„Machine Learning und Big Data sollten Teil der Standardausrüstung werden“
Die Redaktion sprach mit Evgeny Sorokin, SVP of Software Engineering bei Devexperts, über die aus seiner Sicht bedeutenden Technologien der kommenden Jahre.
Welche Technologien im Kontext der digitalen Transformation sollten Entscheider Ihrer Meinung nach besonders stark beobachten bzw. auf der Agenda haben und warum?
Viele Unternehmen im Finanzsektor, im E-Commerce und sogar in der Logistik integrieren gerade Chatbots mit Natural Language Processing (NLP) in ihre Systeme oder setzen diese bereits ein. Unternehmen, die schon mit Chatbots arbeiten, sparen sich die Kosten für zusätzliches Personal: Sie können ihre Kunden zu Zeiten bedienen – und damit auch binden –, zu denen der Helpdesk nicht erreichbar ist, zum Beispiel nachts. Meiner Meinung nach optimiert dieses Tool nicht nur die Personalausgaben, sondern hilft vor allem beim Sammeln von Daten. Daten sind das Erdöl von heute. Technologisch betrachtet bedeutet das: Machine Learning (ML) und Big Data sollten in jedem Unternehmen Teil der Standardausrüstung werden. Denn die Analyse von Dialogen und gesammelten Daten hilft ihnen, Marketingkampagnen zu optimieren, Kunden zu bedienen und so eine höhere Kundenzufriedenheit zu erreichen.
Wie bewerten Sie diese Technologien für Ihr Unternehmen? Und wie integrieren Sie diese dann in Ihre eigenen Prozesse?
Da wir ein Softwareentwickler sind, betrachten wir diese Frage aus unserer Sicht als Anbieter: Glücklicherweise müssen wir unsere Kunden nicht davon überzeugen, in diese Lösungen zu investieren, denn der Trend zu ML liegt auf der Hand. Es laufen bereits einige Versuchsprojekte mit europäischen Brokern, die künstlich intelligente Assistenten in Trading-Plattformen oder andere Finanzanwendungen implementieren. Diese Technologie kommt Kunden und Unternehmen zugute: Der Kunde bekommt sofort Unterstützung und kann selbst unterwegs Marktinformationen zu Aktien, Neuerungen oder Fundamentaldaten und interaktive Charts anfordern. Das Unternehmen kann mittels der Plattform Kennzahlen zum Kundenverhalten sammeln und Nachrichten mit Investmentstrategien an ausgewählte Kundengruppen senden, die zu Trading anreizen sollen – natürlich alles unter Einhaltung der DSGVO.
Möchte ein Unternehmen seine KI-, ML- und Big-Data-Technologien lieber intern entwickeln und hat genug eigene Ressourcen – Mitarbeiter und Zeit – zur Verfügung, ist ein externer Anbieter vielleicht weniger wichtig. Besonders, da der Sektor noch relativ jung ist und externe Anbieter womöglich selbst wenig Erfahrung haben. Möchten Unternehmen Softwarelösungen intern entwickeln, verfügen jedoch nicht über genügend interne Ressourcen, lautet meine einzige Empfehlung: auf Open-Source-Lösungen setzen, die von großen Technologieunternehmen unterstützt werden.
Welche Rolle spielt dabei Bildung bzw. Schulung und Weiterbildung für Ihr Haus?
Bildung spielt bei uns eine große Rolle. Für uns selbst als auch für unsere Kunden.
Für unser Haus: Als Software-Entwickler müssen wir ständig auf dem Laufenden sein, was neue Technologien angeht. Das bedeutet: Wir lesen viel, wir experimentieren mit zukunftsträchtigen Technologien, die für uns selbst relevant sind, wie neue Bibliotheken, Programmiersprachen und Entwicklungswerkzeuge. Die Ergebnisse geben wir an unsere interne und externe Developer Community weiter. Das läuft ähnlich wie in der akademischen Forschung – der einzige Unterschied ist der, dass wir uns die Projekte herauspicken, die wirtschaftliches Potenzial haben.
Für unsere Kunden: Um unsere Kunden zu schulen und über aktuelle Trends auf dem Laufenden zu halten, bieten wir ihnen zusätzlich regelmäßig Roadshows mit Workshops und Demos zu unseren KI-Lösungen an. Vielen unserer Kunden ist zum Beispiel klar, dass Chatbots ihren Helpdesk-Mitarbeitern die Arbeit erleichtern, sie wissen aber nicht, wie Chatbots im Marketing und zur Lead-Generierung eingesetzt werden können. Deshalb sind Live-Demos und persönliche Vorführungen sehr wichtig, um potenzielle Kunden zu schulen und zu Käufern zu machen.
Wie entdecken Sie Trends und Entwicklungen, um frühzeitig reagieren zu können?
In der Regel stützen wir uns auf die Arbeiten von Technologen und/oder auf Erfahrungsberichte fremder Pilotprojekte. Wir sind pragmatisch und untersuchen Frameworks, Konzepte und Tools spätestens nach Erscheinen der Alpha-Version.
Erkennen wir aber ein Problem, das uns daran hindert, in unserer Arbeit technisch perfekt zu sein, können wir ohne Weiteres von sekundärer zu primärer Forschung übergehen und innovativ tätig werden. Die Erfolgsstorys werden meist in unserem Blog publiziert. Wenn die Ergebnisse nicht mehr geheim sind und von der Community genutzt werden können, veröffentlichen wir den Quellcode auf GitHub.
Weitere Informationen unter:
www.devexperts.com
Kommentare sind deaktiviert.