Cegeka_Logo Language Lösungen Back
Unsere Lösungen
Website_Navigation_Data-1-1

Data & AI

Unsere Data Solutions helfen Ihnen, zu einem datengesteuerten Unternehmen zu werden.

Business Applications

Business Applications

Vernetzen Sie Ihr Unternehmen, indem Sie Ihre entscheidenden Prozesse digitalisieren - mit Dynamics 365.

Branchen Back
Branchen

Mit branchenspezifischen Services unterstützen wir Unternehmen dabei in einer sich schnell verändernden Geschäftswelt zu wachsen und gehen dabei gezielt auf die Herausforderungen und Chancen ein.

Alle Branchen
Navigation-Aviation

Aviation

Höchste Verfügbarkeit der IT ist entscheidend, um einen störungsfreien Geschäftsablauf im Flugbetrieb sicherzustellen.

Website_Navigation_Finance_and_Insurance-1

Finanzen & Versicherungen

Um zukunftsfähig zu bleiben, müssen Finanz­dienstleister Ihre Prozesse beschleunigen & IT als strategischen Part zur Erreichung Ihrer Ziele etablieren.

Energy & Utilities

Energieversorgung

Die Entwicklung intelligenter Stromnetze wird es Unternehmen ermöglichen, ihr Energiemanagement selbst in die Hand zu nehmen.

Website_Navigation_Manufacturing-1

Produktion & Fertigung

Produktionsketten werden zu intelligenten Netzwerken mit Echtzeit-Track-and-Trace-Systemen.

overheidsdiensten-icon-80-80

Öffentlicher & sozialer Sektor

Digitale Plattformen, Automatisierung und Chatbots entlasten & schaffen neue Freiräume für das Wesentliche.

telecom-icon-80-80

Telekommunikation

Nur mit gut aufgestellten Telekommunikationsunternehmen lässt sich das volle Potenzial des Internet of Things erschließen.

Einblicke Back Icons_Navigation_Case Studies

Kundenreferenzen

Was unsere Kunden über die Zusammenarbeit mit uns sagen.

Icons_Navigation_News Items

Unternehmensnews

Lesen Sie unsere aktuellen Unternehmensnews und -mitteilungen.

Icons_Navigation_Blogs

Blog

Erhalten Sie Tipps, interessante Informationen & nähere Einblicke in die IT.

Icons_Navigation_Webinars

Webinare

Gewinnen Sie wertvolle Einblicke von unseren Experten.

Icons_Navigation_Ebooks

E-books & Whitepapers

Erfahren Sie von unseren Experten mehr über aktuelle IT-Themen & informieren Sie sich über unser Angebot.

Icons_Navigation_Events

Events

Treffen Sie uns auf den folgenden Veranstaltungen.

Über uns Back
shaping digital together

Wir arbeiten Seite an Seite mit unseren Kunden zusammen, um sicherzustellen, dass Technologie dort Wirkung zeigt, wo es darauf ankommt.

Starten Sie Ihre Reise mit uns
Icons_Navigation_Why Cegeka

Warum Cegeka

Erfahren Sie, warum so viele Kunden sich für eine Zusammenarbeit mit uns entscheiden – und uns treu bleiben.

Icons_Navigation_Cegeka&Society

Cegeka & die Gesellschaft

Wir entwickeln innovative Lösungen mit positiven Auswirkungen auf Umwelt, Menschen und die Gesellschaft.

Icons_Navigation_Our Story

Die Cegeka Story

In über 30 Jahren wuchs Cegeka von 30 auf 9.000 Mitarbeitende – heute aktiv auf drei Kontinenten.

Icons_Navigation_Annual Report

Unseren Geschäftsbericht

Erfahren Sie, was unsere Arbeit auszeichnet – lesen Sie unseren Geschäftsbericht.

Mehr

Unser Management

Unternehmensnews

Kontakt & Standorte

Back
Select language

Global

Belgium

Belgium

Denmark

Germany

Italy

Romania

Sweden

The Netherlands

United Kingdom

United States

Kontakt aufnehmen
Cegeka_Logo Lösungen
Unsere Lösungen
Website_Navigation_Data-1-1

Data & AI

Unsere Data Solutions helfen Ihnen, zu einem datengesteuerten Unternehmen zu werden.

Business Applications

Business Applications

Vernetzen Sie Ihr Unternehmen, indem Sie Ihre entscheidenden Prozesse digitalisieren - mit Dynamics 365.

Branchen
Branchen

Mit branchenspezifischen Services unterstützen wir Unternehmen dabei in einer sich schnell verändernden Geschäftswelt zu wachsen und gehen dabei gezielt auf die Herausforderungen und Chancen ein.

Alle Branchen
Navigation-Aviation

Aviation

Höchste Verfügbarkeit der IT ist entscheidend, um einen störungsfreien Geschäftsablauf im Flugbetrieb sicherzustellen.

