Bereich Supply Chain ServicesUnternehmensdaten besser nutzen
Kleine und mittlere Unternehmen verfügen in der Gesamtheit über eine Vielzahl betriebswirtschaftlicher Daten- Im Einzelnen stehen jedoch oft nicht die Datenmengen zur Verfügung, die es braucht, um KI-Modelle darauf zu trainieren. Gleichzeitig erschweren fehlende Standards und hohe Datenschutzanforderungen die unternehmensübergreifende Nutzung von KI-Verfahren. Daher bleiben diese Informationen bislang häufig ungenutzt, vor allem wenn es um strategische Entscheidungen geht. Genau hier setzt Excellent-AI an.
Das internationale Forschungsprojekt erforscht Ansätze, mit denen belastbare Prognosen und Risikoabschätzungen möglich werden – auch wenn nur begrenzte Daten zur Verfügung stehen und sensible Unternehmensinformationen geschützt bleiben müssen.
KI-Methoden für den Mittelstand
Um dieses Ziel zu erreichen, kombiniert Excellent-AI mehrere moderne KI-Methoden. Federated Learning ermöglicht es, dass KI-Modelle aus den Daten mehrerer Unternehmen lernen, ohne dass vertrauliche Unternehmensdaten ausgetauscht werden müssen. Transfer Learning überträgt bereits erlerntes Wissen auf Unternehmen oder Anwendungsfälle mit wenigen eigenen Daten. Multimodale Prognosemodelle kombinieren unterschiedliche Datenquellen – z.B. numerisch (betriebswirtschaftliche Kennzahlen, Zeitreihen) und textuell (Geschäftsberichte, Nachrichten, etc.) – und schaffen so die Grundlage für präzisere Vorhersagen. Ergänzend sorgen gemeinsame Datenstandards dafür, dass Informationen aus unterschiedlichen Quellen einheitlich genutzt und verarbeitet werden können.
Auf dieser Grundlage entstehen Prognosen zu betrwisbwirtschaftlichen Kennzahlen sowie What-if-Analysen und Risikoabschätzungen. Unternehmen können damit verschiedene Handlungsoptionen vergleichen und strategische Entscheidungen besser absichern. Die konkreten Anwendungsfälle werden gemeinsam mit den Projektpartnern im Projektverlauf entwickelt und validiert.
Forschungskompetenz für vertrauenswürdige KI zur Unternehmenssteuerung
Im Projekt verantwortet das Fraunhofer IIS das Arbeitspaket »Techniken, Methoden und Dateninfrastruktur für KMU«. Der Beitrag umfasst die Entwicklung übertragbarer KI-Lösungskonzepte, gemeinsamer Datenstandards sowie neuer Verfahren für Prognosen und Risikoabschätzungen, u.a. basierend auf Transfer Learning, Federated Learning sowie probabilistischen multimodalen Prognosemodellen. Ergänzend wird ein Toolkit entwickelt, das die im Projekt entstandenen Methoden für die Projektpartner nutzbar macht und ihre Weiterentwicklung unterstützt.
Damit schafft das Fraunhofer IIS die methodischen Voraussetzungen, um KI-Anwendungen künftig effizient und vertrauenswürdig in mittelständischen Unternehmen einsetzen zu können.
| Unsere kompetenzen auf einen Blick |
|---|
|
Interessiert?
Sie möchten erfahren, wie KI strategische Entscheidungen in Ihrem Unternehmen unterstützen kann? Sprechen Sie uns an.