Kuenstliche Intelligenz und maschinelles Lernen

Die Zukunft beginnt heute: Künstliche Intelligenz und Maschinelles Lernen bei weclapp

Künstliche Intelligenz (KI) und Maschinelles Lernen (ML) sind Begriffe, die in der Presse und den Medien immer häufiger vorkommen. Doch was steckt eigentlich hinter diesen Buzzwords? Warum werden sie das Arbeiten mit ERP-Systemen verändern? Und welche Pläne verfolgt weclapp im Bereich KI und ML? All das erfahrt ihr hier!

Künstliche Intelligenz und Maschinelles Lernen - was bedeutet das?

Der eigentliche Begriff der KI steht für ein vom Menschen hergestelltes System. Das kann entweder eine Softwarelösung sein oder z.B. auch eine Maschine, die selbstständig in der Lage ist, Dinge zu lernen, das Erlernte zu speichern und bei Bedarf auf dieses Wissen zurückzugreifen. Gleichzeitig sollen diese Systeme in der Lage sein, das Erlernte miteinander zu verknüpfen, um auch komplexe Aufgaben erledigen zu können. Von dieser Vision ist die Menschheit aktuell allerdings noch weit entfernt.

Stattdessen wird der Begriff der KI auch für Softwarelösungen verwendet, die auf Basis mathematisch-statistischer Verfahren oder tatsächlich unter Einsatz maschineller Lern-Algorithmen arbeiten. Durch das Lernen mit speziellen Lerndaten können sie einzelne Aufgaben so deutlich schneller und effizienter lösen, als es bisher möglich war.

Problembearbeitung ohne vs. mit KI/ ML - ein Beispiel

Um ein Problem zu lösen, wurden bisher durch die gezielte Analyse von Informationen sachlich fundiert Entscheidungen getroffen. Mit KI/ ML dagegen ist das Vorgehen ein anderes. Ein Beispiel:

  • Fragestellung:
    Wie wahrscheinlich ist es, dass eine Rechnung durch einen Kunden später als vereinbart bezahlt wird?
  • Vorgehensweise ohne KI /ML:
    • Alle bisherigen Rechnungen werden geprüft.
    • Es wird ermittelt, wie häufig der Kunde verspätet gezahlt hat.
    • Der Durchschnitt der verspäteten Zahlungen dient als Orientierung für zukünftige Zahlungen.
  • Vorgehensweise mit KI/ ML:
    • Zunächst wird ein Modell definiert, das alle relevanten Parameter beinhaltet, um zu unterscheiden, ob eine Rechnung wie vereinbart oder mit Verspätung beglichen wurde.
    • Dann wird der Algorithmus mit einer großen Menge an Daten "gefüttert", wobei jeder Datensatz die Angabe "pünktlich bezahlt" oder "verspätet bezahlt" enthält.
    • Der Algorithmus vergleicht die Lerndatensätze, um die Unterschiede zwischen pünktlichen und verspäteten Zahlungen zu ermitteln. So erkennt er bestimmte Muster, z.B. dass gewisse Kunden zu verspäteten Zahlungen neigen, es an bestimmten Tagen vermehrt zu Verspätungen bei der Bezahlung kommt, oder bei verspäteten Zahlungen immer wieder spezielle Artikel involviert waren. Je mehr Lerndatensätze dem Algorithmus zur Verfügung gestellt werden, desto "schlauer" wird er.
    • Wurde der Algorithmus ausreichend trainiert, kann er auf neue Daten angewandt werden. So kann er für eine aktuell vorliegende Rechnung eine Wahrscheinlichkeit ausgeben, mit der sie pünktlich bzw. verspätet bezahlt wird.

KI/ ML - Zusammenfassung

Nach der bisherigen Vorgehensweise stellt man also explizit eine konkrete Frage an das System und erhält auch nur exakt auf die gestellte Frage eine Antwort. Die neuen Verfahren der KI dagegen analysieren die Gründe für ein Problem umfassender und genauer, ohne dass die Analyse an eine konkrete Frage gebunden ist.

Ob eine Rechnung verspätet bezahlt wird, kann nicht nur an dem jeweiligen Kunden, sondern auch am verkauften Artikel oder dem Zeitpunkt der Rechnungsstellung liegen. Werden bei der Abfrage nicht all diese möglichen Gründe berücksichtigt, sind die Ergebnisse bisheriger Vorhersagen unzuverlässig. Ein Beispiel: Im August ist der Kunde immer im Urlaub, die Freigabe der Rechnung und damit auch die Zahlung erfolgen deshalb verspätet. Während das ML-Verfahren dies erkennen würde, würden traditionelle Vorgehensweisen hier scheitern.

Noch sind künstliche neuronale Netze (stellen eine der Grundlagen zur Entwicklung von KI & ML dar) und Deep Learning-Algorithmen (=„tiefgehendes Lernen“ - eine spezielle Klasse von Optimierungsmethoden von künstlichen neuronalen Netzwerken) auf bestimmte Problemstellungen bezogen ineffizienter als bisherige Vorgehensweisen zur Problembearbeitung. Dennoch bergen sie das Potenzial, einige Herausforderungen deutlich genauer zu lösen.

Artificial intelligence machine lerning deep learning

KI/ ML bei weclapp

Wir bei weclapp glauben, dass die neuen Möglichkeiten des Maschinellen Lernens die ERP-Welt stark verändern werden. Da es unser Ziel ist, die Abläufe unserer Kunden mit unserer ERP-Plattform stetig zu verbessern, setzen wir uns verstärkt mit den Chancen von KI und ML auseinander.

Deshalb baut die Muttergesellschaft der weclapp, der 3U Konzern, aktuell in Würzburg in unmittelbarer Nähe zur Universität ein neues Forschungszentrum, das es uns erlaubt, die neuen Möglichkeiten wissenschaftlich intensiv zu erforschen. Um im Bereich KI und weiteren neuen Technologien eine Führungsposition einzunehmen, plant weclapp gleichzeitig den Ausbau weiterer Zusammenarbeiten mit international renommierten Universitäten.

Unser oberstes Ziel ist es, dass ihr mit weclapp schneller und effizienter arbeiten könnt. Alle Technologien, die dazu sinnvoll eingesetzt werden können, untersuchen wir, bewerten sie und führen sie, sofern sinnvoll, in weclapp ein. Im Falle der KI sind wir davon überzeugt, dass der Einsatz für euch als Kunden von Vorteil sein wird. Deshalb arbeiten wir bereits an konkreten Projekten, die wir schon bald genauer vorstellen werden.

So viel vorab: Wir werden sehr bald Vorhersagen darüber treffen können, wie wahrscheinlich es ist, dass ein Warenkorb eines Kunden zu einer Retoure werden wird. Andere Projekte bestehen darin, die Wahrscheinlichkeit eines Forderungsausfalls bei Kunden oder die der Liefergenauigkeit für eine Bestellung mithilfe von KI/ ML vorherzusagen.
Das Thema Datenschutz bleibt für uns dabei selbstverständlich weiterhin von höchster Bedeutung. Unser Einsatz von KI & ML erfolgt also stets im Einklang mit der DSGVO.