Cognitive Computing

Wenn es nach den Analysten von IDC geht, dann übernimmt die Künstliche Intelligenz (KI), auch Cognitive Computing genannt, die Regie in vielen Bereichen der IT und damit auch des täglichen Lebens. So sollen bis 2019 rund 40 Prozent aller Digitalisierungsprojekte und 100 Prozent der IoT-Maßnahmen durch Funktionen mit KI unterstützt werden. Die Managementberatung Accenture prognostiziert für Deutschland durch den Einsatz von Künstlicher Intelligenz bis 2035 einen Anstieg des Wirtschaftswachstums um jährlich 3 Prozent. Zudem werde die Produktivität der Beschäftigten hierzulande um 29 Prozent steigen, da Arbeitsabläufe effizienter gestaltet würden.

„Machine Learning und Deep Learning werden auf jeden Fall im Markt ankommen“, ist sich auch Bernhard Kube von Lufthansa sicher, vor allem im Bereich der Datenanalyse. Die Welt ertrinkt förmlich in Daten. Kein noch so großes Team von Analytikern wäre in der Lage, aus dieser Flut noch brauchbare Informationen zu isolieren. Das Sammeln und Verarbeiten von Daten ist daher eine große Herausforderung für Unternehmen – aber gleichzeitig auch von höchster Wichtigkeit. Denn diese Daten bilden eine wichtige Entscheidungsgrundlage für die gezielte Weiterentwicklung von Geschäftsmodellen, Produkten und Marken. „Deep Learning wird eine Standardmethode im Methodenkanon der Data Science.“ Ähnlich sieht es Cancom-CEO Klaus Weinmann: „Immer bessere Technologien aus den Bereichen Machine Learning und Business Intelligence analysieren gigantische Datenmengen und werten diese aus.“

Nicht nur im Bereich der Datenanalyse setzt sich die Künstliche Intelligenz immer mehr durch. Im Juli dieses Jahres hat im japanischen Sasebo in einem Freizeitpark ein Hotel eröffnet, das fast komplett von Robotern betrieben wird. Das Hauptziel des Hotels ist es, möglichst viel Komfort für wenig Geld anzubieten. Die Roboter sind dabei ein wichtiger Baustein zur Kostenreduzierung. Sie werden unter anderem an der Rezeption, als Gepäckträger oder beim Reinigen eingesetzt.

Einer der großen Trends bei der Datenanalyse ist das Process Mining. Die Visualisierung von Unternehmensprozessen zeigt, wo es Optimierungsbedarf gibt und wo es hakt. Bernhard Kube von Lufthansa Industry Solutions bestätigt: „Process Mining wird zunehmend nachgefragt.“

In jedem Unternehmen gibt es zig Prozesse, die tagtäglich ablaufen: Es gehen zum Beispiel Bestellungen ein, Lieferungen verlassen das Haus, Rechnungen werden geschrieben und bezahlt. Unternehmen haben für den Ablauf dieser Prozesse meist feste Regeln: So müssen etwa Rechnungen, bevor sie von der Buchhaltung beglichen werden, von einer Fachabteilung geprüft und abgesegnet werden. Das Problem dabei: Je umfangreicher ein Prozess ist, desto größer ist die Gefahr, dass sich Fehler einschleichen. Hinzu kommt, dass diese Prozesse oft ganz anders ablaufen, als die Mitarbeiter meinen – und vieles doch nicht so geschmeidig funktioniert wie gedacht.

Hier kommt das Process Mining ins Spiel: Ein Workflow-System hält die digitalen Spuren fest, die jeder Schritt eines Prozesses produziert, also im Lager oder in der Buchhaltung. Die digitalen Spuren entstehen etwa in betriebswirtschaft­lichen Systemen wie denen von SAP. Unter Anwendung des Process Minings können unterschiedliche Aspekte eines Prozesses berücksichtigt werden, um Schwachstellen aufzuzeigen.