Den Algorithmus trainieren

Dr. Dorian Selz, CEO und Mitgründer von Squirro

Dorian Selz von Squirro erläutert im Interview verschiedene Möglichkeiten zum Einsatz von Machine Learning in Unternehmen. Dabei erläutert er zum Beispiel die Rolle von Trainingsdaten für jedwede Form von intelligentem Algorithmus.

Herr Selz, wieso sind Trainingsdaten für jede Form von Machine Learning unabdingbar?
Machine Learning so wie es heute angewandt wird, ist primär ‚Korrelation‘ von großen Datenmengen. Zu Beginn einer solchen Korrelations-Sequenz weiß kein KI-System gegen was es korrelieren soll. Mit sogenannten Trainingsdaten wird dem System ‚auf die Sprünge geholfen‘.

Wir Menschen lernen übrigens ganz ähnlich: Auch uns muss ein Lehrer erstmal erklären, wie ein mal eins funktioniert. Wenn wir genug geübt haben, finden wir das Resultat von zwei mal zwei rasch.

An wen richten Sie sich mit Ihrem neuen Machine-Learning-Service?
An KI-Anwender in Firmen. Mit unserem Machine-Learning-Service können Firmenanwender rasch und ohne Data-Science-Wissen (muss erst erlernt werden) oder Data-Science-Spezialisten (schwer zu bekommen) direkt mit eigenen (firmeninternen) Daten Machine-Learning-Modelle trainieren und zur Anwendung bringen.

So kann rasch aufgrund der Kunden-Feedbacks mit unserem Machine-Learning-Service ein Modell erstellt werden, dass treffgenau Hinweise gibt, welche Wahrscheinlichkeit ein Kunde hat, abzuwandern.

Dr. Dorian Selz, Gründer und CEO von Squirro.

Dr. Dorian Selz, Gründer und CEO von Squirro.

Muss der Finanzinvestor oder Analyst also noch stärker zum Data Scientist werden?
Ja und nein. Ja, so wie heute jeder Firmenvorstand zumindest mittlere IT-Fähigkeiten haben sollte – Digitalisierung verändert jede Firma und jede Funktion, sollte sich jeder zumindest ein Grundwissen um KI und Machine Learning aneignen. Es wird unsere Welt mindestens so sehr verändern wie die IT- und Internet-Revolution der letzten Jahre.

Welche Anwendungsszenarien haben Sie bei dieser Lösung im Fokus?
Zu den möglichen Anwendungsszenarien, in denen greifbare Ergebnisse erzielt werden, zählen:

  • 360-Grad-Sicht: Leistungsstarke KI-Plattformen analysieren strukturierte und unstrukturierte interne und externe Daten aus unterschiedlichen Quellen und ermöglichen eine vollständige 360-Grad-Sicht auf jeden einzelnen Kunden.
  • Lead-Generierung: Ein vielversprechendes Einsatzgebiet für KI-Plattformen ist die Lead-Generierung. Dabei werden Wettbewerber und Märkte detailliert analysiert und Möglichkeiten für eine effizientere und zielgenauere Ansprache von Interessenten aufgezeigt.
  • Produktvorschläge: Erweiterte Intelligenz identifiziert nicht nur die Katalysatoren, die den Kontakt mit einem Interessenten anregen könnten, sondern gibt auch Empfehlungen für die beste Vorgehensweise und das passende Produkt.

Könnte der Service auch auf weitere Branchen ausgedehnt werden? Inwiefern steht dies z.B. im IoT auf Ihrer Agenda?
Wir arbeiten bereits an ersten Industrielösungen. So haben wir auf Basis der gleichen Plattform safefood.ai gebaut, das erste weltweite Portal für Echtzeitanalyse von Risiken in der Nahrungsmittelkette. Lebensmittelsicherheit betrifft uns alle.

Klicke hier, um Ihren eigenen Text einzufügen

CC BY-SA 4.0 DE

 
 
Sie dürfen:
  • Teilen — das Material in jedwedem Format oder Medium vervielfältigen und weiterverbreiten
  • Bearbeiten — das Material remixen, verändern und darauf aufbauen und zwar für beliebige Zwecke, sogar kommerziell.
  • Der Lizenzgeber kann diese Freiheiten nicht widerrufen solange Sie sich an die Lizenzbedingungen halten.
  • Bitte berücksichtigen Sie, dass die im Beitrag enthaltenen Bild- und Mediendateien zusätzliche Urheberrechte enthalten.
Unter den folgenden Bedingungen:
  • Namensnennung — Sie müssen angemessene Urheber- und Rechteangaben machen, einen Link zur Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden. Diese Angaben dürfen in jeder angemessenen Art und Weise gemacht werden, allerdings nicht so, dass der Eindruck entsteht, der Lizenzgeber unterstütze gerade Sie oder Ihre Nutzung besonders.
  • Weitergabe unter gleichen Bedingungen — Wenn Sie das Material remixen, verändern oder anderweitig direkt darauf aufbauen, dürfen Sie Ihre Beiträge nur unter derselben Lizenz wie das Original verbreiten.