KI im Mittelstand – Anwendung von Künstlicher Intelligenz bei BDS

Die IHK Würzburg-Schweinfurt hat gemeinsam mit der Hochschule für angewandte Wissenschaften Würzburg-Schweinfurt (FHWS) zu einer Veranstaltung zum Thema „KI im Mittelstand – Chancen, Risiken, Mythen“ eingeladen.
Die Business Data Solutions GmbH & Co. KG wurde hierfür als Sprecher angefragt, um ein Beispiel aus der Praxis zu geben, wie KI bereits heute im Unternehmen umgesetzt werden kann.
Unsere Leiterin für Marketing & Business Development Christina Schuhmann nahm dies zum Anlass und zeigte anhand einfach verständlicher Cases auf, wie BDS das Thema KI erfolgreich anwendet, um Vorteile für das Marketing und den Vertrieb in B2B-Unternehmen zu generieren.
Künstliche Intelligenz (KI) – nur Hype oder auch im Mittelstand umsetzbar?
Zunächst muss man ganz klar abgrenzen, was tatsächlich KI und was doch „nur Big Data“ ist. Auch in den vorangegangenen Beiträgen von Herrn Prof. Dr. rer. nat. habil. Schleif und Herrn Prof. Dr.-Ing. Hube von der FHWS wurde kurz und knapp ein Überblick gegeben, was künstliche Intelligenz ist und anhand eines Projekts der Studierenden des Masterstudiengangs i2m (Innovation im Mittelstand) Hinweise und Impulse für den Mittelstand gegeben, wie man KI als Hebel für Innovation nutzen kann.
Hierfür haben die Studierenden ein informatives Tool zur Beantwortung von Grundsatzfragen zu Künstlicher Intelligenz entwickelt und vorgestellt.
Big Data als Grundlage für Künstliche Intelligenz
Business Data Solutions verfügt über mehr als 4 Mio. B2B-Adressen und Unternehmensdaten im Eigenbestand. Diese werden über eine Datenanalyse des gesamten deutschen Internets erhoben. Dabei dienen zum Beispiel Unternehmenswebseiten, Bundesanzeiger, Handelsregister, diverse Verzeichnisse, Jobportale und Soziale Netzwerke als öffentlich zugängliche Quellen.
Hier werden bestimmte Informationen, wie das Impressum, Keywörter, Ansprechpartner und Jobpositionen, Kennzahlen und weitere Fakten erkannt und daraus mehr als 100 Milliarden Einzeldaten gespeichert.
All diese Daten sind frei zugänglich im Internet verfügbar und BDS hat hier eine Technik entwickelt, wie die zahlreiche Flut an Daten zu wertvollen Informationen komprimiert werden kann.
Anwendung von Künstlicher Intelligenz in der Praxis bei BDS
Künstliche Intelligenz (Artificial Intelligence) wird oftmals in verschiedene Dimensionen aufgeclustert. Dabei versteht sich Künstliche Intelligenz im Allgemeinen als „Software und Programme, die Probleme allein lösen können“. Eine Unterkategorie hiervon ist das Machine Learning, in dem Algorithmen von vorhandenen Daten lernen können. Eine weitere Unterteilung wird hier durch den Einsatz von neuronalen Netzen gemacht. BDS arbeitet hier mit verschiedenen Verfahren im sogenannten Deep Learning.
BDS wendet bereits einige Verfahren im maschinellen Lernen an, um fehlende Unternehmensdaten zu generieren und wertvolle Zusatzinformationen zu berechnen.
Darunter fallen zum Beispiel folgende Anwendungen:
- Betriebsgrößendefinition
- Umsatzklassifikation
- Dublettenprüfung
- Firmennamenserkennung
- Audio Pattern Matching
- Intelligente Merkmale
- Wirtschaftsraumbeurteilung
Mit Hilfe der Verfahren des mehrschichtigen, tiefen Lernens (Deep Learning) ist es BDS möglich innovative Ergebnisse in der Bild- und Textverarbeitung zu erreichen.
Die Textverarbeitung wird mittels NLP (Neuro-Linguistische Programmierung) durchgeführt. Dadurch ist die KI in der Lage Prosa-Texte sinngemäß auszulesen und Ableitungen herzustellen. News, Social-Media-Posts und Kundenbewertungen auf Bewertungsportalen können dadurch inhaltlich zum entsprechenden Thema positiv und negativ beurteilt werden.
Immer häufiger erstaunt es, wo neuronale Netze bereits Bilder verarbeiten können. So erkennt zum Beispiel die aktuelle Microsoft Office Anwendung den Inhalt von Bildern, wenn diese in einer PowerPoint Präsentation oder in Word eingefügt werden. Die Korrektheit ist hier jedoch nicht immer zu hundert Prozent gegeben, regt aber dennoch zum Schmunzeln an. Bereits einige kleine Pixel im Bild können die KI verwirren und ein falsches oder abweichendes Ergebnis ausgeben.
