Startseite » Industrie 4.0 »

In drei Schritten zur passenden KI-Strategie

Nötig ist klares Verständnis, wo Methoden der künstliche Intelligenz einsetzbar sind
In drei Schritten zur passenden KI-Strategie

In drei Schritten zur passenden KI-Strategie
Ron Brandt, Vice President Consulting Services bei CGI Deutschland: „Je konkreter der Use Case beschrieben ist, desto erfolgreicher können KI-Projekte durchgeführt werden.“ Bild: CGI
Von künstlicher Intelligenz können Unternehmen in einer Vielzahl von Anwendungsszenarien profitieren. Aber wie können Unternehmen eine erfolgreiche KI-Strategie angehen?

Unternehmen in Deutschland haben mittlerweile den Mehrwert von Künstlicher Intelligenz für die Weiterentwicklung ihrer Produkte und Dienstleistungen erkannt“, berichtet Ron Brandt, Vice President Consulting Services bei CGI Deutschland. Doch die schwierigste Frage bleibe: „Auf welche Anwendungsszenarien soll man sich konzentrieren und wie muss eine erfolgreiche KI-Strategie angegangen werden?“ Bei der Einführung von KI-Projekten empfiehlt Brandt ein Vorgehen in drei Schritten.

  • Den ersten Schritt bei KI-Projekten bildet die Identifikation und Beschreibung potenzieller Use Cases: Bewährt haben sich an dieser Stelle Design-Thinking-Methoden. In Workshops erarbeiten die Fachabteilungen mögliche Anwendungsfälle.
  • Schritt zwei befasst sich mit der Auswahl der passenden Methoden und Verfahren, die sich für die Umsetzung des Use Cases am besten eignen.
  • Im dritten Schritt muss der Datenbestand aus eigenen oder externen Datenquellen definiert und aufbereitet werden, um die Prognosemodelle zu trainieren.

Ein entscheidender Faktor ist für Brandt, dass Unternehmen ein klares Verständnis brauchen, wo und wie Methoden und Verfahren des Bereichs Künstliche Intelligenz eingesetzt werden können. „Je konkreter der Use Case beschrieben ist, desto erfolgreicher können KI-Projekte durchgeführt werden.“

Ist der Use Case gefunden, sollte ein Projektteam einen geeigneten Prognosealgorithmus mit einer passenden Datenmenge trainieren und dann die Idee in einem Proof of Concept umsetzen. „Ist der Ansatz auf einem klar abgegrenzten Gebiet erfolgreich, lässt er sich – leicht abgewandelt – auch auf weitere Use Cases anwenden“, so Brandt. Die Herausforderung bestehe darin, den richtigen Datenbestand zu definieren, um die Prognosemodelle trainieren zu können.

Notwendig dafür sind auch qualifizierte Mitarbeiter, die über Kenntnisse mathematisch-statischer Verfahren sowie Erfahrungen beim Einsatz von Deep-Learning-Frameworks wie Caffee und Theano oder TensorFlow verfügen. Brandt: „Gerade für Unternehmen, die sich nicht selbst in Forschung und Entwicklung engagieren, lohnt sich dabei eine Partnerschaft mit einem qualifizierten Technologieunternehmen.“

CGI Deutschland B.V. & Co. KG

www.de.cgi.com


Mehr zum Thema Industrie 4.0
Unsere Webinar-Empfehlung
Aktuelle Ausgabe
Titelbild Automationspraxis 2
Ausgabe
2.2024
LESEN
ABO
Medienpartnerschaft RBTX.com

Informationen und konkrete Lösungen für die Low-Cost-Automation finden Sie auf dem Lean-Robotix-Marktplatz RBTX.com.

Newsletter

Jetzt unseren Newsletter abonnieren

Kalender

Aktuelle Termine für die Automatisierungsbranche

Whitepaper

Whitepaper aller unserer Industrieseiten

Alle Webinare & Webcasts

Webinare aller unserer Industrieseiten


Industrie.de Infoservice
Vielen Dank für Ihre Bestellung!
Sie erhalten in Kürze eine Bestätigung per E-Mail.
Von Ihnen ausgesucht:
Weitere Informationen gewünscht?
Einfach neue Dokumente auswählen
und zuletzt Adresse eingeben.
Wie funktioniert der Industrie.de Infoservice?
Zur Hilfeseite »
Ihre Adresse:














Die Konradin Verlag Robert Kohlhammer GmbH erhebt, verarbeitet und nutzt die Daten, die der Nutzer bei der Registrierung zum Industrie.de Infoservice freiwillig zur Verfügung stellt, zum Zwecke der Erfüllung dieses Nutzungsverhältnisses. Der Nutzer erhält damit Zugang zu den Dokumenten des Industrie.de Infoservice.
AGB
datenschutz-online@konradin.de