Unser Ziel für Ihr Unternehmen:
Neue wertvolle Erkenntnisse aus Ihren bestehenden Daten gewinnen.
Entdecken Sie mit uns die unerschöpflichen Möglichkeiten, die sich aus der Welt des Machine Learning oder Predictive Analytics ergeben:
Wir helfen Ihnen, Anwendungen für Machine Learning zu entdecken und zu entwickeln oder unterstützen Sie bei Ihren bereits bestehenden Ideen.
Künstliche Intelligenz und Machine Learning Algorithmen sind immer mehr in Ihren bereits täglich genutzten Programmen integriert. Sei es in Ihrem ERP (z.B. Texterkennung Kreditoren und automatisierter Buchungsvorschlag) oder gar in Excel (Blitzvorschau). Wir können Ihnen den aktuellen Stand aufzeigen und auf wertvolle integrierte Funktionen hinweisen und deren Einsatz in Unternehmensprozessen demonstrieren.
Sehr individuelle Fragestellungen können nach einem eigenen Machine Learning Projekt verlangen.
Die Tools dafür sind:
Desktop und Microsoft 365 Cloud
Power BI bietet die Möglichkeit massgeschneiderten Machine Learning Code (Python oder R) direkt zu integrieren.
Damit ist es möglich die riesige Vielzahl von bereits vorhandenen Code-Bibliotheken in Python und R zu nutzen und die mächtigen Algorithmen direkt innerhalb von Power BI zu anzuwenden.
Dies ist besonders wertvoll, weil genau wie für Business Intelligence müssen die Daten in der Rohform zuerst in eine nutzbare Struktur gebracht werden (sog. «Data Preparation» oder ETL). Somit können die für die BI-Lösung verwendeten Daten auch die Grundlage für Ihr Machine Learning Projekt sein.
Microsoft 365 Cloud
Microsoft entwicklet ihre Produkte rasant weiter und bereits heute gibt es wiederverwendbare Templates für Machine Learning Projekte.
Dafür wird der Microsoft AI Builder genutzt für bspw. die folgenden Anwendungen:
Desktop
KNIME ist eine Low-Code Data Science Plattform mit welcher man per Drag-und-Drop ein Machine Learning Alogrithmus erstellen kann.
Dabei werden Einzelne Funktionsbausteine aus einem Werkzeugkasten aneinander gereiht, durch welche die Daten fliessen. Einerseits können Daten so transformiert werden (Data Preparation), andererseits können die Daten in Machine Learning Funktionsblöcken als Input verwendet werden.
Auch wenn es solche Ideen und erste Ansätze gibt: Dies ist aus unserer Sicht nicht das Ziel: Das Resultat einer KI hilft den Unternehmen die Grundlage für datengestützte Entscheidungen zu treffen.
Wir glauben an die Mächtigkeit der Mensch-Maschine-Kombination: Maschinen fällt es leichter, Muster aus bestehenden Daten zu erkennen, aber das kreative Element kommt von uns Menschen.
Ein gutes Beispiel für einen Anwendungsfall, für den Sie gar kein Projekt brauchen! Diese sogenannte «Sentiment Analysis» ist bereits in Produkten wie Power BI integriert und muss nicht neu programmiert werden.
Gut möglich, dass dies bei Ihnen heute bereits bis zu einem gewissen Grad geschieht. Ein Beispiel:
Die Mietrechnung wird an e-rechnungen@ihrefirma.ch als PDF versandt. Es landet direkt im Abacus Kreditorenmodul und die einzelnen buchungsrelevanten Eckdaten werden durch Texterkennung (KI-Anwendung) erkannt:
Das Programm kann die Buchung bereits vorerfassen und muss nur noch mit einem Klick vom Kostenstellenverantwortlichen bestätigt werden. Soll, Haben, Betrag, Kostenstelle, MWST-Code ist bereits am richtigen Ort.
Je automatisierter solche Unternehmensprozesse werden, umso wichtiger ist es, Ausnahmen zu erkennen, welche die künstliche Intelligenz nicht «wissen» konnte. Hier braucht es gute Analysewerkzeuge, womit man wieder beim Thema Business Intelligence angelangt ist und sich der Kreis schliesst.
