InterSystems

So werden KI- & ML-Projekte erfolgreich

von - 22.04.2021
Künstliche Intelligenz (KI)
Foto: kentoh / shutterstock.com
Datentechnologie-Anbieter InterSystems erläutert, worauf es beim Einsatz von KI und ML ankommt und warum das Konzept der Data Fabric dabei so wichtig ist
Künstliche Intelligenz (KI) und Machine Learning (ML) gehören in Unternehmen aller Branchen zu den Top-Trends, um die Entscheidungsfindung zu optimieren und erfolgskritische Geschäftsprozesse zu automatisieren. Bereits heute integrieren Unternehmen unterschiedliche KI- und ML-Ansätze erfolgreich in der betrieblichen Praxis, wie zahlreiche Vorträge des virtuellen InterSystems AI+ML Summit 2021 belegt haben. InterSystems bündelt fünf Ratschläge für den erfolgreichen KI-Einsatz zu einem Leitfaden für Unternehmen, die den nächsten Schritt machen wollen.

Realistische Anwendungsfälle definieren

Für viele Unternehmen ist es eine große Herausforderung, die einzelnen Schritte, die für ein erfolgreiches KI-Projekt notwendig sind, fachgerecht umzusetzen. Hierzu zählen insbesondere das Testen und Trainieren des Modells sowie das Überwachen und gegebenenfalls Anpassen von Parametern und Algorithmen. Für das Gelingen des Projekts ist entscheidend, fachliche Anforderungen passgenau mit den technologischen Möglichkeiten abzugleichen. Nur so lassen sich realistische Anwendungsfälle definieren, die sowohl mit den vorhandenen Ressourcen umsetzbar sind als auch realen Mehrwert liefern.

Datenqualität optimieren und eine leistungsfähige Datenplattform evaluieren

Ob interne oder externe Datenquelle – unabhängig davon, woher die Informationen stammen, sind relevante Daten von hoher Qualität erfolgskritische Parameter für KI-Initiativen. Dies gelingt nur, wenn das zugrunde liegende Datenmanagement optimal für die Aufgabe gerüstet ist. Besonders empfiehlt sich das Konzept der Data Fabric ("Datengewebe"). Hiermit können Daten aus verschiedenen Quellen und Formaten akkumuliert werden, sodass bei hoher Performance horizontal und vertikal skaliert werden kann. In der Datenplattform werden verschiedene Technologien "verwoben", sodass die Daten der stetig wachsende Datenflut automatisiert verarbeitet werden können.

Einfachen Einstieg in die Welt der KI finden

Der Einstieg in die KI-Welt muss nicht schwierig sein: Gerade KI-Projekte, die auf Mustererkennung und Prozessautomatisierung setzen, sind schnell realisiert und liefern rasch Ergebnisse. Robotic Process Automation (RPA) kann hier ein guter Einstieg sein. Ein Beispiel: Hochgeschwindigkeitskameras liefern Live-Bilder eines Webstuhls und eine KI analysiert die Qualität des produzierten Stoffs. Sobald ein Fehler erkannt wird, stoppt die KI vollautomatisch den Fertigungsprozess und minimiert so den Ausschuss. Weitere klassische Einstiegsszenarien sind Chatbots sowie Lösungen für die vorausschauende Wartung ("Predictive Maintenance").

Unterschiedliche Deployment-Modelle prüfen

KI-Projekte können auf Servern vor Ort ("On-Premise"), in der Private oder Public Cloud oder in einem hybriden Modell bereitgestellt werden. An der Private Cloud schätzen viele Unternehmen die größere Flexibilität hinsichtlich des Zugriffs "von außen" gegenüber dem traditionellen Non-Cloud-Modell und das Gefühl einer höheren Datensicherheit gegenüber einer Public Cloud. Generell begrüßen viele Nutzer den Einsatz cloudbasierter KI-Services, unter anderem aufgrund der Vorteile hinsichtlich der unkomplizierten bedarfsgerechten Bereitstellung von IT-Ressourcen. Zudem kann ein Cloud-Modell mit müheloser Skalierbarkeit nach oben und unten punkten, so dass Lastspitzen flexibel aufgefangen werden können.

Eine KI-Kultur entwickeln und gezielt KI-Knowhow aufbauen

Aufgrund der zukunftsentscheidenden Bedeutung der Technologie ist es wichtig, eine KI-Kultur innerhalb eines Unternehmens zu entwickeln. Die Voraussetzungen dafür sind gut, solange die Mitarbeiter vom Wert ihrer Daten überzeugt sind.
"Vielfach wird die KI als Heilsbringer gesehen, der bestehende Prozesse in einem Fingerstreich verändert und revolutioniert. Dabei ist die Grundlage dieser Prozesse in den Daten verortet", erklärt Jochen Boldt, Sales Director bei InterSystems. "Möglichst viele hochwertige Daten zu sammeln und aussagekräftig auszuwerten, ist der Schlüssel zum Erfolg und damit der Grundstein für eine breite Akzeptanz des Themas innerhalb einer Organisation. Unsere Datenplattform InterSystems IRIS greift das Konzept der Data Fabric auf und bietet eine interoperable Basis, um eine Vielzahl verschiedener KI-Projekte möglich zu machen. Damit wird aus der Data Fabric eine Smart Data Fabric."
Verwandte Themen