Data Science & Advanced Analytics

Drei Männer und eine FRau sitzen an einem Konferenztisch

Data Science & Advanced Analytics

Mit Künstlicher Intelligenz Mehrwerte für Ihr Unternehmen schaffen

Die richtige KI-Strategie macht den Unterschied

Künstliche Intelligenz (KI) und Data Science sind die Trendthemen der letzten Jahre: So geben beispielsweise 84 Prozent aller Entscheidungsträger aus IT und Management an, dass der Einsatz von KI einen wettbewerbsentscheidenden Faktor darstellt. Dabei wird es in Zeiten von steigendem Kosten- und Wettbewerbsdruck immer wichtiger, dass Unternehmen nicht nur die richtigen Entscheidungen treffen, sondern dass diese Entscheidungen auch schnell und proaktiv getroffen werden. Mit der passenden KI-Strategie können Sie nicht nur Ihre wichtigsten Prozesse mit Hilfe von KI-gestützten Anwendungen optimieren, sondern erlangen auch ein besseres Verständnis für Ihre Daten, auf deren Basis Sie dann die richtigen Entscheidungen für den langfristigen Erfolg Ihres Unternehmens treffen können.

Oftmals fehlt in der Praxis allerdings die notwendige Expertise, um die passende KI-Strategie zu entwickeln und geeignete Anwendungsfälle zu identifizieren. Unsere Expertinnen und Experten haben daher konkrete Lösungsansätze entwickelt, die Ihnen und Ihrem Unternehmen je nach Bedarf die passende Unterstützung und individuelle Lösungsansätze bieten.

Darüber hinaus bieten wir Ihnen durch individuelle, auf Ihr Unternehmen angepasste KI-Schulungen die Möglichkeit, die Data-Science-Kompetenzen in Ihrem Unternehmen auszubauen. Hierzu liefert adesso Ihnen einen Überblick über typische Use Cases Ihrer Branche, notwendige Fähigkeiten für die Entwicklung von KI-Anwendungen sowie einen Einblick in aktuelle Technologien. Damit Ihre Mitarbeiterinnen und Mitarbeiter danach gut vorbereitet sind, kann die Schulung auch direkt mit Ihren Unternehmensdaten durchgeführt werden. Welche Programmiersprache für Sie und Ihre Mitarbeitenden geeignet ist, entscheiden Sie selbst.

Mehr anzeigen Weniger anzeigen

Ideation

Gemeinsam mit Ihnen analysieren wir in einem Interaction Room Workshop die für Ihr Unternehmen passenden Use Cases und ermitteln die erforderlichen Rahmenbedingungen. Während des Workshops wird nicht nur ein gründliches Verständnis für die Geschäftsprozesse aufgebaut, sondern es entsteht auch ein ganzheitlicher Überblick über die vorhandene IT-Struktur, die Qualität Ihrer Daten sowie des Informationsgehalts der Daten. Basierend darauf entwerfen unsere Expertinnen und Experten einen passgenauen Umsetzungsplan einschließlich der geeigneten Architektur und Technologie.

Prototyping

Wurde ein konkreter Use Case identifiziert, unterstützen wir Sie bei der Durchführung des Proof-of-Concept sowie bei der Entwicklung eines Minimum Viable Products (MVP). Beim Prototyping geht es vor allem um die schnelle Umsetzung von Use Cases. Das Ziel besteht darin, möglichst schnell die Funktionalität und Umsetzbarkeit des entwickelten Konzepts zu evaluieren. Um dies zu erreichen, wird eine geeignete Datenmenge zur prototypischen Entwicklung eines Machine-Learning-Modells genutzt.

Entscheiden Sie sich in diesem Kontext für unser adesso-Result-as-a-Service-Angebot, können wir Ihren Use Case auch komplett für Sie umsetzen. Sie stellen in diesem Fall nur die Daten und Hintergrundinformationen zur Verfügung, und unsere Expertinnen und Experten übernehmen die Umsetzung bis zur Auslieferung der fertigen KI-Anwendung. Auf Wunsch erstellen wir Ihnen zusätzlich ein passgenaues Konzept zur Integration der KI-Anwendung in Ihre Geschäftsprozesse.

Gerne informieren wir Sie in diesem Zusammenhang auch rund um das Thema Datathon. Beim Datathon handelt es sich um einen fünftägigen Workshop, in dem wir gemeinsam mit Ihnen erste Prototypen entwickeln, Ihre Fragen zu unserer Vorgehensweise beantworten und Hypothesen konkretisieren, um daraus sinnvolle Handlungsempfehlungen abzuleiten.

Operationalisation

Wie erfolgt die Bereitstellung des fertigen Machine-Learning-Modells? Ist eine Echtzeit-Prognose erforderlich oder reicht die Verarbeitung im Batch-Modus? Wie kann sichergestellt werden, dass die Qualität eines Modells auch zukünftig hoch bleibt? Wie kann ich die Verwendung aktueller Daten sicherstellen? Muss ich einen Feedback-Loop integrieren? Im Zuge der Operationalisierung von KI-Anwendungen kommen viele Fragen und Herausforderungen auf Unternehmen zu. Durch moderne MLOps-Methoden können wir Sie bei der Lösung dieser Herausforderungen zielgerichtet unterstützen und Ihre prototypisch entwickelten Use Case in Ihre Datenplattform integrieren – sozusagen vom Proof-of-Concept direkt zum Data-Driven-Produkt.

