Behalten Sie mit unserem Technologieradar die wichtigsten KMU relevanten Technologien im Blick!

Einführung

Maschinelles Lernen (engl. Machine Learning, ML) ist ein Teilgebiet der künstlichen Intelligenz. Durch das Erkennen von Mustern in vorliegenden Datenbeständen sind IT-Systeme in der Lage, eigenständig Lösungen für Probleme zu finden.

Zum aktuellen Stand

Derzeit lassen sich eine Vielzahl an Umsetzungs- und Entwicklungsprojekte des Maschinellen Lernens finden. Gerade die Unterkategorie Deep Learning (Tiefes Lernen) bring zahlreiche Neuentwicklungen, bspw. in den Bereichen Gesichts- oder Spracherkennung hervor.

Möchten Sie ihr eigenes Entwicklungsprojekt starten, empfiehlt sich die Verwendung der Programmiersprache Python. Die OpenSource-Verfügbarkeit zahlreicher Programmierbibliotheken wie beispielsweise TensorFlow von Google, scikit-learn oder Theano ermöglicht eine schnelle Einbindung und Nutzbarmachung von Machine-Learning-Techniken.

Das Erkennen von Mustern in großen Datenmengen erfordert sowohl eine hohe Speicherkapazität, als auch fortgeschrittenes Wissen im Bereich Maschinelles Lernen. Cloud-Anbieter (Amazon, IBM, Google, Microsoft, etc.) bieten daher mittlerweile Mustererkennungen als “Maschinelles-Lernen-als-ein-Servive” innerhalb ihrer Plattformen an.

Technologieverbreitung

Prototypen und Demonstratoren vorhanden
Branchenübergreifender Einsatz
KMU geeignet?

Technologiebeschreibung

Mit dem Voranschreiten der vierten industriellen Revolution werden zunehmend unternehmens- und prozessbezogene Daten gesammelt. Die Aus- und Bewertung dieser wird für den Menschen daher immer schwerer handhabbar. Auf Basis vorhandener Datenbestände dient Maschinelles Lernen der Identifikation von Gesätzmäßigkeiten und Mustern innerhalb der Strukturen und ermöglicht so die Entwicklung von Lösungen und Schlussfolgerungen.

Die Unterkategorie des Deep Leanings beschreibt weiterhin eine Methode zur Erzeugung künstlicher Neuronaler Netzte. Diese sind in ihrer Funktion und Struktur einem menschlichen Gehirns nachempfunden. Mit dem Auslesen großer Datensätze können automatisch wichtige Merkmale extrahiert und klassifiziert werden. Eine intelligente Auswertung und das Treffen von Vorhersagen sind somit möglich.

Bild: In Anlehnung an Towards Data Science

Mögliche Einsatzszenarios

Derzeit gibt es zahlreiche Anwendungen rund um Maschinelles Lernen. Überall da wo große Datenmengen ausgewertet und nach Mustern durchsucht werden sollen kann Maschinelles Lernen verwendet werden.

Im alltäglichen Umfeld sind die wohl bekanntesten Applikationen die Empfehlungsdienste von Amazon und Netflix, die Aussortierung von Spam Mails, Spracherkennungen (Siri, Cortana) oder Gesichtserkennungen (Facebook).

Im Produktionsumfeld kann weiterhin in den Bereichen der Qualitätssicherung, Kundenzufriedenheit, autonomer Systeme oder auch Vorausschauender Wartung von Maschinellem Lernen profitiert werden.

Auch im Büro-Umfeld gibt es erste Anwendungsfelder. Mit Chatbots können Sie bspw. eine Kommunikation führen. Sie können Anfragen stellen und erhalten entsprechende Informationen, Handlungsempfehlungen oder Lösungsvorschläge.

Chancen für KMU

Erkennung komplexer Zusammenhänge

Höhere Effizienz

Aufzeigen von Optimierungspotentialen

Treffen von Vorhersagen

Schrittweise Einführung einer

Sie brauchen Unterstützung bei der Einführung von maschinellem Lernen in Ihrem Unternehmen? Kontaktieren Sie uns!

Behalten Sie mit unserem Technologieradar die wichtigsten KMU relevanten Technologien im Blick!