Blog

Das *umBlog – Wissenswertes aus der Welt der Daten, Tech-Trends, Termine und Einblicke in unsere unglaubliche Company.

Big Data Trend 2016 (Teil 4): Advanced Machine Learning

Verfasst am 19.02.2016 von Axel Hoffmann

In den letzten Wochen hatten wir Expertise und Weitblick kombiniert und die „next big things in Sachen Data" – aktuell: Data Science on scale, Machine Learning / Deep Learning as a Service und Human Data Interfaces – zu einer dreiteiligen Trendschau 2016 kombiniert. Parallel dazu hat sich auch das Fachmagazin LEADdigital mit den Aussichten beschäftigt und „Die wichtigsten 10 Tech-Trends für 2016" abgedruckt. Weil darin auch unser Chief Data Scientist, Klaas Bollhoefer, ausgiebig zitiert wird, zitieren wir hier den fünften Trend, quasi als vierten Teil der Trilogie:

TUM PM62 LEADdig

 

Advanced Machine Learning: anwendbares Deep Learning

>>Welches tatsächlich anwendbare Wissen können Maschinen aus Menschen, Verhaltensweisen und Beispielen ziehen? Und mehr noch: Maschinen sollen künftig auch eigenständige Erfahrungen machen und daraus lernen, um sie auf entsprechende Situationen anwenden zu können. Sie können Unternehmen helfen, Abläufe zu automatisieren und effizienter zu gestalten.

2016 wird es mannigfaltig zur Anwendung kommen. Und zwar überall dort, wo Maschinen mittels neuronaler Netze (DNNs) und selbstlernender Algorithmen in der Lage sind, Muster in Bildern, Text- und Audiodateien zu erkennen und zuzuordnen. Das ist es, was Maschinen „intelligent" macht. „2016 wird das Jahr der Taten. Im Kontext der Internet of Things und der Industrie 4.0 kommen die Machine-Learning-Experten zum Zug, die diese enormen technischen Möglichkeiten und Optionen individuell in konkrete Business-Vorhaben und Data-Projekte überführen können", ist Klaas Bollhoefer vom Cloud- und Big-Data-Dienstleister The unbelievable Machine Company überzeugt.

Ein Beispiel, wie ein konkretes Business-Vorhaben aussehen könnte: Ein Einzelhändler für elektronische Geräte hat ein großes Produktangebot und einen hohen Bestand an Komponenten, Ersatzteilen et cetera. Ein Kunde mit einem veralteten Gerät braucht ein Ersatzteil. Einzelne Komponenten sind zwar vorhanden, aber kein Serienbauteil passt. Die Suche für den Servicemitarbeiter ist mühevoll und zeitaufwendig, teilweise gar unmöglich. Dank Einführung/Anbindung eines neuronalen Netzwerkes lässt sich das Problem lösen: Die Servicemitarbeiter machen mit Smartphone und App ein Foto des alten, vorhandenen, Bestellnummer-freien (Ersatz-)Teils, das passende Teil wird dann anhand des Bildes identifiziert. Egal, wie alt oder exotisch das entsprechende Gerät oder wie unkenntlich verschmort das zu ersetzende Teil ist.<<

So weit das Zitat aus LEADdigital Ausgabe 01/2016. Der Artikel ist leider nicht online verfügbar. Dem Thema Deep Learning und darauf basierenden Lösungen zur automatisierten Identifikation und Klassifikation von Objekten aus Bilddaten widmeten sich übrigens auch unsere Data Scientists Til Breuer und Dr. Christian Nietner auf dem BITKOM Big Data Summit.

 

Das könnte dich auch interessieren:
Data-Trends 2016, Teil 1: Data Science on scale
Data-Trends 2016, Teil 2: Machine Learning / Deep Learning as a Service
Data-Trends 2016, Teil 3: Human Data Interfaces

Social Media

Kontakt

The unbelievable Machine
Company GmbH
Grolmanstr. 40
D-10623 Berlin

+49-30-889 26 56-0 +49-30-889 26 56-11 info@unbelievable-machine.com

Kostenloses Whitepaper

Data Thinking:
Erfolgsrezept für den digitalen Wandel

Zum Whitepaper