Künstliche Intelligenz treibt die zweite Welle der Digitalisierung

Künstliche Intelligenz treibt die zweite Welle der Digitalisierung

Letztes Jahr etablierte die Software AG einen Wissenschaftlichen Beirat. Das Gremium bietet der Software AG durch seine wissenschaftliche Perspektive wertvolle Impulse für (potenzielle) neue Technologietrends. In dieser Artikel-Serie beleuchten die Experten ihre Forschungsgebiete und geben einen kurzen Ausblick, wie sich diese künftig entwickeln werden. Prof. Dr. Dr. h.c. mult. Wolfgang Wahlster ist Professor für Informatik an der Universität des Saarlandes sowie technisch-wissenschaftlicher Direktor und Vorsitzender der Geschäftsführung des Deutschen Forschungszentrums für Künstliche Intelligenz. Er beschäftigt sich mit den Themen Künstliche Intelligenz, Computerlinguistik, Semantische Technologien, intelligente Benutzerschnittstellen, Industrie 4.0 und Fahrerassistenzsysteme.

Durch Maschinenlernen werden digitale Massendaten inhaltlich analysiert und zu Informationen von hohem Nutzen verdichtet. Dank Deep Learning wurde das Bild- und Sprachverstehen auf Basis mehrschichtiger neuronaler Netzwerke zuverlässiger, schneller und robuster.

Auch die tiefe Analyse von Datenströmen ist in Echtzeit möglich: Störungen und Fehlfunktionen, Bedrohungen durch Cyberkriminelle oder die Notwendigkeit des steuernden Eingriffs menschlicher Experten im IoT werden dank des Fortschritts unmittelbar erkannt. Mithilfe von KI verstehen Computer die Sprache und Ziele der Nutzer immer besser und werden so zu Dialogpartnern oder gar digitalen Assistenten.

Als einer der Industriepartner des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI), dem weltweit größten Exzellenzzentrum auf diesem Gebiet, hat die Software AG Zugang zu den neuesten Forschungsergebnissen im Bereich KI. Diese nutzt sie, um ihre Plattformen stets mit den leistungsfähigsten KI-Algorithmen zu aktualisieren.

Auch in der digitalen Geschäftsplattform ADAMOSsind Verfahren zum Maschinenlernen, zur Datenstrom-Analytik, zur prädiktiven Analyse und zur Prozessautomatisierung durch Softbots (RPA) bereits integriert. Die standardisierte Markierungssprache PMML sichert dabei die Interoperabilität der selbsterlernten KI-Modelle.

Ohne den massiven Einsatz von KI-Technologien ist die im Jahre 2010 von mir erstmals definierte Zielsetzung von Industrie 4.0 nicht realisierbar. Denn die vierte industrielle Revolution basiert auf Durchbrüchen der KI-Forschung, welche die enge Kollaboration von Teams aus Facharbeitern und Robotern, die Steuerung der Produktion durch das entstehende Produkt und die kostengünstige cyber-physische Fertigung geringer Losgrößen und damit personalisierter Produkte ermöglicht.

Lesen Sie hier alle weiteren Beiträge des Wissenschaftlichen Beirats der Software AG:

Teilen:
Wie Software-Robots Maus und Tastatur bedienen

Wie Software-Robots Maus und Tastatur bedienen

Die Analysten von Gartner und andere Experten gehen davon aus, dass Robotic Process Automation (RPA) in den kommenden Jahren erheblich dazu beitragen wird, dass Prozesskosten gesenkt, Tippfehler reduziert, Abläufe beschleunigt und Applikationen besser integriert werden. Doch was genau ist robotergesteuerte Prozessautomation, wo setzt sie an, welche Abläufe lassen sich verbessern und warum existiert der derzeitige Hype um diese Technologie? Diesen Fragen widmen wir uns im folgenden Beitrag.

Hal Hodson schreibt für „New Scientist“, eine in England erscheinende wissenschaftliche Zeitschrift, die die Auswirkungen von Wissenschaft, Forschung und Technik auf die Arbeitswelt und die Gesellschaft untersucht. Dort berichtete er bereits 2015 in einem Artikel nicht nur, wie Roboter in der Fertigung Berufe eliminieren oder verändern, sondern auch, wie Software ohne Hardware in der Lage ist, Aufgaben von Menschen zu übernehmen. Diese Technologie ist derzeit in aller Munde.

