Data Science Talk November 2019

Wollten Sie schon immer Ihre vielen Unternehmensdaten für sich arbeiten lassen, dabei Geld sparen und Wissen gewinnen? Nun, Ihr Traum ist wahr geworden: Data Science ist für uns alle greifbar. Jeder Manager, jede Managerin kann den eigenen Unternehmenserfolg heute mit Data Science steuern. IT-PS ist bei dieser Entwicklung mit seinem Data-Science-Team ganz vorne mit dabei. Wie Data Science konkret funktioniert erzählten Experten am 5. November 2019 im Rahmen unseres IT-PS-Data-Science-Talks. Das Wichtigste daraus lesen Sie hier.

Führende Unternehmen Österreichs sind heute mitten drin im Thema Data Science: Für die Wiener Stadtwerke sind Künstliche Intelligenz, Neuronale Netze und Deep Learning kein unbekanntes Terrain. Auch die IT-Services der Sozialversicherung GmbH, die UniCredit Bank Austria AG und das Logistikunternehmen Gartner KG sind sich bewusst darüber, welches Potenzial in Artificial Intelligence (AI) liegt.

Und so haben wir sie auch zu unserem Data-Science-Talk geladen: Markus Fürlinger, CIO des Logistikunternehmens Gartner KG; Christoph Helm, Head of Cost Management & Real Estate der UniCredit Bank Austria AG; Rainer Kegel, CIO der Wiener Stadtwerke GmbH; Günther Nowotny, Digitalisierungskoordinator für die IT-Services der Sozialversicherung GmbH und Michael Petroni, Head of Data Science der IT-Power Services GmbH (IT-PS).

Konkreter Nutzen holt die Menschen ins Boot

Alle Verantwortlichen unserer Veranstaltung waren sich einig: Kommunizieren Sie klar mit dem Management Ihres Unternehmens und bringen Sie Use Cases ins Spiel. Wer den konkreten Nutzen versteht, ist neuen Technologien gegenüber offen. Zur Zeit sind Data Science, Machine Learning, Deep Learning und Neuronale Netze für viele Menschen noch Science-Fiction. Auch das Wort „Angst“ fiel im Zusammenhang mit Data Science. Wir Data Scientists wissen, dass es kaum etwas gibt, das zukunftsfähiger ist als Data Science – also liegt es auch an uns, den Menschen in unserer Umgebung genau dieses Wissen zu vermitteln.

Bank Austria: Mit Predictive Maintenance vom Kreditsektor in die Kassenhalle

Die Bank Austria beschäftigt sich seit langem mit dem Thema Data Science, doch seit etwa zwei Jahren weiten die Data Scientists ihr Feld aus. Künstliche Intelligenz war früher dem Kreditsektor oder dem Customer-Relations-Management vorbehalten. Doch jetzt gehen die Verantwortlichen einen Schritt weiter: Gemeinsam mit Studierenden der WU-Wien entwickeln sie eine Lösung für Predictive Maintenance (vorausschauende Wartung) der Geldautomaten. Eine wichtige Sache, denn der unerwartete Ausfall eines Automaten kostet Zeit und Geld; was sich durch vorausschauende Wartung vermeiden lässt.

Wiener Stadtwerke und Gartner KG: Predictive Maintenance im großen Stil

Predictive Maintenance ist auch Thema der Wiener Stadtwerke: Dank Künstlicher Intelligenz wissen sie, wann mit einem Ausfall einer Straßenbahngarnitur zu rechnen ist. Rechtzeitig davor schicken die Verantwortlichen den Wagen zum Service. Spart Zeit, Geld und Nerven, weil kein Zug während des Diensts auf der Strecke bleibt. Auch die Gartner KG möchte demnächst mit einem Pilotprojekt zum Thema Predictive Maintenance starten, um ihre 2.000 Zugmaschinen und 2.700 Auflieger rechtzeitig und kostenschonend zu servicieren.

Sozialversicherung: Automatisierung der Kostenrückerstattung

Die IT-Services der Sozialversicherung haben interne Informations-Sessions initiiert, um die Mitarbeiterinnen und Mitarbeiter darüber zu informieren, wie sie durch Künstliche Intelligenz Zeit sparen können. Ein aktuelles Projekt widmet sich der Automatisierung der Wahlarztkostenrückerstattung.

