The Doppler Quarterly (DEUTSCHE) Sommer 2017 | Page 40
Es ist wichtig, all Ihre Anforderungsaspekte zu berücksichtigen und wie der
Public Cloud-Anbieter diese am besten erfüllen kann. Dabei geht es nicht nur
rein um die künstliche Intelligenz, sondern auch um die Art und Weise, in der
Daten, Middleware und Analyseservices zusammenarbeiten, um wirkliche
Geschäftsprobleme zu lösen.
Die von Public Cloud-Anbietern angebotenen KI-Systeme beinhalten SDKs
(Software Developer Kits) sowie APIs, die es Entwicklern ermöglichen, KI in
ihre Anwendungen zu integrieren. Die schließt die Lücke zwischen der Leis-
tungsfähigkeit von künstlicher Intelligenz und der tatsächlichen Nutzung die-
ser Technologie in der Praxis. Ein Beispiel hierfür wäre die Möglichkeit, einen
Kreditantrag auf Betrug hin zu untersuchen, basierend auf vergangenen und
aktuellen Mustern, die auf die im Kreditantrag enthaltenen Daten angewendet
werden.
Es gibt aber auch Nachteile für KI in einer Public Cloud. Zunächst müssen Sie
etwas nutzen, das im Wesentlichen nativ im Hinblick auf den Public Cloud-An-
bieter ist. Das bedeutet, dass Sie die Daten in andere Clouds portieren oder sie
On-Premise speichern müssen, was zu Problemen führen könnte. Zweitens
tendieren viele Unternehmen dazu, die künstliche Intelligenz übermäßig zu
nutzen und sie für Anwendungen einzusetzen, die ihre Fähigkeit nicht wirklich
benötigen. Zum Beispiel ist KI ein Overkill für einfache Geschäftsprozesse, die
eher verfahrenstechnischer Natur sind.
Nutzungsmuster der künstlichen Intelligenz
Die Modelle der künstlichen Intelligenz sind nicht alle gleich. Sie sind alle zum
Lernen definiert, bieten aber unterschiedliche Lösungsmuster. Die meisten
Cloud-Anbieter, einschließlich AWS, Google und Microsoft, bieten einen Sup-
port für drei Arten von Vorhersagen. Sie haben verschiedene Namen, laufen
aber auf drei Arten hinaus: binäre Vorhersage, Kategorievorhersage und Wert-
vorhersage (Abbildung 2). Schauen wir uns die jeweiligen Anwendungsfälle an.
Abbildung 2: KI-Vorhersagearten
1. Binäre Vorhersagen beantworten Fragen, die eine Ja- oder Nein-Antwort
auslösen. Beispielsweise: „Enthält der Auftrag Daten, die die KI-Anwendung
zuvor als betrügerisch gekennzeichnet hat?“ Oder: „Basierend auf Daten aus
einer KI-fähigen Recommendation Engine, wird ein Kunde voraussichtlich ein
Upsell-Produkt kaufen?“
38 | THE DOPPLER | SOMMER 2017