Blick hinter die Kulissen: Wie entsteht eine KI – Teil 1
Du möchtest eine eigene künstliche Intelligenz für dein Unternehmen entwickeln lassen, doch weißt nicht, wie das überhaupt abläuft? Heute öffnen wir den Vorhang und ermöglichen dir einen Einblick in unsere Arbeitsweise.
In diesem Beitrag werden wir auf die Strategie vom Konzept hin zum finalen KI-Produkt eingehen. In dem nächsten Blogartikel werden wir die konkreten Entwicklungsschritte bei der Erstellung einer Software mittels künstlicher Intelligenz erläutern.
Projekte & COMPAILE-Produkte
Neben einigen eigenständigen Produkten, wie unserer Waffen– oder Fahrzeugerkennung, welche optimale Lösungen für viele Anwendungsfälle bieten entwickeln wir auch individuelle KI-Produkte für unsere Kunden.
Hierbei werden entweder einige unserer bestehenden Erkennungen kombiniert, um eine neue Art der Erkennung zu ermöglichen, oder es entsteht eine komplett neue KI-Anwendung, welche individuell auf den jeweiligen Anwendungsfall zugeschnitten ist.
Vom Konzept zur Künstlichen Intelligenz
Anwendungsfall und Problemstellung
Zu Beginn einer KI-Lösung steht immer das Problem. Im ersten Schritt geht es darum dieses genau zu durchleuchten und den konkreten Anwendungsfall zu verstehen. Wichtig ist hierbei immer, sowohl jeden Teilaspekt einzeln als auch das Gesamtbild zu betrachten, um zu entscheiden, ob für dieses Problem eine KI-Lösung geeignet ist.
Welche Probleme mittels künstlicher Intelligenz lösbar sind und welche eher nicht, haben wir in unserem Beitrag „Eine KI kann (nicht) alles“ erklärt.
Außerdem sollte das Problem auch immer aus der Sicht derjenigen betrachtet werden, die später mit der KI arbeiten, um eine hohe Nutzerfreundlichkeit und somit eine höhere Effizienz und Zufriedenheit zu gewährleisten.
POC – Proof of Concept
Oftmals ist ein Problem potenziell durch eine künstliche Intelligenz lösbar, doch ob dies auch wirklich der Fall ist, kann nicht eindeutig gesagt werden. Hierzu wird das Problem dann auf einen kleinen Teilbereich eingegrenzt, welcher den Kern des Gesamtproblem widerspiegelt.
Anschließend wird eine KI-Lösung für diesen eingegrenzten Teilbereich entwickelt, sodass man davon ausgehen kann, dass wenn dieses Teilproblem lösbar ist, auch eine Lösung des Gesamtproblems möglich ist.
Beispiel: Statt eine gesamte Fahrzeugerkennung mit zahlreichen Marken und Modellen umzusetzen werden zuerst einige Marken und Modelle definiert, für welche dann eine künstliche Intelligenz entwickelt wird. Funktioniert diese eingegrenzte Erkennung ausreichend, kann diese Lösung auf alle notwendigen Marken und Modelle skaliert werden und die Leistung und Qualität der künstlichen Intelligenz verbessert werden.
MVP – Minimum Viable Product
Ein weiterer Schritt vor dem eigentlichen Produkt ist es, eine kleinstmögliche, funktionierende Version dieses Produktes zu erstellen. Hiermit können erste Annahmen über die Prozesse und den Umgang mit dem Produkt getestet werden.
Ein großer Vorteil dieser Vorgehensweise ist, dass man sehr früh mögliche Schwierigkeiten erkennen und das finale Produkt dementsprechend anpassen kann.
Das fertige KI-Produkt
Für das finale Produkt wir die zuvor erstellt künstliche Intelligenz mit den Erkenntnissen aus dem MVP kombiniert und daraus ein voll einsatzfähiges Produkt entwickelt. Dieses kann entweder auf dem MVP basieren oder eine komplett eigenständige Entwicklung sein.
Das finale Produkt sollte das anfangs definierte Problem in vollem Umfang lösen, alle benötigten Features enthalten und eine ausreichend hohe Erkennungsrate haben.
Wartung und Updates einer künstlichen Intelligenz
Nach der Fertigstellung des Produktes ist der Weg in vielen Fällen noch nicht zu Ende. Neben neuen Features, Sicherheitsupdates und weiteren Entwicklungen an der Software kann auch die künstliche Intelligenz oft nach einer gewissen Zeit im Realbetrieb nochmals verbessert werden. Auf Basis von Daten, die im Betrieb gesammelt wurden, kann die Erkennungsrate gesteigert oder Defizite in der Erkennung beseitigt werden.