Beiträge

Interview: Dem Wettbewerb voraus mit Künstlicher Intelligenz

Interview mit Benjamin Aunkofer, Chief Data Scientist bei DATANOMIQ Applied Data Science, über die Anwendungen, die KI schon heute übernehmen kann und was bis 2020 auf deutsche Unternehmen zukommt.

Benjamin Aunkofer ist Chief Data Scientist bei DATANOMIQ und befasst sich mit Data Science und Machine Learning im Kontext von Business Analytics. Er ist in der Praxis und in der Lehre tätig. Neben dem täglichen Beratungsgeschäft arbeitet Herr Aunkofer mit seinem Team an einer Artificial Intelligence Enterprise Integration, einer universellen Plattform für KI im Unternehmen.

Möchten Sie Herrn Aunkofer persönlich kennenlernen? Treffen Sie ihn persönlich an einem der beiden Data Leader Days 2018 (www.dataleaderdays.com).

1. Herr Aunkofer, Künstliche Intelligenz scheint das Buzzword für 2018 zu sein. Alles nur Hype?

Big Data war das Buzzword der vergangenen Jahre und war – trotz mittlerweile etablierter Tools wie SAP Hana, Hadoop und weitere – betriebswirtschaftlich zum Scheitern verurteilt. Denn Big Data ist ein passiver Begriff und löst keinesfalls auf einfache Art und Weise alltägliche Probleme in den Unternehmen. Soweit liegen Kritiker richtig.

Dabei wird völlig verkannt, dass Big Data die Vorstufe für den eigentlichen Problemlöser ist, der gemeinhin als Künstliche Intelligenz (KI) bezeichnet wird. KI ist ein Buzzword, dessen langfristiger Erfolg und Aktivismus selbst von skeptischen Experten nicht infrage gestellt wird. Daten-Ingenieure sprechen im Kontext von KI hier aktuell bevorzugt von Deep Learning; wissenschaftlich betrachtet ein Teilgebiet der KI. Da die meisten Leser mit dem Begriff „KI“ wohl eher Hollywood-Bilder im Kopf haben, versuche ich begrifflich bei „Deep Lerning“ zu bleiben. Ich entschuldige mich aber im Voraus dafür, dass ich dann doch wieder selbst von KI sprechen werde, damit dann aber im Kern Deep Learning meine.

2. Was kann Deep Learning denn schon heute im Jahr 2018?

Deep Learning Algorithmen laufen bereits heute in Nischen-Anwendungen produktiv, beispielsweise im Bereich der Chatbots oder bei der Suche nach Informationen als Suchmaschine. Sie übernehmen ferner das Rating für die Kreditwürdigkeit und sperren Finanzkonten, wenn sie erlernte Betrugsmuster erkennen. Im Handel findet Deep Learning bei bestimmten Pionieren die optimalen Einkaufsparameter sowie den besten Verkaufspreis, zumindest für ausgewählte Produktgruppen.

Getrieben wird Deep Learning insbesondere durch prestigeträchtige Vorhaben wie das autonome Fahren, dabei werden die vielfältigen Anwendungen im Geschäftsbereich oft vergessen.

3. Wo liegen die Grenzen von Deep Learning?

Und Big Data ist das Futter für Deep Learning. Daraus resultiert auch die Grenze des Möglichen, denn für strategische Entscheidungen eignet sich KI bestenfalls für das Vorbereitung einer Datengrundlage, aus denen menschliche Entscheider eine Strategie entwickeln. KI wird zumindest in dieser Dekade nur auf operativer Ebene Entscheidungen treffen können, insbesondere in der Disposition, Instandhaltung, Logistik und für den Handel auch im Vertrieb – anfänglich jeweils vor allem als Assistenzsystem für die Menschen.

Sicherlich gibt es immer auch eher frustrierende Erfahrung mit Deep Learning. Es gibt immer noch etliche Bugs in Bilderkennungssoftware und auch Chatbots oder Assistenzsystem wie Alexa, Cortana oder Siri sind nicht ohne Frustpotenzial, da alles noch nicht reibungslos funktioniert. Vor zwei Jahrzehnten waren Touchscreens oder internetfähige mobile Endgeräte nicht frustfrei nutzbar, heute jedoch aus unserem Alltag nicht mehr wegzudenken. Ähnlich wird sich das auch mit künstlicher Intelligenz verhalten.

Genau wie das autonome Fahren mit Assistenzsystemen beginnt, wird auch im Unternehmen immer mehr die KI das Steuer übernehmen.

4. Was wird sich hinsichtlich KI bis 2020 tun? Wie wird sich der Markt wandeln?

Derzeit stehen wir erst am Anfang der Möglichkeiten, die Künstliche Intelligenz uns bietet. Das Markt-Wachstum für KI-Systeme und auch die Anwendungen erfolgt exponentiell. Entsprechend wird sich auch die Arbeitsweise für KI-Entwickler ändern müssen. Mit etablierten Deep Learning Frameworks, die mehrheitlich aus dem Silicon Valley stammen, zeichnet sich der Trend ab, der für die Zukunft noch weiter professionalisiert werden wird: KI-Frameworks werden Enterprise-fähig und Distributionen dieser Plattformen werden es ermöglichen, dass KI-Anwendungen als universelle Kernintelligenz für das operative Geschäft für fast alle Unternehmen binnen weniger Monate implementierbar sein werden.

