Automatisierung ist entscheidend für Ihr Unternehmen

Automatisierung ist der Schlüssel zur Erschließung großer, nachhaltiger Vorteile in Unternehmen aller Branchen.

Big Data kann ohne einen strategischen Automatisierungsansatz ein großes Nichts sein.

Einerseits befinden wir uns in einer turbulenten Zeit des Informationsreichtums mit beispiellosen Datenmengen zu allem, von der Geräteleistung bis zum Social-Media-Verhalten der Verbraucher (Mehr als die Hälfte aller Weltbürger sind in den sozialen Medien unterwegs). Aber ohne durchdachte Automatisierung – den Einsatz von Maschinen und Algorithmen zur Verarbeitung, Verarbeitung und Analyse verfügbarer Daten – wird Ihr Unternehmen große potenzielle Chancen verpassen.

Gut gemacht verwandelt die Automatisierung „tote“ Big Data in eine lebendige, atmende Ressource, die Sie zur Wertsteigerung nutzen können. Kein Wunder also, dass viele Unternehmen dies anstreben Automatisieren Sie alles, was automatisiert werden kann, wie ein Top-Manager von Google kürzlich sagte.

Um Ihnen beim Nachdenken über Automatisierung in Ihrem Geschäftskontext zu helfen, stelle ich die drei wichtigsten Möglichkeiten vor, wie diese technologiegesteuerte Aktivität Ihnen bei der Wertschöpfung hilft.

Das erste, was Ihnen die Automatisierung hilft, ist Feature-Extraktionoder das Herausziehen wichtiger Informationsnadeln aus riesigen Datenheuhaufen. Stellen Sie sich vor, Ihr Unternehmen muss Patentanmeldungen auf Informationen zu einer bestimmten Technologie und verwandten Technologien prüfen. Möglicherweise sehen Sie sich Tausende oder Zehntausende Anwendungen an, von denen jede 30 oder mehr Seiten umfasst und Millionen und Abermillionen Wörter umfasst. Aber nur ein winziger Teil dieser Wörter und Zusammenhänge zwischen Patenten ist von Bedeutung, etwa davon, wovon die patentierte Technologie abhängt, oder von den Qualifikationen der Erfinder und früheren Patenten.

Diese Aufgabe ist also, wie viele andere im Geschäftsbereich, mit einem sehr geringen Signal-Rausch-Verhältnis verbunden und würde Tausende von Arbeitsstunden erfordern, um manuell erledigt zu werden – etwas, das viel zu kosten- und zeitintensiv ist. Ein auf maschinellem Lernen basierender Algorithmus könnte jedoch so trainiert werden, dass er die benötigten Schlüsselinformationen relativ schnell herausfindet und so viel Zeit und Aufwand spart. Angenommen, Sie möchten in Zukunft nach denselben Patenten oder verwandten Patenten suchen, jedoch nach unterschiedlichen Informationen, beispielsweise der Größe des Patentanmelderteams. Sie können den Algorithmus ganz einfach umprogrammieren oder umschulen, um diese Aufgabe zu übernehmen und so Skaleneffekte und höhere Erträge aus Ihrer Anfangsinvestition zu erzielen.

Zweitens hilft die Automatisierung dabei Datenprüfung und -bereinigung. Datensätze müssen oft bearbeitet werden. Es gibt Fehler und fehlende Werte, Anomalien und manchmal Hinweise auf Voreingenommenheit. Wenn ein Algorithmus beispielsweise darauf trainiert wurde, die Merkmale von Gesetzesbrechern zu erkennen, aber nur Daten über gefasste Straftäter verwendet, wird der Algorithmus verzerrt sein, weil ihm Daten über nicht gefasste Straftäter fehlen – ein besonderes Problem für Wirtschaftskriminalität, das tendenziell auftritt zu wenig gemeldet werden. Auch hier ist die Prüfung und Behebung dieser riesigen Menge potenzieller Probleme zu viel, um sie manuell zu übernehmen. Aber die Automatisierung ermöglicht den schnellen Einsatz von Tools zum Testen und Bereinigen, was wiederum Zeit spart und gleichzeitig Mehrwert schafft.

