Schlagwort-Archiv: Cognitive Computing

Denkende Maschinen sind schon lange im Alltag angekommen

denkende-maschinen

Im Fraunhofer-Magazion weiter.vorn 1/17 (PDF) gibt es einen Ausführlichen Bericht (S. 8-13) zu den neuen Maschinen, die mit künstlicher Intelligenz ganz andere Problemlösefähigkeiten besitzen, wie die relativ einfachen (dummen) Maschinen, die wir in vielen Fabriken noch gewohnt sind:

Zum Beispiel im Einzelhandel: Bei Saturn in Ingolstadt begrüßt neuerdings Serviceroboter Paul als Einkaufsassistent die Kunden, fragt nach ihren Produktwünschen und begleitet sie zum entsprechenden Regal. Auf dem Weg plaudert er übers Wetter und stellt schließlich ein paar Feedback-Fragen, ob man mit seiner Leistung zufrieden sei (Seite 8).

Das ist nur ein kleines Beispiel für die Veränderungen, die alle Bereiche durch künstliche Intelligenz und der Vernetzung von Dingen und Menschen erfahren werden. Dass diese Systeme schon längst im Alltag eingesetzt werden, kann man dem Artikel entnehmen. Deutschland hat hier die große Chance, Neues zu kreieren, und innovativ zu sein. Es ist aus meiner Sicht nur Schade, dass die Systeme der kognitiven Ära von amerikanischen Unternehmen (IBM:Watson, Microsoft, Amazon, Apple usw.) und chinesischen Unternehmen (Baidu, Tencent …) dominiert werden. Europäische Unternehmen, die über API-Schnittstellen Cognitive Computing anbieten sind Mangelware – warum eigentlich nicht? Noch besser wären natürlich Open Source Anwendungen, die nicht von Unternehmen dominiert werden. Damit könnten sich die Entwicklung „Innovationen von unten“ beschleunigen. Eric von Hippel hat in seinem aktuellen Buch Free Innovation ein entsprechendes Szenario aufgezeigt. Dabei hat er möglicherweise die Chancen von Cognitive Computing unterschätzt. Siehe dazu auch

Freund, R. (2016): Cognitive Computing and Managing Complexity in Open Innovation Model. Bellemare, J., Carrier, S., Piller, F. T. (Eds.): Managing Complexity. Proceedings of the 8th World Conference on Mass Customization, Personalization, and Co-Creation (MCPC 2015), Montreal, Canada, October 20th-22th, 2015, pp. 249-262 | Springer

Verschiedene Software-Algorithmen gut erklärt

Siehe dazu auch

  • Freund, R. (2016): Wie verändert Cognitive Computing die HR-Landschaft?. In: HR Performance 2/2016, S. 16-19 | Download
  • Freund, R. (2016): Cognitive Computing and Managing Complexity in Open Innovation Model, in Bellemare, J., Carrier, S., Piller, F. T. (Eds.): Managing Complexity. Proceedings of the 8th World Conference on Mass Customization, Personalization, and Co-Creation (MCPC 2015), Montreal, Canada, October 20th-22th, 2015, pp. 88-102 | Springer

Künstliche Intelligenz: In Deutschland entwickelt, in den USA und Asien genutzt

cognitive-computing

Der Artikel von Jürgen Schmidhuber Künstliche Intelligenz: Eine Maschine klüger als der Mensch (ZeitOnline vom 02.06.2016) zeigt sehr gut auf, dass in den letzten Jahrzehnten in der Forschung in Deutschland die Basis für die Anwendung der Künstlichen Intelligenz gelegt wurde (Deep Learning):

Seit den 1990er Jahren haben also europäische Steuerzahler die Forschung finanziert, die jetzt einigen der wertvollsten amerikanischen und asiatischen Firmen dient. Auch deutsche Unternehmen interessieren sich nun für unsere Methoden.

