Im Gespräch mit Tim Strohschneider, Head of GenAI bei Adesso So entstehen maßgeschneiderte KI-Lösungen

Anbieter zum Thema

adesso AG

WatchGuard Technologies GmbH

peoplefone GmbH

mibeca GmbH – Mike Bergmann Akademie

IT-Dienstleister Adesso hat bereits unzählige KI-Use-Cases umgesetzt. Tim Strohschneider, Head of GenAI bei Adesso erzählt, wie der Dienstleister maßgeschneiderte KI-Modelle entwickelt und für Branchen wie Energie und Banken umsetzt.

ITB: Wie können Dienstleister mit KI-Use-Cases Geld verdienen?

Strohschneider: Wie bei allen Technologien ist es entscheidend, dass wir als IT-Dienstleister maßgeschneiderte Lösungen entwickeln, die einen echten Mehrwert für die Unternehmen schaffen. Der Schlüssel liegt darin, Künstliche Intelligenz nicht als Produkt zu betrachten, sondern als strategisches Werkzeug, das auf die spezifischen Bedürfnisse eines Unternehmens zugeschnitten ist. Dabei begleiten wir unsere Kunden über den gesamten Lebenszyklus hinweg. Dazu gehören die strategische Beratung, in der wir die Potenziale von KI für das Unternehmen identifizieren, die Entwicklung passgenauer Lösungen, die Change-Begleitung, um die Akzeptanz und Integration sicherzustellen, sowie der Betrieb und die kontinuierliche Optimierung der KI-Anwendungen.

Ein weiterer Erfolgsfaktor ist unsere eigene KI-Plattform. Sie ermöglicht es uns, Lösungen schnell und wertstiftend umzusetzen. Diese Plattform bietet die nötige Flexibilität und Skalierbarkeit, um Unternehmen in kürzester Zeit greifbare Ergebnisse zu liefern. Darüber hinaus konzentrieren wir uns auf den Aufbau skalierbarer und wiederverwendbarer Plattformen, die es unseren Kunden ermöglichen, ihre KI-Lösungen effizient zu betreiben. Durch die Automatisierung und Personalisierung von Geschäftsprozessen schaffen wir nicht nur Kosteneinsparungen, sondern auch neue Umsatzmöglichkeiten. Langfristig festigen wir so nachhaltige Partnerschaften und generieren wiederkehrende Umsätze.

ITB: Wie identifizieren sie den Use Case und wie das dafür passende KI-Modell?

Strohschneider: Die Identifikation von Use Cases erfolgt bei uns immer in enger Zusammenarbeit mit den Fachabteilungen des Unternehmens. Dies kann im Rahmen kleinerer Projekte geschehen, aber auch in Workshops, in denen wir gemeinsam mit den Mitarbeitenden vor Ort spezifische Anwendungsfälle entwickeln. Ein Mehrwert dieses Ansatzes besteht darin, dass wir auf dem Fachwissen der Mitarbeitenden aufbauen und so sicherstellen, dass die Use Cases praxisnah und auf die tatsächlichen Bedürfnisse des Geschäfts zugeschnitten sind.

Wir haben zudem eine umfangreiche Library mit branchenspezifischen Anwendungsfällen aufgebaut, die wir kontinuierlich erweitern. Sie ermöglicht es uns, sehr schnell belastbare Informationen und erste Lösungsvorschläge zu liefern. Mit diesen vorkonfigurierten Use Cases können wir branchentypische Herausforderungen effizient adressieren und den Weg zur erfolgreichen Implementierung beschleunigen.

Bei langfristigen Kooperationen etablieren wir in der Regel ein AI Service Center. Dieses Center stellt eine zentrale Anlaufstelle für alle KI-Aktivitäten im Unternehmen dar, von der Ideenfindung über die Entwicklung bis hin zur Umsetzung. Durch die Einbindung multidisziplinärer Expertinnen und Experten aus verschiedensten Bereichen stellen wir nicht nur die bestmögliche fachliche Expertise sicher, sondern auch eine kontinuierliche Erweiterung des Use-Case-Portfolios. Das AI Service Center sorgt so für einen stetig wachsenden Pool an neuen Use Cases, der die Innovationskraft und Anpassungsfähigkeit des Unternehmens nachhaltig stärkt.

Ein weiterer Vorteil für den Kunden liegt in unserer herstellerneutralen Ausrichtung. Bei der Auswahl des geeigneten KI-Modells berücksichtigen wir die individuellen Anforderungen, Präferenzen und technischen Gegebenheiten des Kunden und stimmen diese mit der spezifischen Aufgabenstellung ab. Dieser neutrale Ansatz ermöglicht es uns, stets die optimale Lösung zu finden – unabhängig von bestehenden Technologiepräferenzen oder -restriktionen. Dies gibt dem Unternehmen ein Höchstmaß an Flexibilität und garantiert die bestmögliche Abstimmung der gewählten Lösung.

ITB: Welche GenAI-Projekte haben Sie bereits umgesetzt? Was war der Benefit für den Kunden, was der von Adesso?

Strohschneider: Wir haben bereits zahlreiche GenAI-Projekte in unterschiedlichen Branchen erfolgreich umgesetzt. Zu unseren Referenzen zählen namhafte Unternehmen wie die Energiekonzerne RWE und EnBW, mit denen uns eine langjährige Zusammenarbeit in den Bereichen Data & Analytics und Künstliche Intelligenz verbindet.

