K\u00fcnstliche Intelligenz, im Volksmund als KI bekannt, hat sich zu einer bedeutenden Kraft entwickelt, die die Art und Weise pr\u00e4gt, wie Unternehmen Strategien entwickeln, Prognosen erstellen, planen und letztendlich Entscheidungen treffen. Doch wie jede aufstrebende Technologie bringt auch sie eine Reihe von Herausforderungen mit sich. Ein gro\u00dfes Hindernis, das die volle Effizienz dieser KI-Systeme beeintr\u00e4chtigt, ist ihre Unf\u00e4higkeit, auf unternehmensspezifische Daten zuzugreifen und diese zu nutzen. Dies wiederum beeintr\u00e4chtigt h\u00e4ufig ihre Leistung und Wirksamkeit.<\/p>\n
Devavrat Shah, ein herausragender Forscher am Laboratory for Information and Decision Systems (LIDS) des MIT und Mitglied des Lehrk\u00f6rpers des Fachbereichs Elektrotechnik und Informatik (EECS), setzt sich unerm\u00fcdlich f\u00fcr die L\u00f6sung dieses Problems ein. Sein Hauptaugenmerk liegt auf der Entwicklung von Verfahren, die eine sekundengenaue Entscheidungsfindung erm\u00f6glichen, selbst wenn nur begrenzte Rechenressourcen zur Verf\u00fcgung stehen. Sein Ansatz unterstreicht einen entscheidenden Punkt: die Leistungsf\u00e4higkeit der Extraktion gro\u00dfer Datenmengen, selbst wenn nur minimale Ressourcen zur Verf\u00fcgung stehen.<\/p>\n
Im Jahr 2019 f\u00fchrte dieser Ansatz dazu, dass Shah Ikigai Labs mitbegr\u00fcndete, ein innovatives Start-up, das ein Grundmodell f\u00fcr tabellarische Zeitreihendaten auf den Markt brachte. Basierend auf sorgf\u00e4ltigen Forschungsarbeiten, die in Shahs Labor durchgef\u00fchrt wurden, wurde dieses Modell patentiert und vom MIT selbst an Ikigai lizenziert. Bemerkenswert ist, dass das Modell sein Lernen kontinuierlich verbessern kann, indem es seine Vorhersagen anhand realer Ergebnisse \u00fcberpr\u00fcft und dabei Informationen aus einer Vielzahl von Unternehmensdaten bezieht.<\/p>\n
Ein besonders hervorzuhebendes Merkmal ist der Einsatz grafischer Modelle in Shahs Verfahren, \u00e4hnlich denen, die in GPS-Ger\u00e4ten und Digitaluhren zum Einsatz kommen. Im Gegensatz zu herk\u00f6mmlichen KI-Modellen, die Text und Bilder in den Vordergrund stellen, interpretiert Shahs System strukturierte oder tabellarische Daten und erm\u00f6glicht so eine Echtzeitplanung in viel gr\u00f6\u00dferem Umfang.<\/p>\n
Die Technologie von Ikigai beschr\u00e4nkt sich nicht auf die Labore des MIT; sie ebnet derzeit den Weg f\u00fcr Gesch\u00e4ftsprognosen und Entscheidungsfindung in gro\u00dfen Unternehmen, darunter Konsumg\u00fcterhersteller und Pharmaunternehmen. Um zu veranschaulichen, wie das funktioniert, stellen Sie sich ein Unternehmen der Unterhaltungselektronik vor, das dank dieses innovativen KI-Systems Strategien unter Ber\u00fccksichtigung von Faktoren wie Produktnachfrage, Preisgestaltung und Marketingma\u00dfnahmen effizient ausarbeitet.<\/p>\n
Der Durchbruch gelang, als Ikigai von Celonis \u00fcbernommen wurde, einem weltweit t\u00e4tigen Unternehmen, das sich auf die Digitalisierung und Automatisierung von Gesch\u00e4ftsprozessen f\u00fcr \u00fcber 1.400 Gro\u00dfunternehmen spezialisiert hat. Hier kommt Shahs Vision zum Tragen: Er plant, das Modell von Ikigai in die digitalisierten Systeme von Celonis zu integrieren, um praxisnahe Analysen zu erstellen, die Gesch\u00e4ftsprognosen, Planungen und Entscheidungen erheblich verbessern werden.<\/p>\n
W\u00e4hrend der Markt von zahlreichen KI-orientierten L\u00f6sungen nur so wimmelt, konzentriert sich Shah vor allem auf strukturierte oder zeitbasierte Daten und bietet damit eine kosteng\u00fcnstigere KI-L\u00f6sung an. Er ist davon \u00fcberzeugt, dass eine gezielte Fokussierung zu einer pr\u00e4ziseren Technologie f\u00fchrt \u2013 ein Segen f\u00fcr Unternehmen, die ihre Abl\u00e4ufe zeit- und kosteneffizient gestalten m\u00f6chten.<\/p>\n
Wenn Sie daran interessiert sind, in diese vielversprechende Welt der KI-Automatisierung einzutauchen und Ihre Gesch\u00e4ftsabl\u00e4ufe zu transformieren, sollten Sie Optionen wie implementi.ai in Betracht ziehen. Verschaffen Sie sich einen besseren Einblick darin, wie KI die Gesch\u00e4ftswelt weltweit ver\u00e4ndert. Um einen detaillierten Einblick in Shahs Arbeit zu erhalten und zu erfahren, wie diese die Rolle der KI bei gesch\u00e4ftlichen Entscheidungsprozessen ver\u00e4ndert, k\u00f6nnen Sie den Original-Nachrichtenartikel lesen hier<\/a>.<\/p>","protected":false},"excerpt":{"rendered":" A New Dawn: How AI is Shaping Business Decision-Making Artificial Intelligence, popularly known as AI, has emerged as a significant force in shaping how businesses strategize, forecast, plan, and ultimately make decisions. Yet, like any burgeoning technology, it comes with its share of challenges. A major roadblock impeding the absolute efficiency of these AI systems is their inability to access and draw on organization-specific data. This, in turn, often undermines their performance and effectiveness. Enter Devavrat Shah and His Pioneering AI Innovations A standout researcher at MIT’s Laboratory for Information and Decision Systems (LIDS) and a faculty member of the […]<\/p>\n","protected":false},"author":4,"featured_media":9199,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[46,47],"tags":[],"class_list":["post-9198","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-automation","category-ai-news","post--single"],"_links":{"self":[{"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/posts\/9198","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/comments?post=9198"}],"version-history":[{"count":0,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/posts\/9198\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/media\/9199"}],"wp:attachment":[{"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/media?parent=9198"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/categories?post=9198"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/tags?post=9198"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}