Dieser kurze Ansatz zeigt schon das Dilemma: Die Grundlagenforschung, immerhin mit Steuergelder finanziert, bietet in vielen Bereichen den Nährboden für alle möglichen Anwendungen. Das ist nicht nur heute bei Deep Learning so, sondern war in der Vergangenheit auch bei anderen technologischen Themen so. Beispielsweise wurde das MP3-Format bei einer Fraunhofer-Tochter entwickelt, doch die Anwendungen kommen hauptsächlich von internationalen Unternehmen. Es reicht nicht aus, Ideen zu haben, die nicht umgesetzt werden. Auch reicht es nicht aus, Stolz auf die deutschen Erfindungen zu sein, die ihren Schwerpunkt in alten Technologiebereichen (Elektronik, Automobilbau, Maschinenbau usw.) haben. Es gibt immer noch keinen deutschen/europäischen Konzern, der es mit Apple, Google, Facebook, Ebay, Amazon usw. aufnehmen kann. Das sind die Bereiche, die zukunftsfähig sind. Es reicht nicht aus, immer nur in den Rückspiegel zu schauen. Die Zukunft sieht man nur, wenn man auch durch die Frontscheibe des globalen Wettbewerbs schaut. Augen auf! Dazu passt auch der von mir veröffentlichte Artikel Freund, R. (2016): Freund, R. (2016): Wie verändert Cognitive Computing die HR-Landschaft?. In: HR Performance 2/2016, S. 16-19  (PDF). Weiterhin thematisiere ich diese Zusammenhänge auch in dem von uns entwickelten Blended Learning Lehrgang Innovationsmanager (IHK). Informationen finden Sie dazu auf unserer Lernplattform.

Machine Learning as a Service: Warum eigentlich nicht?

mlaasAn Software as a Service (SaaS), Cloud as a Service usw. haben wir uns schon gewöhnt. Jetzt werden wir uns mit Machine Learning as a Service (MLaaS) befassen müssen. Die beiden Beiträge Machine Learning as a Service – Part 1 und Machine Learning as a Service – Part 2 zeigen anhand von drei Angeboten auf, welche Serviceleistungen schon möglich sind. Dabei ist der aus meiner Sicht führende Anbieter – Watson von IBM – gar nicht dabei. IBM hat im letzten Jahr seine API für Machine Learning für Nutzer geöffnet und schon nach kurzer Zeit haben über 70.000 Entwickler diese Chance für neue Produkte und Dienstleistungen genutzt. Es zeigt sich deutlich, dass Cognitive Computing mit dem hinterlegten Deep Learning (Machine Learning) ein Treiber für Innovationen sein kann. Auf diese Zusammenhänge bin ich auch in der Special Keynote auf der Weltkonferenz MCPC 2015 in Montréal eingegangen. Darüber hinaus gebe ich diese Hinweise auch gerne in dem von uns entwickelten Blended Learning Lehrgang Innovationsmanager (IHK) weiter. Informationen dazu finden Sie auf unserer Lernplattform.

Ist Daten sammeln der Heilsbringer für Organisationen?

cloudDaten sammeln und zu strukturieren ist der aktuelle Trend: Data, Big Data, Cloud, Cognitive Computing etc. Es ist bestimmt gut, wenn Daten dazu führen, komplexe Probleme für Unternehmen oder für die Gesellschaft zu lösen. Andererseits wird suggeriert: Je mehr Daten umso besser. Das ist natürlich Unsinn, denn es kommt darauf an, die richtigen Daten und dann wiederum die entsprechenden Informationen – das entsprechende Wissen usw. – zu generieren. In dem Beitrag Big Data, Big Confusion, Big Distance (Capital vom 08.01.2015) wird bezweifelt, dass mehr Daten auch eine bessere Kundennähe ergeben. Nicht zwangsläufig, dennoch können bessere Daten durchaus für bestimmte Problemkategorien nützlich sein. In meinem Vortrag auf der MCPC 2015 in Montréal habe ich aufgezeigt, an welchen Stellen letztendlich Cognitive Computing an seine Grenzen stößt. Es geht in der heutigen Zeit also nicht um ein entweder-oder, sondern um das sowohl-als-auch. Solche Themen besprechen wir in dem von uns entwickelten Blended Learning Lehrgang Innovationsmanager (IHK). Informationen dazu finden Sie auf unserer Lernplattform.

