In IBM Watson Knowledge Studio trainieren Sie eine Künstliche Intelligenz (KI) auf Fachbegriffe Ihres Unternehmens oder Fachbereichs ("Domain Knowledge"). Auf diese Weise legen Sie die Grundlage für die automatisierte Textverarbeitung umfangreicher, fachbezogener Dokumente.
Mittels Entitäten und Relationen wird zunächst ein Korpus definiert, der die Begriffe und deren Zusammenhänge beschreibt.
Der definierte Korpus wird anschließend anhand existierender Dokumente angelernt: Mithilfe einer Kombination aus Wörterbüchern (die feststehende Begriffe enthalten) und einer grafischen Oberfläche (in der Fachexperten die ihnen bekannten Begriffe und Beziehungen markieren), wird dem System das Domänenwissen vermittelt. Die Tätigkeit kann auf ein Team von Fachexperten aufgeteilt werden, bis die KI schließlich anhand der Vorgaben angelernt wird.
Definition des Anwendungsfalls
Unser Vorgehen wird durch den Ansatz bestimmt, mit unterschiedlichen Workshops zunächst die konkreten Anwendungsfälle, Use Cases und Herausforderungen – technisch und fachlich – zu identifizieren. Anschließend wird das Vorgehen und die Auswahl der Lösungskomponenten definiert.
Bestimmung des Aufwands
Es hat sich bewährt, im Sinne einer agilen Projektvorgehensweise zunächst ein „MVP“ (Minimum Viable Product) zu erstellen, anhand dessen nicht nur die technische Machbarkeit, sondern auch den dafür technische Aufwand bestimmt werden kann.
Know-how und Expertise
Wir unterstützen unsere Kunden durch breites Know-how, eine intensive Partnerschaft mit den Herstellern und Projekterfahrung.
Adressen, Namen, sogar Kreditkartennummern o. ä. zu erkennen, ist Grundfunktion von modernen KI-Systemen à la Watson. Aber erst die Kombination mit Fachbegriffen ermöglicht der KI umfangreiche, fachbezogene Dokumente richtig, relevant und damit wertvoll für das Unternehmen zu analysieren. Beispielsweise Artikelnummern in einem üblichen Schema, Bestellmengen und Preise, die in immer ähnlicher Konstellation auf einer Rechnung auftauchen. Oder in anderen Fachbereichen, in denen z. B. Gerichtsurteile nach „Urteil“, „Kläger“, „Begründung“ analysiert werden.
So entsteht ein KI-Modell, mit dem später auch neue, unbekannte – aber ähnliche – Dokumente durch die KI gelesen und automatisiert nach diesen Inhalten analysiert werden. Dieses Modell wird innerhalb des Watson Kosmos in die weiteren Module „Watson Discovery“ oder „Watson Natural Language Processing“ eingebunden, um im operativen Betrieb stets den Dokumentenbestand im Unternehmen zu analysieren. Dazu gehört es, Regresspotentiale aufzudecken, Rechnungen / Bestellungen automatisch zu prozessieren oder Schadensmeldungen zu bearbeiten.
Gerne beraten wir Sie in einem unverbindlichen Gespräch und zeigen Ihnen die Potenziale und Einsatzmöglichkeiten von IBM Watson Knowledge Studio für Ihr Unternehmen auf. Hinterlassen Sie einfach Ihre Kontaktdaten und wir melden uns dann schnellstmöglich bei Ihnen.
Alexander Elkin ist seit 2006 für die novaCapta tätig und beschäftigt sich bereits seit über 25 Jahren mit der Optimierung und Automatisierung von komplexen Systemen. Als Leiter unserer Business Unit „Applications & Data“ schafft er mit seinem Team Innovationen für optimierte Prozesse und Arbeitsabläufe z.B. in den Bereichen Business Applications, Data Management oder DevOps Government und Organisation. Aktuell treibt er maßgeblich Projekte rund um die Entwicklung von individuellen Anwendungen der Künstlichen Intelligenz (z.B. KI-Agents, novaThink für Design Thinking mit KI und GPT-Modelle in Kombination mit Microsoft Services) voran.
Als Integrationsarchitekt und Businessanalytiker hat er sich darüber hinaus auf Anwendungen für den Finanz- und Versicherungssektor spezialisiert und novaCapta eigene Produkte und Tools entwickelt, wie zum Beispiel novaPredict – das DevOps-Strategie-Tool für Aktuare, um versicherungsmathematische Berechnungen, Gewinnprüfung, Projektionen, Asset-Liability-Modellierung und stochastische Modellierung durchzuführen.
