ZUSAMMENFASSUNG

Die Entwicklung einer KI-getriebener Anwendung ist weniger kompliziert, als viele denken. Hier erfahren Sie, wie der Prozess funktioniert.

EINFÜHRUNG

Auch wenn es für viele so scheint: Künstliche Intelligenz (KI) bzw. Maschinelles Lernen (ML) ist kein Hexenwerk. Viele nutzen tagtäglich ML getriebene Systeme ohne sie aktiv wahrzunehmen: von der Internet-Suchmaschine, über soziale Netzwerke bis hin zum E-mail Postfach. All diese digitalen Produkte enthalten etliche ML Modelle, die stark zur positiven Nutzererfahrung beitragen.

Mittlerweile gibt es auch konkrete Beispiele wie ML für spezielle Unternehmensfelder gewinnbringend eingesetzt werden kann. Dennoch fällt der Einstieg oft am Schwierigsten. In diesem Artikel soll der typische Entwicklungsprozess einer ML getriebenen Anwendung skizziert werden. Wie fängt man an? Was sind die einzelnen Schritte?

1. PRODUKTE DEFINIEREN, MEHRWERTE ERKENNEN

Es ist verlockend über technische Lösung nachzudenken, ohne das Problem richtig zu kennen. Das Endresultat ist allerdings eine digitale Anwendung. Welche Technologie im Hintergrund verwendet wird, ob Machine Learning oder nicht, ist erstmal vollkommen irrelevant. Wenn die Anwendung am Ende keinen Mehrwert liefert, sind alle Bemühungen umsonst.

Daher ist der aller erste und zugleich wichtigste Schritt, das Problem zu spezifizieren:

• Welches bestehende Problem soll gelöst werden?
• Gibt es z.B. manuelle Prozesse die viel Zeit und Geld kosten?
• Welche Anwendung könnte einen Vorteil gegenüber der Konkurrenz ermöglichen?

Hier muss man pragmatisch und ehrlich vorgehen: für viele Probleme braucht man erstmal kein ML. Meist kann das Problem bereits durch die herkömmliche Digitalisierung von Arbeitsprozessen gelöst werden. Auch muss man das Rad nicht neu erfinden: für manche Problemstellungen gibt es bereits bestehende Lösungen. In den beiden letztgenannten Fällen kann man direkt zu Punkt 4 springen.

2. DATEN GENERIEREN UND AUSWÄHLEN

ML Modelle basieren auf Daten. Im 2. Schritt wird daher festgelegt, welche Daten man für die erstrebte Anwendung braucht. Meist besitzt das Unternehmen bereits ungenutzte Daten.

Stehen die erforderlichen Daten jedoch noch nicht in ausreichender Menge bzw. Qualität zur Verfügung, müssen diese zunächst generiert werden. Die Generierung kann je nach Problemstellung entweder manuell oder automatisch erfolgen.

Ein Beispiel für die manuelle Erstellung von Daten könnten z.B. Bilder aus der Produktionsstraße sein, die mit “Produktionsfehler” bzw. “Kein-Produktionsfehler” markiert werden. Ein Beispiel für die Automatische generierung könnten Kundendaten sein, die man im Webshop sammelt.

3. PROTOTYPEN ENTWICKELN

Im 3. Schritt wird ein einfacher Prototyp entwickelt. Dies erlaubt es die Lösung rasch in die Praxis umzusetzen. Anhand von Metriken und Nutzertests kann die Qualität der Lösung bestimmt und bei Bedarf iterativ verbessert werden.

4. DIE PRODUKTION BEGINNEN

Sobald der Prototyp die gewünschte Qualität liefert bzw. ein bestehende externe Lösung gefunden wurde, muss die Anwendung in Produktion gebracht werden. Die genaue Vorgehensweise hängt sehr stark von der Umgebung ab, in der die Anwendung letztendlich in Betrieb genommen werden soll.

Oft muss die neue Anwendung in eine bestehende IT Infrastruktur eingebettet werden. Manchmal gibt es auch spezielle Anforderungen wie z.B. der Zugriff per Smartphone für Aussendienstmitarbeiter. Im Grunde unterscheidet sich dieser Schritt nicht von der herkömmlichen Softwareentwicklung.

AGILITÄT BLEIBT DAS STICHWORT

Die oben genannten vier Punkte stellen den groben Entwicklungsprozess ML getriebener Anwendungen dar. Dennoch ist es sehr wichtig, während des gesamten Prozesses agil zu bleiben und sich dem jeweiligen Problem anzupassen.

Sind die erforderlichen Kenntnisse und die Erfahrung in der Umsetzung von digitalen Anwendungen im Unternehmen selbst nicht vorhanden, empfiehlt es sich einen Partner zu suchen, der die nötige Erfahrung und Kompetenz mitbringt. Gemeinsam kann man dann die oben genannten Schritte gehen.

Ich hoffe, der Artikel konnte ein wenig die KI / ML Magie lüften und Sie begeistern, bald auch eigene Projekte zu starten.