Künstliche Intelligenz

Triple KI: Erst in Systemen denken, dann handeln!

Blogreihe Data Science
Blogreihe Data Science
Triple KI – Data Science durchgängig gedacht! Claudia Dukino und Damian Kutzias promovieren zu der Frage, wie datenbasierte Projekte erfolgreich zu anwendbaren KI-Lösungen umgesetzt werden können. In einer gemeinsamen Blogreihe bündelt das KI-Tandem seine Kompetenzen und Forschungsergebnisse und veranschaulicht, wie die Verzahnung von Prozessen, Tätigkeiten und Technologien von der Ideengenerierung bis hin zur Inbetriebnahme neuer Lösungen in Unternehmen Mehrwerte schaffen kann.

Das KI-Projekt (Künstliche Intelligenz) scheint sich dem erfolgreichen Ende zu nähern: die Data Scientists berichten begeistert von ihren Erfolgen und demonstrieren die KI in der Anwendung. Voller Überzeugung startet das Marketing und schnell sind erste Kunden für die neuen KI-Services gefunden. Doch dann kommt die Ernüchterung: Die Daten wurden bisher manuell exportiert und vorverarbeitet, für die Speicherung wurde eine Projektdatenbank aufgesetzt und auch die Anwendungen laufen bisher wahlweise auf einer virtuellen Entwicklungsmaschine oder lokal bei den Data Scientists. Für die Sensoren ist nicht geklärt, wie diese angemessen verwaltet und mit Updates versorgt werden. Auch das Monitoring für die KI im Betrieb ist bisher lediglich grob angedacht. Schnelle Entscheidungen müssen getroffen werden und Entwicklungssysteme werden zu Betriebssystemen, womit technische und organisatorische Schulden aufgebaut werden.

Triple KI: Erst in Menschen denken, dann handeln!

Blogreihe Data Science
Blogreihe Data Science
Triple KI – Data Science durchgängig gedacht! Claudia Dukino und Damian Kutzias promovieren zu der Frage, wie datenbasierte Projekte erfolgreich zu anwendbaren KI-Lösungen umgesetzt werden können. In einer gemeinsamen Blogreihe bündelt das KI-Tandem seine Kompetenzen und Forschungsergebnisse und veranschaulicht, wie die Verzahnung von Prozessen, Tätigkeiten und Technologien von der Ideengenerierung bis hin zur Inbetriebnahme neuer Lösungen in Unternehmen Mehrwerte schaffen kann.

Der Prototyp ist fertig und die Fachabteilung freut sich darauf, ihn endlich einsetzen zu dürfen. Doch dann kommt auf einmal der Stopp: IT oder Chefetage machen einen Strich durch die Rechnung! Den umgekehrten Klassiker gibt es ebenfalls: Die Chefetage oder IT starten eine Ausschreibung, Angebote werden eingeholt, neue Systeme aufgesetzt und den Fachabteilungen schließlich vorgesetzt, frei nach dem Motto »friss oder stirb!«. Was löst das in den betroffenen Menschen aus? Was passiert mit dem Prototyp? Warum scheitern so viele KI-Projekte kurz vor oder sogar nach dem Roll-Out? Dies sind nur einige Fragen, denen ich auf den Grund gehen möchte.

Robotic Process Automation (RPA): Wo steht die Versicherungswirtschaft?

Robotic Process Automation (RPA) zielt darauf ab, repetitive und zeitintensive Unternehmensprozesse durch Softwareroboter, auch Bots genannt, zu automatisieren. Expert*innen schätzen, dass in den nächsten 10 – 20 Jahren ca. 47 Prozent aller Jobs von digitalen oder physischen Robotern ausgeführt werden. RPA ist in den letzten Jahren mehr und mehr zu einer etablierten Technologie geworden und gerade in der Versicherungswirtschaft scheint das Potenzial immens. Immer mehr Unternehmen setzen RPA ein und erreichen damit hohe Effizienzgewinne – hört man zumindest …