Drittens, und das ist ein wichtiger Punkt, ist die Automatisierung der Schlüssel zum Erfolg Antriebsmotor der Analytik. Aus den einfachen Regressionsanalysen von gestern sind Clustering und Random Forests von heute geworden, die auf maschinellem Lernen basieren, sei es, um Produktbenutzer zu verstehen, die Umsätze des nächsten Monats zur Optimierung des Lagerbestands vorherzusagen oder die Wirkung einer neuen Werbekampagne vorherzusagen. Durch maschinenbasierte Automatisierung können Sie nicht nur standardisierte Analyseprozesse regelmäßig und kostengünstig wiederholen, sondern auch nichtlineare Muster erkennen, die wir Menschen nicht erkennen können.

Mein Labor hat beispielsweise über 5 Millionen Patente mithilfe algorithmischer Analysen untersucht, um zu sehen, ob wir das Debüt bahnbrechender zukünftiger Technologien auf der Grundlage ihrer Patentanmeldungsinformationen vorhersagen können. Wir stellten die Hypothese auf, dass die Maschine zukünftige Erfolgspatente anhand von Anwendungsdaten identifizieren würde, wenn die Erfindung eigenständige, „wunderartige“ Fähigkeiten oder Ideen hätte. Letztlich hat der Algorithmus zwar die Hit-Patente der Zukunft mit hoher Genauigkeit gefunden, aber nicht so, wie wir Menschen es uns vorgestellt hatten. Das heißt, der Algorithmus hat ein zukünftiges Erfolgspatent nicht anhand seiner eigenständigen Fähigkeiten identifiziert; Vielmehr wurden erfolgreiche Patente danach identifiziert, ob sie Teil eines waren Gruppe von verbundenen Patenten, die zusammen spezifische Probleme in Kombination lösen könnten, die kein einzelnes Patent allein hätte lösen können.

Beispielsweise hatte die Ultraschalltechnologie mehrere Jahre nach ihrer Einführung große Auswirkungen auf das Gesundheitswesen und ermöglichte die nicht-invasive Bildgebung und Behandlung von körperlichen Erkrankungen wie Nierensteinen und sogar einigen Krebsarten. Aber dieser Fortschritt wäre ohne kleinere Erfindungen über die Kerntechnologie hinaus unmöglich gewesen – Applikatoren, Prozesse zur Reduzierung statischer Elektrizität, spezielle medizinische Pads und Klemmen, die unabhängig von der Ultraschalltechnologie entwickelt wurden, aber für deren erfolgreiche Anwendung in der Medizin von entscheidender Bedeutung sind. Unsere automatisierte Analyse erkannte zuverlässig das Vorhandensein dieser Cluster verwandter Patente in über 5 Millionen Patenten von Gesundheitsprodukten bis zur neuesten Golfballtechnologie und dass diese Cluster mit der Wahrscheinlichkeit korrelierten, dass die Patente in ihnen die künftigen dominanten Technologien von morgen werden würden – ein Schlussfolgerung, die vorher nicht gewürdigt wurde.

Mein nordwestlicher Kollege Andreas Papachristos verwendete ähnliche Analysen, um dies zu zeigen Polizeikorruption in Chicago ist nicht auf ein paar „schlechte Beamte“ zurückzuführen, sondern auf ein Netzwerk miteinander verbundener Polizisten, die in böser Absicht handeln; Seine Arbeit ermöglicht eine frühere Erkennung solcher Probleme.

Ich hoffe, ich habe die sich gegenseitig verstärkenden Vorteile der Automatisierung deutlich gemacht und gezeigt, wie sie Ihnen dabei helfen kann, Daten in großen, nachhaltigen Wert umzuwandeln. Tatsächlich gilt: Je mehr Daten Sie haben, desto mehr Automatisierung ist erforderlich. Sobald Sie über starke Automatisierungsfähigkeiten verfügen, können Sie noch mehr Daten sammeln und nutzen, und der Zyklus geht weiter.

Das Fazit: Automatisierung ist eine immer wichtigere Fähigkeit und kann für die kurz- und langfristige Leistung Ihres Unternehmens von entscheidender Bedeutung sein. Es ist jedoch wichtig zu verstehen, wie es den Wert steigert, und Maßnahmen zu ergreifen, um seine ganz realen Nachteile zum Wohle Ihres Unternehmens und der breiten Gemeinschaft, in der es tätig ist, abzumildern.

Im zweiten Teil dieses Artikels bespreche ich die drei größten Nachteile der Automatisierung – Erklärbarkeit, Transparenz und Kosten – und wie man diese angeht.