Digitale Entscheidungsfindung mit KI
Das Wissen von Mensch und Maschine verbinden
Fortsetzung des Artikels von Teil 1
Expertenwissen in Form von Business Rules
Wie bildet die Actico Platform den Grundsatz ab, menschliches und maschinelles – also datengetriebenes – Wissen zu kombinieren? Welche Rolle spielen dabei die Business Rules, welche das ML?
Die Business Rules werden in einfach lesbaren Entscheidungsbäumen oder -tabellen grafisch dargestellt. Auf diese Weise lassen sie sich gut aufteilen und strukturieren, sodass man auch bei einer großen Anzahl von Regeln den Überblick behält.
Das wichtigste Merkmal der Actico Platform ist die direkte Integration maschinellen Wissens in Form von KI in die Business Rules. Möchte der Experte nun an einer bestimmten Stelle innerhalb seiner Regeln eine von der KI getroffene Vorhersage nutzen, so kann er das direkt im grafischen Modell durchführen.
Ein klassisches Beispiel hierfür stammt aus dem Finanzsektor mit der Berechnung eines potenziellen Kreditausfalls. Nachdem ein Kreditantrag im Finanzinstitut eingeht, prüft die ML-Komponente – auf Basis der Business Rules und der Erfahrungen, aus denen sie gelernt hat –, wie wahrscheinlich es ist, dass der Kredit platzt oder nicht mehr zurückgezahlt wird. Die Plattform überprüft die Antragsdaten für jeden Kreditantragsteller und ermittelt einen entsprechenden Score-Wert, der an das anfragende System zurückgespielt wird. Ähnliches ist auch in der Industrie bei Predictive Maintenance möglich: Durch die modellierten Business Rules lässt sich feststellen, ob es Anomalien in der Maschinenfunktionalität gibt und ob dadurch ein Ausfallrisiko besteht.
Die Business Rules bilden also den Rahmen, in dem die Vorhersagen aus der KI wirken können. Auf diese Weise kommt eine KI zum Einsatz, wobei mit den Regeln zugleich sichergestellt werden kann, dass die Entscheidungen, die die KI trifft, nicht gegen Unternehmensstrategien, Regularien oder gar Gesetze verstoßen.
Die KI bekommt die statistischen Muster, die auf bestimmte Umstände hinweisen, nicht vermittelt, sondern kristallisiert sie selbst heraus. Wie vollbringt sie diese Transferleistung?
Einfach gesagt: Machine Learning beruht auf mathematischen Vorgängen. Im Grunde genommen wird eine Funktion gesucht, die bei bestimmten Eingabewerten das gewünschte Ergebnis erzielt. Die ML-Komponente ist immer abhängig von den Dateneingaben: Je mehr Lerndaten sie bekommt, desto besser funktioniert das Prinzip. Zu Beginn des Lernvorgangs werden geradezu zufällige Vorhersagen getroffen, weil die nötigen Informationen fehlen. Mit jedem Lernschritt wird die Funktion korrigiert, erweitert und verbessert. Fehler werden schrittweise minimiert, bis das Modell treffende Vorhersagen macht.
Das Wichtigste beim Einsatz von ML-Modellen: Nach den Lernvorgängen sollte überprüft werden, ob sie nicht nur bei den Lerndaten funktionieren, sondern sich auch an neue, ihnen unbekannte Fälle anpassen und verarbeiten können. Das bezeichnet man als Validierung des Modells. Durch die Actico Platform lässt sich jede einzelne Vorhersage eines Modells auch im laufenden Betrieb erklärbar machen.
Lässt sich die Actico Platform in bestehende Automatisierungssysteme integrieren und mit Automatisierungs-Software-Paketen verbinden? Welche Aufgaben kann die Actico Platform dann erfüllen?
Die genaue technische Einbindung der Actico Platform in eine bestehende Automatisierungsinfrastruktur wird individuell geprüft. In Anwendungen, die einen hohen Datendurchsatz und kurze Antwortzeiten erfordern, wird das Entscheidungssystem von Actico direkt in die bestehenden Automatisierungssysteme integriert. Denn die Plattform generiert aus den Regeln und den KI-Modellen einen Programmcode, der sehr schnell ausgeführt werden kann. Sobald eine Zusammenführung erfolgreich durchgeführt ist, kann die Plattform – mithilfe ihrer Decision Engine – die Funktion des zentralen Entscheidungsträgers übernehmen: Sie führt automatisiert auch die komplexesten Entscheidungsprozesse durch. Das Entscheidungssystem von Actico lässt sich dem Automatisierungssystem aber auch zur Seite stellen. Sobald eine Entscheidung getroffen werden muss, tritt das Automatisierungssystem mit der Actico Platform in Kontakt, übermittelt die relevanten Daten und bekommt so das Ergebnis der Entscheidung. Dieses Prinzip nennt man „Decision Service“ (Entscheidungsservice).
Welche industriellen Anwendungen für die Actico Platform gibt es schon, welche wären möglich?
Die Actico Platform ist in der Industrie – wie auch im Finanzsektor – vor allem dann anwendbar, wenn es um manuelle, regelbasierte Prozesse geht und das Unternehmen von Automatisierung und dem Einsatz von ML-Modellen profitiert. Dies umfasst bei uns derzeit folgende Bereiche: Überwachung von Sensordaten, Predictive Maintenance, Produktionsüberwachung und -spezifikation, Tarifierungs- und Logistikoptimierung, Zollprüfungen, dynamische Preisgestaltung, Rechnungs- und Lieferscheinprüfung sowie – in der Medizin – Plausibilisierung von Gesundheitsdaten (Genetische Diagnostik).
- Das Wissen von Mensch und Maschine verbinden
- Expertenwissen in Form von Business Rules
Lesen Sie mehr zum Thema
Das könnte Sie auch interessieren
Gast-Kommentar
Warum vorgefertigte Rechenzentren besser als ihr Ruf sind
Gast-Kommentar
Warum vorgefertigte Rechenzentren besser als ihr Ruf sind
Statt Auftritt auf der Hannover Messe
Jetzt die virtuelle Konferenz von Phoenix Contact besuchen