Künstliche Intelligenz (KI) liefert die Grundlage dafür: Intelligente Programme sind in der Lage, Ereignisse an der Benutzerschnittstelle von Softwaresystemen auszulösen. Sie imitieren Tastatureingaben und Mausklicks so, dass ERP-, CRM- und andere Systeme, die eigentlich dafür konzipiert sind, von Menschen bedient zu werden, von „Software-Robots“ bearbeitet werden können. Die Verantwortlichen in den Unternehmen und Verwaltungen versprechen sich davon Prozessoptimierungen und Einsparungen.

Mit RPA Produktionsprozesse ganzheitlich optimieren

In der Fertigungsindustrie kennt man das schon lange: Unter dem Schlagwort „Industrie 4.0“ werden menschliche und maschinelle Arbeiten miteinander verknüpft und die industrielle Produktion mit der Informationstechnologie verzahnt. Wenn Fertigungsroboter, Logistik und gesamte Maschinenanlagen miteinander kommunizieren, lassen sich Produktionsprozesse ganzheitlich optimieren. Denn spezialisierte Maschinen können eintönige und repetitive Arbeiten weitaus schneller und zuverlässiger ausführen als Menschen. Mit RPA soll diese Automation den Weg von den Industrieanlagen in die Büros finden.

Drehbücher geben Arbeitsanweisungen

„Software-Robots“ können Routineeingaben, einfache Entscheidungen und Bewertungen von Sachbearbeitern übernehmen. In der ersten Phase schaut der Robot dem Bediener sozusagen über die Schulter und lernt den Ablauf seiner Tätigkeit. Er „beobachtet“, welche Felder wie gefüllt, welche Buttons angeklickt und in welcher Reihenfolge beispielsweise Inhalte von einem System in ein anderes übertragen werden müssen. Anschließend kann der verantwortliche Sachbearbeiter die Aufzeichnungen des Robots bearbeiten, einzelne Eingaben maskieren oder anpassen. So entsteht für einen automatisierbaren Arbeitsabschnitt ein Drehbuch mit genauen Anweisungen. Das Ergebnis ähnelt dem, was viele von uns als Macro in Excel oder Word kennen. Im Gegensatz zu den Macros sind die „RPA-Drehbücher“ nicht auf ein System beschränkt, sondern können anwendungsübergreifend Abläufe in verschiedenen Applikationen synchronisieren und automatisieren. In der dritten Phase ist der Robot bereits in der Lage, die Anweisungen wieder und wieder abzuarbeiten: entweder zeitgesteuert, durch Ereignisse ausgelöst oder von Menschen gestartet.

RPA-Systeme sind ausgereift und einsatzbereit

Unternehmen haben so die Möglichkeit, Routinetätigkeiten zurückholen, die sie in den vergangenen Jahren oft durch Outsourcing in Billiglohnländer verlagert haben. RPA-Systeme können lokal „angelernt“ und trainiert werden. Viele Aufgaben, die Menschen mit Tastatur und Maus ausführen, lassen sich automatisieren. Die aktuellen RPA-Systeme sind bereits weit ausgereift. Leistungsfähige KI-Mechanismen meistern heute auch komplexere Aufgabenstellungen wie etwa unterschiedliche Auflösungen oder Darstellungen, benutzerspezifische Einstellungen der Anwender oder Neuerungen nach Migration einzelner Applikationen. So bieten Software-Robots wertvolle Unterstützung für Unternehmen, was die Nachfrage rasant ansteigen lässt.

Erfahren Sie hier mehr über mögliche Einsatzszenarien von Software-Robots. Wenn Sie mehr über das RPA-Angebot der Software AG erfahren möchten, klicken Sie hier.

Teilen:
Kapitalmarktgeschäfte mit künstlicher Intelligent im Blick behalten

Kapitalmarktgeschäfte mit künstlicher Intelligent im Blick behalten

Betrug, Insider-Handel, unerlaubte Algorithmen – das Kapitalmarktgeschäft von Banken und anderen Finanzinstituten hat in den vergangen Jahren einiges an missbräuchlichem Verhalten erlebt. Prominente Fälle wie die von Jérôme Kerviel von der Société Générale (2008) und Kweku Adoboli von der UBS (2011) sind nur die Spitze des Eisberges.

