Letztes Update:
20230502211823

Wie Machine Learning den ROI steigert

07:29
02.05.2023
Gartner’s Hype Cycle erklärte bereits 2016, dass KI und Machine Learning die “most disruptive class of technologies” seien - aber obwohl viele Unternehmen diese Technologien übernommen haben, blieben oft die großen Erfolge und Wertschöpfungen aus, vor allem im Bereich Analytics. Aber woran liegt das? Vor allem zwei Hindernisse gibt es hier.

Dr. Diana Mantel

Hindernis Nr. 1: Der Umfang der Analytics:

07:29
02.05.2023
Hindernis Nr. 1: Der Umfang der Analytics:
Damit Algorithmen für maschinelles Lernen optimal funktionieren, müssen die Vorgaben möglichst konkret sein. Als Beispiel: Ein Tretroller, ein Rollstuhl und ein Stadtbus haben zwar jeweils Räder, sind aber natürlich sonst grundverschieden. Ein selbstfahrendes Auto muss verstehen, dass all diese “Fahrzeuge” unterschiedlich sind und gleichzeitig den Verkehr in all seinen Komplexitäten richtig einschätzen. Dafür reicht natürlich kein einziges Modell, denn dafür wären viel zu viele Daten nötig.

Die Lösung: Man muss das Problem in kleinere Einheiten zerlegen und das Machine Learning dort ansetzen lassen - und viele dieser kleinen Algorithmen können in ihrer Zusammenarbeit und durch das richtige Training dann das große Problem lösen.

Dr. Diana Mantel

Hindernis Nr. 2: Die Menge der Daten

07:29
02.05.2023
Hindernis Nummer 2: Die Menge der Daten
Warum weiß Google immer alles? Weil Google alle Informationen aus Suchanfragen und Interaktionen der Nutzer:innen sammelt, also Milliarden und Abermilliarden von Daten. Nicht anders läuft es mit Machine Learning, denn auch dafür muss ein Unternehmen alle Daten einsetzen, aus allen Kanälen, von allen Produkten, von allen Services - eben wirklich alle Daten, die vorhanden sind.

Diese Daten müssen aber auch in den richtigen Kontext gesetzt werden, z.B. in welcher Organisation sie vorkommen oder in welchem geografischen Rahmen sie funktionieren. Nur dann können sie ihren vollen Wert entfalten. 

Dr. Diana Mantel

Die Lösung für die Hindernisse

07:29
02.05.2023
Datenverarbeitung macht 80% des Zeitaufwands bei einem Projekt aus - aber 65% der verarbeiteten Daten können dann auch bei anderen Projekten genutzt werden, was wiederum viele Stunden Arbeit einspart. Deshalb ist das passende Datenverarbeitungskonzept so wichtig, das am einfachsten über eine vernetzte Multi-Cloud-Datenplattform geschieht, die diese Komplexitäten durchbricht und Antworten auf alle Fragen liefern kann.

Das Webinar “1-2-3-Analytics” wiederum hat alle Antworten darauf, wie man mit Machine Learning und KI Koste senken, Umsätze steigern und den Kundenstamm des Unternehmens erweitern kann. Mehr kann man hier nachlesen - und das Webinar dazu lässt sich unten nachsehen. 

Dr. Diana Mantel