Machine Learning: Chancen für Unternehmen

Am Montag fand im Plenarsaal der Wirtschaftskammer Salzburg ein Expert E-Talk zum Thema Machine Learning und Big Data statt. Die Veranstaltung der Fachgruppe Unternehmensberatung, Informationstechnologie und Buchhaltung zeigte, wie Big Data und künstliche Intelligenz auch für kleine Unternehmen genutzt werden können. Über 30 Besucher begrüßte...
85
85
Expert E-Talk zum Thema Machine Learning und Big Data statt

Am Montag fand im Plenarsaal der Wirtschaftskammer Salzburg ein Expert E-Talk zum Thema Machine Learning und Big Data statt. Die Veranstaltung der Fachgruppe Unternehmensberatung, Informationstechnologie und Buchhaltung zeigte, wie Big Data und künstliche Intelligenz auch für kleine Unternehmen genutzt werden können.

Über 30 Besucher begrüßte IT-Berufsgruppensprecher Mag. Hansjörg Weitgasser, CMC, CSE, und betonte die Wichtigkeit von neuen Technologien in Salzburg.

Im ersten Vortrag zeigte DI Hans-Peter Haberlandner, Leiter der Machine Learning-Gruppe bei blumatix consulting, wie die neuen Technologien in Unternehmen eingesetzt werden können. Anhand von Beispielen erklärte er, wie Systeme und Maschinen lernen „Vor 10 Jahren waren selbstfahrende Autos noch Utopie – und heute gibt es schon Testbetriebe von selbstfahrenden öffentlichen Bussen in Salzburg“, sagt Haberlandner. Beim Machine Learning nehmen die Systeme die Umwelt über Sensoren wahr und lernen durch Erfahrung. Ein künstliches System lernt aus Beispielen und kann diese nach Beendigung der Lernphase verallgemeinern. Das heißt, es werden nicht einfach die Beispiele auswendig gelernt, sondern es „erkennt“ Muster und Gesetzmäßigkeiten in den Lerndaten. So kann das System auch unbekannte Daten beurteilen. „Im Gegensatz zum berühmten Schachturnier von Deep Blue 1996, wo der Rechner aufgrund seiner großen Rechnerleistung einfach alle möglichen Varianten der Spielzüge schneller durchspielen konnte als ein Mensch, lernt heutzutage ein System anhand von Beispielen und erkennt daraus Muster“, erklärt Haberlandner. Die „Revolution“ des Machine Learnings wurde durch höhere Rechenleistung, durch mehr Datenvolumen (Big Data), durch den effizienten Umgang mit Daten und durch eine gewisse Demokratisierung der Daten möglich. „Systeme werden durch Benutzung immer besser“, betont Haberlandner.

Unternehmen können die neuen Technologien für Warenempfehlungen in Ihren Webshops oder für die Vorhersagen des Kundenverhalten nutzen. Eine weitere praktische Anwendung ist das Erkennen von Rechnungsdaten. Das System liest aus jeder Rechnung die Rechnungsmerkmale und übergibt sie strukturiert in das Buchhaltungssystem. So müssen Rechnung nicht mehr manuell abgetippt werden.

Vorhersagen von Kundenverhalten

Im zweiten Vortrag erklärte Daten-Analyst Mag. Helmut Grillenberger wie Big Data funktioniert. Als Big Data wird ein großes Datenvolumen bezeichnet, das sich nicht mehr auf einen Rechner speichern lässt, dessen Daten in hoher Geschwindigkeit generiert werden und in Datentyp und Datenquelle unterschiedlich sind. Grillenberger zeigte, wie Big Data mit verteilten Systemen verarbeitet werden und mit Algorithmen nach Mustern im vorhandenen „Datensee“ suchen. In der Praxis werden so Modelle zum Beispiel für den Versandhandel entwickelt, ob ein Kunde kauft oder nicht. Weitere Beispiele für den konkreten Einsatz von Künstlicher Intelligenz und die Nutzung von Big Data sind Warenkorbanalysen, Teilautomatisierung der Kundenkommunikation durch Chatbots, automatisierte Bilderkennung und vieles mehr.

Im Bild: Fachgruppenobmann Dr. Wolfgang Reiger, CSE, Mag. Hansjörg Weitgasser, CMC, CSE, DI Hans-Peter Haberlandner, Mag. Helmut Grillenberger und Michael Kohlfürst, MBA, CMC (Bild © Kolarik)

Bildgalerie:

Expert eTalk – 19.06.2017