Warum ist das Teilen von Wissen so schwierig?

wissenDas Zurückhalten von Wissen wird in arbeitsteiligen Industriegesellschaft als arbeitsplatzsichernd angesehen (Womack/Jones/Roos 1990). Solange das Wissen in einer Organisation relativ langsam „unbrauchbar“ wird, funktionierte das auch ganz gut. In der heutigen Arbeitswelt ist Wissen allerdings einer permanenten Veränderung unterlegen, sodass das Zurückhalten von Wissen eher schädlich ist. Wissen muss permanent upgedated und weiterentwickelt werden. Das geschieht durch formale und informelle Lernprozesse. Das Teilen von Wissen zwischen Personen, in Gruppen, auf der organisationalen Ebene und in Netzwerken kann heute durch Technologien unterstützt und gefördert werden. Das nicht so leicht – oder gar nicht – explizierbare Wissen (Erfahrungswissen, Expertise, Könnerschaft) wird heute häufig durch persönlichen Kontakt (Meister – Lehrling – Situation) weitergegeben. Es ist also ein Trugschluss, wenn behauptet wird, dass alle Wissensdimensionen mit Hilfe von Technologie erfasst und weiterentwickelt werden können. Dennoch ist auch erkennbar, dass gerade Systeme wie Cognitive Computing neue Möglichkeiten in Wissenssystemen bieten (Deep Learning). Siehe dazu auch meinen Vortrag, den ich im Oktober 2015 auf der Weltkonferenz MCPC 2015 in Montréal/Kanada gehalten habe: Freund, R. (2015): Cognitive Computing and Managing Complexity in Open Innovation Model. Solche Zusammenhänge besprechen wir auch in den von uns entwickelten Blended Learning Lehrgängen Innovationsmanager (IHK) und Wissensmanager (IHK). Informationen dazu finden Sie auf unserer Lernplattform.

Wie kann die „kognitive Ära“ für Innovationen genutzt werden?

mcpc-drrobertfreundSeit mehr als zwei Jahren befasse ich mich intensiver mit Cognitive Computing. Daraus ist ein Paper für die Weltkonferenz MCPC 2015 entstanden, das sehr interessiert aufgenommen wurde: „Cognitive Computing and Managing Complexity in Open Innovation Model„. In meiner Special Keynote habe ich aufzeigen können, dass die Möglichkeiten von Cognitive Computing viele Bereiche des Innovationssystems positiv beeinflussen können. Neben einzelnen Aspekten wie Design Thinking, Trendreport usw. ist für Unternehmen auch interessant, dass mit Hilfe von Cognitive Computing auch neue, innovative Geschäftsmodelle entwickelt werden können. Ein praktisches Beispiel ist Watson – Die Plattform für kognitive Unternehmen (IBM).

„Hinter Watson stehen 28 Cloud-basierte APIs, und bis 2016 sollen es noch einmal 50 % mehr werden. Mit diesen APIs kann man kognitive Technologie in neue Applikationen, Produkte und Prozesse integrieren – und so die Basis für ein digitales, kognitives Unternehmen schaffen“.

Es zeigt sich schon jetzt, wie vielfältig die Anwendungen sein werden. Solche Themen besprechen wir auch in dem von uns entwickelten Blended Learning Lehrgang Innovationsmanager (IHK). Informationen dazu finden Sie auf unserer Lernplattform.

TensorFlow: Google´s Open Source Software Library for Maschine Learning

tensorflowTensorFlow ist Google´s Open Source Software Library for Maschine Learning.  Seit 09.11.2015 stehen die Möglichkeiten des Deep Learning allen zur Verfügung, die daraus Anwendungen oder auch innovative Geschäftsmodelle entwickeln wollen. Damit steht TensorFlow in direkter Konkurrenz zu IMB´s Warson Projekt, dass seine API auch freigegeben hat. Mal sehen, wo das schnellste und innovativste Ökosystem für entsprechende Anwendungen entsteht. Ich vermute eher bei Google – bin mir aber nicht sicher. Da ich mich in meiner Special Keynote auf der Weltkonferenz MCPC 2015 in Monteeal mit Cognitive Computing befasst habe, bin ich an dieser Entwicklung stark interessiert. Siehe dazu auch Freund, R. (2015): Cognitive Computing and Managing Complexity in Open innovation Model, MCPC 2015 proceedings. Natürlich gehen wir auf diese ntwicklungen auch in dem von uns entwickelten Blended Learning Lehrgang Innovationsmanager (IHK) ein. Informationen finden Sie dazu auf unserer Lernplattform.