Künstliche Intelligenz und Informationsmanagement
Neues Leben für alte Daten
Mit der Cloud rückt auch die Künstliche Intelligenz (KI) in den Blickpunkt vieler IT-Verantwortlichen: Die Möglichkeit, gewaltige Mengen unstrukturierter Bestandsdaten in einen Zusammenhang mit aktuellen Geschäftsabläufen zu bringen, verspricht eine ‚hohe Verzinsung‘. Beispiele aus der Automobilindustrie veranschaulichen das Potenzial.
Big Data, Digitalisierung, Internet of Things: Das Datenwachstum in Unternehmen steigt exponentiell. Hinzu kommen unstrukturierte Informationen, die über Jahre oder gar Jahrzehnte hinweg in diversen heterogenen Systemen generiert, gespeichert und archiviert wurden – aus Entwicklungs-, Rechts- und Vertriebsabteilungen, in E-Mails, Tabellenkalkulationen und SQL-Datenbanken. Daten, die heute größtenteils brach liegen. Mit der Rechenleistung einer Cloud-Infrastruktur und den jüngsten Fortschritten auf dem Feld der Künstlichen Intelligenz könnten diese Daten einen neuen Stellenwert erhalten. So können generische Algorithmen auf cloudbasierten, trainierten KI-Plattformen Muster in unstrukturierten Daten erkennen, daraus Korrelationen zu anderen Vorgängen im Unternehmen bilden und Ergebnisse ausgeben, die sich für eine Optimierung von Geschäftsprozessen heranziehen lassen. Je größer und heterogener der Datenbestand, desto effektiver oft das Ergebnis. Cloud Computing macht KI-gestützte Big-Data-Analysen interessanter als je zuvor. Die neunte Ausgabe von Rockwell Automations „State of Smart Manufacturing“ Report liefert Einblicke in Trends und Herausforderungen für Hersteller. Dazu wurden über 1.500 Fertigungsunternehmen befragt, knapp 100 der befragten Unternehmen kommen aus Deutschland. ‣ weiterlesen
KI in Fertigungsbranche vorn
Beispiel Automobilbranche
Veranschaulichen lassen sich die umfangreichen Möglichkeiten einer Cloud-KI am Beispiel der Automobilbranche – etwa in der Verbindung von Echtzeit-Sensordaten mit Werkstattbelegen von Vertragspartnern. Wanderten diese Unterlagen in der Vergangenheit nach Abschluss der Arbeiten direkt ins Archiv, so können die enthaltenen Daten heute dazu beitragen, Business-Prozesse entscheidend zu verbessern – auf Seiten von Herstellern, Zulieferern und anderen Vertragspartnern. KI-Analysen mit Kilometerstand, Art der Arbeiten, Verwendung von Teilen und Aufwand ermöglichen heute ganz konkrete Prognosen, welche Eingriffe am Fahrzeug voraussichtlich wann fällig werden. So lassen sich der Service optimieren, Routineabläufe schneller und wirtschaftlicher gestalten oder Kosten senken. Einheitliche Identifikationsmerkmale, beispielsweise eine Motor- oder Fahrgestellnummer, in den CRM-, ERP-, SCM-, E-Mail- und anderen Systemen von Herstellern und Lieferanten lassen sich dafür verwenden, unternehmensübergreifende Erkenntnisse zu erhalten, um Verbesserungen in der Wertschöpfungskette anzustoßen oder Innovationen zu implementieren.
