Online-Ausgaben | 2024 | 2022 | 2021 | 2020 | 2019 | 2018 | 2017 | 2016 | KI Suche | Podcast | Über das Archiv
Print Archiv | 2016 | 2015 | 2014 | 2013 | 2012 | 2011 | 2010 | 2009 | 2008 | 2007 | 2006 | 2005 | 2004 | 2003 | 2002 | 2001 | 2000
Print Archiv | 1999 | 1998 | 1997 | 1996 | 1995 | 1994 | 1993 | 1992 | 1991 | 1990 | 1989 | 1988 | 1987 | 1986
Open Password – Mittwoch,
den 11. Oktober 2017
#265
Frnakfurter Buchmesse – Bibliothekare – WTI Frankfurt – Steilvorlagen für den Unternehmenserfolg – Willi Bredemeier – Künstliche Intelligenz – Information Professionals – Yannick Loonus – Radicati Group – Unstrukturierte Texte – Semantic Computing – Universität Bielefeld – Universität Saarbrücken – Dark Data – Semalytics – Innoplexus – SciBite – Signals Analytics – Lattice – Apple – Informatik – Social Media Monitoring – Conference Monitoring – Stellenausschreibungen – Ticketsysteme – Tractica
Frankfurter Buchmesse
Zielgruppe Bibliothekare
BIB @bib_info: Viele Tipps für das bibliothekarische Fachpublikum f. d. Frankfurter Buchmesse 2017 #fbm17 #KommissionFürFortbildung http://www.bib-info.de/verband/publikationen/aktuell.html?tx_ttnews%5Btt_news%5D=4359&cHash=cb279fe3db …
WTI Frankfurt
Steilvorlagen: Nach fünf erfolgreichen Jahren weiterhin viel Fortune!
Willi Bredemeier. Initiator der „Steilvorlagen“ zieht sich zurück. Zu unserem Bedauern verabschiedet sich Willi Bredemeier nach fünf erfolgreichen Jahren von den „Steilvorlagen“. Im Pushdienst Open Password vom 22. September 2017 zieht er ein persönliches Resumee.
Er hat das Format mit einigen Mitstreitern aus der Information Professional Community sowie der Frankfurter Buchmesse ins Leben gerufen. Gemeinsam haben die Initiatoren die „Steilvorlagen“ zur Leitveranstaltung für die Branche ausgebaut. Wir möchten Herrn Bredemeier herzlich für sein Engagement und ganz speziell auch für die freundschaftliche Zusammenarbeit seit der Gründung von WTI danken und wünschen ihm für die Zukunft alles Gute. Dem Team, das künftig die Steilvorlagen weiterführt, wünschen wir viel Erfolg.
Aus dem WTI-Newsletter
Künstliche Intelligenz
Einsatzbereiche der KI
und ihre Relevanz
für Information Professionals
Von Yannick Loonus
Es liegt in der Natur des Menschen, Erfahrungen und Ideen in Wort und Schrift mit anderen teilen zu wollen. So produzieren wir jeden Tag gigantische Mengen an Texten, die in digitaler Form geteilt und abgelegt werden. The Radicati Group schätzt, dass 2017 täglich 269 Milliarden E-Mails versendet und empfangen werden (1). Hinzu kommen größtenteils unstrukturierte Daten wie Soziale Medien, Presse, Websites und firmeninterne Systeme, beispielsweise in Form von CRM-Software oder PDF-Dokumenten. Der weltweite Bestand an unstrukturierten Daten wächst so rasant, dass es kaum möglich ist, seinen Umfang zu quantifizieren. Der Versuch, eine belastbare Zahl zu recherchieren, führt unweigerlich zu diversen Artikeln, die den Anteil unstrukturierter Texte am gesamten Datenbestand auf 80% schätzen. Auch wenn nicht mehr einwandfrei nachvollziehbar ist, woher diese Zahl stammt, kann bei kritischer Reflexion unseres Tagesablaufs kaum bezweifelt werden, dass diese Daten von großer wirtschaftlicher Relevanz sind (2).
Dennoch müssen wir uns eingestehen, dass unser Umgang mit unstrukturiertem oder semi-strukturiertem Text demjenigen mit strukturierten Daten weitgehend nachsteht. Ein wachsendes Bewusstsein dieses Defizits ist allerdings eher in der IT-Abteilung als bei den Information Professionals eines Unternehmens zu finden. So stellte die Computerwoche in ihrem Artikel „Unstrukturierte Daten: Der ungehobene Schatz“ bereits 2009 fest, dass den Unternehmen wertvolles Wissen entgeht, „das unerschlossen vor sich hinschlummert“ (3). Konfrontiert mit der Angst vor Bedeutungsverlust (4) stehen Information Professionals unweigerlich vor der Herausforderung, neue Technologien, Analyse-Methoden und damit auch Informationsquellen zu erschließen.
Werfen wir also einen Blick über den Tellerrand und betrachten, wie künstliche Intelligenz (KI) Information Professionals helfen kann, den gerade beschriebenen Schatz zu heben.
