Cloudbasierte KI-Plattformen: Chance f�r KMUs

Bild: Mudassar Iqbal auf Pixabay

08.04.2021 - Um k�nstliche Intelligenz nutzen zu k�nnen, braucht ein Unternehmen nicht zwingend einen ausgewiesenen Fachmann. Eine Fraunhofer-Studie zeigt, wie kleine und mittlere Unternehmen stattdessen vorgehen k�nnen und vergleicht die vier gr��ten Anbieter von Machine-Learning-as-a-Service-Plattformen.

von Frauke Schobelt

Kleinen und mittleren Unternehmen fehlt oft die Expertise, um K�nstliche Intelligenz (KI) nutzen zu k�nnen. Dabei kann diese Zukunftstechnologie helfen, Produktionsabl�ufe zu optimieren und Geld zu sparen. Sie k�nnen dann zwar die n�tigen Daten sammeln, scheitern jedoch oft an deren Analyse. Hier k�nnen gro�e Cloud-Anbieter wie AWS , Google , IBM und Microsoft helfen. Sie bieten einfache digitale Werkzeuge, die gro�e Datens�tze verarbeiten und KI-L�sungen liefern - sogenannte 'Machine-Learning-as-a-Service-Plattformen'. Ohne gro�e Erfahrung k�nnen so auch kleinere Unternehmen in die K�nstliche Intelligenz einsteigen und sich Modelle entwickeln lassen, die etwa fehlerhafte Werkst�cke automatisch erkennen.

AWS, Google, IBM und Microsoft im Vergleich

Die Stuttgarter Fraunhofer-Institute f�r Produktionstechnik und Automatisierung IPA und f�r Arbeitswirtschaft und Organisation IAO haben die Ans�tze der vier gr��ten Anbieter - AWS, Google, IBM und Microsoft - miteinander verglichen und untersucht, welche Plattform f�r welche Aufgabe geeignet ist. Sie setzten L�sungen f�r vier Anwendungsf�lle um, die in der Praxis h�ufig vorkommen und vier Kategorien von Daten umfassen: Tabellarische Daten, Text-, Bild- und Zeitreihendaten:

Kundenabwanderung: F�r Hotels ist es vorteilhaft, fr�hzeitig zu wissen, bei welchen G�sten eine Stornierung droht. M�glicherweise steckt in den tabellarischen Buchungsdaten bereits ein Hinweis. KI kann ihn aufsp�ren und einen entsprechenden Algorithmus entwickeln.
Textkategorisierung: Texte k�nnen verschiedenen Sparten zugewiesen werden, etwa Kultur, Sport und Politik. So kann zum Beispiel eine Presseagentur automatisch ein Archiv pflegen.
Bilderkennung: Bei der Produktion spielt die Bildanalyse eine wichtige Rolle. So lassen sich mit Kamerasystemen Defekte auf dem Werkst�ck feststellen. KI hilft dabei, diese Kontrolle zu automatisieren. Aus einer Vielzahl mit Metadaten versehener, sogenannter annotierter Bilder lernt die KI, Fehler zu erkennen.
Werkzeugabnutzung: Einen Fr�skopf zum richtigen Zeitpunkt auszutauschen, spart Geld. Wer zu fr�h eingreift, verschenkt Material, wer zu sp�t eingreift, riskiert einen langen Stillstand der Produktion. KI lernt, die Zeitreihendaten von Vibrationen und Stromverbrauch zu deuten, um den Zustand des Fr�skopfs richtig abzusch�tzen.

In der Regel gelte f�r KI-L�sungen: Je mehr Daten zur Verf�gung stehen und umso besser die Qualit�t der Daten ist, desto zuverl�ssiger arbeitet das gewonnene Modell. Beim Vergleich der Plattformen haben die Fraunhofer-Wissenschaftler stets den zug�nglichsten L�sungsweg gew�hlt. Dabei mussten oft lediglich die Datens�tze hochgeladen und mit einer Annotation versehen werden: Bei der Bildverarbeitung hie�e das etwa, jedes Bild mit dem Zusatz korrekt oder fehlerhaft zu versehen. Die Plattform lieferte dann das gew�nschte Modell samt der Vorhersagegenauigkeit.

Kein tiefes Fachwissen n�tig

Ergebnisse: Die Fraunhofer-Studie hat ergeben, dass die L�sungen aller Anbieter St�rken aufzeigen und kein tiefes Fachwissen voraussetzen. Manche Plattformen lassen sich intuitiver bedienen als andere. Auch laufen manche KI-Modelle nur auf der Cloud des Anbieters, andere k�nnen auch exportiert und auf unternehmenseigenen Servern installiert werden. Die genauen Ergebnisse liefert die Studie 'Cloudbasierte KI-Plattformen - Chancen und Grenzen von Diensten f�r Machine Learning as a Service' .

Bild: Michael Poganiatz

Joachim Graf (ibusiness.de)

Die Zukunft der KI. Die Zukunft der Daten. (Der Weg zum empathischen Zero-Party-Data-Marketing)

Wohin entwickelt sich die KI in den kommenden zehn Jahren? Und was wird dann aus dem datengest�tzten Marketing, wenn First-Party-Data erheben f�r eine erfolgreiche Customer Experience immer schwieriger wird? Zukunftsforscher Joachim Graf stellt aktuelle Studien vor, die �ber die zunehmend prek�re Lage an der Datenfront zeigen. Er zeigt, wie diese Entwicklung sowohl KI- als auch Personalisierungsans�tze gef�hrdet und warum die KI dieses Problem trotz technischer Fortschritte auf absehbare Zeit nicht l�sen kann. Er stellt Strategien vor f�r den Weg zum empathischen Zero-Party-Data-Marketing: Die Methode, um Personalisierung und KI nach wie vor einzusetzen trotz wachsender Datenzur�ckhaltung und immer schlechter werdenden Datenqualit�t.

Vortrag im Rahmen der Daten & KI 2023. Virtuelle Kongressmesse �ber Customer Experience mit datengest�tztem Marketing und Vertrieb am 06.06.23, 09:00 Uhr