BDS nimmt aktuell an einer Ausschreibung der ESA (Europäische Weltraumorganisation) teil, in der mit Hilfe von Luft- und Satellitenbildauswertungen ermöglicht werden soll, die Besiedlung von Photovoltaikanlagen darzustellen, um hierdurch weitere Potenziale, auf für eine Konstruktion passenden Gebäuden, zu evaluieren. Dieses Verfahren ist sowohl nützlich für Gemeinden und Kommunen als auch für Photovoltaikanbieter.
Datenklassifizierung zum Anlernen der KI
Die Künstliche Intelligenz kann nur daraus entstehen, wenn Sie mit ausreichend validen Testdaten gefüttert wird. Dies hat sich auch in den Praxisbeispielen der weiteren vortragenden Unternehmen auf der Veranstaltung gezeigt.
Der große, vollumfängliche Datenbestand bei BDS bietet somit eine optimale Grundlage für hervorragende Testdaten zum Training der KI.
Zunächst müssen Testdaten mit entsprechend zu bewerteten Merkmalen definiert werden. Über eine lineare Korrelation ist es möglich den einzelnen Features eine Gewichtung zu geben, die in die Beurteilung der Datensätze mit einbezogen wird.
Jeder Testdatensatz verfügt über ein finales Label. Dieses wird als Zahl dargestellt.
Je mehr Testdatensätze mit zugehörigen Features und eindeutigen Labeln zur Verfügung stehen, desto besser kann die KI lernen und die richtigen Entscheidungen bei der Bewertung treffen.
In unserem Vortrag bei der IHK haben wir anschaulich an den Beispielen der Betriebsgrößendefinition, durch die Kombination von faktischen Merkmalen, wie z.B. die Anzahl von Geschäftsführern, Ansprechpartnern, Branche, Umsatz und Gesellschaftsform und der Geschlechtsdefinition über die Bilderkennung der neuronalen Netze dargestellt, wie Künstliche Intelligenz funktionieren kann.
Intelligente Merkmale als Wettbewerbsvorteile in Unternehmen
Die Kombination aus verschiedenen Verfahren und öffentlich zugänglichen Daten, ermöglicht es der Business Data Solutions GmbH & Co. KG ihren Kunden sogenannte intelligente Merkmale zu Unternehmen zu liefern. Diese können zum Beispiel Prognosen zum Wachstum oder der Solvenz von Unternehmen darstellen. Weitere Use Cases sind zum Beispiel die Evaluierung der Online-Affinität oder DSGVO-Konformität für entsprechende Marketingmaßnahmen von Unternehmen, die hier ihre Zielgruppe sehen.
Grundsätzlich bietet die Anwendung von KI-Verfahren eine Verbesserung der Datenqualität bei BDS hinsichtlich der Korrektheit und zusätzlicher Unternehmensinformationen.
Die Grundlage hierfür bildet die ausreichende Menge an vorhandenen B2B-Adressen und Unternehmensdaten, die eine komplexe Anwendung von Features zum Training von intelligenten Daten ermöglichen.
Für unsere Kunden, die alle Unternehmen sind, die im B2B-Markt tätig sind, also ein Interesse an B2B-Adressen und Unternehmensdaten bzw. -informationen haben, bietet die Anwendung von KI-Methoden sowohl eine Arbeitserleichterung in der Pflege des CRM-Systems, Wettbewerbsvorteile durch eine zielgerichtete Marketing- und Vertriebsselektion der passenden anzusprechenden Zielgruppe sowie eine finanzielle Sicherheit bei der Beurteilung und Scoring von Geschäftsbeziehungen.
KI im Mittelstand – Mythen und Chancen
Die Veranstaltung der IHK fand mit rund 100 Teilnehmern großen Anklang und zeigt, dass das Interesse an der Nutzung von KI-Methoden da ist, jedoch auch eine gesunde Skepsis gegenüber dem aktuell stark gehypten Buzzword angemessen ist.
BDS konnte anhand der vereinfacht aufgezeigten praktischen Beispiele sehr gut darstellen, wie das Unternehmen bereits heute tatsächlich sinnvolle Anwendungen mit KI-Verfahren durchführt.
Wir haben uns gefreut, einen Beitrag zu dieser Veranstaltung leisten zu dürfen.
Wenn auch Sie einen Anwendungsfall haben, sei es der Bedarf an validen Unternehmensadressen oder das Interesse an intelligenten Merkmalen über faktische Daten hinaus, freuen wir uns über Ihren Kontakt über 09365/88781-81 oder info@bds-online.com.