Blog

Hinter künstlicher Intelligenz steckt immer ein kluger Kopf – hinter Hochintelligenz sogar acht

Verfasst am 08.05.2015 von Axel Hoffmann


*um Data Scientists leisten entscheidenden Beitrag für Machine Learning und Industrie 4.0

Die unglaubliche Maschine läuft auf Hochtouren: In den letzten zwölf Monaten hat *um ein einzigartiges Data Science Team rund um Chief Data Scientist Klaas Wilhelm Bollhoefer aufgebaut. Allein der ehemalige Fraunhofer-Wissenschaftler Dr. Christian Thurau verfügt über zehn Jahre Top-Expertise im Bereich KI / Machine Learning. Das komplette Team von aktuell acht Datenwissenschaftlern – Tendenz stark wachsend – bringt über 40 Jahre Erfahrung aus Forschung und Praxis auf die Waage. Diese geballte Expertise ist europaweit konkurrenzlos.

Hannover Messe 2015, Forum Industrie 4.0
Bild: Hannover Messe 2015, Forum Industrie 4.0 (Quelle: privat)

Big Data Analytics markiert den Anfang

Das maschinelle Generieren und Kumulieren großer Datenmengen (Volume) aus unterschiedlichen Quellen (Variety) und deren schnelle Auswertung bis hin zu Echtzeit (Velocity) ist wichtig und richtig, um anhand konkreter statistischer Verfahren neue Erkenntnisse zu gewinnen und zielführend zu nutzen. So weit, so gut. Doch bei aller Effektivität eine Einbahnstraße.

Angewandtes Machine Learning folgt

Nächst logischer Entwicklungsschritt ist, die Maschine selbst die Erkenntnis nutzen zu lassen – bzw. dafür zu sorgen, dass die Maschine komplexe Datenmengen auf Basis automatisiert erstellter Modelle analysieren kann und aus den Ergebnissen lernt. Die Generierung und die Umsetzung von (Daten-)Wissen aus Erfahrung. Oder einfach: künstliche Intelligenz. Ein künstliches System lernt aus Beispieldaten, "erkennt" darin Gesetzmäßigkeiten und kann diese nach kurzer Lernphase auf unbekannte Instanzen anwenden. In der Praxis findet sich dieses Vorgehen z.B. in Predictive Analytics (Ereignis, Schadens-, Verhaltensvorhersagen) oder Recommender-Systemen (Warenkorbanalysen, Kaufempfehlungen).

Analytik-Vordenker Thomas H. Davenport prognostizierte bereits 2013 im Wall Street Journal: In Anbetracht sich rapide verändernder und wachsender Datenmengen werden "schnelle Modellierungssysteme benötigt, um mithalten zu können. Menschen können in der Regel ein bis zwei Modelle pro Woche erstellen, Machine Learning tausende."

*um offeriert Machine Learning as a Service (MLaaS)

... und bedient einen enorm großen und wachsenden Bedarf. Denn viele Unternehmen sind allein nicht in der Lage, die notwendigen neuen Technologien, Algorithmen und Programmiersprachen anzuwenden geschweige denn zu betreiben. In der Regel fehlen dazu noch Erfahrungen und Know-how. Deshalb allerdings auf standardisierte MLaaS-Angebote wie etwa Amazon AWS oder Microsoft Azure ML zurückzugreifen, wäre unklug. Unternehmen benötigen in der Regel keine Standardanwendungen.

Jedes Unternehmen und Projekt hat seine eigenen, meist hoch individuellen Anforderungen an Machine Intelligence-Komponenten & Co. Unser Data Science Team entwickelt und modelliert deshalb kundenspezifische Machine Learning-Komponenten, die "as a Service" (aaS) in der *um Infrastruktur oder der des Kunden betrieben werden können und über definierte Schnittstellen (RESTful), ihre "Intelligenz" bereitstellen. Das klingt selbstverständlich, ist aber nach wie vor selten. Eben dieser Mehrwert ist entscheidend. Nicht nur, aber auch für die Industrie 4.0!

>> Ebenfalls ein kluger Kopf? Bewirb die jetzt bei*um

sidebar-default.png

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