In vielen Workshops und Proof-of-Concepts (PoCs) wurde rasch deutlich, dass die Hauptproblematik für Unternehmen und Startups weniger in der Realisierung einer bestehenden Idee oder eines Use-Cases liegt, sondern vielmehr in der Identifizierung eines vielversprechenden KI-Use-Cases und dessen strategischer Einschätzung als KI-Business-Case. Aus diesem Grund bietet das IAAI Beratungen und Workshops zum Thema strategische Business-Case- und Projekt-Entwicklung im Kontext der Künstlichen Intelligenz und des Maschinellen Lernens an. Gerade die Generative KI bietet nicht nur ein hohes Potenzial in der Verwendung in neuartigen Produkten und Services selbst, sondern auch bei der eigentlichen Produkt-/Service-Entwicklung im Kontext eines Innovationsmanagements.

Daten sind einer der wichtigsten Faktoren für eine erfolgreiche KI-Strategie. Aus diesem Grund ist ein tiefgreifendes Verständnis der Daten und deren Aufbereitung unabdingbar. Das IAAI bietet deshalb Workshops und Beratungen in diesem wichtigen Themengebiet an. Es werden hier verschiedene Techniken vermittelt, um zum einen aus Daten erste Einsichten zu gewinnen und zum anderen Ansätze für die Weiterverarbeitung von Daten für KI-Anwendungen zu erlernen. Dazu gehören Aspekte, wie z.B. die Daten-Gewinnung, die optionale synthetische und adaptive Datengenerierung, die Vorverarbeitung, die Modellbildung, die Bewertung und die Darstellung von Daten etc.

Startups und Unternehmen unterschiedlicher Größen und Branchen zeigen zunehmend Interesse an Künstlicher Intelligenz (KI) und maschinellem Lernen (ML). Sie fragen sich immer häufiger, ob sie mit Hilfe von KI-Tools ihre Prozesse, Projekte, Services und Produkte optimieren oder erweitern können. Oftmals haben sie bereits eine ungefähre Idee für einen Use-Case, welcher jedoch auf seine Machbarkeit geprüft werden muss. Ohne vorhandenes KI-Wissen und die notwendige Hardware-Infrastruktur kann dieser Proof-of-Concept (PoC) jedoch mit hohen Kosten verbunden sein. MitarbeiterInnen müssen sich mit KI-Grundlagen auseinandersetzen, geeignete Hardware beschaffen/betreiben oder ML-Cloud Infrastrukturen wählen/konfigurieren sowie passende Software-Frameworks auswählen und einrichten. Für KI-Neulinge ist die Auswahl, der für die Umsetzung am besten geeignetsten Algorithmen und deren Optimierung nahezu unmöglich. Dieser vermeintlich hohe Einstiegsaufwand schreckt viele Unternehmen und Startups ab, sich überhaupt mit KI auseinanderzusetzen.

Um dieser “Verhinderung” entgegen zu treten, bietet das IAAI mit seinem Proof-of-Concept Lab (PoC-Lab) hier eine Art KI-Pilotprojekt-Petrischale und zielt darauf ab, den Einstiegsaufwand in die KI für Unternehmen und Startups zu minimieren. Es ermöglicht ihnen, innerhalb kürzester Zeit mit professioneller Unterstützung schnell die Umsetzbarkeit ihrer Anwendungsideen zu bewerten. Im PoC-Lab werden eine leistungsfähige Hardware-Infrastruktur (z.B. Deep-Learning-Computer mit mehreren GPU-Karten) und vielseitig einsetzbare Software-Frameworks mit Bibliotheken wie Pandas, Scikit-Learn, TensorFlow, Keras, PyTorch usw. bereitgestellt. Die zur Umsetzung notwendige Prozesskette kann dann vom KI-ExpertenIn im PoC-Lab schnell an den jeweiligen Anwendungsfall und den bereitgestellten Unternehmensdaten angepasst werden. Dazu gehören unter anderem die Auswahl geeigneter Vorverarbeitungsmethoden, KI-/ML-Algorithmen, Evaluations- und und Optimierungsmethoden etc. Nach Durchführung und Bewertung der individuellen Explorationslösungen unterstützt der KI-ExperteIn bei der Einschätzung des Potenzials der Anwendungsidee.