Software-Roboter im Internet der Dinge
Bild: ©Alexander Limbach/stock.adobe.com
Künstliche Intelligenz und das Internet of Things sind für sich alleine schon faszinierende Technologien. Werden beide kombiniert, eröffnet dies neue Anwendungszenarien für die Optimierung von Geschäftsprozessen. Dabei sammelt das IoT die Daten, während die KI sie verarbeitet, um ihnen Bedeutung zu verleihen.
Beim IoT mag man an ein System von unabhängigen, miteinander verbundenen Rechnern, mechanischen und digitalen Maschinen oder Objekten denken, die mit eindeutigen Kennungen versehen wurden. Sie tauschen Daten über ein Netzwerk aus, ohne dass eine Interaktion von Mensch zu Mensch oder Mensch zu Computer erforderlich ist. Das IoT kann die physische Welt der Dinge und Maschinen digitalisieren, beispielsweise durch die Installation von vernetzten Sensoren, die Daten sammeln und weiterleiten. So helfen IoT-Anwendungen dabei, Prozesse zu verbessern, Ressourcen zu verteilen und Betriebsstörungen mithilfe einer vorausschauenden Instandhaltung zu antizipieren.
Daten sammeln reicht nicht
Die Hauptschwierigkeit liegt heute nicht mehr darin, Objekte miteinander zu verbinden. Die Herausforderung besteht eher darin, wie man die von den Objekten täglich erzeugten Daten sammelt, analysiert und gewinnbringend nutzt. Allein die Erhebung dieser Daten hilft keinem. Es sei denn, es gibt ein System, das die Daten interpretieren und verstehen kann. An dieser Stelle kann künstliche Intelligenz zum Einsatz kommen. Das IoT wird sozusagen intelligent.
Echtzeitanalysen großer unstrukturierter Datenmengen
KI bietet nicht nur die Möglichkeit, alle Daten, die von vernetzten Objekten erzeugt werden, zu verarbeiten, sondern auch Erkenntnisse in wesentlich kürzerer Zeit daraus abzuleiten, als es Menschen können. KI offeriert heute schon eine breite Palette von Technologien, um strukturierte und unstrukturierte Daten zu verarbeiten. Cognitive Process Automation (CPA) bringt bespielsweise durch Echtzeitanalysen schneller auf den Tisch, welche Faktoren großen Einfluss auf die Entwicklung von Unternehmen haben können. CPA nutzt Technologien wie die Verarbeitung natürlicher Sprache (NLP), Textanalyse, Data Mining, semantische Technologie und maschinelles Lernen, um auch große Mengen unstrukturierter Daten auswerten und eine fundierte Geschäftsentscheidung liefern zu können. CPA ist als nächste Stufe des Robotic Process Automation (RPA) zu verstehen, da sie sich einer KI bedient, um auch unstrukturierte Informationen zu analysieren und zu verarbeiten.