Im frühen Produktlebenszyklus
Doch schon während der Entwicklung neuer Bauteile oder für die Verbesserung existierender Komponenten können KI-Analysen einen wichtigen Beitrag leisten. Wo früher beispielsweise Temperaturfühler lediglich Durchschnittswerte sammeln konnten, um Speicherplatz zu sparen, so protokollieren diese Sensoren heute komplette Messreihen, die sich für erheblich exaktere Auswertungen sogar fast in Echtzeit nutzen lassen und etwa Auskünfte darüber geben können, warum Motoren in bestimmten Situationen ausfallen – Stichwort Internet of Things. Aber auch Finanz- oder Rechtsabteilungen profitieren von neuen Entwicklungen bei den KI-Technologien: In Geschäftsunterlagen, die bislang nur aufbewahrt wurden, um rechtliche Bestimmungen zu erfüllen (gemäß Abgabenordnung AO oder Handelsgesetzbuch HGB), können im Zusammenhang mit weiteren Unternehmensdatenquellen wie der Finanzbuchhaltung genauso wertvolle Erkenntnisse schlummern wie im Archiv für Rahmen- und Dienstleisterverträge. Diese wanderten normalerweise beim Vertragsschluss ins Archiv und wurden bis dato nur noch im Streitfall – also hoffentlich nie wieder – hervorgezogen. Der Thin[gk]athon, veranstaltet vom Smart Systems Hub, vereint kollaborative Intelligenz und Industrie-Expertise, um in einem dreitägigen Hackathon innovative Lösungsansätze für komplexe Fragestellungen zu generieren. ‣ weiterlesen
Innovationstreiber Thin[gk]athon: Kollaborative Intelligenz trifft auf Industrie-Expertise
Neues Denken im Datenschutz
Für diese Chancen der Geschäftsoptimierung sollte allerdings zunächst ein neues Denkmuster ins Unternehmen einkehren. Daten und Dokumente, die in der Vergangenheit archiviert und intern unter Verschluss gehalten wurden, sind nicht nur Wettbewerbsfaktoren, sondern natürlich auch Gegenstand für den Datenschutz. Darüber entstehen oft ausufernde Diskussion, die sich in der Praxis jedoch oft in konstruktive Bahnen lenken lassen: So lange die für die Cloud-KI zur Verfügung gestellten Informationen keinen klaren Personenbezug aufweisen – dies trifft für Maschinen- und Sensordaten normalerweise zu – ist ihre Verwendung im Sinne des Datenschutzes unbedenklich. Ferner ist es möglich, Daten anonymisiert oder pseudonym zu verwenden. Dabei werden Informationen aus dem Produktivsystem entnommen und Namens- und Adressfelder mit Musterdaten überschrieben, bevor sie in die Cloud zur KI-Analyse übermittelt werden. Wichtig dabei ist, dass keine Rückschlüsse auf tatsächliche Personen möglich sind. Vorarbeit erfordert zudem die Evaluierung des geeigneten IT-Partners und der bevorzugten KI-Plattform. Erfolgte die Wahl eines Technologieanbieters oder Dienstleisters früher meist anhand eines Kriterienkataloges, so lässt sich der Auswahlprozess heute besser mit echten Daten bewerkstelligen. Dazu können dem KI-Anbieter enige anonymisierte Beispieldatensätze zugeschickt werden, die dieser analysiert zurückschicken sollte, um dem Auftraggeber in Spe zu gestatten, sich ein Bild über die Fähigkeiten der jeweiligen Plattform zu machen. Hier bietet es sich an, Datensätze und Dokumente aus möglichst unterschiedlichen Systemen auszuwählen. Hinzu kommen Überlegungen über die unterschiedlichen Geschäftsmodelle von KI-Anbietern, was die Verwendung der auf der Plattform entwickelten Algorithmen betrifft. Dabei stellt sich in erster Linie die Frage nach der Ausschließlichkeit des Nutzungsrechts. So unterscheiden sich Hersteller von KI-Plattformen heute häufig in der Frage, wem die Nutzungsrechte der entwickelten Algorithmen gehören. In der Praxis liegen die Verwertungsrechte für bestimmte Algorithmen entweder beim Kunden, oder – im ungünstigen Fall – beim Plattformanbieter oder dessem Dienstleister. Hier droht die Gefahr, dass Nutzungsrechte vorbehalten, der Algorithmus auch für andere Kunden weiterverwendet werden darf und gar der Wettbewerb davon profitieren kann. Schließlich sollte darauf geachtet werden, dass sowohl die Datenspeicherung als auch Analysen durch die KI-Plattform nicht nur den europäischen, sondern auch den deutschen Rechtsansprüchen genügen.
