- Wo KI-Technologie jetzt steht, und welche Trends die KI-Zukunft ausmachen
- Wie sich die Coronakrise auf den Status der KI-Implementierung in Unternehmen auswirkt
- Was die nächste Welle der KI Applikationen sein wird
Mit dem “Warum, Was and Wie”-Ansatz unterstützen KI-Profis des Unternehmens Crayon weltweit in gebündelten KI-Kompetenzzentren Kunden dabei, Projekte im Bereich Machine Learning und Künstliche Intelligenz umzusetzen. Gemeinsam werden klare Ziele definiert, und eine Roadmap erarbeitet. Die Crayon Experten bringen sich dann bei der Umsetzung entsprechend ein, so dass der Projekterfolg sichergestellt werden kann. Das man auf eine entsprechend Erfolgsgeschichte verweisen kann, zeigt sich zum Beispiel daran, dass Microsoft Crayon zum globalen KI und Machine Learning Partner des Jahres 2019 gewählt hat.
Eines dieser Kompetenzzentren befindet sich in Wien. Wir haben Sebastian Knigge anlässlich der Zusammenarbeit beim 13. Confare #CIOSUMMIT, dem größten IT-Management Treffpunkt Österreichs, zu den wichtigsten KI Trends vor und nach der Coronakrise befragt.
Wo stehen wir mit der praktischen Anwendung von AI jetzt?
Der Forschungsstand von AI und auch die Definition von AI ändert sich stetig. Und so verstehen viele unter AI auch ganz Unterschiedliches. Wir sehen bei unseren Projekten z.B. auch regionale Unterschiede. Während von unseren amerikanischen und asiatischen Kunden AI häufig als Funktion für den Endanwender gesehen wird, kommen unsere europäischen Projekte häufig aus der Industrie oder dem B2B Bereich. Dabei sieht dann die praktische AI Anwendung häufig ganz anders aus als z.B. ein persönlicher Assistent, was viele eher mit AI assoziieren. Die zugrundeliegenden Modelle und Algorithmen sind hier aber mindestens genau so anspruchsvoll und technologisch fortgeschritten. Das hängt auch mit dem glücklichen Umstand zusammen, dass es in Europa eben strenge Regelungen für den Datenschutz gibt.
Ein Blick in die Forschung zu AI zeigt, es tut sich derzeit enorm viel. Bis diese Forschung den Weg in ein System in Produktion macht, bedarf es aber noch einiger Arbeit, die wir bei Crayon so schnell und effizient wie möglich umsetzen.
Was darf man von der nächsten Welle der AI Applikationen erwarten?
In der nahen Zukunft sehen wir anstelle von AI Spielereien – wie sich selbstschreibende Essays oder Deep-fakes – Applikationen die tatsächlich Business Value generieren. In vielen Fällen bedarf es aber dazu erst der richtigen Datengrundlage. Datenqualität und vor allem Dateninfrastruktur sind aktuell die Hot Topics und gleichzeitig die Painpoints in den meisten Unternehmen.
Mensch, Technologie, Organisation – Wo siehst Du die wichtigsten Handlungsfelder beim Umsetzen?
In allen drei Bereichen gibt es Handlungsfelder und auch Anpassungen:
- Teilweise arbeiten Technologie und Mensch noch nicht optimal zusammen. Hier lässt sich durch die richtige Beratung und Schulungen der Mitarbeiter aber durchaus Abhilfe schaffen.
- Auf Seiten der Technologie gibt es mit Sicherheit einen großen Need an Datengenerierenden Systemen und technische Voraussetzungen für eine funktionierende Dateninfrastruktur, um AI nachhaltig in Anwendung zu bringen.
- Die Organisation muss ihre bestehenden Prozesse ebenfalls teilweise anpassen, um optimal mit der neuen Technologie zu arbeiten.
Nur wenn alle drei Faktoren bei der Umsetzung von AI im Unternehmen berücksichtigt werden ist auch mit einem Erfolg zu rechnen.
Wo siehst Du AI Anwendungen in der Covid-19 Krise? Was kann AI beitragen, um diese zu bewältigen?
Es macht wohl Sinn die Anwendungen im Gesundheitsbereich und der Wirtschaft getrennt zu betrachten.
In den Gesundheitsbereich werden vermutlich einige Investitionen fließen, um künftig auf ähnliche Situationen besser vorbereitet zu sein – zumindest bleibt es zu hoffen. Anwendungsfelder für AI gibt es hier genügend, um die Arbeit der Beschäftigten im Gesundheits- und Pflegebereich noch effektiver zu machen und vor allem um schneller reagieren zu können. Metaphorisch ausgedrückt: AI ersetzt keine Menschen, sondern verleiht Ihnen Superkräfte.
