Vorteile der Zusammenarbeit von IoT und KI | epicinsights

IoTliefert die Daten,KIkümmert sich um die Interpretation
•3 Minuten
allgemein
Vorteile der Zusammenarbeit von IoT und KI | epicinsights

Das Internet der Dinge (Internet of Things , IoT) wird unsere Zukunft maßgeblich verändern. Damit das gelingt, braucht es jedoch eine weitere zukunftsweisende Technologie: Künstliche Intelligenz.

Vorteile der Zusammenarbeit von IoT und KI

Das Internet der Dinge und Künstliche Intelligenz bilden die Zukunft der digitalen Welt; beide müssen dafür Hand in Hand gehen. Diese Kooperation wird durch die Verbindung von Künstlicher Intelligenz (engl. AI) und IoT als Artificial Intelligence of Things , kurz AIoT bezeichnet. Erst der Einsatz von KI macht Dinge wirklichintelligent. IoT-Geräte führen Datenanalysen in Echtzeit durch. Daraus entsteht ein nie versiegender, kontinuierlicher Datenstrom.

Genau dort liegt die bisherige Schwachstelle vieler KI-Projekte. Auch wenn die Datenmenge auf den ersten Blick ausreichend erscheint, sind die nimmersatten Algorithmen am Ende doch unterversorgt. Das, was nach Cleaning, Transformation und Modellierung übrig bleibt, um ein sehr spezifisches Problem zu lösen, ist oftmals nur ein Bruchteil des Ursprungsdatensatzes. Die intelligenten Maschinen und Geräte stellen durch ihre Vielzahl an Sensoren hingegen immer wieder neue Echtzeitdaten zur Verfügung.

Im Umkehrschluss profitiert IoT ebenfalls von KI; denn die Künstliche Intelligenz macht auch sogenannte Post-Event-Analysen der Datensätze möglich. Mittels Deep bzw. Machine Learning lassen sich innerhalb der gesammelten historischen Daten wiederkehrende Muster erkennen und analysieren. Das ermöglicht bspw. dem Staubsaugeroboter zuhause, aus seinen Einsätzen zu lernen und irgendwann gezielt in bestimmte Räume fahren zu können.

Zudem macht KI IoT sicherer. Durch das kontinuierliche Monitoring und die Mustererkennung lassen sich normale Aktivitäten schnell und zuverlässig von Angriffen auf die Systeme unterscheiden.

AIoT in der Praxis

Eine IDC-Studie mit Befragten des weltweiten Top-Managements ergab bspw., dass AIoT die Wettbewerbsfähigkeit der Unternehmen im zweistelligen Prozentbereich erhöhte. Als Indikatoren dafür zählten Mitarbeiterproduktivität, Innovationskraft und operative Kosten. Zudem konnten Nutzer von AIoT-Lösungen bspw. auch ihre operativen Vorgänge um 53% beschleunigen.

Wie groß das Potenzial von AIoT für die Qualitätssicherung ist, wird in einem großen deutschen Unternehmen für Elektrotechnik deutlich. Eine automatische optische Inspektion senkte hier die Dauer der Qualitätstests um 45% ; das ersparte dem Unternehmen Kosten von 1,3 Millionen Euro. AIoT senkte zudem die Rate nicht erkannter Defekte auf 0% und die Anzahl falscher Alarme auf unter 0,5%.

Ganz anders setzt eine Modekette AIoT im täglichen Geschäft ein. TORY , ein eigens entwickelter Serviceroboter, fährt seit seiner Pilotphase 2015 bereits durch viele Geschäfte. Nach Ladenschluss bewegt er sich selbstständig durch die Läden und scannt die RFID-Tags (Radiofrequenz-Identifikation) der Waren für die Bestandsaufnahme. Dabei erfasst er die genaue Anzahl und Position der Produkte, um Fehlbeständen und Lieferengpässen vorzubeugen. TORY übernimmt damit auch die Stichtagsinventur, die zuvor durch einen externen Dienstleister durchgeführt wurde.

Wie sieht die Umsetzung konkret aus?

