Foto: HQuality - shutterstock.com
IT Automation, Qualitätskontrolle und Cybersicherheit sind die häufigsten Einsatzgebiete von Künstlicher Intelligenz (Artificial Intelligence). Das geht aus einer Umfrage von Deloitte hervor. Doch mittlerweile nutzen Firmen die Technologie auch in anderen Bereichen, wie drei aktuelle Beispiele zeigen.
1. Das Life Science-Unternehmen Seer aus San Francisco erkundet neue Wege der Analyse menschlichen Blutes. Konkret geht es um Veränderungen von Proteinen. Manche dieser Veränderungen können auf Erkrankungen bis hin zu Krebs hinweisen. Doch das Thema ist extrem komplex, weil grundsätzlich viele - auch harmlose - Veränderungen möglich sind. So kann es schon eine Rolle spielen, was ein Patient gefrühstückt hat.
Firmengründer Philip Ma will "Signale vom Grundrauschen" unterscheiden können. Angesichts der Menge an Daten geht das nur mit fortgeschrittenen Datenanalysen und Künstlicher Intelligenz. Seer arbeitet mit Cluster-Analysen und Machine Learning. Dabei nutzt das Unternehmen die gleichen Tools wie beispielsweise Händler, die ihre Kunden in Kohorten einteilen.
Seer operiert mit einem Mix aus Open Source und proprietären Data Science-Plattformen, darunter Domino Data Lab. Betrieben werden diese Plattformen zum großen Teil in der AWS-Cloud.
2. Bei Atento, einem Anbieter von Business Process-Dienstleistungen, geht es um die Verbesserung des Kundenservices. Zeigt sich ein Kunde nach einem Gespräch mit dem Call Center unzufrieden, ruft ihn Atento binnen 30 Sekunden an. Die Wirkung sei erheblich, sagt Michael Flodin, Präsident US und Zentralamerika. Für ihn steht Real-time im Vordergrund, er will so schnell wie möglich reagieren.
Atento will außerdem so viele Prozesse wie möglich automatisieren können. Anfang 2019 holte das Unternehmen mit Carlos López-Abadíaas einen neuen CEO an Bord, der Erfahrung in digitaler Transformation mitbringt. Er fährt einen neuen Kurs in Sachen Qualifizierung: statt nur Mitarbeiter auf Senior-Level im Umgang mit Künstlicher Intelligenz zu schulen, bezieht er das Sales-Team ein. Denn zu oft seien die Sales-Mitarbeiter die letzten, die von solchen Dingen erfahren, räumt Flodin ein.
3. Der dritte Anwendungsfall bezieht sich auf das klassische Gebiet Cybersicherheit. John Arsneault, CIO der großen Anwaltskanzlei Goulston & Storrs, war mit den traditionellen Schutzmöglichkeiten nicht mehr zufrieden. Seine größte Sorge: er könnte monatelang nicht merken, dass Eindringlinge in die Netzwerke geraten sind. Goulston & Storrs verfügt über Rechenzentren an fünf verschiedenen Standorten und 125 virtualisierte Server. Der CIO suchte nach Möglichkeiten, die Netzwerke zu segmentieren, damit Angreifer nicht so einfach die gesamten Netzwerke durchdringen.
Arsneault implementierte ein Machine Learning-System, das die Interaktionen zwischen den Systemen und Anwendungen automatisch analysiert. Es schlägt Mikro-Segmentationen vor und bringt sich und die Netze kontinuierlich auf den neuesten Stand. Arsneault entschied sich für eine Lösung von Edgewise, weil er diese ohne zusätzliche Manpower ausrollen konnte. Für die initiale Implementierung brauchte er rund drei Monate.
KI-Projekte sollten in der IT starten
Samir Hans, KI-Experte bei Deloitte, rät, in Sachen Künstliche Intelligenz mit der IT-Abteilung zu starten. Erstens seien Informatiker den Umgang mit Daten gewohnt, zweitens initiierten sie gern Pilot-Projekte und drittens arbeiteten sie gerne mit Startups zusammen, begründet er diese Einschätzung. "Anwendungen rund um Künstliche Intelligenz, maschinelles Lernen und Datenwissenschaft sind sehr, sehr IT-intensiv", sagt Hans. Er beobachtet, dass manche Unternehmen KI im Marketing pilotieren. "Grundsätzlich sind Mitarbeiter aus dem Marketing nicht so tech-savvy", kommentiert er.
mit Material von IDG News Services