Beispiele sind hier:
- Das Bereitstellen wichtiger Informationen in Echtzeit
- Vorhersagen von Ereignissen
- Handlungsvorschläge (Entscheidungssupport)
- Automatisierung zeitraubender Aufgaben wie z.B. Robot supported service-desk
Aber auch die Wirtschaft kann mittels AI die Krise bekämpfen: Kurzfristig z.B. bei der Umsetzung von Hygieneregeln:
- Fiebermessung
- Abstandsmessung
Langfristig durch z.B. Risikomodellierung von Stressszenarien oder durch Kontaktreduzierung.
Wenn dem Lockdown die Rezession folgt, wie wird sich das auf die Umsetzung von AI Technologie auswirken?
ML ist eine noch recht junge Technologie und die meisten Modelle haben noch keine Krise „erlebt“. Bei der Entwicklung von AI Applikationen wird noch stärker darauf Wert gelegt werden wie sich Algorithmen in extremen Situationen verhalten. Das wird zu robusteren Modellen führen. Algorithmen werden toleranter gegen Anomalien designed werden.
Viele Unternehmen werden in einer Rezession alle Investitionen einstellen müssen. Unternehmen, die allerdings in der Krise das Kapital aufbringen können in AI zu investieren werden zu den Gewinnern zählen und mit AI Applikationen tatsächlich Business-Value generieren.
Welche Perspektiven siehst Du für Euer Unternehmen?
Crayon kommt ja ursprünglich von der Lizenz und Cloud Optimierung und verfolgt neben der Data & AI Practice auch diesen Geschäftszweig. Hier arbeiten wir als Center of Excellence eng mit den Kollegen zusammen um Software Asset Management und Cloud Analytics in das AI Zeitalter zu heben. Wir sehen also große Chancen industrieübergreifend unsere Expertise aus dem Lizenzmanagment sowie dem Data & AI Know-How zu vereinen.
Weiters ist natürlich die Kombination von Cloud Beratung und AI Entwicklung die ideale Kombination. Diese zwei Services werden nicht nur individuell immer wichtiger, sondern sind Teil ein und derselben Wertschöpfungskette.
Was sind aus Deiner Sicht die 5 wichtigsten AI Trends, mit denen man sich befassen sollte?
- Technisch interessant, aber Zukunftsmusik sind Quantencomputer die nicht nur die Entwicklung von AI um Jahre weiterbringen würde.
- Um AI tatsächlich intelligenter zu machen braucht es Modelle und Methoden die weniger Daten zum Lernen benötigen als z.B. aktuelle Neuronale Netze. So kann es gelingen von Standardsituationen auf Spezialfälle zu abstrahieren, was man häufig als logisches Denken bezeichnet. AI Anwendungen müssen also weniger datengetrieben werden, um auch in Situationen entscheiden zu können für die es wenig bis gar keine Daten im Training Set gibt.
- Je mehr AI seinen Weg in die öffentliche Verwaltung findet wächst der Bedarf an Non-Black-Box Modellen. Es reicht dabei nicht etwa nur den Einfluss einzelner Variablen bzw. Ausprägungen nachzuvollziehen, sondern diesen auch anzupassen. Nur durch transparente Methoden kann z.B. modellbedingte Diskriminierung verhindert werden.
- Es gibt verschiedene Gründe dafür Daten synthetisch zu generieren statt gesammelter Daten. Z.B. kann man durch spezielle Methoden der Modellabfrage auf die Trainingsdaten rückschließen. Zum anderen kann man so auch die teilweise dünne Datenlage für Spezialfälle erweitern.
- Wir sehen allerdings auf der anderen Seite AI Themen die nicht unbedingt brandneu, aber aktuell umso wichtiger und gefragter sind, z.B.:
- Erstellung der geeigneten Dateninfrastruktur für den Anwendungsfall (Digital Twin, Data Lake)
- Prozessoptimierung durch Teilautomatisierung (Automated Service Desk, AI gestützte Qualitätssicherung)
- Cross-Industry und agile Arbeitsgruppen zur Projektumsetzung
CIO OF THE DECADE
Das CIO Community Event am 20. Oktober in Frankfurt
Die Teilnahme ist für CIOs, CDOs und IT-Manager mit KEINEN Kosten verbunden.
Gilt nicht für Hersteller oder Dienstleister aus den Bereichen Software, IT-Dienstleistungen oder Unternehmensberatung.