Die Meinung der SAP-Community Künstliche Intelligenz MAG 1906

Conversational AI und die Machine Learning Foundation

KI Kolumne OS
Geschrieben von Tommi Kramer, Sovanta

Intelligente Technologien werden zu einem entscheidenden Faktor, um sich in einem ständig wandelnden und von hohem Tempo geprägten Markt behaupten zu können. Das SAP-Ökosystem bietet dabei entscheidende Werkzeuge.

Ging es bei vielen Geschäftsanwendungen früher um die Kostenreduktion durch die Digitalisierung der Prozesse oder die Effizienzsteigerung durch Prozessvereinfachung, wird zukünftig der tatsächliche Mehrwert in der Automatisierung durch lernende Systeme liegen.

Dafür sind Angebote zur Nutzung und Integration von künstlicher Intelligenz und maschinellem Lernen in eigenen Geschäftsanwendungen durch die großen Anbieter wie SAP, Microsoft oder Amazon zahlreich vorhanden.

Das angebotene Portfolio konsumierbarer KI-Dienste variiert zwar von Anbieter zu Anbieter, überlappt jedoch bei den einfach bereitstellbaren Diensten. Damit sind die Services gemeint, die sich entweder mit geringem oder gar keinem Trainingsaufwand bereitstellen lassen.

ad_banner

Gleichwohl bietet SAP für den Einsatz von KI und maschinellem Lernen ebenfalls eine Palette von Diensten und Tools an, um den Anforderungen an automatisierbare Geschäftsprozesse und den Applikationen der nächsten Generation gerecht zu werden. Aus Kundensicht besteht damit die Möglichkeit, transaktionale Prozesse mit intelligenten Werkzeugen zu kombinieren.

Neben der Predictive Analysis Library (PAL) als Ergänzung in der Hana-Umgebung bietet SAP mit Leonardo Machine Learning sowohl Conversational AI als auch die Machine Learning Foundation an. Die Herausforderungen moderner Geschäftsanwendungen im Zusammenspiel mit KI sind jedoch so individuell und mannigfaltig, dass alle diese Angebote Anwendung finden, um einen echten Mehrwert zu erzeugen.

Mit Conversational AI bietet SAP die Möglichkeit, mit Bots eine breite Palette von Serviceprozessen zu automatisieren. Durch die immer besser werdende Technik zum Verständnis geschriebener oder gesprochener natürlicher Sprache lassen sich beispielsweise Anfragen im Kundenservice oder im Personalwesen zu großen Teilen automatisieren und mit den SAP-Systemen synchronisieren.

Schwächen zeigt das SAP-Angebot hier noch bei intelligenten Dialogführungen, wenn ein breit gefächertes Serviceangebot als Bot abgebildet werden soll. Wer die Methoden der KI bereits bei der Verarbeitung seiner Geschäftsdaten anwenden möchte, dem wird mit der PAL schon direkt in der Hana-Datenbank ein nützliches Werkzeug angeboten, um seine Geschäftsanwendungen zu optimieren.

Damit können Sie unter anderem Muster in Ihren Vertriebs-, Produktions- oder Einkaufsdaten erkennen und für Prognosen verwenden. Entwickeln Sie damit Verfahren zur Kundenklassifikation, für Produktempfehlungen oder sogar für die Früherkennung von Serienfehlern und binden diese direkt über Hana in Ihre Applikationen ein.

Es empfiehlt sich hierbei jedoch aus Gründen der Performanz, nur mit Daten innerhalb Ihrer Hana-Umgebung zu arbeiten und nicht mit Daten, die über Cloud-Schnittstellen eingebunden werden.

Im Cloud-Umfeld hingegen bieten sich die Dienste der Machine Learning Foundation an. Diese unterscheiden sich zwar nicht erheblich von den Angeboten anderer Cloud-Anbieter, bieten aber den entscheidenden Vorteil, dass sich Tensorflow-Modelle direkt innerhalb der SAP-Umgebung für Geschäfts­anwendungen verwenden lassen.

Mit Tensorflow trainieren Data Scientists hochspezifische Modelle, die zielgerichtet die Besonderheiten eines individuellen Prozesses, eines Unternehmens oder einer Branche adressieren. Dadurch entsteht der besondere Mehrwert in den eigenen Geschäftsanwendungen.

Nur so ist es möglich, bestmögliche User Experience in diesen Anwendungen zu erzielen. Ein Wermuts­tropfen bleibt jedoch. Das Training von Tensorflow-Modellen wird derzeit noch nicht unterstützt.

KI-getriebene Geschäftsanwendungen sind keine Zukunftsmusik mehr. Die noch fehlenden Komponenten eines vollständig integrierten KI-Prozesses lassen sich bereits mithilfe von Container-Konzepten wie Docker umsetzen und betreiben. Auch das kontinuierliche Training von Modellen und deren Bereitstellung sind damit problemlos möglich.

Über den Autor

Tommi Kramer, Sovanta

Tommi Kramer ist Head of Data Science bei der Sovanta AG.

Hinterlassen Sie einen Kommentar

AdvertDie Meinung 2