In unserem letzten Blogbeitrag haben wir über die Eigenschaften und Vorteile des „Design Thinking“-Ansatzes gesprochen, den wir seit der Gründung unserer Community verfolgen und der darauf abzielt, eine AI-Roadmap für Unternehmen zu entwickeln, die neue Technologien einführen wollen. Dieser Beitrag beschäftigt sich mit unserer neuesten Entwicklung, dem „Intelligent Data Management“-Konzept, das Themen rund um die Datenextraktion aufgreift und Unternehmen die Möglichkeit eröffnet, niedrig hängende Früchte zu ernten und schnell in den Genuss der Vorzüge von AI-orientierter Optimierung zu kommen.

Nutzen Sie zudem die Expertise der Global Community for AI in MDM. Noch ist es nicht zu spät, auf den Zug aufzuspringen.

Wenn Innovation auf Machbarkeit trifft

Viele Aktivitäten im MDM sind wiederkehrend und standardisiert. Während moderne Technologien durch moderne Ansätze wie Ableitungsregeln bereits Effizienzgewinne ermöglichen, kann künstliche Intelligenz in dieser Hinsicht ganz neue Maßstäbe setzen. Mitarbeiter werden noch stärker entlastet und haben mehr Zeit für wertschöpfendere Aufgaben wie Qualitätsmanagement und Datenanalyse.

Die langfristige Idee hinter IDM (Intelligent Data Management) ist, alle wiederkehrenden Aufgaben innerhalb des Datenmanagementzyklus zu automatisieren, wie etwa die Extraktion von Daten für Materialbeschreibungen und Klassifizierungen aus verschiedenen Dokumentarten, den Vergleich von System- und Quelldaten, die Anreicherung von Daten mittels Webcrawling oder die Automatisierung von Datenerstellungs- und -änderungsaufträgen. Das Konzept erstreckt sich auf alle Phasen des Datenmanagements, von der Datenextraktion über die Aufbereitung bis hin zur Datenpflege im System.

Unser IDM-Ansatz bei CAMELOT legt den Schwerpunkt auf Datenextraktion. Ein Beispiel dafür ist die Gewinnung von Daten aus unstrukturierten Quellen (z. B. gescannte Dokumente). Ein weiteres Beispiel ist der Einsatz von Webcrawlern oder Open Sources zur Gewinnung relevanter Informationen für die Optimierung von Prozessen entlang der gesamten Wertschöpfungskette, von der Optimierung der Lieferantenhierarchie im Beschaffungswesen bis hin zur Betrugserkennung im Finanzbereich.

Ein weiterer Schwerpunkt des IDM-Services ist die Datenaufbereitung. Diese Phase des Managementzyklus wird durch AI-basierte Datenanalyse und -verarbeitung unterstützt. Das IDM bringt zusätzliche Erkenntnisse, die Entscheidungsprozesse vereinfachen. Bisher fand in der Ableitung von Versorgungsketten-Szenarien das Rule Mining Anwendung.

Die Datenpflegephase beinhaltet nun eine automatische Bestückung des ERP-Systems, Konsistenzprüfungen, Klassifizierungen und Abgleiche. Die Idee hinter IDM ist, Erfahrungen aus früheren Projekten zu nutzen und sie an andere Kunden weiterzugeben, abgestimmt auf ihre internen Anforderungen, Prozesse und Daten. Weil die Ansätze bereits validiert wurden, sind das Resultat und die Arbeitsergebnisse sicher und zuverlässig, und die Implementierung kann schneller vonstattengehen.

Transformation der Wertschöpfungskette mit IDM

Das wichtigste Ziel des IDM-Ansatzes ist, mithilfe von künstlicher Intelligenz die Interaktion zwischen Mensch und Maschine zu verbessern und datenbezogene Aktivitäten über die gesamte Wertschöpfungskette hinweg zu optimieren. Für das Unternehmen bedeutet das Mehrwertschöpfung. IDM verwandelt das Potenzial künstlicher Intelligenz in echten Mehrwert, indem es die Entscheidungsfindung und die Datenqualität verbessert, die Kosten senkt und dafür sorgt, dass Prozesse schneller implementiert werden können. 