Künstliche Intelligenz beschreibt die Fähigkeit einer Maschine, intelligentes menschliches Verhalten zu imitieren (5). Sie besteht aus zahlreichen Teilgebieten, die in vielen industriellen Applikationen Anwendung finden. Hierzu gehören unter anderem maschinelles Lernen, maschinelles Sehen, Robotik und Semantic Computing. Gerade letzteres wird den Umgang der Information Professionals mit unstrukturierten Daten revolutionieren. Semantic Computing macht sich Elemente semantischer Analyse, Computerlinguistik und Data Mining zunutze, um Wissen aus Daten zu extrahieren. Im besonderen Fokus stehen semistrukturierte und unstrukturierte Textdokumente, die einen Großteil des ungehobenen Schatzes ausmachen. Führende Institute in Deutschland finden sich unter anderem an den Universitäten Bielefeld und Saarbrücken.
In der Informatik werden Daten, die auf verschiedenen Weisen gewonnen wurden, aber in keiner Weise zum Erkenntnisgewinn beitragen oder als Entscheidungsgrundlage dienen, auch „Dark Data“ genannt. Je geringer der Anteil von Dark Data im Wissensbestand eines Unternehmens ist, desto geringer ist das Risiko, falsche Entscheidungen zu treffen oder unternehmerische Chancen zu übersehen.
Auf die richtige Weise gehandhabt, kann Dark Data zu Ihnen sprechen. Sie kann Ihnen sagen, was Ihre Kunden denken und was sie brauchen. Sie kann Ihnen helfen, Stakeholder-Netzwerke zu schaffen, um effektiver und gezielter zu kommunizieren. Sie kann Einblicke geben, um Innovationen voranzutreiben und Prozesse zu optimieren. Sie kann helfen, den nächsten Schritt Ihrer Konkurrenten vorherzusagen. Künstliche Intelligenz, angereichert mit den neusten „Semantic Computing“-Fähigkeiten, macht versteckte Zusammenhänge in Textdokumenten zugänglich, messbar und umsetzbar.
An der Spitze dieser Entwicklung stehen junge Unternehmen wie Semalytix, Innoplexus, SciBite, Signals Analytics und Lattice. Letzteres wurde 2015 gegründet und im Frühjahr 2017 für geschätzte 200 Millionen US-Dollar von Apple gekauft, was das Potential der Branche eindrucksvoll unter Beweis stellt.
Abbildung 1 zeigt eine Anwendungsmöglichkeit dieser Technologie in vier Schritten anhand eines fiktiven Beispiels aus der Pharmaindustrie. Ziel ist es, die Aussagen von Patienten automatisch auszuwerten. Der Prozess beginnt mit dem Anlernen von Algorithmen (Schritt 1). Diese sollen in der Lage sein, im Voraus definierte Themen innerhalb der Patientenaussagen zu identifizieren (Schritte 2 & 3). Im letzten Schritt beurteilt die Software die Beziehung einzelner Themen untereinander. Wird dieses Vorgehen mit einer großen Anzahl von Aussagen wiederholt, können statistisch signifikante Aussagen über ihre Inhalte getroffen werden, wie es sonst nur bei der Verwendung von Regressionen oder Strukturgleichungsmodellen möglich ist – dies mit dem Unterschied, dass diese Auswertung nicht auf quantitativen, sondern auf unstrukturierten qualitativen Daten beruht. Orientieren wir uns an dem Beispiel in der Abbildung, könnte ein solche Aussage lauten: „Mit einer
Konfidenz von X erhöht das Verschreiben von Medikament A, unter Berücksichtigung der Nebenwirkung B, das Vertrauen der Patienten um Y.“
Die Anwendungsgebiete von Semantic Computing in der Informationsbranche sind extrem vielfältig und können zur Unterstützung beinahe aller Branchen und Unternehmensfunktionen genutzt werden. Zu den Aufgaben, die bereits heute von künstlicher Intelligenz gelöst werden können, gehören unter anderem:
- Social Media Monitoring in Echtzeit mit aufbereiteten Daten in dynamischen Dashboards – Hier erfährt der Information Professional, wie beispielsweise Nutzer von Twitter auf Pressemitteilungen, Produkteinführungen und andere Ereignisse reagieren. Die Analyse umfasst nicht nur Inhalte, sondern auch affektive Komponenten wie Sentiment, Emotionen und Schweregrad.
- Conference Monitoring – Ein ähnliches Angebot wie Social Media Monitoring, allerdings fokussierter. Conference Monitoring wird beispielsweise von Automobilherstellern genutzt. Hier erfährt der Information Professional, wie sich die Wahrnehmung von Marken, Modellen und Technologien verändert, während im Zeitraum der Konferenz neue Produkte vorgestellt werden. Die Analyse ermöglicht „Social Media“-Nutzern in Influencer und Multiplikatoren zu unterteilen und ihren Einfluss zu quantifizieren.