Unser Data-Science-Leistungsportfolio

AI Assesments & Strategy

Advanced Analytics & Models

Tools & Infrastructure

Unsere Data Science Experten helfen Ihnen, eine erfolgreiche KI-Strategie mithilfe von Reifegradanalysen und Technologieberatung zu entwickeln, gewinnbringende Use Cases zu identifizieren und auszuwerten. Wir erweitern die Kompetenzen Ihrer Mitarbeiterinnen und Mitarbeiter durch Workshops - beispielsweise zu den Themen Data Literacy und MLOps.

adesso entwickelt für Sie Analytics-Modelle, implementiert wertvolle Use Cases und macht Ihre Mitarbeitenden fit für die Zukunft mit Schulungen zu aktuellen Technologien in den Bereichen Machine Learning, neuronale Netze oder Programmierung.

Wir sind Ihr Ansprechpartner rund um den Betrieb von KI-Produkten, so dass zuvor entwickelte Modelle den versprochenen Mehrwert für Ihr Unternehmen in der Praxis erbringen können. Ein wichtiger Faktor ist dabei Ihre eigene Infrastruktur. Mit Innovation Scouting, Technologieberatung und/oder einer Anbieterauswahl bieten wir Ihnen das notwendige Spektrum an Beratungsleistungen, um vorhandene Infrastrukturen zu nutzen oder zu optimieren. Dabei erstreckt sich unser Angebot auch über die technologiefokussierte Produktentwicklung (zum Beispiel innerhalb SAP S4/HANA oder SAS Viya) bis hin zu leistungsstarken Speziallösungen unserer Partner.

Unsere Partner und Data-Science-Technologien

Sofort loslegen

Ist die Problemstellung Ihres Unternehmens durch KI lösbar? Welche Herangehensweisen sind möglich, welche Daten stehen zur Verfügung? Welche Technologien und Konzepte können eingesetzt werden? Wie wird aus einem Prototyp ein fertiges Produkt? Um Data-Science- und KI-Projekte strukturiert und zielführend umzusetzen, haben wir ein Konzept entwickelt, das in drei Phasen gegliedert ist.

1. Vom Interaction Room zum Use Case Concept

Vor der Durchführung des zweitägigen Workshops ist es in einem ersten Schritt zunächst notwendig, vorhandene IT-Strukturen, Datenstrukturen, Datenqualität und Informationsgehalt der Daten zu eruieren. Der IR:analytics vereint die BI-/DWH-Expertise mit Ihren Fachbereichen und sorgt von Anfang an für eine optimale Kommunikation und einen regen Austausch. Während des Workshops werden folgende Punkte geklärt:

Verständnis
Identifizieren
Sicherstellen der Machbarkeit und Realisierbarkeit
Priorisierung

Basierend auf den Ergebnissen des Workshops wird ein grundlegendes Konzept entwickelt, um zu ermitteln, welche Architektur, Technologie, welche Daten und welche Methodik zur Datenaufbereitung sowie zur Umsetzung der identifizierten Use Cases am besten geeignet sind.

2. Vom Konzept zum Prototyp mit Echtdaten

Der zweite Schritt beinhaltet das Prototyping mit dem Ziel, möglichst schnell Use Cases zu testen. Hier beginnt die agile, prototypische Implementierung der ausgearbeiteten Ergebnisse. Basierend auf priorisierten Backlogs erfolgt eine stufenweise Implementierung in Sprints.

Um die Strukturierung von Aufgaben, die Reproduzierbarkeit und Objektivität der Implementierung zu gewährleisten, kombiniert adesso in Data-Science-Projekten agiles Vorgehen mit dem CRISP-DM-Prozess. Der Prozess durchläuft in der Regel mehrere Iterationen. Nach jedem Durchlauf stehen mehr Daten zur Verfügung, die einen gezielteren Vorgang beim nächsten Durchlauf ermöglichen. Am Ende des Prototyping liegen folgende Ergebnisse vor:

eine Beschreibung einer skalierbaren Architektur für Data Science und KI
eine prototypische Implementierung des Use Case
eine auf andere Use Cases übertragbare Dokumentation
ein Ausblick mit konkreten Next-Step-Empfehlungen

3. Vom PoC zum fertigen Produkt

Bei der Operationalisation geht es um die Produktivstellung des Use Cases. Um gemeinsam mit Ihnen eine Priorisierung für den Rollout bezüglich der Komponenten Funktionen, Kunden und Märkte vorzunehmen, startet der dritte Schritt mit der Entwicklung eines Skalierungsplans, der Big-Data-geeignet ist. Das aus dem Piloten entwickelte Rollout erfolgt Schrittweise. Die Nutzerzahl wird kontinuierlich erhöht, um mehr Daten zur Optimierung des Prototyps zu generieren. Im Fokus der Optimierung stehen das technische (etwa Status oder Uptime) sowie das fachliche Monitoring (etwa Prognosegüte im Zeitverlauf). Auf diese Weise wird der Pilot sukzessive zu einem robusten Data-Science-Produkt entwickelt. Durch umfangreiches Testen in der Entwicklungsphase entsteht aus dem ausgearbeiteten Piloten ein marktfähiger Data Science Use Case.

Mehr anzeigen Weniger anzeigen