Durch die Übersetzung manuell durchgeführter Aufgaben in Algorithmen kann die Qualität der Enddaten deutlich verbessert werden, weil der menschliche Faktor als Fehlerquelle ausgeschlossen wird. Schon allein dieser Aspekt hat immense positive Auswirkungen auf die Effizienz und die Geschwindigkeit, mit der tägliche Aufgaben erledigt werden. Die Automatisierung einzelner Aufgaben, wie zum Beispiel der Dateneingabe ins System, kann den Aufwand, der für die Erfüllung von Compliance-Standards betrieben werden muss, deutlich mindern. Darüber hinaus kann die Informationsextraktion aus dem Web bisher unbekannte Datenerkenntnisse liefern, die Entscheidungsprozesse vereinfachen und dazu beitragen, einen Wettbewerbsvorteil am Markt herauszuarbeiten. 

Neben steigender Effizienz und Wertschöpfung zielt IDM auch auf menschenorientierte Funktionalität ab. Anwenderfreundliche Benutzeroberflächen und die Integration von IDM-Lösungen in SAP- oder interne Unternehmenssysteme machen Prozesse einfacher und intuitiver.

Diese Kombination aus realistischer Skalierung von AI-Technologien und einem umsetzbaren Implementierungsansatz lässt den Datenmanagementzyklus einfacher und gleichzeitig noch effizienter werden.

Kombinierter Einsatz

Die reibungslose Implementierung von AI-Technologien hängt von vielen Faktoren ab, aber der Schlüssel zum Erfolg ist die Fähigkeit, das Geschäftsszenario zu ermitteln, das garantiert Wertschöpfung erzielt und ein hohes Generalisierungspotenzial besitzt. Wir sind der Auffassung, dass dies durch eine Kombination des IDM-Ansatzes mit den Daten und dem Know-how, das den Unternehmen zur Verfügung steht, erreichbar ist. Die Daten selbst und kundenseitige Geschäftskenntnisse stehen im Mittelpunkt des IDM-Ansatzes, der MDM-basierte Erfahrungswerte und validierte datenwissenschaftliche Modelle umfasst.

Das Wissen, das wir von CAMELOT bei der erfolgreichen Implementierung einer Vielzahl von PoCs gesammelt haben, eröffnet Unternehmen die Möglichkeit, sich von Branchenkollegen inspirieren zu lassen und von fundierter IDM-Erfahrung zu profitieren. Der Ansatz umfasst mehrere Phasen, von der Beschreibung des Geschäftsszenarios und der Datenaufbereitung bis hin zur Lösungsentwicklung, unternehmensweiten Implementierung und Systempflege.

Warum CAMELOT?

CAMELOT ist der Begründer der Community for AI in MDM, der Kooperationsplattform für AI-Pioniere mit mehr als 100 Mitgliedern. Die Community basiert auf einer mehr als 15-jährigen dokumentierten Erfolgsgeschichte im Daten- und Informationsmanagement. Innerhalb der Community haben wir bereits viele erfolgreiche Workshops und verschiedene PoC-Projekte durchgeführt. CAMELOT bringt Daten, Menschen, Technologien und Prozesse zu Lösungen zusammen, die Wettbewerbsvorteile auf jeder Stufe der Wertschöpfungskette schaffen. Kontaktieren Sie uns und nutzen Sie die Vorteile künstlicher Intelligenz für Ihr Unternehmen!

Empfohlene Artikel

Future Value Chain

Chemie: Klimaschutz und CO2-neutrales Wachstum

Die deutsche Chemie ist so optimistisch wie keine andere Branche, wenn es um das Erreichen der nationalen Klimaschutzziele geht. Laut einer …

weiterlesen
Digital Core

Process Mining – Erfolgskritisch oder nicht?

Kaum ein Mediziner, Forscher oder Patient kann oder möchte heute noch auf die Computertomographie verzichten. Sie schafft Transparenz und ist …

weiterlesen
Data & Analytics

Die Zukunft (und Gegenwart) von ML und KI im Stammdatenmanagement

Erfahren Sie mehr über aktuelle Entwicklungen und Einsatzmöglichkeiten von Machine Learning und Artificial Intelligence im Stammdatenmanagement.

weiterlesen

Denken Sie Ihre Value Chain neu mit uns

Kontaktieren Sie uns