Automatisiertes maschinelles Lernen – Auto ML

Maschinelles Lernen kann jedoch nur effektiv und wirkungsvoll sein, wenn man vorab die richtige Frage formuliert. Worauf möchte man eine Antwort erhalten? Was möchte man genau vorhersagen? Bei einem Verbrennungsprozess z.B. kann das der CO2-Gehalt sein, den man dann als Kerngröße bezeichnet. Ebenso wichtig wie der richtige Parameter der Kerngröße, ist die Bestimmung des unternehmerischen Ziels, dass mit dem Einsatz der KI erreicht werden soll. Beides identifizieren wir zusammen mit dem Kunden vorab in einem kompakten Design-Thinking-Workshop.

Das Besondere an der Herangehensweise der EDI GmbH bei der Beantwortung der Frage durch die KI, ist die Kombination von mehreren Machine-Learning-Algorithmen. Am Beispiel der Erkennung von Elementen auf technischen Zeichnungen ist das zuerst ein Algorithmus, der die Bilder erkennt. Anschließend bestimmt ein zweiter Algorithmus die Ähnlichkeiten der erkannten Elemente. Ein weiterer entscheidender Punkt ist die richtige Auswahl der auf die Fragestellung und die vorliegende Datenbasis passenden Algorithmen, denn nicht jeder Algorithmus liefert die gleichen Ergebnisse. Zur richtig formulierten Frage muss auch das richtige Werkzeug verwendet werden, denn KI ist nicht gleich KI.

Unsere Stärke liegt in der Fokussierung auf die Kerngröße, ein einzelner Wert, der von der Algorithmenkombination bestimmt wird und der die Information liefert, die dem Menschen oder der Maschine dann ermöglicht zu reagieren. Der Mensch trifft eine Entscheidung auf Basis dieses Wertes oder Maschinen können durch den Wert so gesteuert werden, dass sie z.B. rechtzeitig gewartet werden, um Produktqualität zu gewährleisten, ihre Lebensdauer zu erhöhen und Wartungskosten zu reduzieren. Dies bezeichnet man auch als predictive maintenance.

Top-Down und Bottom-Up, das sind die beiden Richtungen, aus denen wir definierte Fragestellung des Kunden untersuchen und die wir als Hybridmodell bezeichnen.

Mit dem Ansatz die Fragestellung Top-Down zu betrachten werden von EDI Modelle erzeugt, die ein Mensch verstehen kann. Das bedeutet, dass für bestimmte, ausgewählte Situationen die relevanten Zusammenhänge abgebildet werden. Hierbei geht es darum verschiedene Situationen unterscheiden und verstehen zu können. Dafür wird das Wissen der Experten mit unserer patentierten Lösung formalisiert und integriert. Mit diesem zusätzlichen Wissen wird die vorhandene Menge an Daten nun von der EDI GmbH gefiltert und geclustert. Anschließend werden daraus lokale Modelle generiert, mit deren Hilfe dann einzelne relevante Situationen identifiziert und beschrieben werden.

Der zweite Ansatz nähert sich der Fragestellung aus der entgegengesetzten Richtung: Bottom-Up. Die KI wird mit den Daten auf Basis der zuvor erstellten Modelle gefüttert und ist dann selbstständig in der Lage Muster zu erkennen und Situationen und Datenmuster zu identifizieren. Das Netz lernt selbst, welche Muster wichtig sind. Es findet selbständig Antworten und kann auch sagen, welches Muster in den Daten letztendlich ausschlaggebend war.

Die Erkenntnisse, welche die KI mit der Bottom-Up-Methode liefert, werden dann wieder mit dem Top-Down Ansatz überprüft. Somit entsteht ein sich selbst verbessernder Kreislauf. Der Top-Down- & Bottom-Up-Ansatz des KI-basierten Hybridmodells ermöglicht ein kooperatives Lernen der Experten mit der KI. Das Entscheidende an dieser Methode ist die Möglichkeit damit das Problem besser zu verstehen. Somit gelingt der Blick in die Zukunft und es wird eine robuste Antwort auf die zuvor definierte Frage geliefert.

Wenn Sie über den Einsatz von KI in Ihrem Unternehmen nachdenken, zögern Sie nicht uns zu kontaktieren. Wir freuen uns von Ihnen zu hören und Ihre konkrete Fragestellung und erste Schritte zu besprechen!