DE | Deutsch

Wie Sie von Deep Learning profitieren

Von Edgar Gann | 06.09.2018

Deep Learning, eine Teildisziplin der Künstlichen Intelligenz, verspricht Unternehmen enormes Potenzial. Die Einsatzmöglichkeiten sind vielfältig – im Service, im Callcenter oder zur Predictive Maintenance in der Produktion.

Besonders viel Aufmerksamkeit wird aktuell einer Deep-Learning-Technik zuteil, die auf selbstlernende, neuronale Netzwerke setzt. Auf dieser Technologie basieren beispielsweise die Sprachsteuerung von digitalen Endgeräten oder die Erkennung von Fußgängern und Objekten bei autonomen Fahrzeugen.

 

Reduktion kostspieliger Stillstandzeiten

 

Industrieunternehmen könnten sich zum Beispiel für die „vorausschauende Wartung“ interessieren. Dabei werden Daten, die unaufhörlich aus Sensoren, Steuerungen und Leitständen einströmen, mittels Deep Learning analysiert. Die Systeme ermitteln beispielsweise eigenständig, ob eine Anlage in naher Zukunft Ausschuss produziert oder Bauteile ausfallen. Machen die Algorithmen ein erhöhtes Ausfallrisiko aus, wird umgehend die Reparatur oder der Austausch der betroffenen Komponente empfohlen.

 

Diese Art der Instandhaltung reduziert teure Stillstandzeiten und erhöht die Verfügbarkeit sowie Leistung der Anlagen. Durch die dauerhafte Analyse der großen Datenmengen entstehen im Lauf der Zeit selbstlernende und selbststeuernde Regelkreise. Die Folge? Fabrikationsanlagen agieren weitgehend autonom und optimieren sich selbst.

 

Transformation im Callcenter

 

Im Kundenservice können Effizienz und Qualität mithilfe von Deep Learning gesteigert werden. Durch den Einsatz entsprechender Software für Sprach- und Texterkennung in Verbindung mit Chatbot-Services lassen sich Standardanfragen von Kunden automatisiert, rund um die Uhr und auf dem jeweils gewünschten Kanal beantworten. Den Mitarbeitern im Service bleibt so mehr Zeit für komplexe oder kritische Anfragen.

 

Zudem können Callcenter-Betreiber mit Deep Learning alle Anrufe erfassen und automatisch bewerten; ein umfassendes Audio-Scoring ist möglich. Dieses bietet die Grundlage zur Verbesserung der Lead-Qualifizierung, zur Erschließung zusätzlicher Umsätze und zur gezielten kommunikativen Schulung der Callcenter-Mitarbeiter. Das erhöht zum einen die Mitarbeitermotivation und zum anderen die Kundenzufriedenheit. Mit den Experten unseres Competence Center Deep Learning, High Performance Computing und GRID haben ein derartiges Projekt bereits mit Erfolg bei einem Kunden umgesetzt.

 

Einstiegshürde niedrig gestalten

 

Eines ist sicher: Die mit einem Deep-Learning-Projekt verbundenen Anforderungen sind komplex und erfordern umfassendes Know-how. Deshalb verzichten vor allem viele mittelständische Unternehmen trotz des enormen Potenzials dieser Technologie bisher auf deren Nutzung.

 

Um diese Zurückhaltung abzulegen, brauchen mittelständische Unternehmen einen Partner wie Bechtle, der das nötige Wissen mitbringt, und einen schnellen, kostengünstigen Einstieg in die Deep-Learning-Welt, der schnell zu messbaren Erfolgen führt. Das lässt sich am besten mit einem überschaubaren Projekt realisieren. Unternehmen, die sich für eine Zukunft mit „vorausschauender Instandhaltung“ interessieren, könnten beispielsweise zunächst nur eine  Fabrikationsanlage mit Deep-Learning-Technologie ausstatten. Auf diesem Grundstein können die Bemühungen Schritt für Schritt ausgebaut werden; in der Geschwindigkeit, die zum Unternehmen passt.

 

Datenstruktur, Infrastruktur und Personal sind entscheidend

 

Darüber hinaus gibt es weitere Faktoren, die für den Erfolg von Deep-Learning-Projekten wichtig sind. Dazu gehören Quantität, Qualität und Struktur der Daten sowie deren Aufbereitung. Für die Auswertung und Optimierung der Daten sind IT-Fachkräfte wie Data Scientists nötig.

 

Zudem kann eine Deep-Learning-Initiative nur dann gelingen, wenn leistungsstarke Hardware eingesetzt wird. Diese Anforderungen erfüllen beispielsweise Grafikprozessoren, die nahezu in Echtzeit kommunizieren oder auch Massenspeicher und Server, die speziell auf Deep-Learning-Techniken ausgelegt sind. Auch die Wahl des passenden Betriebsmodells - on-premise, Cloud, oder hybrid - ist ein wichtiger Aspekt, den Unternehmen bei der Beschäftigung mit Künstlicher Intelligenz nicht aus den Augen lassen dürfen. Letztlich bleibt eine Erkenntnis – mit dem richtigen Partner können Unternehmen trotz der Komplexität des Themas, enorme Potenziale freisetzen. Künstlicher Intelligenz und Deep Learning gehören in vielen Wirtschaftszweigen die Zukunft. Ein „Nicht-Mitmachen“ kann es nicht geben.