Orga­ni­sa­ti­on . IT

Daten als Grund­la­ge für Künst­li­che Intelligenz

Für die Durch­füh­rung von künst­li­cher Intel­li­genz im Unter­neh­men braucht man Daten, mit denen das Sys­tem trai­niert wird und aus denen es eigen­stän­dig Pro­blem­lö­sun­gen her­vor­brin­gen kann. KI kann dabei hel­fen Kun­den, Mit­ar­bei­ter und Maschi­nen zu ver­ste­hen. So kann man vor­ab ana­ly­sie­ren, was den Kun­den beschäf­tigt und bereits Lösungs­an­sät­ze ent­wi­ckeln, bevor ein Pro­blem über­haupt auf­taucht.  

Das­sel­be gilt für die eige­nen Maschi­nen: bevor ein Aus­fall und damit Still­stand der Maschi­nen ris­kiert wird, wer­den auto­ma­ti­sier­te War­nun­gen über bevor­ste­hen­de War­tun­gen oder Abnut­zun­gen aus­ge­spro­chen. Durch die kon­ti­nu­ier­li­che Erfas­sung aller Unter­neh­mens­da­ten wird die künst­li­che Intel­li­genz trai­niert und kann auf Basis der gewon­ne­nen Erkennt­nis­se bestimm­te Zustän­de, wie z.B. benö­tig­te War­tun­gen, vorhersagen. 

Doch wel­che und wie vie­le Daten braucht KI, um die Erkennt­nis­se zu sam­meln? Was wird für die Ein­füh­rung von Künst­li­cher Intel­li­genz im Unter­neh­men noch benö­tigt? Was bedeu­tet das kon­kret für Ihr Unternehmen?

Ohne Daten kei­ne Künst­li­che Intelligenz

Damit eine qua­li­ta­ti­ve und vor allem rich­ti­ge Ent­schei­dung getrof­fen wer­den kann, braucht die KI auch rich­ti­ge Daten. Es gilt: Füt­tert man die KI mit unvoll­stän­di­gen oder fal­schen Daten, wer­den auch sol­che Ergeb­nis­se gelie­fert. Aus die­sem Grund ist es wich­tig, die Daten im Unter­neh­men kon­ti­nu­ier­lich zu pfle­gen um eine gute Vor­aus­set­zung für den Ein­satz von künst­li­cher Intel­li­genz zu schaffen.
Mit der Digi­ta­li­sie­rung erge­ben sich wei­te­re Her­aus­for­de­run­gen: So müs­sen Unter­neh­men nun lang­sam begin­nen, ihre Unter­neh­mens­da­ten zu sam­meln, um Sie zukünf­tig dar­stel­len und ana­ly­sie­ren zu kön­nen.  

Damit die Daten nicht in den Daten­si­los der Abtei­lun­gen ver­schwin­den, müs­sen die Daten im Ide­al­fall zen­triert ver­ar­bei­tet wer­den, um in brauch­ba­re Infor­ma­tio­nen umge­wan­delt wer­den zu kön­nen. 

Unter­neh­mens­sen­so­rik und das Inter­net der Din­ge (Inter­net of Things/IoT) bie­tet die Mög­lich­keit, gro­ße Daten­men­gen effi­zi­ent zu nutzen.

Es ver­fügt jedoch noch nicht jedes Unter­neh­men über die erfor­der­li­chen Werk­zeu­ge, Tech­no­lo­gien sowie einer ent­spre­chen­den Daten­kul­tur bzw. einer Visi­on. Für Vie­le zählt eine Ver­wal­tung von Daten zu den vor­aus­sicht­lich größ­ten Her­aus­for­de­run­gen der nächs­ten Jah­re. Man kann jedoch mit Gewiss­heit sagen, dass die wich­ti­gen digi­ta­len Tech­no­lo­gien und das Know-How in der heu­ti­gen Arbeits- und Wirt­schafts­welt über die Wett­be­werbs- und vor allem Zukunfts­fä­hig­keit von Unter­neh­men entscheiden.

Doch wie schafft ein Unter­neh­men es kon­kret, eine geeig­ne­te Daten­ba­sis bereit­zu­stel­len, die qua­li­ta­tiv hoch­wer­tig ist?

