Künstliche Intelligenz (KI) revolutioniert die Wirtschaft. Viele Unternehmen haben das Potenzial bereits erkannt, allerdings sind bisher erst wenige konkrete KI-Projekte umgesetzt. Ähnlich wie den Ersatz von Muskelkraft durch Kraftmaschinen im Zuge der industriellen Revolution, lassen sich nun geistige Routinetätigkeiten und Entscheidungen an KI übertragen. Beispielsweise die genaue Vorhersage von Defekten und optimale Einstellung komplexer Maschinen durch Predictive Maintenance, die Unterstützung und Entlastung von medizinischem Fachpersonal bei der Früherkennung und Diagnose von Krankheitsbildern, die automatisierte optische Qualitätskontrolle von Werkstücken (Computer Vision), die exakte und schnelle Bewertung eines Kreditantrags anhand von Kundenmerkmalen, oder die automatisierte Extraktion von Schlüsselinformationen aus unterschiedlichsten Geschäftsdokumenten, z.B. die Konsistenzprüfung zwischen Bestellung, Lieferschein und Rechnung.
Durch die KI-Automatisierung arbeiten Unternehmen konsistenter und kostengünstiger. Die Beispiele zeigen: KI wird in jeder Branche zum Einsatz kommen.
„Deshalb müssen sich heute alle Unternehmen, auch der Mittelstand, mit KI auseinandersetzen. Es geht darum, sich mit den Möglichkeiten und Einsatzgebieten von KI zu beschäftigen und dabei auch zu berücksichtigen, was der Wettbewerb macht. KI findet heute längst statt und darf auf keinen Fall ausgeklammert werden“, sagt Dr. Georg Fuchs, Geschäftsfeldleiter Big Data Analytics and Intelligence des Fraunhofer-Instituts für Intelligente Analyse- und Informationssysteme IAIS.
Data Science – eine interdisziplinäre Wissenschaft
Im Kern von KI-Anwendungen stehen datengestützte Analysen und Modelle, auf deren Grundlage Entscheidungsprozesse optimiert werden. Data Science – Datenwissenschaft – hat zum Ziel, das für die Entscheidungsfindung benötigte Wissen aus Daten zu generieren, um beispielsweise interne Produktions- und Verwaltungsprozesse zu optimieren oder die Entscheidungsfindung zu unterstützen. Dabei kommen Methoden und Wissen aus verschiedenen Bereichen wie Mathematik, Statistik, Stochastik, Informatik und Branchen-Know-how zum Einsatz.
Ausgangspunkt, um die verschiedenen Fachkompetenzen zu bündeln, ist immer ein solides Verständnis des Anwendungskontextes und seiner Randbedingungen. Ein Data Science Team benötigt daher die Rolle des Business Analyst, der als Schnittstelle zwischen Fachbereich und Analyseexpert*in fungiert.
Die Rolle des Data Analyst umfasst Expert*innen für Datenanalysen und Methoden des Maschinelles Lernens. Diese Teammitglieder bereiten Daten für die Analyse vor, wählen geeignete Algorithmen und Methoden für den Einsatzzweck aus und evaluieren die erzeugten Modelle.
Komplettiert wird ein Data Science Team durch die Rolle des Data Engineers. Dieser Rolle obliegen die Zusammenführung, Verwaltung und Bereitstellung der Ausgangsdaten sowie die Konzeptionierung und Umsetzung der nötigen Infrastruktur für das Ausrollen und den Betrieb der erstellten KI-Anwendung.
Fraunhofer IAIS – Partner bei der KI-Umsetzung
Das Fraunhofer IAIS ist ein Partner für Unternehmen, die KI adaptieren möchten. „Bei uns steht der Transfer von der Forschung in die Praxis im Mittelpunkt. Wir bündeln Leistungsangebote für die Industrie und verstehen uns als Wegbegleiter unserer Kunden aus der Wirtschaft hin zum KI-Unternehmen“, sagt Georg Fuchs. Ein wichtiger Baustein für den KI-Start ist das Herstellen von KI-Bewusstsein und grundlegendem KI-Verständnis auf Führungsebene. Dazu zählt auch Sprechfähigkeit für den unbedingt notwendigen Austausch zwischen Management, Fachabteilung und IT zu schaffen. Als KI-Partner betreut das Fraunhofer IAIS seine Kunden bei der Umsetzung ihrer individuellen KI-Strategie, beginnend bei der Bedarfsanalyse, der Definition und Priorisierung geeigneter Use Cases, deren Umsetzung in Form eigener Entwicklungen oder Adaption bestehender Lösungen, bis hin zum vertrauenswürdigen Einsatz sowie der Absicherung und Zertifizierung der resultierenden KI-Systeme. „Zertifizierungen, formale Prüfung und Regulierung von KI-Lösungen werden zukünftig, gerade in Europa, mehr Raum einnehmen. Hier sind wir beratend tätig“, ergänzt Fuchs.