Schätzungen zufolge, die Quinlan & Associates im Oktober in einer Studie veröffentlichte, hat das „weitverbreitete unethische Verhalten” von Mitarbeitern Investmentbanken seit der Finanzkrise 2008 rund 850 Milliarden US-Dollar in Form von Abschreibungen, Verlusten im Handel, Strafen und höheren Kosten für Compliance gekostet.

Mit illegalen Geschäften, versteckten Konten und geheimen Chatrooms krimineller Händler haben Banken nicht nur enorme Verluste eingefahren, sondern auch die Regulierungsbehörden auf den Plan gerufen, die hohe Geldbußen verhängten und die Prüfungen sowie Vorschriften deutlich verschärften.

Marktüberwachung mit Adleraugen

Im Rahmen zahlreicher Projekte bei internationalen Großbanken entstand mit Apama EagleEye ein Marktüberwachungssystem, das komplexe Datenströme analysiert und mit Hilfe von künstlicher Intelligenz (KI) Handelsaktivitäten auf Betrugsversuche prüfen kann. Wir haben Apama EagleEye mit künstlicher Intelligenz ausgerüstet, damit Firmen ein Werkzeug haben, um sich schnell und effizient einen Überblick über alle ihre Daten zu verschaffen und sie auf mögliche Compliance-Verstöße zu untersuchen.

Mit Apama EagleEye können Finanzinstitute Live-Datenströme, historische Daten und Kommunikationsdaten für unterschiedliche Anlageklassen, Standorte und Märkte überwachen, um Compliance-Verstöße und unerlaubte Handelsmuster zu erkennen. Apama EagleEye erweitert regelbasierte Überwachungsstrategien durch die Integration mit KI, Maschinenlernen, Predictive Analytics und auf offenen Branchenstandards basierenden statistischen Modellen. Compliance-Teams erhalten mit Warnfunktionen, Case-Management und anpassbaren Reports umfassende Tools zur Optimierung ihrer Compliance-Analysen.

Betrugsschutz in Echtzeit

Regulierer und Vorstände wollen mit Compliance mehr erreichen, und zwar schnell, häufig sogar nahezu in Echtzeit. Apama EagleEye hilft Banken, sich vor Betrug zu schützen, Geldbußen zu vermeiden und unlautere Handelspraktiken zu erkennen, bevor sie sich auf den Unternehmensgewinn auswirken.

Apama EagleEye nutzt die neuesten Funktionen der mehrfach ausgezeichneten Apama Streaming Analytics Plattform der Software AG, die erst im September 2017 von Forrester erneut als bestes Werkzeug für „Streaming Analytics“ ausgezeichnet wurde. Hinzu kommen Funktionen von Zementis Predictive Analytics, um Analyse-Modelle in die Analyse-Praxis zu überführen.

Weitere Informationen finden Sie hier.

Teilen:
Künstliche Intelligenz gewinnbringend einsetzen

Künstliche Intelligenz gewinnbringend einsetzen

Es wird Zeit, dass die Big-Data-Jongleure liefern. Banken und Finanzinstitute haben Datenwissenschaftler mit Millionen von Dollar überschüttet, damit sie in der Flut digitaler Informationen Muster finden. Jetzt müssen die Unternehmen Maßnahmen ergreifen, damit sich diese neu entdeckten Informationen auszahlen. Fragt sich nur, welche?

Big Data – die Bits und Bytes, die in einer immer stärker digitalisierten Welt entstehen – wurden als die Grundlage einer neuen Finanzarchitektur gerühmt. Predictive Analytics, Maschinenlernen und künstliche Intelligenz (KI) wurden als die Instrumente zur Verwirklichung dieses Ziels angepriesen.

Aber abgesehen von den Händlern, die Kunden mithilfe von Predictive Analytics bei ihren Entscheidungsprozessen unterstützen, einigen Robo-Advisory Diensten und einer Handvoll von KI gemanagter Fonds, haben Finanzinstitute noch keine Wege gefunden, wie sie ihre prall gefüllten Datenbanken gewinnbringend nutzen können.