- Automatisierte Beobachtung von Stellenausschreibungen – Hierbei werden Websites von Unternehmen nach Stellenausschreibungen durchsucht und deren Inhalte und Anforderungen analysiert. Hieraus ergeben sich Rückschlüsse auf die Verteilung von Mitarbeitern nach Abteilung und Funktion sowie auf das Investitionsverhalten der beobachteten Firmen.
- Routing und Auswertung von semi-strukturierten Daten in Ticketsystemen – Fast jedes Unternehmen verfügt ab einem gewissen Zeitpunkt über ein Ticketsystem, sei es, das Nachrichten von Kunden oder Lieferanten erfasst werden oder ein CRM-System Informationen über Gespräche mit Kunden erhält. Semantic Computing hilft hier sicherzustellen, dass Nachrichten automatisch den richtigen Ansprechpartner erreichen. Außerdem können wiederkehrende Themen identifiziert und Wirkungsbeziehungen zwischen Themen und/oder Regionen erkannt werden.
Diese Aufzählung zeichnet sich durch ihre Unvollständigkeit aus. Einer der spannendsten Aspekte im Kontext von Semantic Computing ist, ständig neue Anwendungsbereiche zu entdecken. Vielleicht lesen Sie diesen Artikel, übertragen eines der Beispiele auf eine kürzlich durchgeführte Recherche und haben ein ähnliches Erlebnis.
Man muss nicht über hellseherische Fähigkeiten verfügen, um zu erkennen, dass die Relevanz von KI für Information Professionals in den kommenden Jahren zunehmen wird. Die Marktforscher von Tractica beziffern die Größe des westeuropäischen Marktes für Computerlinguistik 2017 auf bereits 89 Millionen US-Dollar. Für 2024 wird eine Marktgröße von 380 Millionen US-Dollar erwartet (6). Weltweit sollen Unternehmen in der Branche 2024 über zwei Milliarden US-Dollar umsetzen (7).
Inwiefern wir an diesen Entwicklungen teilhaben, liegt in unseren Händen. Das Berufsbild der Branche wird sich weiter verändern und neue Herausforderungen mit sich bringen. Information Professionals verfügen von Berufs wegen über die nötige Neugierde und die Fähigkeit, sich in kurzer Zeit Wissen anzueignen. Ich bin überzeugt, dass diejenigen, die Veränderungen mit offenen Armen begrüßen, auch von ihnen profitieren werden. Arbeiten wir darauf hin, den „Dark Data“-Schatz zu heben und auch so dazu beizutragen, dass die Unternehmen besser informierte Entscheidungen treffen.
Über den Autor:
Yannick Loonus (yannick.loonus@semalytix.de) ist Chief Sales Officer der Semalytix GmbH, wo er hilft, die nächste Generation textverarbeitender künstlicher Intelligenz zu entwickeln. Semalytix analysiert unstrukturierte Daten aus allen internen und externen Quellen, um verstecktes Wissen in Texten sichtbar zu machen. Zuvor hat Yannick in der Informationsabteilung einer internationalen Unternehmensberatung gearbeitet und Wirtschaftswissenschaften mit Schwerpunkt Entrepreneurship an der Schumpeter School of Business and Economics in Wuppertal studiert.
Quellen:
(2) https://breakthroughanalysis.com/2008/08/01/unstructured-data-and-the-80-percent-rule/
(3) https://www.computerwoche.de/a/der-ungehobene-schatz,1908337
(4) https://www.password-online.de/category/information-professionals/
(5) https://www.merriam-webster.com/dictionary/artificial%20intelligence
(7) https://www.statista.com/statistics/607891/worldwide-natural-language-processing-market-revenues/
Link-Empfehlung
Wie weit sich Smart Home durchgesetzt hat
http://www.connected-living.org/content/4-information/1-news/20171004-smart-home-index-2017-ist-smart-home-in-deutschen-haushalten-angekommen/20171004_sh_index_connected-living.pdf
Zusammenfassung: Das Innovationszentrum Connected Living e.V. hat in Zusammenarbeit mit dem Beratungsunternehmen Mücke, Sturm & Company GmbH in einer groß angelegten Studie knapp 1.000 Teilnehmer zur Verbreitung und dem Stand der Technologie von smarten Geräten in deutschen Haushalten befragt. 80 Prozent der Befragten kennen zwar den Begriff Smart Home, 40 Prozent besitzen jedoch kein smartes Gerät. Smart Home-Nutzer verfügen im Durchschnitt über intelligente Geräte aus 4,1 von insgesamt 19 Produktgruppen, wobei derzeit Lösungen aus den Segmenten Entertainment und Energie am häufigsten eingesetzt werden. Der Intelligenzgrad der genutzten smarten Geräte wird als hoch eingeschätzt, was den Rückschluss erlaubt, dass die Steuerung von Smart Home-Systemen im Durchschnitt bereits regelbasiert erfolgt. Für Endnutzer sind besonders die einfache Bedienung und Datensicherheit wichtige Kriterien beim Kauf smarter Lösungen.
Anzeige

FAQ + Hilfe