Darüber hinaus verfügt das Fraunhofer IAIS über verschiedene Technologiekerne, die für unterschiedlichste Einsatzszenarien seiner Kunden eingesetzt werden können. Dazu gehören eine modulare NLU Suite (Natural Language Understanding) für die Verarbeitung und Informationsextraktion aus unterschiedlichsten Dokumenten wie Arztbriefen, Vertragsdokumenten oder Wartungsberichten; Dialogsysteme für die natürlichsprachliche Interaktion mit KI-Assistenten, KI-Modulen für die Optimierung und vorausschauende Wartung von Produktionsmaschinen sowie KI-Komponenten für die optische Erfassung und Bewertung von Schäden oder Qualitätsmängeln an Fahrzeugen bzw. Werkstücken.
KI-Qualifizierungen heben das Potenzial der Mitarbeitenden
Schließlich spielt die Qualifizierung der Mitarbeitenden eine zentrale Rolle, damit die Unternehmen in die Lage versetzt werden, KI-Lösungen selbst zu entwickeln und zu warten. Dazu bieten die Fraunhofer Academy und die Fraunhofer-Allianz Big Data und Künstliche Intelligenz ein umfassendes Data Science-Curriculum von der Awareness für Führungskräfte bis hin zu Schulungen für Data Science-Expert*innen, die KI-Lösungen umsetzen. Das Angebot umfasst mehrere Linien bis hin zu methodischen Vertiefungen wie Deep Learning für Textverständnis oder branchenspezifisches Wissen, beispielsweise für KI in der Produktion. „Wir bieten ein Basis Level, Vertiefungszertifikate und Qualifizierungen, bis hin zur KI-Projektleitung, die mit unabhängigen Prüfungen enden“, führt Fuchs aus. „Damit decken wir das gesamte KI-Spektrum bis hin zum Übergang einer KI-Lösung in den produktiven Betrieb bis MLOps ab.“
Für Unternehmen ist es jetzt an der Zeit, KI-Potentiale entlang ihrer Wertschöpfungsketten zu erfassen und zu heben. Überall dort, wo große Datenmengen anfallen und auf Basis der Daten Entscheidungen getroffen werden müssen, hat KI enormes Potential. Zeitgemäße KI-Ansätze zeigen schon heute den Weg zukünftiger Arbeitsteilung zwischen Fachanwendern, Kunden und KI. Mitarbeitende können von einfachen, wiederkehrenden und entsprechend monotonen Aufgaben entlastet werden und sich auf die relevanten Fälle konzentrieren. Kunden profitieren von maßgeschneiderten Angeboten und dem immer verfügbaren, bestens informierten KI-Assistenten am Kontaktpunkt.
KI ist eine wichtige Zukunftstechnologie, aber viele Unternehmen haben bislang kaum Initiativen umgesetzt. Nach einer aktuellen Bitkom-Studie haben erst sechs Prozent der Unternehmen KI im Einsatz und nur 22 Prozent planen eine KI-Einführung. Es mangelt an einer klaren Vision und Strategie zur KI-Adaption, insbesondere bei deutschen Unternehmen. Eine weitere Hürde für KI ist der Mangel an Fachkräften. Entsprechend stark sind Data Scientists gefragt. Es handelt sich hier nach wie vor um einen reinen Bewerbermarkt. Firmen können und sollten daher unbedingt auch die bestehende, oft umfassende Fachexpertise und das Potential ihrer Mitarbeitenden aktivieren. Deswegen sind Weiterbildungen auf allen Ebenen – vom Grundverständnis bis zum Kompakteinstieg und Expert*innenqualifizierungen – ein entscheidender Baustein für erfolgreiche KI-Projekte.
Mehrwert-Infos für den Leser aus der Fraunhofer-KI- und Data Science-Welt:
Fortbildung zum Data Scientist:
Data Scientist (fraunhofer.de)
Leistungsportfolio des Fraunhofer IAIS:
Leistungsportfolio (fraunhofer.de/IAIS)
Forschung im Bereich Künstliche Intelligenz:
Forschung KI (fraunhofer.de/IAIS)
Unser Experte im Interview
Dr. Georg Fuchs
Geschäftsfeldleiter Big Data Analytics and Intelligence
Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Schloss Birlinghoven 1
53757 Sankt Augustin
Telefon +49 2241 14-2419
Geschäftsfelder (fraunhofer.de/IAIS)
Das könnte Sie auch interessieren:
Jutta Haubenreich ist bei der Fraunhofer Academy für Bildungsmarketing und geförderte Bildungsprojekte verantwortlich. Außerdem betreut sie die Fraunhofer-Institute, die im Bereich Energie und Nachhaltigkeit Weiterbildungen anbieten.