Warum Carsharing und Carrental Firmen bald »Uber-rollt« werden könnten

Der Fahrdienstvermittler Uber gilt heute schon als Pionier für ein neues Mobilitätsverhalten und bedroht das Geschäftskonzept vieler traditioneller Branchen. Doch was wir heute erleben, ist nur der Anfang einer noch größeren Umwälzung. Stellen wir uns den Flughafen BER in Berlin in zehn Jahren vor, wenn sich die Trends von heute ungebremst fortsetzen würden: Die dienstbereiten Flotten von Taxis, Carsharing- und Carrental-Anbietern dürften nahezu komplett verschwunden sein. Stattdessen finden wir vor dem Gebäude ein großes Terminal des US-amerikanischen Fahrdienstvermittlers Uber, wo am laufenden Band autonom fahrende Fahrzeuge einfahren und Fahrgäste ein- und aussteigen.
Zugegeben, dieses Szenario ist ziemlich überzogen, denn wenn klassische Carsharing- und Carrental Firmen heute schon ihre Lektion von Uber lernen, können sie ihr Geschäftsmodell zukunfts- und konkurrenzfähig machen – wenn autonom fahrende Fahrzeuge eine feste Größe in der strategischen Planung werden und wenn bestehende Kund*innen mit auf diese Reise in die Zukunft genommen werden, dann stehen Carsharing- und Carrental Firmen goldene Zeiten bevor.

KI ist Handwerk, kein Hexenwerk: Der KI-Werkzeugkasten für Versorgungsunternehmen (und andere KMU)

Wer zu Künstlicher Intelligenz (KI) recherchiert, findet alles, was das Herz begehrt, vom dystopischen Bedrohungsszenario bis zur utopischen Perfekte-Welt-Fantasie, vom enthusiastischen Tech-Fanboy bis zur eingefleischten Kritikerin des Intelligenzbegriffs an sich. Dazwischen findet man Berichte von KI-Erfolgen bei der Krebsfrüherkennung, Missbrauch von Bilderkennungssoftware für Deepfakes, Fortschritten beim autonomen Fahren und weiblichen Bewerberinnen, die von der KI aussortiert wurden – aber nicht wegen mangelnder Qualifikation. Während in China KI-Wissenschaftler*innen wie Popstars verehrt werden (so schilderte es die KI-Chefin von SAP, Dr. Feiyu Xu, kürzlich im F.A.Z.-Podcast), feiert Deutschland die gelungene Umsetzung des Datenschutzes bei der Corona-Warn-App.

KI konkret: Wie KMU den Digitalisierungsrückstand aufholen können

»Die Mühen der Gebirge liegen hinter uns
Vor uns liegen die Mühen der Ebene«

So lauten die beiden letzten Zeilen aus Bertold Brechts Epigramm »Wahrnehmung«. Der konkrete Kontext, auf den sich Brechts vielzitierter Satz im Jahr 1949 bezog, war ein anderer als heute, 2021. Und dennoch galt damals wie heute: der Sieg einer Idee macht noch keine Veränderung. Die Bewährungsprobe des Neuen ist die Überwindung vieler kleiner und großer Schwierigkeiten bei der Umsetzung im Alltag.

Per Du mit dem Chatbot – wenn Kunden sich wirklich verstanden fühlen

Mal wieder gescheitert. In der Endlosschleife beim Chatbot gefangen. Auf unendlicher Suche nach dem passenden Produkt im Onlineshop. Vorschläge vom Sprachassistenten, die vielleicht irgendwann, aber ganz bestimmt nicht jetzt und heute passen. Und und und. Wir kennen genug Beispiele, an denen wir an Systeme scheitern, die einfach nicht gut genug sind, um uns als Kunden weiterzuhelfen. »Hätte ich nur einen menschlichen Ansprechpartner, der mich wirklich versteht!« Siri und Alexa schaffen das bisher nicht. Aber wie ist das eigentlich mit den neuen Möglichkeiten durch KI? Können künstliche Systeme empathisch wie ein Mensch auf sein Gegenüber eingehen?