Für RWE haben wir zuletzt eine GenAI-basierte Value-Based-Maintenance-Lösung entwickelt. Diese dient der Analyse und Optimierung von Instandhaltungsprozessen sowie der Früherkennung von Schadenspotenzialen in Kraftwerken. Der große Nutzen für RWE liegt in der Reduzierung von Kostentreibern wie Personal- und Ressourceneinsatz sowie in verbesserter Entscheidungsfindung bei der Wartungsplanung. Für RWE bedeutet dies nicht nur Effizienzgewinne, sondern auch eine höhere Anlagenverfügbarkeit und geringere Stillstandzeiten.

Auch der Energiekonzern EnBW vertraut auf unsere GenAI-Expertise. Für EnBW haben wir einen Chatbot auf Basis von Microsoft Azure OpenAI entwickelt, der das OpenAI-Modell GPT-4 nutzt. Der Chatbot analysiert die Betriebsdaten von Windkraftanlagen und liefert den Diagnose- und Wartungsteams in kürzester Zeit detaillierte Antworten und visualisierte Analysen zu Fragen des Anlagenbetriebs. Dadurch konnten wir eine erhebliche Zeitersparnis für die Teams erzielen und die Qualität der Entscheidungen verbessern.

Viele weitere Kunden implementieren mit uns sogenannte Generative Knowledge Agents. Diese ermöglichen einen sicheren, datenschutzkonformen Zugriff auf ChatGPT innerhalb der Unternehmensumgebung. Durch die Anbindung an interne Datenbanken und die gezielte Integration in Arbeitsabläufe schaffen wir für Unternehmen schnelle und fundierte Antworten sowie effizientere Arbeitsprozesse.

Für Adesso ergibt sich aus diesen Projekten der Vorteil, dass wir gemeinsam mit unseren Kunden praxisnahe, branchenspezifische Lösungen entwickeln und unser Knowhow und unsere Library kontinuierlich erweitern können. Dies stärkt unsere Position als führender Anbieter von GenAI-Lösungen und eröffnet uns neue Anwendungsfälle und Märkte. Unsere Kunden profitieren von innovativen, maßgeschneiderten Lösungen, während wir durch die Weiterentwicklung unserer eigenen Kompetenzen einen langfristigen Mehrwert schaffen.

ITB: Können Sie mir ein, zwei ganz konkrete Projekte nennen, die exemplarisch für eine Branche, einen Use Case etc. stehen?

Strohschneider: Die Implementierung von GenAI in einem Unternehmen sehen wir als ganzheitliche Aufgabe, die End-to-End begleitet werden sollte. Zu diesem Zweck haben wir ein AI Strategy Framework geschaffen, das auf vier Säulen basiert: AI Strategy & Vision, AI Service Center, AI Operating Model, People & Communication. Dieses Modell rollen wir derzeit unter anderem bei einem großen Kunden aus der Bankenbranche erfolgreich aus. Im Zentrum dieses Projekts ist das AI Service Center beziehungsweise Center of Excellence für GenAI. Gemeinsam mit den Fachabteilungen des Kunden erarbeiten wir im Rahmen dieser zentralen Anlaufstelle Ideen und Business Cases für GenAI. Geeignete Kandidaten entwickeln wir dann zu Prototypen und weiter bis hin zu fertigen Produkten. Daraus sind bereits Lösungen entstanden, die unternehmensweit ausgerollt wurden, darunter „E-Mail-Triage“, welches die Bearbeitung eingehender E-Mails automatisiert, manuelle Tätigkeiten reduziert und Reaktionszeiten beschleunigt. Weitere Lösungen sind „Lead Machine“ und ein Assistent zur Dokumentenklassifizierung. „Lead Machine“ identifiziert automatisch potenzielle Vertriebschancen aus Online-Informationen und ermöglicht Bankmitarbeitenden eine proaktive Kundenansprache. Mit der GenAI-basierten Dokumentenklassifizierung werden eingereichte Dokumente automatisiert geprüft und Finanzierungsanträge beschleunigt.

ITB: Haben Sie auch weitere KI-Projekte mit anderen Modellen abseits von GenAI in der Umsetzung? Wie sehen diese aus?

Strohschneider: Wir setzen auf ein breites Spektrum von KI-Technologien, um unseren Kunden geeignete Lösungen für ihre Aufgabenstellungen anzubieten und sie in verschiedenen Bereichen unterstützen zu können. Neben GenAI setzen wir unter anderem auf prädiktive Modelle, klassisches Machine Learning und Computer Vision. Diese Modelle helfen unseren Kunden, Prozesse effizienter zu gestalten, Vorhersagen zu treffen und fundierte Entscheidungen zu fällen.

Ein Projekt in der Versicherungsbranche konzentriert sich beispielsweise auf die Risikobewertung. Hier setzen wir prädiktive Modelle ein, um die Schadenswahrscheinlichkeit von Versicherungspolicen genauer vorherzusagen. Damit können Versicherer ihre Prämien besser kalkulieren und Risiken gezielter absichern.

Ein anderes Beispiel kommt aus dem Handel. Dort setzen wir KI-gestützte Empfehlungssysteme ein, die auf kollaborativen Filtern und anderen ML-Modellen basieren. Diese Systeme analysieren das Kundenverhalten, um personalisierte Produktvorschläge zu erstellen, die nachweislich den Umsatz und die Kundenzufriedenheit steigern.

Auch im industriellen Bereich setzen wir klassische KI-Modelle ein. So haben wir für einen Kunden aus der Fertigungsindustrie eine Lösung entwickelt, die auf Anomalie-Erkennung basiert und Maschinendaten in Echtzeit überwacht. Damit kann der Kunde mögliche Störungen frühzeitig erkennen und teure Ausfallzeiten minimieren.

(ID:50217426)