
Artificial Intelligence kurz erklärt

Wir haben uns zum Ziel gesetzt, Hürden für den Einsatz von AI-Systemen in europäischen Unternehmen abzubauen. Diesem Ansatz folgend geben wir hier einen kurzen Überblick darüber, mit welchen Daten Artificial Intelligence arbeitet und was sie konkret für Sie tun kann.
AI Modalitäten
Eine künstliche Intelligenz ist in der Lage selbstständig und automatisiert bestimmte Probleme zu lösen, ohne, dass dafür vorher, wie in klassischer Software, ein Algorithmus definiert wird. Stattdessen wird ein Modell erstellt, das mit Daten gefüttert und durch maschinelles Lernen so trainiert wird, dass es selbstständig die gestellte Aufgabe lösen kann. So können auch neu eingehende Informationen ohne Codeanpassung verarbeitet oder Aufgaben bewältigt werden, deren genauer Mechanismus gar nicht abbildbar ist. Die derzeit gängigste Art der Datenverarbeitung dabei ist Natural Language Processing (NLP), AI-Systeme sind jedoch in der Lage mit den unterschiedlichsten Datenarten zu arbeiten.






Audio (Ton & Musik)
Unternehmen wie die Deutsche Bahn, Google, IBM und Amazon setzen diese AI-Komponenten bereits erfolgreich ein. Beispiele sind:
- Akkustische Fehlersuche
- Musikgenerierung
- Sprachsynthese
- Text zu Sprache
- Sprache zu Text

Natural Language (Text)
Text Categorization (TC), das automatische Zuordnen von beliebig langen Texten zu vordefinierten Kategorien ist eine wichtige Säule des Natural Language Processings (NLP). Natural Language Processing ist eine der wichtigsten Modalitäten für den praktischen Einsatz von AI, da jedes Unternehmen auf die eine oder andere Art mit Texten arbeitet. Praktische Probleme bei der Einführung von TC Applikationen umfassen beispielsweise den technischen Integrationsaufwand, der Mangel an vorliegenden annotierten Beispieldaten, die durch die DSGVO geforderte Erklärbarkeit von Algorithmen und die Veränderung der Bedeutung von Wörtern über die Zeit. Bei ONTEC erforschen und entwickeln wir Lösungen für diese Hürden.
Beispiele für erfolgreiche AI-Umsetzungen in diesem Bereich sind:
- Argument Stance Recognizer: AI erkennt Pro- und Kontra-Argumente
- Hate Speech Detektor: AI erkennt beleidigende Sprache
- Chat Bots
- Verkaufsassistenten
- Materialforschung
- AI-Bibliothekar für Online Bibliotheken
- ordnet Medien Themen zu
- findet neue, relevante Themen in Medien
- kann Wissensorganisationssysteme erweitern

Video
Einige Beispiele, bei denen Videodaten in einem AI-System eingesetzt werden sind:
- Bildgebende Verfahren in der Geophysik (Total Oil)
- Maschinenteile für Wartungstechniker erkennen (Siemens)
- Natürliche Öl-Laken erkennen (ExxonMobil)

Structured Data
Structured Data wird ebenfalls vielfältig in AI-Systemen eingesetzt. Große Unternehmen wie Netflix, Ikea aber auch diverse Banken setzen Datenstrukturierung AI-basierend ein um.
Beispielsweise:
- Produktvorschläge zu generieren oder
- Kursentwicklungen vorherzusagen

Multimodal (Kombination aller Modalitäten)
In AI-Systemen können natürlich auch die Modalitäten mehrerer Systeme kombiniert und kaskadiert werden. Es könnte zum Beispiel ein Audio-Signal in einen Text umgewandelt werden, der dann im Natural Language Processing zugeordnet wird.
Mit individuellen KI-Lösungen sichern Sie sich allgemeine sowie branchen- und unternehmens-spezifische Wettbewerbsvorteile. Wollen Sie mehr darüber erfahren? Dann kontaktieren Sie uns.
Was AI für Sie tun kann
Mit individuellen KI-Lösungen sichern Sie sich allgemeine sowie branchen- und unternehmens-spezifische Wettbewerbsvorteile. Bei von ONTEC entwickelter KI achten wir darüber hinaus insbesondere auf Datensicherheit unter den aktuellen und zukünftigen Rahmenbedingungen der DSGVO und des EU AI Act:
- Computing und Storage ausschließlich in Österreich oder Deutschland
- Lösungsdesign mit Datensouveränität bei Ihrer Organisation
- Alle Lösungen auch On-Premise deploybar
Folgende Aufgaben kann Ihre KI unter anderem Kosten sparend und effizient übernehmen:

Inhalte vorgegebenen Kategorien zuordnen
„Handelt es sich um beleidigende oder problematische Inhalte?“, „An welche:n Bearbeiter:in soll eine Nachricht weitergeleitet werden?“, „Entspricht ein Produkt unseren Qualitätsstandards?“. Bei den Inhalten kann es sich um Texte oder Bilder handeln.

Abweichungen von der Normalität erkennen
„Findet ein Betrugsversuch oder ein Cyberangriff statt?“, „Funktionieren unsere Computersysteme ordnungsgemäß?“. Die Muster der Anomalien können unbekannt sein. Die KI entdeckt Abweichungen von der Norm.

Muster erkennen
„Welche Informationen können wir aus unübersichtlichen Datenmengen generieren?“, „Welche Marktsegmente oder Kund:innen-Gruppen lassen sich identifizieren?“, „Wie lassen sich umfangreiche Datensätze zusammenfassen?“.

Prognosen erstellen
„Wie wird sich die Nachfrage eines Produktes verändern?“, „Wie wird sich der Preis eines Rohstoffs entwickeln?“. Es können interne und externe Informationen verarbeitet werden, um z.B. auch aus Tweets Vorhersagen abzuleiten.

Antworten geben
„Was ist ein Proof of Concept?“, „Wer ist in unserer Organisation für die Aktualisierung der Einkaufsrichtlinien zuständig?“. Die Antworten können im Internet weitgehend sprachunabhängig gesichtet werden. Auch interne Informationen können Sie der KI sicher zur Verfügung stellen.

Texte zusammenfassen oder die Sprache vereinfachen
„Welche Keywords beschreiben einen Inhalt?“, „Wie kann der Inhalt leichter verständlich formuliert werden?“.

Empfehlungen generieren
„Welcher Artikel könnte eine:n Kund:in besonders interessieren?“, „Welche interne Richtlinie ist für eine bestimmte Aufgabe relevant?“.

Texte vorschlagen, vorbereiten oder verändern
„Welche Anforderungen sind für die Stellenausschreibung eines Fullstack-Developers wesentlich?“, „Welche Argumente gibt es für oder gegen eine bestimmte Anschaffung?“.
Kontakt aufnehmen

Christian Casari
ONTEC AG
Begeisterung schaffen heißt für mich Menschen zu inspirieren und zu ermutigen, neue Ideen zu entwickeln und zu verwirklichen.