Website_Navigation_Finance_and_Insurance-1

Finanzen & Versicherungen

Um zukunftsfähig zu bleiben, müssen Finanz­dienstleister Ihre Prozesse beschleunigen & IT als strategischen Part zur Erreichung Ihrer Ziele etablieren.

Energy & Utilities

Energieversorgung

Die Entwicklung intelligenter Stromnetze wird es Unternehmen ermöglichen, ihr Energiemanagement selbst in die Hand zu nehmen.

Website_Navigation_Manufacturing-1

Produktion & Fertigung

Produktionsketten werden zu intelligenten Netzwerken mit Echtzeit-Track-and-Trace-Systemen.

overheidsdiensten-icon-80-80

Öffentlicher & sozialer Sektor

Digitale Plattformen, Automatisierung und Chatbots entlasten & schaffen neue Freiräume für das Wesentliche.

telecom-icon-80-80

Telekommunikation

Nur mit gut aufgestellten Telekommunikationsunternehmen lässt sich das volle Potenzial des Internet of Things erschließen.

Einblicke Icons_Navigation_Case Studies

Kundenreferenzen

Was unsere Kunden über die Zusammenarbeit mit uns sagen.

Icons_Navigation_News Items

Unternehmensnews

Lesen Sie unsere aktuellen Unternehmensnews und -mitteilungen.

Icons_Navigation_Blogs

Blog

Erhalten Sie Tipps, interessante Informationen & nähere Einblicke in die IT.

Icons_Navigation_Webinars

Webinare

Gewinnen Sie wertvolle Einblicke von unseren Experten.

Icons_Navigation_Ebooks

E-books & Whitepapers

Erfahren Sie von unseren Experten mehr über aktuelle IT-Themen & informieren Sie sich über unser Angebot.

Icons_Navigation_Events

Events

Treffen Sie uns auf den folgenden Veranstaltungen.

Über uns
shaping digital together

Wir arbeiten Seite an Seite mit unseren Kunden zusammen, um sicherzustellen, dass Technologie dort Wirkung zeigt, wo es darauf ankommt.

Starten Sie Ihre Reise mit uns
Icons_Navigation_Why Cegeka

Warum Cegeka

Erfahren Sie, warum so viele Kunden sich für eine Zusammenarbeit mit uns entscheiden – und uns treu bleiben.

Icons_Navigation_Cegeka&Society

Cegeka & die Gesellschaft

Wir entwickeln innovative Lösungen mit positiven Auswirkungen auf Umwelt, Menschen und die Gesellschaft.

Icons_Navigation_Our Story

Die Cegeka Story

In über 30 Jahren wuchs Cegeka von 30 auf 9.000 Mitarbeitende – heute aktiv auf drei Kontinenten.

Icons_Navigation_Annual Report

Unseren Geschäftsbericht

Erfahren Sie, was unsere Arbeit auszeichnet – lesen Sie unseren Geschäftsbericht.

Mehr

Unser Management

Unternehmensnews

Kontakt & Standorte

Global   Global EN Belgium   Belgium NL Belgium   Belgium FR Denmark   Denmark EN Germany   Germany DE Italy   Italy IT Romania   Romania EN Sweden   Sweden EN The Netherlands   The Netherlands NL United Kingdom   United Kingdom EN United States   United States EN Kontakt aufnehmen
Home Entdecken Sie unsere aktuellen Blogs Entdecken Sie unsere aktuellen Blogs AI, Machine Learning und Deep Learning: Was ist der Unterschied?
Innovationen
Business Intelligence
4 Minuten Lesezeit

AI, Machine Learning und Deep Learning: Was ist der Unterschied?

Dorian Otahal

Dorian Otahal

Juni 27, 2023

Moderne intelligente Software basiert auf den unterschiedlichsten neuen Technologien. Was aber ist der Unterschied zwischen Artificial Intelligence (AI), Machine Learning und Deep Learning? Was hat es mit Big Data auf sich? Und was macht eigentlich ein Data Scientist? In unserem Blogbeitrag erklären wir, was hinter den Begriffen steckt, wie sie zusammenhängen und wie intelligente Software in Unternehmen eingesetzt werden kann.

Artificial Intelligence (AI)

Artificial Intelligence, auch Künstliche Intelligenz oder KI, ist genau das, was der Begriff sagt: Eine Intelligenz, wie wir sie von Menschen und Tieren kennen, künstlich mit Computern nachgebildet. Klingt simpel, ist aber ein hochkomplexes Thema. Noch immer sind sich Wissenschaftler und Philosophen nicht einig, was Intelligenz konkret ist - geschweige denn, wie man eine künstliche Form erschaffen kann.

