Themengebiete

Explainable AI

Die Anwendung von state-of-the-art Machine Learning Modellen wird immer attraktiver. Dies liegt insbesondere an der guten Performance etablierter Algorithmen bei der verfügbaren Rechenkapazität. Allerdings sinkt mit der zunehmenden Komplexität der Algorithmen das Verständnis beim Anwender über die Funktionsweise entsprechender Modelle (d.h. die Zusammenhänge zwischen Modell-Input und -Output). Explainable AI macht diese Zusammenhänge erklärbar und ermöglicht dem Anwender so neue Erkenntnisse über die verfügbaren Daten zu gewinnen oder gezielte Anpassungen vorzunehmen. 

Für Unternehmen bietet Explainable AI zahlreiche Vorteile. So steigt mit dem Verständnis auch die Bereitschaft zum Einsatz neuester Machine Learning Algorithmen zur effektiven Unterstützung relevanter Geschäftsprozesse. Zusätzlich können wichtige, zuvor ungeahnte Verknüpfungen abgeleitet und Prozesse somit gezielt anhand von Daten angepasst werden. Gerade kleine mittelständische Unternehmen wird mit Explainable AI ein weiteres Instrument bereitgestellt, dass die Hemmschwelle zum Einsatz von KI-Technologien weiter senkt.

Beispielfragen:

• Wie kann das Verständnis für KI und damit die Nutzungsbereitschaft von KI gesteigert werden?
• Warum kommen bestimmte Ergebnisse bei der Anwendung von KI zustande?
• Welche Faktoren beeinflussen das Ergebnis und wie stark ist dieser Einfluss?
• Wie funktioniert mein KI-Modell?

Emerging Technologies

Die technologische Entwicklung schreitet stetig voran. Technologische Trends zeichnen sich teils frühzeitig ab, sodass Unternehmen rechtzeitig entsprechende Vorkehrungen, wie beispielsweise eine Strategie zur Implementierung der neuartigen Technologie, treffen können. Allerdings können zu spät erkannte Innovationen für das Unternehmen auch zur Gefahr werden, da diese im Gegensatz zur Konkurrenz zu langsam oder gar nicht reagieren. Andererseits sollten Unternehmen auch nicht die Ausrichtung auf den eigenen Mainstream-Markt verlieren, indem sie sich ausschließlich auf eine kleine, technikaffine Kundengruppen fokussieren.

Folglich ist es wichtig, die technologische Entwicklung kontinuierlich zu beobachten und kritisch einzuschätzen, inwiefern eine Implementierung nützlich und zielführend ist. Hierbei sollten insbesondere die Chancen und Risiken der Technologien beleuchtet werden. Auch sollten gründliche Überlegungen im Falle einer geplanten Implementierung hinsichtlich einer geeigneten Strategie hierfür erfolgen.

Beispielfragen:

• Welche Technologie-Trends zeichnen sich ab?
• Welche technologischen Neuheiten sind verfügbar?
• Welche Potentiale und Herausforderungen gehen mit den technischen Neuheiten einher?
• Wie kann ich diese Potentiale und Herausforderungen im Hinblick auf mein KMU einschätzen?
• Wie kann ich die neue Technologie effektiv in die unternehmensspezifischen Prozesse einbetten?

Internet of Things

Das Internet der Dinge (IoT) ist ein Sammelbegriff für die Verknüpfung von physischen Objekten (Technologie und Sensorik) über ein Netzwerk mit virtuellen Objekten. So können beispielsweise Prozesse aus der Ferne in Echtzeit analysiert und gesteuert werden.

Gerade vor dem Hintergrund von Big Data und der Datenverarbeitung durch künstliche intelligente Algorithmen bietet IoT für Industrie und Retail enorme Potentiale.

Beispielfragen:

• Wie können physische und virtuelle Objekte miteinander verknüft werden?
• Welche Objekte eignen sich zur Verknüpfung?
• Welche Chancen und Risiken birgt IoT?
• Wie kann die Wertschöpfungskette von Unternehmen durch IoT profitieren?

Predictive Analytics

Predictive Analytics dienen der Vorhersage von Trends auf Basis von Datenanalysen. Die Fortschritte bei der digitalen Datenerfassung durch die ubiquitäre Verfügbarkeit von Sensorik und Datentransfertechnologien resultieren in einem Phänomen, welches auch als Big Data bezeichnet wird. Gerade bei solch umfassenden Datensätzen und den komplexen Zusammenhängen stellt KI-Technologie ein vielversprechendes Werkzeug zur Ableitung künftiger Entwicklungen dar. 

