So integriert man Machine Learning clever ins Unternehmen

Aug. 20, 2020

Wirklich innovative Lösungen verbessern einen Prozess grundlegend. Heißt das, man muss große Veränderungen, Kosten und Zeit in Kauf nehmen? Nicht unbedingt! Wir bei der sovanta haben uns eine Strategie ausgedacht, die bei minimalem Aufwand richtig viel Business Value generiert.

 

Das ist das übliche Bild bei den meisten Unternehmen: Die genutzte Systemlandschaft ist schon sehr groß und die Anzahl an Applikationen, die ein Mitarbeiter bedienen muss, wächst stetig. Sollen nun Machine-Learning-Lösungen integriert werden, existiert die Befürchtung, dass diese auch mit neuen Oberflächen und neuen, zusätzlichen Systemen daherkommen. Wir haben es jedoch bei einem unserer neuesten Produkte - tooka.ai – geschafft, dies zu umgehen.

 

"Mit dem flexiblen Konnektor-Prinzip ist es möglich, bestehende Systeme anzubinden und mit Machine Learning zu verknüpfen, ohne dass sich für den User etwas an der Nutzung ändert."

 

Die Intelligenz steckt im "Core”

Als Herzstück gilt der sogenannte “Core”. Zu Beginn wird er mit bestehenden Daten trainiert, die Informationen werden dabei in Entscheidungssystemen gespeichert. Dabei findet gleichzeitig eine automatische Optimierung von Algorithmen und Parametern statt. Sobald das beste Modell berechnet wurde, kann der Core für neue Situationen Entscheidungen treffen. Die Daten, die für die Entscheidungsfindung notwendig sind, erhält er aus den bestehenden Systemen, in denen gerade gearbeitet wird.

tookaai_konnektor-prinzip_illustration-001_v01

 

Neue Kommunikation zwischen den Systemen

Dabei ist es für die künstliche Intelligenz – in unserem Fall tooka.ai – nahezu egal, welche Systeme das sind. APIs machen Aktionen und den Informationsaustausch möglich, ohne neue Oberflächen oder menschlichen Input zu benötigen. Wir passen die jeweiligen “Adapter“ von tooka.ai für die entsprechenden APIs an, verbunden sind die Systeme über den Core. So ist beispielsweise die Kommunikation zwischen Jira und Outlook oder zwischen SAP-Systemen und verschiedenen Datenbanktypen kein Problem.

 

„Eine Integration in die Systeme eines Unternehmens ist daher erstaunlich ressourcenschonend. Und die Mitarbeiter werden es dankend unterstützen, wenn sie sich nicht schon wieder in eine neue Software einarbeiten müssen.“

 

Von Grund auf flexibel

Auf diese Weise passt sich unsere Machine-Learning-Lösung problemlos der gegebenen Situation an. Durch die Adapter ist der Core unabhängig von den Systemen und bleibt gleichzeitig flexibel, sollten neue Informationsquellen dazu kommen oder alte Systeme abgelöst werden.

Larissa Haas

Ihr Ansprechpartner: Larissa Haas

Larissa Haas arbeitet als Data Scientist bei der sovanta AG. Sie fokussiert sich auf das Themengebiet Natural Language Processing und hilft, Chatbots immer intelligenter werden zu lassen sowie lästige Aufgaben mithilfe von Künstlicher Intelligenz zu automatisieren.