Wir können bis 2020 also mit einer Alexa oder Cortana für das Unternehmen rechnen, die Unternehmensprozesse optimiert, Risiken berichtet und alle alltäglichen Fragen des Geschäftsführers beantwortet – in menschlich-verbal formulierten Sätzen.

Der Einsatz von Künstlicher Intelligenz zur Auswertung von Geschäfts- oder Maschinendaten ist auch das Leit-Thema der zweitägigen Data Leader Days 2018 in Berlin. Am 14. November 2018 sprechen renommierte Data Leader über Anwendungsfälle, Erfolge und Chancen mit Geschäfts- und Finanzdaten. Der 15. November 2018 konzentriert sich auf Automotive- und Maschinendaten mit hochrangigen Anwendern aus der produzierenden Industrie und der Automobilzuliefererindustrie. Seien Sie dabei und nutzen Sie die Chance, sich mit führenden KI-Anwendern auszutauschen.

Interview mit Gerhard Baum von Schaeffler

Interview mit Gerhard Baum, Chief Digital Officer bei der Schaeffler Group

Gerhard Baum ist Chief Digital Officer bei der Schaeffler Group. Der Diplom-Ingenieur für Luft- und Raumfahrtechnik, das er 1982 an der Universität Stuttgart abgeschlossen hatte, ist seit dem Jahr 2015 für die Digitalisierung und für die Nutzung von Daten bei der Schaeffler Gruppe zuständig.

 Gerhard Baum präsentiert am 15. November 2018, dem zweiten Tag der Data Leader Days 2018, über die „Data as key driver for intelligent value creation“.

1. Was sind die wesentlichen Elemente der Digitalisierungsoffensive von Schaeffler?

Wir konzentrieren uns auf die intelligente Digitalisierung der gesamten Wertschöpfungskette für unsere Automobil- und Industriekunden. Zentrale Pfeiler der Strategie sind die Entwicklung intelligenter Automobil- und Industrielösungen, die in „Smart Factories“ hergestellt werden sowie die Entwicklung neuer digitaler Dienstleistungen.

2. Können Sie hierbei bitte exemplarisch auf die Analyse-Möglichkeiten des Sensotect-Lagers, das Messwerte über nanotechnische Beschichtungen erfassen kann, eingehen?

Sensotect ist eine innovative Dünnschichtsensorik, die es erlaubt Daten an Orten zu messen, an denen klassische Sensoren nicht eingesetzt werden können. Möglich ist das durch eine Submikrometer-dünne, dehnungsempfindliche Metallbeschichtung, die durch Mikrobearbeitung strukturiert wird. Durch diese Messstruktur können Kraft- und Drehmoment während des Betriebs kontinuierlich gemessen werden. So können wir beispielsweise an Antriebswellen oder in Fahrzeuggetrieben das Drehmoment und Kräfte sehr schnell und genau bestimmen.

3. Was sind aus Ihrer Sicht die Erfolgsfaktoren bei Datenprojekten?

Am wichtigsten sind natürlich die Menschen hinter den Daten. Wir brauchen die passenden Mitarbeiter und Kompetenzen, damit ein Projekt ein Erfolg wird. Daneben ist ein guter Use-Case essenziell: Nur, wenn wir die richtigen Fragen stellen, erhalten wir auch erfolgreiche Lösungen. Domänenwissen ist dabei unabdingbar. Zusammen mit Domänenexperten sind wir in der Lage, Zusammenhänge neu zu beurteilen, zu optimieren und auch Vorhersagen zu treffen. Daten müssen außerdem über Fachbereichsgrenzen vernetzt und in Beziehung gesetzt werden. Ein wesentlicher Eckpfeiler der Digitalisierung bei Schaeffler ist deshalb die Digitale Plattform. Sie hat das Ziel, Informationen aus der gesamten Wertschöpfungskette zu integrieren und sowohl als Datenspeicher als auch Analyseplattform zu agieren. Damit soll sie helfen, Maschinen dank kognitiver Technologien lernfähig zu machen. In semantischen Informationsmodellen werden diese Daten dann stark automatisiert über Fachbereichsgrenzen vernetzt und in Beziehung gesetzt. So entsteht eine Informations- und Wissensarchitektur, mit der wir unter anderem in der Lage sein werden, Digitale Zwillinge bzw. Prozess-Schatten abzubilden.

4. Worauf können sich die Teilnehmer der Data Leader Days bei Ihrem Vortrag am 15.11.2018 freuen?

Unsere Produkte sind immer dort, wo sich etwas bewegt. Genau hier entstehen Daten, die wir schon heute für unsere Produktion, Prozesse und Business Models nutzen. Ich gebe einen Einblick in die Praxis bei Schaeffler und zeige, welche Anwendungsfälle sich bereits bewährt haben.

 


Sie wollen Herrn Baum live erleben und persönlich kennen lernen? Dann melden Sie sich jetzt mit wenigen Klicks zur Teilnahme an den Data Leader Days 2018 an!