Die neuen datengestützten Erkenntnisse sind hilfreich, aber es ist schwierig, sie im operativen Betrieb zu nutzen und zu monetisieren. Grundsätzlich geht es um die Frage, wie der Finanzsektor die gesammelten Daten einsetzen kann, um klügere Entscheidungen zu treffen.

Es gibt besorgniserregende Anzeichen, dass Manche im Big-Data-Versprechen nicht viel mehr als einen Hype sehen. Chiron Investment Management ist einer der Hedge-Fonds, die Zweifel daran anmelden, ob datengestützte Investitionsstrategien wie Smart Beta wirklich mehr Gewinn bringen als traditionelle Verfahren. Andere Vermögensverwalter überlegen, ob man zu viel Vertrauen darauf gesetzt habe, dass Big Data neue Märkte schaffen kann.

Big Data zum Aktivposten machen

Aber es gibt auch Investmentfirmen wie Vanguard und Blackrock, die stark in Robo-Advisory-Plattformen investieren. Die Tokioter Börse gehört zu der steigenden Zahl von Marktbetreibern, die KI einsetzten, um unlautere Handelspraktiken aufzudecken.

Ob nun der Nutzen von Big Data im Finanzsektor überbewertet wird oder nicht – nur Wenige bezweifeln, dass Datenwissenschaftler in der Flut von Informationen, die sie erhalten, Erstaunliches zu Tage fördern werden. Dies wiederum wird zahlreiche neue Chancen eröffnen:

  • Unternehmen erhalten bessere Informationen darüber, wie ihre Kunden ticken und können Produkte entsprechend personalisieren
  • Predictive Analytics stellt die Marktauswirkungen von Handelstransaktionen fest und hilft Unternehmen, durch verbesserte Transaktionsstrategien ihre Alpha-Kennziffer zu halten
  • Maschinenlernen ermöglicht eine intelligentere automatische Abwicklung (Straight-Through Processing, STP) von Transaktionen, hilft, ungewollte Abweichungen zu vermeiden, und trägt so zur Verbesserung und Rationalisierung des operativen Betriebs bei
  • Aggregierte Daten geben Hinweise auf neue Umsatzquellen und unterstützen Asset-Manager bei der Suche nach neuen Investitionsstrategien
  • Natural Language Processing automatisiert den Workflow aus schriftlichen Regeln und Vorschriften und hilft Unternehmen, die Regulierungsflut zu meistern

Die Datenflut mittels Plattform managen

Damit Big Data funktioniert, brauchen Unternehmen die richtigen Plattformen, um ihre Ideen schnell umzusetzen und in ihre operativen IT-Systeme integrieren zu können. Ebenso wichtig ist es, diese Prozesse zukunftssicher zu machen. Der Datenstrom wird nicht versiegen, sondern immer wieder neue, großartige Erkenntnisse hervorbringen. Deshalb muss die Plattform, für die sich ein Unternehmen entscheidet, flexibel und anpassbar sein und schnell auf veränderte Muster und eine veränderte Datenkomplexität reagieren können.

Traditionelle quantitative und systematische Hedge-Fonds wie Two Sigma und Winton beginnen bereits, basierend auf „Deep-Learning“-Systemen experimentelle Fonds zu entwickeln, die die neuronalen Netze des menschlichen Gehirns nachbilden sollen. In beiden Fällen brauchen die Netzwerke Zeit, um genügend Daten verarbeiten zu können und anhand von Rechenoperationen Investmententscheidungen zu treffen.

Schon viel zu lange sieht es so aus, als ob Big Data die Antwort auf eine schwierige Frage sei, die keiner gestellt hat. Nur mit der richtigen Plattform wird sich das Potenzial von Big Data zeigen, und zwar schon sehr bald.

Interessiert? Erfahren Sie hier mehr über unsere KI-Angebote.

Teilen:
Innovation Tour 2017 – 7 goldene Regeln für die Digitalisierung

Innovation Tour 2017 – 7 goldene Regeln für die Digitalisierung

Digitale und in der Praxis bereits bewährte Erfolgsmodelle standen im Fokus der Innovation Tour 2017 der Software AG. So stellten am 12. September im Hotel Kameha Grand in Bonn renommierte Unternehmen wie Bosch, Commerzbank, Lidl und T-Systems ihre Lösungsansätze für die Digitalisierung vor. Live-Showcases und Diskussionsrunden brachten den Teilnehmern Konzepte und Technologien nahe, anhand derer sich eine klare Strategie für die digitale Transformation jedes Unternehmens entwickeln und erfolgreich umsetzen lässt.

