzuwenden und Daten vorausschauend zu analysieren.

Anwendungsbeispiele Predictive Analytics

Das Prinzip lässt sich auf verschiedene Unternehmensbereiche übertragen. Anhand von Algorithmen und Trainingsdaten können zielgerichtete Use Cases, wie beispielsweise ein vorausschauendes Auslastungscontrolling mit Frühwarnsystem oder Predictive Maintenance, umgesetzt werden. Große Mengen Sensor- und Maschinendaten bieten dabei gerade in der Produktion auch in kleineren Unternehmen viel Raum für Machine-Learning-Projekte.

Aber auch in anderen Bereichen in denen Daten verfügbar sind, finden sich immer häufiger Anwendungsfälle. So kann auch das Marketing einzelne Kunden radikal personalisiert mit Hilfe von Machine Learning ansprechen, denn hier liegen oft viele relevante Kundendaten aus Social Media und anderen Customer-Journey-Interaktionen vor. Einsatzmöglichkeiten in Bereichen wie Hyper-Targeted Advertising, automatischer Content-Generierung, Lead-Scoring oder Pricing-Optimierung lassen viel Spielraum für Kreativität.

Herausforderung bei der Umsetzung

Auch wenn bereits Visionen für Use Cases existieren, so sehen sich viele Unternehmen mit der Herausforderung konfrontiert, dass keine geeigneten historischen Daten für KI-Anwendungsfälle im Bereich Machine Learning zur Verfügung stehen. Für die Entscheidung, maschinelles Lernen zu etablieren, müssen also zunächst Projekte für die Optimierung von Datenhaltung und Data Management vorgeschaltet werden. Erst wenn eine zentrale Datenbasis, wie zum Beispiel ein Data Lake implementiert wurde, können Daten historisiert werden.

In Unternehmen, die wiederum über historische Daten verfügen, herrscht oft Unsicherheit über die Nutzung personenbezogener Inhalte, insbesondere seit Eintritt der Datenschutz-Grundverordnung. So anonymisieren laut dem Bitkom 63% der Unternehmen ihre Daten, wobei etwa ein Fünftel seine Datensätze pseudonymisiert und 42 Prozent die Daten auf Grundlage einer datenschutzrechtlichen Interessenabwägung verarbeitet. Lediglich 16 Prozent suchen Unterstützung bei externen Dienstleistern, um den Datenschutz sicherzustellen. Doch gerade dann, wenn es um Customer Centricity geht, führt kein Weg an personenbezogenen Daten vorbei. Auf diesem Gebiet kann derzeit noch eine große Rechtsunsicherheit beobachtet werden.

Data Platform

Um Herausforderungen wie Datenverfügbarkeit und Datenschutz zum Trotz erfolgreiche KI- und Machine-Learning-Projekte zu realisieren, müssen zunächst die Data Platform als Single Point of Truth und Themen wie Data Management und Compliance berücksichtigt werden. Dabei ist „Think Big, Start Small“ oberste Prämisse, denn die Themen Data Management und Data Platform sind brisante Business-Faktoren, die auf die Unternehmensstrategie abgestimmt werden sollten. Erst wenn nicht nur kurzfristige Use Cases ermittelt, sondern auch langfristige Visionen für die digitale Zukunft aller Unternehmensbereiche feststehen, kann eine zukunftssichere und zweckorientierte Data Platform errichtet werden.

 

Ihr Ansprechpartner

Sie haben Fragen zu diesem Thema, möchten nähere Informationen und suchen einen Experten, der Ihnen weiterhilft?

Kontaktieren Sie uns! Wir freuen uns auf eine erfolgreiche Zusammenarbeit mit Ihnen.

Hans Krefeld

Director Business Intelligence 
+49 251 26341 
11 

Kontaktformular
X

Unsere Partner

Alle Partner