Was ist das Analytik- & KI-Reifegrad Canvas?

Wann wird das Analytik- & KI-Reifegrad Canvas eingesetzt?

Wie nutze ich das Analytik- & KI-Reifegrad Canvas?

Canvas Sections AI Maturity 1a Header 1b Footer 2a Business Operations 2b Business Reporting 2c Business Discovery 2d Business Forecasting 2e Business Optimization 2f Business Automation 3a Data Management 3b Descriptive Analytics 3c Diagnostic Analytics 3d Predictive Analytics 3e Prescriptive Analytics 3f Autonomous Analytics ai_maturity 1a_header 1b_footer 2a_business_operations 2b_business_reporting 2c_business_discovery 2d_business_forecasting 2e_business_optimization 2f_business_automation 3a_data_management 3b_descriptive_analytics 3c_diagnostic_analytics 3d_predictive_analytics 3e_prescriptive_analytics 3f_autonomous_analytics

AI Maturity

  • Conversational AI: für Chatbots & Co.
  • Interactive AI: um interaktive KI-Systeme allgemein zu beschreiben.
  • Narrow AI oder Weak AI: für sehr spezialisierte KI-Lösungen mit begrenzten Fähigkeiten.
  • General AI oder Strong AI: auch „Artificial General Intelligence“ (AGI) genannt, für menschenähnlich intelligente Systeme.

1a Header

  • Designed for: Für welche Organisation (Unternehmen, Abteilung, Team usw.) gilt der Inhalt des Canvas?
  • Designed by: Welche Organisation (Unternehmen, Abteilung, Team usw.) hat den Inhalt erstellt?
  • Date: Wann wurde der Inhalt erstellt oder zuletzt aktualisiert?
  • Focused on: Auf welchen Bereich/Thema/Fall/etc. konzentriert sich dieses Canvas?

2a Business Operations

  • Customer Relationship Management (CRM)
  • Enterprise Resource Planning (ERP)
  • Content Management System (CMS)

2b Business Reporting

2c Business Discovery

2d Business Forecasting

2e Business Optimization

2f Business Automation

  • Erkennt die Anwendung ein zu hohes Risiko (z. B. fehlende Informationen), übergibt sie Entscheidung und/oder Handlung an einen Menschen.

3a Data Management

3b Descriptive Analytics

3c Diagnostic Analytics

3d Predictive Analytics

  • Information Predicted: Klassifizierung für kategoriale Werte, Regression für numerische Werte, Clustering für Ähnlichkeitsanalysen usw.
  • Data Availability: Supervised Learning bei gelabelten Daten vs. Unsupervised Learning bei ungelabelten Daten.
  • Learning Algorithms: Machine Learning, Deep Learning, Ensemble-Verfahren usw.
  • Data Types: Data Mining, Text Mining, Graph Mining, Video Mining usw.
  • Priority: Erklärbarkeit (White-Box-Methoden) vs. Genauigkeit (Black-Box-Methoden).

3e Prescriptive Analytics

3f Autonomous Analytics

  • Exploration-Exploitation-Cycle: Das System sammelt mithilfe von Experimenten neue Erkenntnisse (Daten), indem es verschiedene Aktionen ausprobiert (das System lernt). Anschließend nutzt es diese Daten, um die aktuell beste Aktion auszuführen (das System verdient).
  • Human-in-the-Loop (HITL): Als Fallback fragt das System bei Unsicherheiten einen Menschen um Rat oder lässt ihn die Entscheidung treffen.
Train. Think. Transform.