Artificial Intelligence

Applied und Custom Artificial Intelligence

 

Künstliche Intelligenz (Artificial Intelligence / AI) ist ein viel diskutierter Megatrend. So kommt die Hälfte der besprochenen Technologien in Gartners Hype Cycle for Emerging Technologies 2019 aus der AI-Domäne. Praktisch alle Unternehmen, ob gross oder klein, können von zahlreichen Chancen zur Verbesserung oder gar Transformation ihrer Geschäftstätigkeit profitieren. Was viele nicht wissen: Ein Grossteil der AI-Entwicklung ist für jedermann zugänglich. Mit unserem Angebot «Data Science in der Cloud» unterstützen wir Unternehmen bei jedem Schritt ihrer agilen und skalierbaren AI-Reise mit einem erfahrenen Team aus Business Consultants, Data / Software Engineers und Data Scientists.

Standard oder massgeschneidert

Schlüsselfertige AI-Produkte wie Bild- und Spracherkennung aus der Cloud («Applied AI») eignen sich sehr gut, um beispielsweise spezifische Prozesse zu automatisieren. Doch für fundamentale Wettbewerbsvorteile und zusätzlichen Geschäftsnutzen reichen diese Angebote nicht aus. Zunächst gilt es herauszufinden, an welcher Stelle in den Geschäftsprozessen Daten für die Anwendung massgeschneiderter AI-Ansätze vorhanden sind resp. eine Erhebung neuer Daten möglich und sinnvoll ist. Cases für diesen individuellen Einsatz von AI («Custom AI») lassen sich direkt aus der Strategie des Unternehmens ableiten: Welche Probleme können wir mit Daten AI-basiert adressieren? Wie können wir vorhandene Daten monetarisieren? Welche datenbasierten Produkte bzw. Geschäftsmodelle wären denkbar?

Um von einer identifizierten Geschäftsidee zur laufenden AI-Lösung zu kommen, verfolgen wir bei Ergon folgenden iterativen Ansatz:

  • Potenzialanalyse
    Zu Beginn gilt es, Ideen auf ihr fachliches und datenbezogenes Potenzial hin zu überprüfen. Gleichzeitig finden hier erste, schnelle Datenanalysen statt – idealerweise bereits in der richtigen AI-Pipeline, die später skalieren kann.
  • Data Engineering
    Daten sind die Grundlagen für das Training der AI-Algorithmen. Unterschiedliche Datenqualität bzw. fachlich nicht kombinierbare Daten aus verschiedenen Silos sind dabei typische Stolpersteine. Data Engineering adressiert diese Defizite sowohl technisch/datenbezogen wie auch fachlich/organisatorisch.
  • Data Science
    Als zentraler Schritt beinhaltet Data Science geeignete Techniken und Ansätze, um aus den vorhandenen Daten die konkreten fachlichen Informationen für die AI-Modelle zu extrahieren.
  • Software Engineering
    Die erfolgreichen AI-Algorithmen aus dem Data-Science-Schritt gilt es am Ende in eine skalierbare und robuste Lösung zu überführen.

Einsatzgebiete von Custom AI

Künstliche Intelligenz ist aus einigen Bereichen nicht mehr wegzudenken, in anderen bietet sich grosses Potential:

Im praktischen Vorgehen sollten Unternehmen einen Weg wählen, der einerseits schnelle und günstige Potenzialanalysen, andererseits aber auch direkt sauberes Data Engineering und Data Science ermöglicht, potenziell gefolgt von einer professionellen und sicheren Umsetzung einer produktiven AI-Lösung. Mit den «Data Science in der Cloud»-Ansätzen gibt es allgemein verfügbare, niederschwellige und zugleich nachhaltige Einstiegsmöglichkeiten für einen erfolgreichen Start in eine individuelle AI-Reise.

Ergon AI-Experten

Wilhelm Kleiminger

Wilhelm Kleiminger

Principal Data Scientist
+41 44 268 83 02
wilhelm.kleiminger@ergon.ch
Michael Schröder

Michael Schröder

Head of Consulting
+41 44 268 87 20
michael.schroeder@ergon.ch

Berichte und News