Unternehmen sollten sich aufgrund des hohen Potentials mit der Anwendung von Machine Learning Algorithmen auseinandersetzen. Falls beispielsweise die Beschaffung von Material oder die Vorhersage von Preisen an den Rohstoffmärkten ein fundamentaler Bestandteil der Wertschöpfung darstellen, so sind Predictive Analytics elementar für die Ableitung wichtiger Erkenntnisse und können somit einen Wettbewerbsvorteil darstellen.

Beispielfragen:

• Wie kann ein teurer Ausfall einer Maschine effektiv antizipiert oder zumindest zeitlich terminiert werden?
• Wann sind die Preise für die zu beschaffenden Materialien vergleichsweise niedrig?
• Welche Erkenntnisse und Trends lassen sich aus großen Datenmengen ableiten?

Hyperautomation mit Edge-Intelligence

Hyperautomation zielt auf die zunehmende Automatisierung von Prozessen, wobei diese anders als bei der klassischen Automation, mittels fortschrittlicher KI-Technologie erfolgt. Kombiniert mit den Entwicklungen der Robotik sind Machine Learning Modelle imstande ganze Prozessketten zu automatisieren sowie diese robuster und effizienter zu gestalten. Edge Intelligence beschreibt den lokalen Einsatz von KI-Systemen zur Erreichung der Hyperautomation. Konkret werden Edge Intelligence Geräte lokal konfiguriert, um so die Datenverarbeitung vor Ort zu positionieren und damit einerseits die Latenzzeit zu verringern sowie die Datensicherheit zu erhöhen. 

Unternehmen müssen sich mit diesem Technologie-Trend auseinandersetzen und fortwährend die eigenen Prozesse reflektieren, um an den globalen Weltmärkten konkurrieren zu können. Der Einsatz solcher Edge Intelligence Geräte ist ein wichtiger Schritt zur Erreichung der Hyperautomation und kann sich dadurch als entscheidender Wettbewerbsfaktor erweisen.

Beispielfragen:

• Wie kann die Datensicherheit erhöht werden?
• Gibt es effektive Plug-and-Play KI ohne einen hohen Implementierungsaufwand?
• Kann die Effektivität der Unternehmensprozesse durch eine schnellere und aufgabenbezogene Datenverarbeitung gesteigert werden?
• Können Latenzzeiten verringert werden?

Advanced Recommender Systems

Ob Google Search oder der Spotify Algorithmus -  Empfehlungssysteme erleichtern unseren Alltag. Auch im unternehmerischen Kontext können Empfehlungssysteme eine wichtige Rolle spielen. Geht es beispielsweise um die Auswahl geeigneter Lieferanten an den globalen Beschaffungsmärkten nach spezifischen Unternehmenskriterien, so können solche IT-gestützten Entscheidungssysteme eine enorme Hilfe darstellen.

KI-Technologie hebt das Potential von Empfehlungssystemen auf ein neues Level. So passen sich die Empfehlungen automatisiert an die Bedürfnisse an und nutzen auf intelligente Weise bestehende Muster. Allerdings kann KI beispielsweise mittels sogenannter Generative Adversarial Networks (GANs) auch zur Erstellung neuartiger Inhalte eingesetzt werden. Die Nutzung solcher innovativer Algorithmen ermöglicht Unternehmen die automatische, in hohem Maße skalierbare Generierung neuer Inhalte. Darüber hinaus können GANs sogar als Unterstützung kreativer Tätigkeiten in Form von kreativen Empfehlungssystemen zum Einsatz kommen.

Beispielfragen:

• Wie finde ich die besten Lieferanten nach unternehmensindividuellen Kriterien?
• Welche Mengen an Rohstoffen sollte ich für die kommende Saison bestellen.

E-Commerce

Das ZDEX-Projekt kann Ihrem Unternehmen helfen die E-Commerce Aktivitäten erfolgreicher zu gestalten. Die Optimierung dieser Aktivitäten umfasst u.a. die eigene Website, die Erstellung von Landingpages, die Optimierung des eigenen Webshops sowie die Identifikation der geeigneten Softwarelösung, die Nutzung von Preisportalen und Marktplätzen sowie Empfehlungs- bzw. Recommender-Systemen. Des Weiteren gilt es den vorhandenen Traffic zu analysieren (Web-Analytics), mehr relevanten Traffic zu generieren (Suchmaschinenmarketing) und die Webshop-Prozesse nahtlos in die IT-Architektur des Unternehmens (z.B. ERP- oder CRM-Systeme) zu integrieren.