Zwei zentrale Fragen standen auf der Innovation Tour 2017 im Mittelpunkt: Wie sehen erfolgreiche Strategien für die Digitalisierung aus? Und wie steht es um die digitale Zukunft Deutschlands? Die Veranstaltung bot Geschäfts- und IT-Entscheidern aller Branchen Gelegenheit, sich mit Digitalexperten aus Wirtschaft, IT und Politik sowie mit inspirierenden Querdenkern auszutauschen und neue Perspektiven und Lösungen für die digitalen Herausforderungen in Unternehmen zu diskutieren.

In einer Podiumsdiskussion erörterten innovative Digitalunternehmen den digitalen Reifegrad Deutschlands und kamen einstimmig zu dem Ergebnis: Deutschland ist noch lange nicht digital genug. Die Gründe reichen von mangelnder Breitband-Infrastruktur bis hin zum akuten Fachkräftemangel. Skepsis und Zurückhaltung auf Seiten zahlreicher Unternehmen spielen jedoch ebenfalls eine bedeutende Rolle. Doch auch darüber waren die Diskussionsteilnehmer sich einig: Der Handlungsbedarf ist mittlerweile bei allen Unternehmen angekommen – nur der Weg der Digitalisierung ist noch nicht klar. Die folgenden Kernaussagen aus den Vorträgen der Innovation Tour sollten sich Entscheider für den Entwurf ihrer digitalen Strategie vor Augen halten:

  1. Unser größter Hemmschuh ist der Erfolg

Das größte Hindernis für die Digitalisierung in Deutschland ist paradoxerweise der Erfolg. Wir sind eine Wirtschaftsmacht. In florierenden Branchen wie beispielsweise dem Automobilsektor hat dies zu einer Art Protektionismus geführt: An bewährten, teilweise jedoch veralteten Modellen wird so lange wie möglich festgehalten. Darüber hinaus fehlt es dem Ingenieurland Deutschland an einer agilen Fehlerkultur, eine zwingende Voraussetzung für flexible Neuentwicklungen. Dies geht zwangsweise auf Kosten von Innovationen. Das Ergebnis ist eine verbreitete Skepsis gegenüber disruptiven Faktoren und eine zu große Zurückhaltung gegenüber neuen, digitalen Ideen und Technologien. Die Digitalisierung wirkt jedoch nach dem Prinzip „adapt or die“. Dieser digitale Darwinismus bestraft allzu langes Zögern. Die gute Nachricht ist, dass dieser Handlungsbedarf mittlerweile in der Wirtschaftswelt angekommen ist.

  1. Die Kunst liegt darin, Disruption als Chance zu nutzen

Wir erleben heute Disruption in allen Branchen. Digitale Herausforderer drängen mit digitalen Technologien auf den Markt, schaffen neue Wege der Kundeninteraktion und treiben einen Keil zwischen traditionelle Unternehmen und ihre Kunden. Denken Sie nur daran, wie Amazon den Einzelhandel verändert. Etablierte Unternehmen müssen die digitalen Stärken implementieren, die ihre Herausforderer zu gefährlichen Konkurrenten machen. Alles, was die klassischen Unternehmen dazu benötigen, ist eine Verbindung zwischen digitaler und physischer Welt, und zwar über digitale Geschäftsmodelle, abgebildet durch Software. So können auch sie mit smarten Produkten und Dienstleistungen ihre Kunden über digitale Kanäle erreichen und an sich binden.

  1. „Think Architecture first!“

Eigenentwickelte Software ist die wichtigste Quelle für Innovation und Wachstum. Durch sie werden Unternehmen zu Software-getriebenen digitalen Playern. Die Transformation zum digitalen Unternehmen fußt auf einer Transformation der unternehmensinternen IT-Landschaft. Dabei sind ereignisgesteuerte Echtzeit-Plattformen das Gravitationszentrum der Digitalisierung. Denn Unternehmen brauchen eine agile wie flexible Architektur, die das Potenzial der Digitalisierung ausschöpft. Dazu muss die vorhandene IT-Landschaft umgewandelt werden in eine digitale, plattformbasierte und skalierbare Architektur zur Verarbeitung von Big Data – eine Architektur, die jede benötigte Fähigkeit unterstützt und alle digitalen Anwendungsfälle zuverlässig abdeckt.

