Suche
Close this search box.
Logo der Arineo GmbH
30. Juli 2021
3 Minuten

Artificial Intelligence – bei Arineo mehr als nur Teil des Namens: Zwei Forschungsprojekte gemeinsam mit dem Bund

Bei Arineo wird im Bereich künstliche Intelligenz geforscht. Seit Kurzen auch als offizieller Forschungspartner des Bundesministeriums für Bildung und Forschung. Die Forschungsprojekte befassen sich mit Unternehmensprozessen und wie diese unter Nutzung künstlicher Intelligenz schlauer gestalten werden können.
Grünes Blatt mit Blattkrankheit.

Ob Spurhalteassistent im Auto, Rechtschreibkorrektur im Chatprogramm oder Gesichtserkennung beim Entsperren des Smartphones – wir kommen ständig in Berührung mit künstlicher Intelligenz (KI) und nutzen die Vorteile, um unser Leben komfortabler zu machen. Warum sich die Vorzüge nur im Privaten zu nutzen machen? Auch Prozesse in einem Unternehmen können durch den Einsatz künstlicher Intelligenz effizienter, sicherer und pragmatischer gestaltet werden.

Mit unserem Team aus KI-Expert:innen helfen wir Unternehmen dabei, Geschäftsdaten durch Nutzung von Algorithmen besser und effektiver zu nutzen. Das Spektrum reicht dabei von verbesserter Lead-Generierung und erhöhter Conversion-Rate in Online-Shops bis zu genaueren Forecasts und effektives Mitarbeitenden-Onboarding. Mit gleich zwei Forschungsprojekten zu diesem Thema machen wir unserem Namen alle Ehre. Schließlich stehen Ar und In bei Arineo für Artificial Intelligence. Mit Unterstützung des Bundesministeriums für Bildung und Forschung wird Arineo in den kommenden vier Jahren erforschen, wie künstliche Intelligenz und maschinelles Lernen „schlau“ bei der Unterstützung von Unternehmensprozessen eingesetzt werden kann. Das Forschungsvolumen für beide Projekte beträgt 2,1 Millionen Euro, das Bundesministerium für Bildung und Forschung unterstützt diese Arbeit mit 500.000 Euro.

 

Forschungsprojekte mit dem Fokus auf Unternehmensprozesse

Ziel des ersten Forschungsprojektes ist es mithilfe künstlicher Intelligenz einen Wissensdatenpool aufzubauen, der es ermöglicht, unternehmensinterne und -externe Fragestellungen zu beliebigen Unternehmensprozessen zu beantworten. Ein Beispiel dafür ist die Risikobetrachtung von Neukunden in Akquise-Situationen: Auf Basis verschiedener Datenquellen kann die Einschätzung des Risikos aus unterschiedlichen Blickwinkeln betrachtet werden. Ein intelligenter Algorithmus kann dabei mithilfe unterschiedlicher Gewichtungen und Relevanzsetzung schnell validierte Ergebnisse liefern. Auf dieser Basis wiederum kann ein Unternehmen entscheiden, ob die Akquise sinnvoll und Erfolg versprechend ist.

Technisch gesehen geht es hierbei um NLP (Natural Language Processing) und darum, wie man eine allgemeingültige Frage sinnvoll beantworten kann. Zum Beispiel wenn man der Frage nachgehen will, inwieweit eine gegebene Technologie für eine bestimmte Branche in der Zukunft relevant werden wird. Mit der einfachen Abfrage einer Suchmaschine wird solch eine Frage nicht zufriedenstellend beantwortet werden. Hier kommt die KI ist Spiel.

YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden

Video-Interview mit unseren Senior Data Scientists Dimas Wiese und Gerhard Heinzerling zum Thema künstliche Intelligenz.

Das zweite Forschungsvorhaben beschäftigt sich mit künstlichen neuronalen Netzen. Mit der Entwicklung neuer Verfahren zur Bildverarbeitung sollen Unternehmen dabei unterstützt werden, bestimmte Prozessschritte in der Produktion mithilfe von Bild- oder Videoerkennung zu optimieren. Durch den Einsatz eines lernenden Systems können beispielsweise Krankheiten auf Blättern von verschiedenen Obst- und Gemüsesorten bestimmt werden und entsprechende Behandlungsmethoden zur Krankheitsbekämpfung vorgeschlagen werden. Ein solches System kann also dazu beitragen, die landwirtschaftliche Produktivität zu verbessern und ist somit für die globale Nahrungsmittelerzeugung, für die immer weniger Fläche zur Verfügung steht, von Bedeutung. Hier nutzen wir drei verschiedene Ansätze. Mithilfe von Handybildern, können wir ganz konkrete Krankheiten auf einzelnen Blättern erkennen. Drohnenbilder unterstützen uns dabei, die Krankheiten auf einem Feld zu erkennen. Mit Satellitenbildern und dazugehörigen Wetterdaten können wir sogar für ganze Bereiche Prognosen für die Verbreitung von Krankheitserregern machen.

Ein weiteres Beispiel ist die Vorhersage von Überflutungen von Flüssen und Seen anhand von Satellitenbildern. Dabei werten wir Bilder der Satelliten Sentinel I und II aus und kategorisieren diese. Durch die Kategorisierung wiederum können wir kleinste Veränderungen wahrnehmen und eine Art Frühwarnsystem erstellen.

Lernen Sie aus Ihren Daten mit Arineo

Gibt es auch in Ihrem Unternehmen Prozesse, die mit dem Einsatz von künstlicher Intelligenz „schlauer“ gestaltet werden können? Wir beraten Sie gerne!