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