Umset­zung von künst­li­cher Intel­li­genz im Unternehmen

Die rie­si­gen Men­gen an Daten, die sich in Daten­si­los ange­sam­melt haben oder ansam­meln, müs­sen in brauch­ba­re Infor­ma­tio­nen umge­wan­delt wer­den. 

Es gilt ein gemein­sa­mes Ver­ständ­nis zu gewin­nen und dadurch die Mit­ar­bei­ter aller Posi­tio­nen abzu­ho­len, damit die bes­te Ent­schei­dung für das Unter­neh­men getrof­fen wer­den kann. In der Regel haben die Unter­neh­men Ihren wirt­schaft­li­chen Daten­be­stand noch nicht defi­niert. Es fehlt an wich­ti­gen Kom­pe­ten­zen, Tech­ni­ken und Werk­zeu­gen. 

Um die ver­schie­dens­ten vor­han­de­nen Sys­te­me und Daten­quel­len – vom Finanz­sys­tem bis zur Pro­duk­ti­ons­pla­nung – mit­ein­an­der zu ver­schmel­zen, benö­tigt man eine Defi­ni­ti­on Ihres wirt­schaft­li­chen Daten­be­stands.   

Bei der Umset­zung im Unter­neh­men ist es wich­tig, eine Daten­stra­te­gie zu defi­nie­ren. Der Pro­duk­ti­ons­fak­tor „Daten“ muss zunächst in die stra­te­gi­schen Über­le­gun­gen auf­ge­nom­men und in die Unter­neh­mens­kul­tur ver­an­kert wer­den. Denn ohne Logik und Struk­tur ist es schwie­rig, schnell und ein­fach zu Erkennt­nis­sen zu gelan­gen. 

Es macht daher Sinn, anfor­de­rungs­ge­trie­ben vor­zu­ge­hen und sich Use Cases zu über­le­gen. Stel­len Sie sich dabei die Fra­gen: Was möch­te ich mit der Aus­wer­tung errei­chen? Was oder wel­che Berei­che möch­te ich dar­stel­len? 

Ein Bei­spiel für den Ein­satz von KI im Unter­neh­men könn­te die Ermitt­lung von Strom­spit­zen sein. Dem­nach las­sen sich mit Hil­fe von Künst­li­cher Intel­li­genz kri­ti­sche Zustän­de im Unter­neh­men vor­her­sa­gen. Durch die kon­ti­nu­ier­li­che Erfas­sung aller Unter­neh­mens­da­ten, also der Ener­gie­da­ten, der kauf­män­ni­schen Daten und der Pro­duk­ti­ons­da­ten wird die künst­li­che Intel­li­genz trai­niert und kann auf Basis der gewon­ne­nen Erkennt­nis­se bestimm­te Zustän­de, wie Strom­spit­zen, vor­her­sa­gen. Durch die Ver­mei­dung der Strom­spit­zen kann man also Ein­fluss auf die Gesamt­kos­ten neh­men, eine Reduk­ti­on von Strom­spit­zen im Unter­neh­men führt somit zu deut­li­chen Kosteneinsparungen.

Mit Hil­fe eines geeig­ne­ten Tools, in die­sem Fall einem Ener­gie­ma­nage­ment, kön­nen Daten bereichs­über­grei­fend erfasst und aus­ge­wer­tet wer­den. Durch eine Daten­in­te­gra­ti­ons- und Ana­ly­se­platt­form las­sen sich Daten­si­los auf­bre­chen und ein­fa­che Berich­te und Dash­boards erstel­len. Auf Basis der Berich­te kön­nen Sie fun­dier­te und nach­weis­ba­re Unter­neh­mens­ent­schei­dun­gen tref­fen. Dadurch steigt nicht nur die Pro­duk­ti­vi­tät des Unter­neh­mens, es kön­nen zusätz­lich auch Kos­ten gesenkt und die Wett­be­werbs­fä­hig­keit gesi­chert wer­den.  

