Chat | Workflow-Optimierung mit Machine Learning von dida

dida automatisiert Arbeitsprozesse mittels ausgefeilter Machine Learning-Lösungen. Zu den Kunden des 2018 gegründeten Start-ups zählen große Unternehmen wie der Deutsche Wetterdienst, Klöckner und TecAlliance sowie zahlreiche renommierte Forschungseinrichtungen. DEEP TECH Berlin hat mit CEO Philipp Jackmuth und CTO Lorenz Richter über den Mehrwert von Machine Learning (ML), Anwendungsfelder und ihr Vorgehen bei der Entwicklung maßgeschneiderter Lösungen gesprochen.
Hans-Joachim Guth, Leiter Sales & Services bei Carano Software Solutions
Lorenz Richter und Philipp Jackmuth von dida digitalisieren mit Machine Learning unterschiedlichste Prozesse in Unternehmen und Forschungsinstituten. (Quelle: dida Datenschmiede GmbH)

Warum sollten Unternehmen ML implementieren?

Philipp Jackmuth: Methoden des maschinellen Lernens können Muster in Daten, – in tabellarischer Form, als Bild oder Text – , automatisch erkennen und verarbeiten. Beispiele sind: Qualitätskontrollen bei einzelnen Arbeitsschritten in Fabriken mit Produktbildern oder das Auslesen von Informationen auf Kassenbons, um den Preis zu ermitteln.

Wo sehen Sie momentan das größte Wertschöpfungspotenzial von ML-Anwendungen?

Lorenz Richter: Wir sehen das größte Potenzial momentan bei der Mustererkennung in Bildern (Machine Vision) und der menschlichen Sprache (Natural Language Processing, kurz NLP). Im Bildbereich passiert viel in der Fernerkundung, beispielsweise bei der Auswertung von Satellitenbildern. Auch die Medizintechnik ist ein sehr interessantes Anwendungsfeld. Dort kommen ML-Technologien unter anderem bei der Auswertung von Röntgen- und MRT-Aufnahmen zum Einsatz. Darüber hinaus wird die Privatwirtschaft künftig sehr stark von Fortschritten im NLP-Bereich profitieren, insbesondere bei der Automatisierung von Back-Office-Prozessen. So können NLP-Lösungen beispielsweise Kundenanfragen beantworten und Kredit- und Versicherungsanträge deutlich effizienter bearbeiten als Mitarbeiterinnen und Mitarbeiter in Banken und Versicherungsunternehmen.

Wie gehen Ihre IT-Spezialisten bei der Entwicklung dieser Anwendungen vor?

Philipp Jackmuth: Unsere Spezialisten sind größtenteils Mathematiker oder theoretische Physiker. Denn wir haben den Anspruch, die eingesetzten Algorithmen selbst zu entwickeln oder zumindest sinnvoll zu adaptieren. Dafür verwenden wir hauptsächlich Open-Source-Software wie PyTorch und Tensorflow, teilweise aber auch Eigenentwicklungen. Der Kunde erhält die fertige Software in einer Container-Umgebung, zum Beispiel auf der Open-Source -Softwareplattform Docker, die sich mit genau definierten Schnittstellen nahtlos in seine IT-Infrastruktur integriert.

Über dida Datenschmiede
dida Datenschmiede GmbH ist ein Berliner Deep Learning-Start-up, das sich auf die Umsetzung von Software-Projekten im Bereich Computer Vision und Natural Language Processing (NLP) spezialisiert hat.

Ähnliche Beiträge