Datenanalysen gestützt durch künstliche Intelligenz (KI) stehen hinsichtlich ihres Einsatzes noch am Anfang. Doch es zeichnet sich bereits ab, dass beide immer mehr Bereiche des Geschäftsalltags erobern werden. Manage IT hat Philipp Kleinmanns, Abteilungsleiter Business Innovation bei Materna, befragt, inwieweit moderne Datenanalyse-Anwendungen und KI-Prozesse das Geschäft revolutionieren könnten.

Wo sehen Sie aktuell den Einsatz der KI-gestützten Datenanalyse?

Laut Bitkom Research setzen aktuell sechs Prozent der befragten 600 Unternehmen KI ein. Das sind immerhin mehr als doppelt so viele Unternehmen wie in 2019. Auch die Zahl der befragten Unternehmen, die den Einsatz von KI planen oder zumindest diskutieren, hat sich zwischenzeitlich mehr als verdoppelt. Dabei könnten die Auswirkungen der Corona-Krise den KI-Einsatz zusätzlich begünstigen.

Woran machen Sie Ihre Prognose fest?

Die Datenanalyse durch KI ermöglicht nicht nur, durchgehende und dadurch beschleunigte Prozesse in hoher Qualität in Gang zu setzen. Sie eröffnet auch Erkenntnisse über neue Zielgruppen und den Unternehmen lukrative Geschäftsmodelle. In dem Maße wie immer mehr Sensoren permanent größere Datenmengen in verschiedenen Formaten zu unterschiedlichen Sachverhalten liefern, wächst auch der Nutzen, den Unternehmen aus der KI-gestützten Datenanalyse ziehen können. Dass KI viel Speicherplatz und hohe Rechenkapazitäten benötigen, um große Datenmengen in kurzer Zeit zu analysieren, stellt für Unternehmen längst kein Problem mehr dar. Hinzu kommt aufgrund der anhaltenden Corona-Krise die wachsende Bereitschaft in den Unternehmen, verstärkt auf Digitalisierung und somit Automatisierung zu setzen. Die damit verbundenen Zielsetzungen: über die KI-gestützte Datenanalyse interne und externe Prozesse, beispielsweise rund um den Kundenservice, zu beschleunigen und zu verbessern sowie neue Geschäftsprozesse aufzusetzen.

Um welche Daten geht es dabei?

Dies können zum Beispiel vielfältige über Sensoren gesammelte Daten sein, aber auch Videos, Bilder und frei formulierte Texte. Indem all diese Daten in einem Data Lake gespeichert werden, können diese schnell und gezielt, je nachdem, welche Prozesse darüber gespeist werden sollen, entsprechend kategorisiert und in unterschiedlichen Formatierungen der Originaldaten KI-gestützt analysiert werden. Aus dem extrahierten Wissen kann dann KI die entsprechenden Schlussfolgerungen ziehen.

Können Sie mögliche Einsatzgebiete skizzieren?

In unseren Projekten geht es häufig um die Vernetzung physischer und virtueller Gegenstände sowie um die Erfassung, Analyse und Visualisierung von Daten, beispielsweise von Maschinendaten. Mögliche Einsatzgebiete ziehen sich durch alle Branchen. Dies können Wetterinformationen, Straßenzustands- und Verkehrsberichte, Maschinen- und Telemetriedaten sowie Gesundheitsdaten sein. Ein typischer Anwendungsfall ist Predictive Maintenance. Dazu werden Maschinendaten analysiert, um voraussagen zu können, wann ein bestimmtes Teil der Maschine ausgetauscht werden muss, um einen Ausfall zu vermeiden. Weitere Einsatzbereiche neben Predictive Maintenance sind die Optimierung von Lieferketten (Supply Chain Optimization), die Optimierung im Betrieb (Operations Optimization) und digitale Services.

Können Sie näher auf digitale Services eingehen?

In einem unserer Projekte für digitale Services im Automotive-Umfeld geht es um die Sammlung, Vernetzung und Auswertung der Sensordaten von Fahrzeugen zur Informationsgewinnung für die Fahrer. Die Lösung stellt allen Nutzern die für Verkehrssicherheit relevanten Daten aus den Fahrzeugen zur Verfügung. Sie anonymisiert Echtzeitinformationen beispielsweise über Wasser oder Glatteis auf der Fahrbahn oder liegengebliebene Fahrzeuge, inklusive automatischer Warnung des Fahrers. Neben Sicherheitsaspekten sollen sich über die Car-to-X-Kommunikation der Komfort für die Fahrer erhöhen, Flottenverbräuche vermindern und insgesamt der Verkehrsfluss verbessern. Beispiele für Komfortverbesserungen sind die Meldung freier Parkplätze und das Wahrnehmen von Rabattaktionen naheliegender Tankstellen.

