Der digitale Kompass der EU-Kommission macht deutlich: Bis 2030 sollen drei von vier europäischen Unternehmen auf Cloud-Computing, Big Data und auch künstliche Intelligenz (KI) setzen. Aleksandar Kovačević ist Sales Engineer bei InterSystems, einem Anbieter von innovativen Datentechnologien. Er erläutert im Interview mit dem Midrange Magazin (MM), wie mit Konzepten wie der Smart Data Fabric die digitale Transformation in Unternehmen gelingen kann.
MM: Herr Kovačević, warum lohnt sich – insbesondere auch für kleine und mittelständische Unternehmen – die Beschäftigung mit KI und maschinellem Lernen, dem sogenannten ML?
Kovačević: Viele denken bei KI und ML gleich an Roboter in der Produktion, aber die Effizienz von Geschäftsprozessen lässt sich mit der Technologie auf unterschiedliche Weise und in jeder Branche steigern. Ein KI-Projekt lässt sich mit den richtigen Tools bereits mit wenig Aufwand umsetzen und kann so schnelle und nachhaltige Erfolge erzielen.
MM: Welche Beispiele können Sie dazu nennen?
Kovačević: In einer Buchhaltungsabteilung kann man mit KI-Hilfe Unregelmäßigkeiten in den Büchern schnell feststellen oder in einer Rechtsabteilung automatisch Vorschläge zu Vertragsaktualisierungen gemäß neuer Gesetzesänderungen formulieren. Marketingfachleute können eine Art digitalen Zwilling einer Zielgruppe erstellen und damit ihre Kampagnen in unterschiedlichen Ländern simulieren. Wichtig ist: KI und ML ersetzen nicht notwendigerweise Mitarbeiter, sondern helfen ihnen, ihre Aufgaben effizienter zu erfüllen und neue Erkenntnisse zu gewinnen.
Quelle: IntersystemsAleksandar Kovačević ist Sales Engineer bei InterSystems.
MM: Stichwort Mitarbeiter: In den IT-Abteilungen von Unternehmen herrscht akuter Fachkräftemangel. Wie lassen sich KI- oder ML-Projekte dennoch umsetzen?
Kovačević: IT-Fachkräftemangel bremst die digitale Transformation und damit die Wettbewerbsfähigkeit von Unternehmen. Das Gute ist: die Softwareentwicklung bietet Lösungen, die die Umsetzung von Projekten oder die Implementierung neuer Anwendungen vereinfachen. Die Datenplattform Intersystems IRIS enthält zum Beispiel mit IntegratedML bereits eine „eingebaute“ Funktionalität für Machine Learning.
MM: Was leistet IntegratedML für Unternehmen?
Kovačević: IntegratedML erleichtert es beispielsweise den Business Analysten oder Entwicklern mit grundlegenden SQL-Kenntnissen, eigenständig ML-Szenarien umzusetzen. Das Tool besitzt eine einfache Benutzerführung, die neben der Erstellung und Ausführung von ML-Modellen auch die Kontrolle der Ergebnis-Sets erleichtert. So werden im Bedarfsfall erst bei den Optimierungen des Modells Data Scientists notwendig.
MM: Daten schaffen die grundlegende Voraussetzung, damit KI oder ML-Anwendungen überhaupt Prozesse optimieren können. Wie kann das gelingen?
Kovačević: Je mehr qualitativ hochwertige Daten vorliegen, desto besser. Sie sind für das Machine Learning die Quelle des Wissens und ein wesentlicher Erfolgsfaktor für KI-Projekte. Vergleichbar ist das mit dem menschlichen Lernen. Wer ausschließlich lernt, dass Katzen ungefährlich sind und unterschiedlich groß sein können, läuft Gefahr, von einem Löwen gefressen zu werden. Hat eine KI also qualitativ schlechte Daten vorliegen, besteht die Gefahr, dass sie falsche Schlüsse zieht und ein KI-gesteuerter Prozess keine Optimierung bringt.
MM: Wie kann man das verhindern?
Kovačević: Dabei hilft eine sogenannte Enterprise Data Fabric. Dabei handelt es sich um eine Referenzarchitektur aus Verbindungen zwischen einzelnen Datenquellen, also etwa beispielsweise On-Premise- oder Cloud-Anwendungen, die für Interoperabilität sorgt und über die Daten aggregiert sowie dabei harmonisiert werden. Das ist die grundlegende Data Fabric oder auch das Datenmanagement-Framework, das eine Vielzahl von sauberen, gesunden Daten bereitstellt sowie zugleich erforderliche Sicherheits- und Governance-Anforderungen erfüllt. Herstellen lässt sich eine solche Data Fabric zum Beispiel mit der Datenplattform Intersystems IRIS, die die wichtigsten Sprachen wie Python, C++ oder Java nativ unterstützt und so den Entwicklungsprozess nochmals vereinfacht.
MM: Vorausgesetzt, es liegen genug relevante Daten vor, wie transformiert sich ein Unternehmen mithilfe des Datenschatzes zum KI-Vorreiter?
Kovačević: Um Daten gewinnbringend für KI-/ML-Prozesse zu nutzen, braucht es die passende Datenplattform als Raffinerie. Hilfreich ist in dieser Hinsicht die innovative Weiterentwicklung der Enterprise Data Fabric: die Smart Data Fabric. Sie erlaubt es dank integrierter Funktionen wie Natural Language Processing und IntegratedML, die zuvor aufbereiteten Daten unter anderem für Echtzeit-Analysen und somit für den Einsatz von KI sowie ML zu nutzen. So schafft die Smart Data Fabric auf Basis einer skalierbaren, leistungsfähigen Datenplattform die Grundlage, damit Unternehmen die von der EU avisierte digitale Transformation umsetzen können. (rhh)