Beispielfragen:

• Wie erstelle ich einen Webshop (Shopsysteme, Preismodelle etc.)?
• Wie maximiere ich das Vertrauen in meinen Shop?
• Wie lässt sich der Webshop in die Unternehmens-IT integrieren (ERP, PIP, CRM)?
• Welche Maßnahmen können den Umsatz erhöhen?
• Welche Kennzahlen können analysiert werden?
• Wie kann ich Shop-APIs effizient nutzen?

Web Analytics

Es ist wichtig, zu verstehen, wie die eigene Website genutzt wird (z.B. welche Seiten wie lange besucht werden) und wer diese besucht (z.B. Endgeräte, Traffic-Quelle, Alter, Geschlecht). Nur so können Werbemaßnahmen und Website-Designs strategisch sinnvoll bewertet und optimiert werden. Um dies zu erreichen, können sogenannte Web Analyse Techniken wie Tracking-Tools (z.B. Google Analytics, Matomo), Heatmaps oder die Auswertung von Log-Dateien genutzt werden. Um die Privatsphäre der Verbraucher zu schützen, muss die Web Analyse jedoch stets unter Berücksichtigung der Datenschutzgesetze durchgeführt werden. 

Beispielfragen:

• Welche Kennzahlen sind im E-Kontext von hoher Relevanz?
• Wie lassen sich diese Kennzahlen messen und interpretieren?
• Welche Systeme stehen zur Verfügung und wie werden diese in meine Seite integriert?
• Welche datenschutzrechtlichen Bestimmungen gilt es zu beachten?
• Wie lassen sich Heatmaps zur Analyse des Nutzungsverhaltens meiner Website erstellen?

E-CRM

E-CRM-Aktivitäten reichen vom Aufbau einer neuen Kundenbeziehung im Internet über das Bestandskundenmanagement und den Kundenservice bis hin zum Wiederaufbau einer solchen Beziehung im Falle eines Problems. Ebenso können bestehende Kunden klassifiziert werden, um relevante Empfehlungen (Cross- & Up Selling) auszusprechen, gezielte Brand-Community-Events durchzuführen oder auch um geschäftschädigende Kundenbeziehungen frühzeitig zu erkennen. Zudem gilt es zu bewerten, inwiefern die CRM-Aktivitäten durch Tools, die z.B. Transaktions-, Kommunikations und Akquisedaten strukturiert erfassen, unterstützt werden können.

Beispielfragen:

• Wie baue ich als Unternehmen langfristige Kundenbeziehungen auf?
• Wie lassen sich Loyalitätsprogramme digital realisieren?
• Wie kann die Kundenzufriedenheit online gemessen werden?
• Welche CRM-Systeme kommen für mein Unternehmen in Frage?
• Wie kann ich die Weiterempfehlungsrate meiner Kunden erhöhen?
• Wie kann ich mit unzufriedenen Kunden und schlechten Bewertungen umgehen?

Digitales Marketing

Das Kernziel des Digitalen Marketings für Unternehmen ist es, kostengünstig relevanten Traffic für die eigene Website zu generieren und in Kontakt mit der eigenen Zielgruppe zu treten. Dieser Traffic kann z.B. über Suchmaschinen (z.B. Google, Ecosia oder Yahoo), Soziale Netzwerke (Facebook, Instagram, YouTube etc.), Newsletter, Affiliate-Seiten oder Werbeanzeigen im Internet generiert werden.

Hierbei gilt es viele Faktoren (z.B. Keywordauswahl, Linkbuilding, Ladezeiten, Responsivität, Auswahl der Netzwerke, Werbekampagnen-Struktur etc.) zu beachten.

​​​​​​Beispielfragen:

• Wie führe ich Besucher strukturiert und kostengünstig auf meine Website?
• Wie erhöhe ich die Sichtbarkeit meines Unternehmens online?
• Wie erreiche ich ein besseres Ranking bei Google Search und anderen Suchmaschinen?
• Welche Sozialen Netzwerke gibt es?
• Welche Zielgruppen bedienen und welche Funktionen bieten diese Netzwerke?
• Wie können die Sozialen Netzwerke in die Wertschöpfungskette meines Unternehmens integriert werden?