Zunächst einige grundsätzliche Bemerkungen:

  • Die Aufgabe bestimmt das Modell (z.B. Feed Forward Neural Network oder Support Vector Machine) und die Daten, die idealerweise zum Training des Modells/der Modelle zu verwenden sind.
  • Die Definition einer Aufgabe und des zugehörigen Use Cases muss von einem Team durchgeführt werden,

das einerseits Fachkompetenz über die Branche und das Unternehmen (Maschinen, Anlagen, Prozesse, Produkte und Dienstleistungen, Kunden und Wettbewerb),

und andererseits Fachkompetenz und Erfahrung in KI und Projektprozessen (Use Case- und Business Case-Erstellung, Theorie und Praxis der Machine Learning und Deep Learning, Toolexpertise  – im unicoKI-Fall MATLAB –, Expertise in Cloud- und IoT-Plattform-Technologien) hat.

Solche Teams sind sehr wichtige Voraussetzungen für erfolgreiche Projekte und überdurchschnittliche KI-Lösungen. Wenn gute Teams solcher Art gebildet werden, muss das unicoKI-Team keine tiefen Kenntnisse über die Branche besitzen und kann sich desto mehr auf KI fokussieren. Das ist sehr gut so.

ki-branchen

Das Diagramm stellt eine Übersicht von Branchen und Unternehmensfunktionen dar:

  • Texte in den grauen Zellen zeigen Branchen und Unternehmensfunktionen. Die Elemente in der Matrix mit grauen Zellen repräsentieren Kombinationen von Branchen und Unternehmensfunktionen.
  • Die Texte in den orangefarbenen Zellen unmittelbar rechts von den Unternehmensfunktionen stellen die Anwendungen, die unicoKI gegenwärtig anbietet.
  • Die orangefarbene Zellen in der Matrix markieren die Bereiche der unicoKI Kernkompetenz.