In einem weiteren Projekt im Umfeld Operations Optimization geht es um die Digitalisierung von Großküchengeräten zur Service-Optimierung. Materna erstellt dazu eine Applikation mit folgenden Funktionalitäten: Überblick über den Status aller Geschirrspüler im Bestand, automatische Benachrichtigung über Hinweise zu Service, Wartung und den Nachfüllstand von Verbrauchsmaterial, Übersicht über Verbräuche und Betriebskosten mit Einzelaufschlüsselung und Verbrauchsmittelanforderung direkt per App, automatischer Nachweis der Einhaltung von Hygienevorschriften per Hygiene-Check und Hygieneprotokoll der Maschinen. Dazu kommen das Monitoring der Auslastung der Geräte zur Steigerung der Effizienz und automatische Fehlermeldungen in Echtzeit zur schnellen Wiederherstellung der Betriebsbereitschaft mit direkter Kontaktaufnahme des Servicepartners.

Und die Unternehmen fassen immer weitere Einsatzgebiete ins Auge, in denen die KI-gestützte Datenanalyse zu zählbarem Nutzen im Geschäftsalltag beitragen kann. In unseren Projekten führen wir genau zu diesem Zweck Workshops zur Use-Case-Ermittlung durch.

Können Sie auch ein Anwendungsbeispiel für Predictive Maintenance aufführen?

Nehmen wir das Beispiel Offshore-Windkraftanlagen mit einer Vielzahl an Bauteilen. Jedes Bauteil wird mit zunehmender Nutzungsdauer zu einer immer wahrscheinlicheren Fehlerquelle, die den Einsatz der gesamten Anlage gefährden kann. Nicht so, wenn Sensoren permanent Daten über den aktuellen Zustand jedes einzelnen Windkraftwerks liefern. Dazu vergleicht die KI-gestützte Datenanalyse diese Momentaufnahmen mit allen erfassten Zuständen aller beobachteten Anlagen. Muster in bestimmten Abfolgen von Zuständen werden so automatisch erkannt, um daraus Prognosen zur weiteren Fehlerentwicklung in den Anlagen zu erstellen. Dies ermöglicht dem Betreiber, auffällige Komponenten schon vor einem Ausfall auszutauschen. Die Vorteile: Die Anlagen können nicht nur ohne Ausfallzeiten weiter betrieben, sondern auch Folgeschäden an anderen Teilen vermieden werden.

Welche Rolle wird das maschinelle Lernen einnehmen?

Machine Learning ist sowohl als Supervised als auch als Unsupervised Learning oder auch als Reinforcement Learning verfügbar. Für die Praxis nutzt Materna solche Verfahren, um beispielsweise Kunden-Support-Prozesse von Dienstleistungsunternehmen zu optimieren. Häufig sind 90 Prozent der Kunden-Support-Tickets auf maximal zehn unterschiedliche Anfragen zurückzuführen. Der Einsatz von maschinell gestützten Lernprozessen erlaubt so schon nach sehr kurzer Zeit, den Löwenanteil der Tickets den geeigneten Experten im Unternehmen zuzuordnen. Dies trägt nicht nur zu einer schnelleren und besseren Kundenunterstützung bei. Aus der Erkennungsquote, wie einzelne Tickets gelöst worden sind, ergeben sich auch Optimierungspotenziale, so für niedrigere Prozesskosten und eine noch bessere Kundenunterstützung.

Wie steht es um Sicherheit und Compliance in anbrechenden KI-Zeiten?

Mit automatisierter Anonymisierung und der Analyse von Metadaten anstelle der Originaldaten können Unternehmen die Datenschutzanforderungen über den KI-Einsatz erfüllen. Von Erfolg gekrönt wird das KI-Vorhaben aber nur dann sein, wenn Unternehmen sich kontinuierlich am Geschäftsziel orientieren und die Use Cases daran ausrichten. Aus den Use Cases ergibt sich dann wiederum die erforderliche Technologie und Vorgehensweise.

Das Interview führte Hadi Stiel,
freier Journalist und geprüfter IT-Sachverständiger
in Bad Camberg.

Illustration: © Dimitriy Rybin, Tatahnka/shutterstock.com

382 Artikel zu „Datenanalyse KI“

NEWS | BUSINESS | TRENDS WIRTSCHAFT | DIGITALE TRANSFORMATION | EFFIZIENZ | TRENDS SERVICES | TRENDS 2018 | KÜNSTLICHE INTELLIGENZ

Start-ups: Ohne KI und Datenanalyse kein wirtschaftlicher Erfolg

2. August 2018

Gründer sehen herausragende Bedeutung der Technologietrends für die deutsche Wirtschaft. 4 von 10 deutschen Start-ups setzen bereits künstliche Intelligenz ein. Die Start-ups sind sich einig: Ohne künstliche Intelligenz und Datenanalysen ist der wirtschaftliche Erfolg deutscher Unternehmen bedroht. Jeweils 96 Prozent der deutschen Start-ups geben an, dass sowohl künstliche Intelligenz als auch Big Data eine große…

Das Interview führte Hadi Stiel, freier Journalist und geprüfter IT-Sachverständiger in Bad Camberg.

382 Artikel zu „Datenanalyse KI“

Das Interview führte Hadi Stiel,
freier Journalist und geprüfter IT-Sachverständiger
in Bad Camberg.