Fünf Tipps für Ihr erfolgreiches Data-Science-Projekt

Gehen wir davon aus, dass auch in Ihrem Unternehmen jede Menge Material für ein solides Data-Science-Projekt vorhanden ist. Die wichtige Frage ist dabei: Wie können Sie diese Daten für den Erfolg Ihres Unternehmens nutzen? Hier fünf Tipps, die Sie dabei unterstützen, Ihr erfolgreiches Data-Science-Projekt zu launchen:

Holen Sie Management, Kollegen und Kolleginnen ins Boot; erzeugen Sie Betroffenheit. Und zwar mit handfesten Beispielen. Liefern Sie einen greifbaren Nutzen, damit Data Science mehr Fans in Ihrem Unternehmen findet. Denn nur wer seine Vorteile kennt, kann sich auch dafür entscheiden, sie tatsächlich abzuholen. Das Backup des Managements ist entscheidend: Erst wenn Data Science ganz oben verankert ist, kann sie zum Erfolg führen.
Um das zu erreichen ermitteln Sie einen konkreten Use Case. Ist Ihr Unternehmen in der Produktion oder Logistik zu Hause, fragen Sie sich zum Beispiel „Welcher Teil wird am öftesten kaputt?“ Und schon haben Sie Ihren ersten Fall. Nehmen Sie ruhig einfache Cases, deren Lösung den größten Nutzen verspricht.
Setzen Sie sich ein Ziel, dessen Erfolg sich messen lässt.
Erwarten Sie das Unerwartete und haben Sie keine Angst vorm Scheitern. Data Science ist eine Wissenschaft, und Wissenschaft bedeutet, offen zu sein. Dabei ist auch das Scheitern einkalkuliert, weil es – obwohl bei uns negativ konnotiert – in Wahrheit eine neue Erkenntnis ermöglicht und uns auf Ergebnisse hinweist, auf die wir vorher womöglich nicht gekommen wären.
Holen Sie sich Unterstützung. Unsere Data Scientists forschen im IT-PS-Data-Science-Lab tagtäglich an praxistauglichen Lösungen für Unternehmen, die sich mit der Digitalisierung auseinandersetzen möchten. Kontaktieren Sie uns jederzeit via Mail.

IT-PS und unsere Data-Science-Geschichte

IT-PS hat sein Data-Science-Team Anfang des Jahres etabliert. Nun arbeiten wir gemeinsam mit Unternehmen mit voller Kraft daran, Use Cases zu erstellen, umzusetzen und in produktive Umgebungen zu transferieren. Ursprünglich kommt die IT Power Services aus der klassischen IT, Stichwort „IBM-Power-Plattform“, und hat sich damit in den vergangenen Jahren einen guten Namen gemacht. Vor kurzem hat IT-PS mit Michael Petroni einen der erfahrensten Data-Science-Experten ins Haus geholt. Seither nimmt der Data-Science-Zug täglich mehr Fahrt auf und immer öfter lösen Österreichs Unternehmen ein Ticket. Denn sie haben erkannt: Data Science macht es möglich zu agieren, statt zu reagieren – und von hier aus gleich den Wettbewerbsvorteil in der Tasche zu haben.

Style Transfer: Von Künstlicher Intelligenz zur Kunst

Endlich die Hauptfigur in einem Van-Gogh-Gemälde sein oder Picasso Modell stehen: mit Künstlicher Intelligenz kein Problem. Dank Neuronalem Style Transfer lassen sich herkömmliche digitale Fotos und Videos in einen neuen Stil umwandeln. Wir haben diese faszinierende Technik im Rahmen unseres Data-Science-Talks für unsere Gäste arbeiten lassen und so in wenigen Minuten aus einem Foto ein Meisterwerk imitiert, das als Ausdruck mit nach Hause genommen werden konnte (siehe Bild). Unsere Teilnehmerinnen und Teilnehmer hatten nicht nur die Wahl zwischen Picasso und Van Gogh, auch Schiele, Roerich, Cezanne, Gauguin, Hundertwasser, Monet und Munch standen bereit.

Style Transfer ist ein Ergebnis des Deep Learning. Dabei lernen Computer, Objekte zu erkennen; das heißt, sie "wissen" nach einer gewissen Trainingszeit, wie z.B. ein Hase aussieht. Aus dem Originalbild und dem Style-Bild errechnet die Künstliche Intelligenz schließlich das Ergebnisbild, in dem beide Merkmale zusammenfließen. Es ist ein sehr komplexer Prozess, der weit über das Pixelzählen durch den Computer hinaus geht. Eine neue Ära – und wir alle sind mitten drin.