Echte Ware – falscher Kunde: künstliche Intelligenz verhindert Identitäts- und Verbraucherbetrug

Künstliche Intelligenz (KI)

Künstliche Intelligenz (KI)
Die Arbeitswelten der Zukunft werden entscheidend von der Entwicklung Künstlicher Intelligenz (KI) geprägt sein. Das Fraunhofer IAO verfolgt in seiner Forschungsarbeit das Ziel, KI-Anwendungen umzusetzen, denen die Menschen vertrauen und die sie akzeptieren.

Wenn »Thomas Gottschalk« sich den teuren Designersessel nach Hause bestellt, freut sich jeder Einzelhändler – neue, zahlungskräftige Kunden sind ja gern gesehen, Prominente erst recht. Dumm nur, wenn Thomas Gottschalk gar nicht »der« Thomas Gottschalk ist, sondern ein Betrüger. Viele Händler scheuen heute noch Maßnahmen gegen Identitätsbetrug, um neue Kunden nicht zu vergraulen. Künstliche Intelligenz könnte hier Abhilfe schaffen, Identitätsbetrug verhindern und gleichzeitig Unternehmen ein sicheres Neugeschäft ermöglichen.

Triple KI: Die drei Säulen erfolgreicher KI-Implementierung im Unternehmen

Blogreihe Data Science
Blogreihe Data Science
Triple KI – Data Science durchgängig gedacht! Claudia Dukino und Damian Kutzias promovieren zu der Frage, wie datenbasierte Projekte erfolgreich zu anwendbaren KI-Lösungen umgesetzt werden können. In einer gemeinsamen Blogreihe bündelt das KI-Tandem seine Kompetenzen und Forschungsergebnisse und veranschaulicht, wie die Verzahnung von Prozessen, Tätigkeiten und Technologien von der Ideengenerierung bis hin zur Inbetriebnahme neuer Lösungen in Unternehmen Mehrwerte schaffen kann.

Künstliche Intelligenz (KI) hält als Technologie immer stärker Einzug in unseren gesellschaftlichen und betrieblichen Alltag. Doch die Einführung von Künstlicher Intelligenz ist weit mehr als eine technische Herausforderung: Um KI wirklich systematisch zu implementieren und damit die nächste technologische Stufe der Unternehmensentwicklung zu erreichen, reicht das Sammeln, Aufbereiten und Auswerten von Daten in hinreichender Qualität und Quantität bei weitem nicht aus. KI-Applikationen sind oft nur so gut wie die Organisation und die Menschen, die mit dieser neuen Technologie arbeiten – und wer für sein Unternehmen das tatsächliche Potenzial dieser Technologie erschließen will, muss alle drei Säulen miteinander in Einklang bringen: Mensch, Technik und Organisation. Ist Ihr Unternehmen reif für KI?

Mensch-KI-Schnittstellen: Der Erfolgsfaktor bei der Einführung von Künstlicher Intelligenz in der Produktion

Künstliche Intelligenz (KI)

Künstliche Intelligenz (KI)
Die Arbeitswelten der Zukunft werden entscheidend von der Entwicklung Künstlicher Intelligenz (KI) geprägt sein. Das Fraunhofer IAO verfolgt in seiner Forschungsarbeit das Ziel, KI-Anwendungen umzusetzen, denen die Menschen vertrauen und die sie akzeptieren.

Immer mehr Unternehmen arbeiten an der Einführung von Künstlicher Intelligenz (KI) in der Produktion. Doch viele betriebliche Entscheider*innen sind sich unsicher, wie sie KI-Systeme in ihrer Produktion umsetzen sollen und welche Kompetenzen dabei benötigt werden. Sie unterschätzen zudem die Wichtigkeit von einfach bedienbaren Mensch-KI-Schnittstellen. Da der Mensch im Idealfall komplementär zu und kollaborativ mit KI-Systemen interagieren soll, ist Usability häufig der entscheidende Faktor für eine erfolgreiche KI-Einführung.