Prozesse mit Machine Learning im Einsatz
Softwareprodukte, die maschinelles Lernen (ML) einsetzen, haben ein enormes Potenzial für Unternehmen. In diesem Fundus an Möglichkeiten finden wir zum Beispiel neuronale maschinelle Übersetzungsmodelle, die die Übersetzungszeiten von Texten verkürzen können, oder Algorithmen der natürlichen Sprachverarbeitung (NLP), die Kundendaten sortieren können, um Angebote zu personalisieren. Um jedoch den vollen Wert auszuschöpfen, sind ausgereifte Datenverarbeitungs-Workflows nötig.
Der Aufbau einer soliden Datenverwaltung, welche die jüngsten Fortschritte mit den Algorithmen des Machine Learnings in leicht zugängliche, wartbare und erweiterbare Softwareprodukte umsetzbar macht, ist keine leichte Aufgabe. Unternehmen fallen oft in die Proof-of-Concept-(PoC-)Falle, in der Projekte im PoC-Stadium bleiben, ohne dass es gelingt, zur Produktionsreife zu gelangen. Nur ausgereifte Produktzyklen bringen den Unternehmen einen dauerhaften wirtschaftlichen Nutzen bei niedrigen Kosten.