Die industrielle KI-Plattform

Rund 50 Prozent aller KI-Projekte schaffen es nicht in die produktive Nutzung. Der folgende Artikel beschreibt die Herausforderungen und Lösungsbausteine, die dazu beitragen KI-Anwendungen produktiv zu setzen.

(Bild: AIM – Agile IT Management GmbH)

Künstliche Intelligenz (KI) und Machine Learning (ML) haben längst die Phase des Hypes überstanden und finden verstärkt Anwendung in diversen Bereichen. Andererseits finden laut einer

Studie vom IDC ca. 50 Prozent der KI-Projekte noch nicht ihren Weg in die produktive Nutzung und die Schaffung von echten Mehrwerten. Dieser Artikel fasst die Erfahrungen von AIM Agile IT Management aus Kundenprojekten zusammen und stellt die Kernaspekte heraus wie man mit der Etablierung einer Plattform KI-Projekte flexibel, produktiv und zielgerichtet umsetzen kann.

Herausforderungen

  • Die Datengrundlage muss zunächst in eine nutzbare Form skalierbar zur Verfügung gestellt werden
  • Es müssen neben den Software-Lebenszyklen auch die Daten- sowie Modelllebenszyklen genutzt werden
  • Wachsende Vielzahl und Komplexität von Technologien
  • Fehlendes Wissen und KI-Spezialisten
  • Der Weg von lokalen Notebooks zu produktiven Anwendungen
  • Monitoring von KI-Anwendungen im produktiven Betrieb

Der Begriff: KI-Plattform

Eine Plattform muss Entwicklungsteams bei der Umsetzung individueller Projekte maximal unterstützen und das über den gesamten Lebenszyklus. Eine Plattform beinhaltet dabei gut dokumentierte:

  • Zentral zur Verfügung stehende Applikationen – in Form von Oberflächen oder APIs,
  • Konzepte und Standards,
  • Vorgehen sowie
  • Bausteine und Werkzeuge.

Diese sind erstmal unabhängig von der konkreten fachlichen Ausprägung und lassen sich von den Projektteams flexibel erweitern. Eine Plattform darf nur unterstützen, aber die Projektteams nicht in ihrer Flexibilität einschränken. Außerdem muss sie einfach und verständlich einsetzbar sein, da sonst die Akzeptanz der Nutzung sinkt. Die Vorteile: So wird kontinuierlich auf Standardisierung und Konsolidierung aus den Projekten gedrängt und langfristig eine enorme Produktivitätssteigerung erzielt. Gleichzeitig wird die Flexibilität der Projektteams gewahrt und die Abhängigkeit zum internen Plattform-Team minimiert.

Das könnte Sie auch interessieren

NDR, XDR, SOAR: Die Netzwerksicherheit hat in jüngster Vergangenheit zahlreiche neue Ansätze, Begriffe und Abkürzungen hervorgebracht. Das Unternehmen Progress zeigt, was sich dahinter verbirgt.‣ weiterlesen

Technologien wie Cobots oder digitale Zwillinge sollen für effizientere Prozesse sorgen. Dabei geht es um mehr als nur Software und leistungsfähige Hardware im Shopfloor. Doch ohne die passende Edge-Computing-Plattform wird diese neue Welt nicht funktionieren.‣ weiterlesen

MPDV Mikrolab hat mit der Einführung des Smart Factory Hive einen Ansatz entwickelt, um den Herausforderungen moderner IT-Architekturen in der Industrie zu begegnen. Dieses Modell erneuert die konventionelle Automatisierungspyramide und setzt auf ein flexibles, vernetztes System, das die Effizienz und Produktivität in produzierenden Unternehmen signifikant steigert.‣ weiterlesen

Zum 28. Mal hat die Unternehmensberatung PwC den Global CEO Survey durchgeführt und CEOs weltweit auch zum Thema künstliche Intelligenz befragt. Die Ergebnisse zeigen einige Unterschiede zwischen deutschen und internationalen Unternehmen.‣ weiterlesen

Mit DigiTamm bietet die Technische Hochschule Mittelhessen ein praxisnahes Modell zur Bewertung des digitalen Reifegrads von KMU - als Basis für eine gezielte Digitalisierungsstrategie. Das Modell berücksichtigt fünf Kategorien und wurde bereits getestet.‣ weiterlesen

Der in München ansässige Anbieter von KI-gesteuerten Automatisierungssystemen, Agile Robots, hat eine Mehrheitsbeteiligung an der Audeering erworben.‣ weiterlesen