Daten und Künstliche Intelligenz (KI) bzw. Artificial Intelligence (AI) können fast jeden Geschäftsprozess basierend auf Fakten unterstützen. Viele Unternehmen befinden sich mitten in einer Phase der fachlichen Beurteilung der Algorithmen und technischer Erprobung der entsprechenden Technologien.
Erfahren Sie, welche Vorteile KI-Plattformen haben und lernen Sie Cloud Pak for Data als KI-Plattform kennen.
MLOps beschreibt die Integration in den Geschäftsprozess, um den vollen Mehrwert jedes Algorithmus zu nutzen.
Agilität bei der Umsetzung und Integration, kombiniert mit Nachvollziehbarkeit und Qualitätssicherung von Informationen, Algorithmen und Prozessen sind der Schlüssel, damit KI bzw. AI sein Potenzial entfalten kann.
Vertrauen in Daten und dem dahinterliegenden Prozess ist der Schlüssel zum erfolgreichen Einsatz von Künstlicher Intelligenz. Dabei ergeben sich jedoch zahlreiche Herausforderungen für Unternehmen:
KI-Plattformen unterstützen Sie bei der Bereitstellung dokumentierter, nachvollziehbarer Informationen und bei der Umsetzung von MLOps. Generieren Sie aus vertrauenswürdigen Daten intelligente KI-Prozesse und betten Sie diese in Geschäftsprozesse ein, um fundierte Entscheidungen treffen zu können. Wir unterstützen Sie dabei!
Operationalisierung von KI-Prozessen
Mittels Künstlicher Intelligenz Erkenntnisse aus Daten zu gewinnen ist schon ein großer Vorteil. Dieser Vorteil kann hundertfach potenziert werden, wenn der KI-Prozess in den eigentlichen operativen Prozess eingebettet wird und so ständig seinen Mehrwert liefern kann. Das wiederum verlangt vom KI-Prozess dessen eigene Operationalisierung: Als Service, per REST-API, als Batch-Job muss KI verfügbar sein.
Bereitstellung und Überwachung von Services
Die Bereitstellung der KI-Services in der notwendigen Form muss agil, performant und nachvollziehbar sein. Es gelten die gleichen Anforderungen wie für alle anderen geschäftskritischen Prozesse.
Langfristiges technisches und fachliches Monitoring (BIAS) der KI Modelle
KI-Prozesse unterliegen einem ständigen Lern- und Alterungsprozess, da der dahinterliegende Geschäftsprozess sich ebenfalls entwickelt. Ein Fortschreiten im operativen Prozess muss mit einer Evolution des KI-Prozesses begegnet werden und das möglichst automatisiert. Ebenso müssen möglicherweise unerwünschte Einflüsse („BIAS“) erkannt und dokumentiert werden.
Datenkatalogisierung / Governance
Eine zentrale Katalogisierung der Daten ermöglicht schnellere und agilere Entwicklung der KI-Prozesse. Wenn Herkunft und Bedeutung von Daten dokumentiert ist, kann die KI sicherer und zuverlässiger auch die richtigen Vorhersagen treffen.
Datenvirtualisierung
Bereitstellung von Daten für den KI-Prozess kann eine Herausforderung sein. Datenvirtualisierung kann helfen, indem Daten nicht physikalisch, sondern nur virtuell, aber voll dokumentiert und geschützt dem KI-Prozess zur Verfügung gestellt werden.
In unseren Projekten analysieren wir anhand der Kundensituation die individuellen Anforderungen. Anschließend, auf Basis von technischen und fachlichen Anforderungen, schlagen wir die passende Architektur zur Erreichung der Ziele vor und setzen diese ggfls. auch um.
In der KI-Plattform wurde dank „AutoAI“ ein in Güte und Qualität ebenbürtiges Modell mit wenigen Klicks erstellt und in wenigen Minuten ein nutzbarer, überwachter KI-Prozess erstellt. Mittels OpenScale wird dieser Prozess nun per KI auf Qualität, Drift und BIAS überwacht.
Marc BastienSoftware ArchitectTIMETOACTErfahrungen aus bisherigen Kundensituationen haben gezeigt, dass die von IBM angebotene Lösung Cloud Pak for Data den KI-Prozess inkl. MLOps umfassend in allen Aspekten unterstützt. Grafisch stellen sich die Lösung und der Prozess so dar:
Marc Bastien, Software Architekt bei TIMETOACT, zeigt Ihnen anhand von Projektbeispielen unserer Kunden, wie mit IBM Cloud Pak for Data und strukturierter Anwendung von Data Science ungenutztes Potenzial in Prozessen identifiziert und genutzt wird.
Die Breite und gleichzeitige Tiefe in der Abdeckung aller analytischen Fragestellungen ist die Stärke der TIMETOACT. Erfahrung aus jahrzehntelanger Beratung und die enge Zusammenarbeit mit den führenden Technologieanbietern kommt jedem Projekt zugute. TIMETOACT ist seit Jahren immer führend in der Adaption neuer, moderner Lösungen der Technologieführer.
Alexander Elkin ist seit 2006 für die novaCapta tätig und beschäftigt sich bereits seit über 25 Jahren mit der Optimierung und Automatisierung von komplexen Systemen. Als Leiter unserer Business Unit „Applications & Data“ schafft er mit seinem Team Innovationen für optimierte Prozesse und Arbeitsabläufe z.B. in den Bereichen Business Applications, Data Management oder DevOps Government und Organisation. Aktuell treibt er maßgeblich Projekte rund um die Entwicklung von individuellen Anwendungen der Künstlichen Intelligenz (z.B. KI-Agents, novaThink für Design Thinking mit KI und GPT-Modelle in Kombination mit Microsoft Services) voran.
Als Integrationsarchitekt und Businessanalytiker hat er sich darüber hinaus auf Anwendungen für den Finanz- und Versicherungssektor spezialisiert und novaCapta eigene Produkte und Tools entwickelt, wie zum Beispiel novaPredict – das DevOps-Strategie-Tool für Aktuare, um versicherungsmathematische Berechnungen, Gewinnprüfung, Projektionen, Asset-Liability-Modellierung und stochastische Modellierung durchzuführen.