Allgemeine Intelligenz nachzubilden liegt noch in weiter Ferne. Aber sie lässt sich in verschiedene Teilbereiche zerlegen. Denken, Problemlösung, Planung, Lernen, Sprechen, Sehen: All das sind Ausprägungen von Intelligenz. Und für jede dieser Ausprägungen gibt es ein entsprechendes Pendant innerhalb von AI, um so menschliche Fähigkeiten zu digitalisieren.

Machine Learning

Ein wichtiger - und der wahrscheinlich bekannteste - Bereich innerhalb von AI ist Machine Learning. Hierbei geht es darum, die Lernfähigkeit des Menschen zu imitieren.

Als Menschen lernen wir ständig aus Situationen in unserem täglichen Leben. Ein Beispiel: Wenn ein Kind eine Katze sieht und die Eltern „Katze“ sagen und dies auch bei anderen Katzen immer wieder wiederholen, wird das Kind mit der Zeit lernen, Katzen zu erkennen.

Machine Learning funktioniert auf ganz ähnliche Weise. Das System wird mit zahlreichen Beispielen von Katzenbildern und der Beschreibung „Katze“ gefüttert. Während des Trainings lernt das System, was all diese Bilder gemeinsam haben. Zeigen Sie dem System danach das Bild einer Katze, die es noch nicht gesehen hat, wird es die Katze auch auf diesem Bild erkennen.

Zugegeben, die Erkennung von Katzen wird für die meisten Unternehmen wohl eher wenig interessant sein. Das grundlegende Konzept von Mustererkennung, dem Treffen von Vorhersagen und der Automatisierung von Entscheidungsprozessen lässt sich jedoch auf zahlreiche Business Use Cases anwenden, beispielsweise zur Entwicklung eines Prognosemodells, das die Wahrscheinlichkeit von Folgekäufen ermittelt.

Damit lassen sich potenzielle Kunden noch gezielter ansprechen und die Abschlussquote wird signifikant erhöht. Dies ist somit auch eine wertvolle Information für Vertrieb, Marketing oder Kundenservice. 

Deep Learning

Ein wichtiger Teil von Machine Learning sind (künstliche) neuronale Netze, welche der Funktionsweise des menschlichen Gehirns nachempfunden sind. Das Gehirn besteht aus einem Netzwerk von miteinander verbundenen Neuronen, den Gehirnzellen, die sich gegenseitig elektrische Impulse übermitteln.

Analog dazu besteht ein künstliches neuronales Netzwerk aus künstlichen Neuronen, die Eingaben von anderen Neuronen empfangen und Ausgaben an andere Neuronen weitergeben können.

Die Neuronen in einem künstlichen neuronalen Netzwerk sind normalerweise in Schichten angeordnet. Es gibt eine Eingabeschicht, eine oder mehrere Zwischenschichten (versteckte Schichten) sowie eine Ausgabeschicht:

AI_MachineLearning_DeepLearning_neuronales_Netzwerk

Verfügt das Netzwerk über eine große Anzahl von versteckten Schichten, so spricht man von Deep Learning. In den letzten zehn Jahren hat Deep Learning zu großen Fortschritten in der AI geführt, u.a. in Bereichen wie Objekterkennung, Spracherkennung, Qualitätssicherung, Betrugserkennung oder der medizinischen Diagnostik.

Deep Learning ist eine spezielle Technik im Rahmen des Machine Learning (daneben gibt es noch weitere). Machine Learning wiederum ist ein Teilbereich von Artificial Intelligence. Bildlich kann man sich das in etwa so vorstellen:

AI_MachineLearning_DeepLearning_Venn_Diagramm

In diesem Kontext sind auch zwei weitere Begriffe relevant: Big Data und Data Science.

Big Data

Big Data beschreibt eine Datensammlung, die zu groß oder zu komplex ist, um sie mit einem traditionellen Datenbankmanagementsystem zu verarbeiten, beispielsweise wenn im Rahmen von Machine Learning hunderttausende von Fotos analysiert werden sollen. Insbesondere Deep Learning eignet sich gut, um Big Data-Probleme zu bewältigen.  

In der Praxis werden Big Data-Techniken eingesetzt, sobald das Machine Learning-System aufgrund von Einschränkungen, wie zu geringem Speicher oder Prozessorleistung, nicht mehr auf einem Computer ausgeführt werden kann. Die Lösung besteht darin, die Deep Learning-Software auf Computerclustern in einem Rechenzentrum laufen zu lassen. Die Aufgabe wird so verteilt und parallel von mehreren Computern ausgeführt.

Data Lake

In der sich ständig weiterentwickelnden Welt der Artifical Intelligence, des Machine Learnings und des Deep Learnings spielen Daten eine entscheidende Rolle. Eine der Schlüsseltechnologien zur Verwaltung dieser Daten ist der Data Lake.

Ein Data Lake ist eine zentrale Speicherstätte, in der Daten in ihrem ursprünglichen Format aufbewahrt werden, unabhängig von Quelle und Struktur. Dies ist besonders wichtig für Machine Learning und Deep Learning, da diese Technologien von großen Datenmengen lernen.

Im Data Lake tauchen sie dann sozusagen ein, um Muster zu erkennen, Prognosen zu erstellen und schlussendlich intelligentere Systeme zu entwickeln. Durch die Speicherung von Daten in einem Data Lake können AI, Machine Learning und Deep Learning auf ein breiteres Spektrum von Informationen zugreifen und so effektiver arbeiten.

Data Science

Und was versteht man unter Data Science? Bei Data Science handelt es sich um ein interdisziplinäres Fachgebiet, das wissenschaftliche Methoden und Algorithmen einsetzt, um Wissen aus großen Datensammlungen zu gewinnen und Probleme in den unterschiedlichsten Anwendungsbereichen zu lösen.

Die Abbildung oben zeigt, dass Data Science große Überschneidungen mit AI und speziell mit Machine Learning hat. Dazu gehören der Bereich Big Data sowie Teile von Deep Learning. Data Science umfasst aber auch Aspekte, die über das Thema AI hinausgehen.

Was macht ein Data Scientist? 

Welche Aspekte das genau sind, wird verständlicher, wenn man sich die Kompetenzen eines Data Scientist anschaut. Diese lassen sich in vier Bereiche unterteilen:

  • AI: Kenntnisse über maschinelles Lernen und verwandte Techniken sowie über statistische Modelle und damit verbundene Mathematik.
  • Informatik: Kenntnisse in Programmiersprachen wie Python und R, Datenbanken wie SQL und NoSQL und Cloud-Implementierungen.
  • Branchen- und Fachwissen: Wissen über den geschäftlichen Kontext der Anwendungen, in denen AI-Probleme löst.
  • Kommunikation: Fähigkeit, datengetriebene Erkenntnisse mithilfe von Data Storytelling zu erklären und zu visualisieren.

AI_MachineLearning_DeepLearning_Data_Scientist

Anwendungsbeispiel: Erkennung von Verunreinigungen

Ein Abfallverarbeitungsunternehmen möchte eine AI-basierte Kamera entlang seiner Förderbänder einsetzen, um Verunreinigungen zu identifizieren. Der Data Scientist nutzt sein Fachwissen, um die Aufgabe des Unternehmens in ein algorithmisches Problem zu übersetzen.

Er setzt sein Wissen über AI ein, um mit Deep Learning ein Modell auf Bilder von sauberen und verunreinigten Plastikströmen zu trainieren. Dafür schreibt er einen Code in Python, den er auf einer Cloud-Plattform ausführt. Die Ergebnisse visualisiert er mithilfe seiner Kommunikationsfähigkeiten.

 

Von Daten zu konkreten Aktionen

Unternehmen nutzen schon seit langem die Möglichkeiten von Business Intelligence – zum Beispiel in Form von Berichten oder interaktiven Dashboards. Diese Erkenntnisse beschränken sich in der Regel jedoch auf die Vergangenheit: Was ist passiert und warum? Zudem sind immer noch viele manuelle Prozesse erforderlich, bei denen die Benutzer Entscheidungen selbst treffen müssen.

Advanced Analytics und vor allem AI gehen noch um einiges weiter. Sie ermöglichen einen Blick in die Zukunft. Die Ergebnisse sind Prognosen (Was wird passieren?) und Empfehlungen (Was sollte ich tun?). Für die Ableitung konkreter Aktionen sind kaum noch manuelle Prozesse und Entscheidungen notwendig. Die ausgereifteste Form der AI automatisiert auch diese letzten menschlichen Schritte und führt vollautomatisch Aktionen auf Grundlage von Daten durch.

AI_MachineLearning_DeepLearning_BuinessIntelligence

Sie wollen wissen, wie auch Sie Business Intelligence in Ihrem Unternehmen sinnvoll einsetzen können? 

Unsere Experten unterstützen Sie gerne dabei, Ihr Unternehmen zukunftsfit zu machen. Jetzt kontaktieren!
Dorian Otahal

Dorian Otahal

Als Business Intelligence-Consultant habe ich eine Begeisterung für alle datenbezogenen Themen, von Data Engineering bis hin zu AI, Machine Learning und Data Science. Wenn ich nicht in der Datenwelt navigiere, findet man mich häufig beim Mountainbiken oder Tauchen. Mit einem Fuß in der technologischen Welt und dem anderen in der Welt des Outdoor-Sports kann ich meine Interessen verbinden und neue Perspektiven gewinnen.

Mehr Beiträge von Dorian Otahal

Kontakt aufnehmen