Die folgende Grafik soll vereinfacht darstellen, wie AIoT im Alltag eingesetzt und genutzt werden kann:

Auf der linken Seite ist die physische Welt abgebildet, in der sich alle (A)IoT-Geräte und -Maschinen befinden. Die Menge der dort gesammelten Daten wird kontinuierlich in die digitale Welt übermittelt.

Zunächst muss dieses riesige Datenrauschen bereinigt und die essenziellen bzw. geschäftskritischen Daten herausgezogen werden. Daraus entsteht Wissen darüber, was vor wenigen Minuten an den Geräten passiert ist. Eine Produktionsmaschine könnte bspw. über einen zukünftigen Mangel informieren und Reparaturdienste anfordern. TORY meldet zum Beispiel, dass eine Herrenjacke in einer bestimmten Farbe oder Größe nicht mehr im Laden vorhanden ist.

Mit diesen Informationen lassen sich Entscheidungen treffen und zukünftige Ereignisse vorhersagen. Die daraus abgeleiteten Handlungen beeinflussen rückwirkend wieder die physische Welt. So entsteht ein zuverlässiger Kreislauf aus Datenerfassung und -analyse.

epicinsights ist Ihr kompetenter Berater für alle Themen rund um Künstliche Intelligenz. Mit einem umfassenden Tech-Stack und unserer eigenen Big Data-Infrastruktur realisieren wir für Sie maßgeschneiderte Data-Lösungen und unterstützen Sie auch beim Aufbau datenzentrierter inhouse Teams und Anwendungen.

Möchten Sie Ihr eigenes KI-Projekt starten?

Wir unterstützen Sie!

Aus dem Blog

Weitere Insights & Aktuelles.

Grafik mit dem Text „Gelöst laut Dashboard. Und für Ihre Kunden?“: Eine Linie endet bei „Ziel erreicht“, der Weg zu „Anliegen erledigt“ ist nur gestrichelt.
•5 Minuten

Lösungsquote des KI-Agenten: Was Ihr Dashboard nicht zeigt

Ein Kunde mit richtiger Antwort und einer, der aufgibt, zählen im Dashboard oft gleich. Hier lesen Sie, wie Sie beide unterscheiden und die echte Lösungsquote Ihres KI-Agenten sichtbar machen.

Mehr lesen→
Decision Model im Kundenservice: Ein langer Chatbot-Text steht neben einem einzelnen Etikett „Versand“, darüber die Frage „Warum ganze Sätze bezahlen, wenn ein Etikett reicht?“
•9 Minuten

Decision Model im Kundenservice: Jev senkt Kosten

Ihr KI-Agent trifft in jedem Gespräch mehrere Entscheidungen im Hintergrund, und häufig bezahlen Sie dafür ein großes Sprachmodell. Hier lesen Sie, welche dieser Entscheidungen ein Decision Model wie Jev günstiger übernimmt und wie Sie das mit Ihren eigenen Chats prüfen, bevor Sie umstellen.

Mehr lesen→
Zeitstrahl zum KI-Agenten im Kundenservice: links Auswählen und Einführen, in der Mitte der Go-live, rechts die Phase nach dem Go-live
•5 Minuten

KI-Agent im Kundenservice verbessern

Ihr KI-Agent ist live, und jedes Team kümmert sich um seinen Teil. Wer schaut regelmäßig in seine Chats und macht ihn besser?

Mehr lesen→
Grafik: Ein KI-Agent im Kundenservice erreicht 92 Prozent Accuracy, löst aber nur 64 Prozent der Anliegen
•7 Minuten

KI-Agent im Kundenservice: Qualität nach dem Go-live prüfen

Ihr KI-Agent im Kundenservice antwortet schnell und sachlich richtig. Trotzdem rufen Kunden danach an. Wer prüft, ob er Anliegen wirklich löst? Sechs Fragen und eine Routine für Service, Produktteam und IT.

Mehr lesen→
Nichts mehr verpassen?

Praxiswissen statt KI-Hype.

Erhalten Sie regelmäßig fundierte Einblicke, wie Sie KI-Projekte im Mittelstand messbar, rentabel und auditsicher umsetzen.

Mit der Anmeldung stimmen Sie unserer Datenschutzerklärung zu. Jederzeit widerrufbar.