  1. Digitalisierung kann man nicht von der Stange kaufen

In traditionellen Unternehmen werden häufig nur noch wenige Software-Entwicklungsprojekte hausintern durchgeführt. Doch Differenzierung auf dem Markt erfolgt hauptsächlich über Software, und Software ist das Herzstück von Innovationen. Fortschrittliche etablierte Unternehmen bauen eigenes Software-Know-how auf, indem sie innovative Softwarefunktionen in ihre zentralen Geschäftsbereiche integrieren und Daten aus ihren smarten Produkten analysieren. Mit Hilfe von Machine Learning entwickeln sie Prognosemodelle und Algorithmen, um neue datenzentrische Geschäftsmodelle und Services bereitzustellen, mit denen sie ihre Kunden halten und zugleich neue Geschäftschancen und Umsatzquellen erschließen.

  1. Der Kunde steht im Mittelpunkt – immer!

Das Erfolgsrezept digitaler Disruptoren basiert auf kompromissloser Kundenfokussierung. Sie passen ihre Produkte und Services flexibel an die individuellen Bedürfnisse ihrer Zielgruppe an. Im Mittelpunkt stehen dabei die Echtzeit-Kundeninteraktion, die Identifikation des Kundenstandorts und automatisches personalisiertes Feedback. Zukunftsgerichtete Unternehmen können hiermit eine Barriere errichten zwischen ihren Kunden und den Mitbewerbern. Sie ziehen eine neue Software-Ebene ein und schaffen auf diese Weise selbst neue, attraktive Kundenservices.

  1. Sie verfügen bereits über Daten – nutzen Sie sie

Datenerkenntnisse in Echtzeit sind der entscheidende Faktor für den neuen Unternehmenserfolg, denn sie sind die Basis, um die Bedürfnisse der Kunden zielgenau zu ermitteln. Es gilt, Daten aus smarten Produkten zu analysieren, Muster aufzudecken und Prognosemodelle sowie Algorithmen zu entwickeln. Auf dieser Basis werden Schlüsse, ereignisgesteuerte Maßnahmen und Echtzeit-Reaktionen abgeleitet, um neue Geschäftsmodelle zu etablieren. Die bisherigen Ergebnisse sprechen für sich: Datentransparenz bewirkte in den letzten Jahren weltweit eine Produktivitätssteigerung von 25 Prozent. Für den größtmöglichen Effekt sorgt dabei die Vernetzung verschiedener Datenquellen.

  1. IT gehört auf den Stundenplan

Der Digitalstandort Deutschland hat bekanntermaßen ein Nachwuchsproblem, und die Digitalisierung treibt die Nachfrage nach Fachkräften weiter voran. Die Zahl der offenen Stellen im IT-Bereich ist auf einem Rekordhoch, während unterbesetzten Unternehmen die Leute fehlen, um digitale Innovationen voranzutreiben. Die digitale Bildung ist eine Grundvoraussetzung für die Zukunftsfähigkeit Deutschlands. Deshalb unterstützt die Software AG in zahlreichen Projekten den Ausbau digitaler Kompetenzen an deutschen Grund- und Berufsschulen sowie Universitäten weltweit. Doch digitale Kompetenzen müssen auch in der Arbeitswelt kontinuierlich erweitert, werden. Unternehmen brauchen daher ein passendes Schulungs- und Fortbildungsprogramm, damit ihre Mitarbeiter den aktuellen Herausforderungen gewachsen sind und neue Entwicklungsmöglichkeiten nutzen können. Der Zugang zu Know-how und das Teilen von Erkenntnissen entscheiden über den Erfolg in der digitalen Welt.

Sie haben das Event leider verpasst? Sehen Sie sich die spannendsten Keynotes der Innovation Tour 2017 hier an.

Es gibt weitere spannende Neuigkeiten im Oktober – konfigurieren Sie Ihre virtuelle Konferenz selbst: http://www.software.ag/2017productrelease/

Teilen: