Der Einsatz von Machine Learning (ML) und anderer Technologien im Bereich Artificial Intelligence (AI) wird das Stammdatenmanagement (MDM) grundlegend verändern. Von Einzelaktivitäten wie dem Standard-Mapping oder der Datenqualitätsprüfung durch AI-basierte Anwendungen bis hin zur vollständigen und autonomen Definition und Durchführung von Aufgaben der MDM-Organisation.

Doch wo fängt man am besten an?

CAMELOT hat mit der AI in MDM Community eine Plattform geschaffen, die auf Co-Innovation setzt. Hier können sich MDM-Experten aus Unternehmen verschiedenster Branchen vernetzen, um ihr Wissen, ihre Erfahrungen und ihre Denkansätze für die AI-getriebene Zukunft des Enterprise Information Management auszutauschen und zu bündeln.

Innovative Ideen für AI- und MDM-Anwendungsfälle orientieren sich stets am dem konkreten Bedarf bestimmter Benutzergruppen und bauen dabei auf einem breiten Themenspektrum auf, das robotergesteuerte Prozessautomatisierung, Standard-Mappings, Predictive Analytics und vieles mehr umfasst. So stellen wir sicher, dass wir mit unserer Arbeit echten Mehrwert für Unternehmen schaffen können. Realisiert wird dieser Ansatz im Rahmen von Design-Thinking-Workshops. Die CAMELOT-Experten prüfen die technische Machbarkeit der gewünschten Lösungen, erfassen die für die Umsetzung eines Anwendungsfalles notwendigen Daten sowie die gewünschten Kompetenzen. Um die Realisierung voranzutreiben, kommen Bausteine eines AI Composers zum Einsatz, welcher sich wiederum aus den Technologie-Stacks verschiedener Anbieter zusammensetzt.

Proof of Concept

Die viel versprechendsten Ideen werden in kurzen Proof-of-Concept-Projekten verifiziert, die der Erprobung unterschiedlicher Ansätze und Algorithmen dienen. Die nächste Phase der Entwicklung von konkreten Unternehmenslösungen bleibt den Ideen vorbehalten, die nachweislich den erhofften Mehrwert erbringen können.

Durch den Community-Ansatz ermöglichen wir einen schnellen Einstieg in das Feld AI in MDM und stellen uns den gemeinsamen Herausforderungen bei der Realisierung von praktischen AI-Anwendungsfällen wie dem Mangel an ausreichenden Daten, fehlende technische Expertise oder hohe Investitionsrisiken. Je mehr Unternehmen sich an der Entwicklung eines Anwendungsfalles beteiligen, desto geringer fallen die mit dem Projekt verbundenen Risiken und Investitionen aus.

Wir werden AI-getriebene Innovationen in die MDM-Praxis umgesetzt?

Die Community umfasst mittlerweile schon mehr als 50 Experten aus Unternehmen wie Olympus, Merck, Bosch, Siemens, Roche, Johnson & Johnson, Sanofi Aventis, Royal Philips und vielen weiteren. Von der Onboarding-Phase, die sicherstellt, dass individuelle Anforderungen innerhalb der Community berücksichtigt werden können, über Innovationsworkshops bis hin zur Umsetzung von POC-Projekten verfolgt die Community einen strukturierten und bewährten Ansatz.

Die erst kürzlich ins Leben gerufene AI MDM Academy mit ihren exklusiven Erkenntnissen von CAMELOT-Experten, AI-Anbietern wie SAP oder IBM, AI-Vordenkern und den gesammelten Erfahrungen der Community-Mitglieder unterstützt den Wissensaustausch und bringt neue Ideen voran.

Sie möchten sich einbringen oder weitere Informationen erhalten? Dann schauen Sie auf der Community-Website unter ai-mdm.com vorbei oder kontaktieren Sie uns direkt.

Kommentare

Schreiben Sie einen Kommentar

Ihre E-Mail-Adresse wird nicht veröffentlicht.

Empfohlene Artikel

CRM

SAP Cloud Platform: Portale erfolgreich in Ihr CRM integrieren

Kennen Sie das, Sie würden gerne direkter mit Ihren Geschäftspartnern in Kontakt treten um Leads und Opportunitys zu teilen …

weiterlesen
Logistics

Wie Sie Ihr Lagerdock in Echtzeit verwalten können

Unkontrolliert ankommende Lkw sind typisch für viele Be- und Entladestationen. Die Folge: Liegekosten, schlechte Docknutzung und Prozessabfälle. Unternehmen benö…

weiterlesen
Supply Chain Management

Supply Chain Management für die Losgröße 1

Was sind die Treiber und Erfolgsfaktoren für ein erfolgreiches Supply Chain Management vor dem Hintergrund der Digitalisierung? Die SCM-Experten von …

weiterlesen