Machine Learning und Internet of Things

5 Take-aways von ML Conference und IoT Conference 2019
Keine Kommentare

Die Schwesterkonferenzen IoT Conference und ML Conference 2019 haben in dieser Woche in München die breite Vielfalt ihrer Themenbereiche gezeigt. Was haben wir mitgenommen? Fünf Take-aways von smarten Fabriken bis zum verhinderten Fahrraddiebstahl.

In München drehte sich in dieser Woche alles um Machine Learning und IoT. Die ML Conference 2019 und die Internet of Things Conference 2019 ergänzten sich thematisch und besaßen einige Schnittmengen. Die Themenvielfalt reichte vom kreativen Einsatz von genetischen Algorithmen bis hin zu Versicherungen, Industrie und Dokumentenanalyse. Einen Querschnitt zeigen fünf Take-aways.

Take-away #1: Ordnung im Dokumentendschungel

Michael Kieweg (LEVERTON GmbH) stellte in seiner Session eine praktische Anwendung künstlicher Intelligenz im Business-Bereich vor. Viele Firmen haben eine unüberschaubare Anzahl an Verträgen und Dokumenten. Daraus manuell Informationen zu extrahieren, kann ein langwieriger und fehlerbehafteter Prozess sein. Zudem fehlt die Transparenz, um in Nachhinein festzustellen, woher die Informationen stammen.

Um diesen Problemen zu begegnen, kann eine KI für die Extraktion von Informationen und die automatische Klassifikation eingesetzt werden. Für eine erhöhte Transparenz verweisen Links auf die Herkunft der Informationen. Der Mensch ist noch nicht ganz aus dem Spiel: Ein Review-Prozess dient der Verringerung der Fehlerrate. Sie hängt von der Schwierigkeit der Dokumente ab, z. B. sind Rechnungen für die KI leichter verdaulich als Mietverträge. Mit den Ergebnissen der Reviews wird wiederum die KI trainiert, um sie weiter zu verbessern.

Take-away #2: ML und IoT verhindern Fahrraddiebstahl

Auch Versicherungen gehen mit der Zeit – das demonstrierten Kai Atenhan und Dominique Rondé von der FreeYou AG in ihrer Session. Versicherungen können im Schadensfall materielle Werte ersetzen. Doch was, wenn es sich um immaterielle Werte handelt, die versichert werden sollen? Beispiele wären etwa Familienfotoalben oder speziell angefertigte Fahrräder. Um sich dieser Probleme anzunehmen, kommen IoT-Geräte und Machine Learning ins Spiel.

Am Fahrradbeispiel zeigten die Speaker das Vorgehen: Durch GPS- und Diebstahldaten kann das Risiko des Diebstahls an bestimmten Punkten berechnet werden, während das Auswerten von Unfallschwerpunkten zur Wahl einer sicheren Route beiträgt. IoT-Geräte können zusätzlich zur Betrugserkennung eingesetzt werden – im Sinne einer Alarmanlage für das Fahrrad. Im ganzen Prozess muss natürlich stets die DSGVO beachtet werden. Als Ergebnis entsteht der „Velo.Graph“:

Take-away #3: Smarte Edge Devices lernen lebenslang

In seiner Session „Lebenslanges Lernen einer Maschine“ zeigte Andreas Huhmann (HARTING Stiftung & Co. KG) den Weg zur Industrie 4.0 auf. Die Devise lautet: von der automatisierten Produktion zur autonomisierten Produktion – durch smarte Maschinen. Dabei eignen sich Edge Devices als Devices zur Autonomisierung. Bei erfolgreicher Umsetzung sollen smarte Maschinen z. B. selbständig Material bestellen, Qualitätskontrollen durchführen und sich selbst überwachen. Dabei gilt: „Nicht das System selbst optimiert sich, sondern der Mensch optimiert das System“.

Take-away #4: Genetische Algorithmen erleichtern den Alltag

Mey Beisaron (Appsflyer) hielt ihre Session im Rahmen des Tracks „Machine Learning Tools & Principles“. Sie zeigte, wie man genetische Algorithmen im Alltag nutzen kann, sei es für die Zeit- oder Ernährungsplanung. Nicht zuletzt aufgrund passender Star-Wars-Beispiele lauschte das Publikum im vollbesetzten Saal gespannt dem Algorithmus-Entstehungsprozess. Und schließlich empfiehlt die Speakerin: „Have fun and enjoy what you do!”

Take-away #5: Ein Abschluss mit realistischen Versprechen

Das Panel: Ask the ML Experts bildete eine Abschlussdiskussion für den Themenbereich Machine Learning des Konferenzduos. Eines der Themen: Wie kann ein Unternehmen in die Welt von KI und Machine Learning einsteigen? Zuerst mit einem simplen Prototyp, empfiehlt Christoph Henkelmann (DIVISIO), denn „man muss realistische Versprechen machen”. Laut Dr. Hanna Kujawska (University of Bergen) liegt der Schlüssel in der Akquisition von Strategy Data, der Grundlage von KI-Unternehmen.

Dr. Pieter Buteneers (Chatlayer.ai) rät zu Chatbots als erstem Projekt – Inspirationen dazu gab es in seiner nachfolgenden Session zur Genüge. Allerdings gilt: “Wenn die Experten euch nicht helfen, wird es die KI auch nicht tun“, so Dr. Christian Hidber (bSquare AG). Denn letztlich kommt es darauf an, was hinter den Algorithmen steckt.

Unsere Redaktion empfiehlt:

Relevante Beiträge

Hinterlasse einen Kommentar

Hinterlasse den ersten Kommentar!

avatar
400
  Subscribe  
Benachrichtige mich zu:
X
- Gib Deinen Standort ein -
- or -