Gera­de wenn kein aus­rei­chen­des, eige­nes Know-How im Unter­neh­men vor­han­den ist, stellt sich zurecht die Fra­ge: Ein Tool zur Daten­ana­ly­se sel­ber machen oder lie­ber inves­tie­ren und kau­fen? Wenn ja, wie fin­det man die geeig­ne­te Software? 

Der bima­nu-Ansatz

Die Bima­nu Cloud ist eine „All in One“-Plattform für die Erfas­sung und Ana­ly­se Ihrer Unter­neh­mens­da­ten. Somit brau­chen Sie kei­ne wei­te­ren Soft­ware­sys­te­me und haben all Ihre Daten­be­rei­che – von Ener­gie­ver­bräu­chen und Maschi­nen­da­ten bis hin zu Kauf­män­ni­schen Daten – in einem.

Die kön­nen mit­hil­fe der Bima­nu Cloud Ihre gesam­te Wert­schöp­fungs­ket­te trans­pa­rent dar­stel­len und sogar neue Tech­no­lo­gien wie Machi­ne Lear­ning in Ver­bin­dung mit der vor­aus­schau­en­den War­tung ein­set­zen. Durch die Über­wa­chung mit­hil­fe von Dash­boards haben Sie immer einen Blick auf die aktu­el­len Zah­len, kön­nen schnell in die Ana­ly­se gehen und Ein­spar­po­ten­tia­le erken­nen. Die Dash­boards sind über­all und jeder­zeit über mobi­le End­ge­rä­te aufrufbar.

Sie erhal­ten außer­dem indi­vi­du­el­le Nach­hal­tig­keits­be­rich­te und den Nach­weis für Ihre Kun­den, dass Sie die gesetz­li­chen Anfor­de­run­gen, bei­spiels­wei­se die Offen­le­gungs­pflich­ten rund um ESG, erfül­len.

Dank unse­res Bau­kas­ten­prin­zips kön­nen Sie klein star­ten und damit schnell in die Umset­zung kom­men – wir kön­nen Ihnen ein vor­zeig­ba­res Resul­tat inner­halb von zwei Wochen liefern.

Fazit

Wie Sie sehen, sind Daten und vor allem eine Daten­stra­te­gie und ein geeig­ne­tes Tool die Vor­aus­set­zung für den Ein­satz von Künst­li­cher Intel­li­genz im Unter­neh­men.  

Man soll­te sich jedoch im Vor­aus Gedan­ken machen, ob man sel­ber eine Lösung für sein Unter­neh­men baut, oder wel­ches Tool am bes­ten geeig­net ist und ob eine Cloud­platt­form oder ein On pre­mi­se-Sys­tem die bes­se­re Lösung ist.

Zum kos­ten­lo­sen Analyseworkshop »

War­um ist bima­nu Part­ner des ife?

„Wir wol­len dazu bei­tra­gen, dass pro­du­zie­ren­de Unter­neh­men im Mit­tel­stand eine Vor­rei­ter­rol­le durch Digi­ta­li­sie­rungs­lö­sun­gen erhal­ten und damit Ihre Geschäfts­mo­del­le erwei­tern kön­nen. Soft­ware und Ser­vices gewin­nen an Bedeu­tung, pro­du­zie­ren­de Unter­neh­men wer­den mit Hil­fe der Daten­ana­ly­se zum Sys­tem- und Lösungsanbieter. Und genau hier kön­nen wir gemein­sam mit dem ife anset­zen, weg von den theo­re­ti­schen Ansät­zen, hin zu pra­xis­na­hen Machi­ne Lear­ning & Big­Da­ta Pro­jek­ten, um das Wis­sen trans­pa­rent im Netz­werk zu ver­tei­len und zum gemein­sa­men Aus­tausch anzu­re­gen. Wie wir das machen zeigt das aktu­el­le Machi­ne Lear­ning Pro­jekt auf Basis einer Test­an­la­ge zusam­men mit dem Fraun­ho­fer Insti­tut.

Swen Göll­ner

Grün­der & Geschäfts­füh­rer der bima­nu GmbH & bima­nu Cloud Solu­ti­ons GmbH

Impulstage für Einzelfertiger

Veranstaltungen