Open Password - Donnerstag, 13. Juni 2019

# 574

SEMANTiCS 2019 – Künstliche Intelligenz – Integration in Unternehmensprozesse -Semantische Technologien – Knowledge Graph - Susanne Ardisson – Juan F. Sequida – Capsenta Labs – Agilität – Digitale Trnsformation – Rekrutierung – Mitarbeiterführung – Volker Tresp – Siemens – Machine Learning – Deep Learning – Neuronale Netze – Quantenmaschinenlernen – Lernalgorithmen – Andreas Blumaier – Semantic Web Company – Outsourcing – KI-Strategie – Multidisziplinarität – Teams – Datenmanagement – Unstrukturierte Daten – Graphen-Datenbank-Technologien – Graph Embeddings – Mehwish Alam – Data Mining – Mehrsprachigkeit - Outsell - Wolters Kluwer - Amazon - Ad tech - Personalisation . Deep learning - Twitter - Fabula AI - Cambridge University Press - ORCID - Unmetric - Blockchain - Slock.it - Kantar - Wahlprognosen weltweit - Sexual Harassment & Workplace Compliance Suite - Minesoft - Litigation Data



SEMANTiCS 2019

Wertschöpfender Umgang
mit großen Datenmengen


Integration semantischer KI
in Unternehmensprozesse


Tipps und KI-Trends
von fünf internationalen Experten

10.- 11. September, SEMANTiCS 2019 – The Power of AI and Knowledge Graphs, in Karlsruhe, Gartenhalle, Festplatz 3 – http://2019.semantics.cc

Die SEMANTiCS ist europaweit die einzige Konferenz, die zugleich Entscheider aus Industrie und Verwaltung sowie Entwickler, Forscher und IT-Berater anspricht. Gegründet 2005 thematisiert sie in vielen Vorträgen, Workshops und Diskussionsrunden, welche konkreten Anwendungen in unterschiedlichen Branchen mittels semantischer Technologien bereits realisiert werden und künftig zum Einsatz kommen.

Nach der aktuellen Umfrage von diva-e verfügt jeder dritte Digitalchef über keine Digitalstrategie, obgleich der wertschöpfende Umgang mit großen Datenmengen und damit die Auseinandersetzung mit Künstlicher Intelligenz und semantischen Technologien die zentrale Herausforderung der Unternehmungen ist.

Im Vorfeld der SEMANTiCS wurden in Kooperation mit Dr. Susanne Ardisson fünf internationale Forscher und Ökonomen gebeten, Empfehlungen für die Integration semantischer KI in Unternehmensprozesse zu geben und darüber hinaus die wichtigsten Trends in der weiteren Entwicklung der Künstlichen Intelligenz zu benennen.

Die diesjährige Veranstaltung wird gemeinschaftlich organisiert durch FIZ Karlsruhe – Leibniz-Institut für Informationsinfrastruktur GmbH, die Semantic Web Company Fachhochschule St. Pölten Forschungs GmbH, das KILT Competence Center am Institut für Angewandte Informatik e.V. und die Vrije Universiteit Amsterdam.  

Zweiter Teil

Juan F. Sequeda

Die digitale Transformation
ist ein Marathon

Mit Wissensgraphen Lücke zwischen Daten
und Perspektiven der Nutzer schließen

Von Juan F. Sequeda, Mitgründer von Capsenta und Senior Director bei Capsenta Labs

Tipps.

1. Fragen Sie sich zuerst, welches grundsätzliche Problem Sie lösen möchten und nicht, welche Technologie Sie nutzen wollen.

2. Wert aus Ihren Daten zu ziehen, betrifft sowohl technische als auch soziale Bereiche. Nicht alles kann durch Technologie und Automatisierung gelöst werden. Es ist entscheidend, die sozialen und menschlichen Aspekte der Probleme zu verstehen.

3. Übernehmen Sie sich nicht. Seien Sie agil. 

4. Vergessen Sie nicht, dass die digitale Transformation ein Marathon und kein Sprint ist. 

Trends.

Wir arbeiten an der nächsten Generation von Wissensgraphen, die noch detailliertere Informationen erfassen werden. Diese Graphen erleichtern es Menschen, komplexe Zusammenhänge zwischen Konzepten zu verstehen und auszudrücken. Wir haben Führungskräfte einen Wissensgraphen betrachten lassen. Sie haben sofort erkannt, wie dieser einen Teil ihres Geschäfts ausdrückt und sogar Optimierungsvorschläge macht. Das steht in scharfem Kontrast zu den Daten selbst, die fast immer schwer verständlich und sehr komplex sind. Ein Wissensgraph kann ermöglichen, die konzeptionelle Lücke zwischen dem kritischen Teil der undurchschaubaren Daten selbst und der Perspektive der Nutzer zu überbrücken. Es bietet unglaublich viele Chancen, wenn für die Mitarbeiter des Unternehmens “schöne Daten” klar und verständlich verfügbar gemacht werden. 

Volker Tresp

Für KI die größten Talente einstellen
und als solche wertschätzen

Quantenmaschinen-Lernalgorithmen
für selbstlernende Wissensgraphen

Von Volker Tresp, Distinguished Research Scientist bei Siemens

Tipps.

Die wichtigste Aufgabe ist, ein Geschäftsmodell zu finden, das für Ihr Unternehmen geeignet ist. Ich behaupte, dass jedes Unternehmen erfolgreiche KI-Projekte hat. Aber das bedeutet nicht automatisch, dass jedes Unternehmen weiß, wie es diese optimal auswertet. KI kann damit einhergehen, dass Sie die Kultur in Ihrem Unternehmen drastisch verändern müssen. Sie können nur dann erfolgreich sein, wenn Sie die größten Talente einstellen. Und Sie müssen die Unternehmenskultur so verändern, dass diese Talente gehört und gewertschätzt werden. 

Trends.  

Ohne Frage waren Machine Learning und insbesondere Deep Learning der Grund für die jüngsten Durchbrüche in der KI. Sie werden auch die Basis für die Fortschritte in den kommenden Jahren sein. Machine Learning baut auf verfügbaren Daten, neuen Algorithmen, Rechenleistung und einer starken Community auf. Es wird immer stärker mit anderen Ansätzen interagieren, und wir werden zunehmend Hybrid-Lösungen sehen. Zum Beispiel verbinden wir bereits Wissensgraphen mit Machine Learning und Deep Learning. 

Ich bin überzeugt, dass kognitive Technologien stärker in den Vordergrund treten werden – da kann man viel von der Organisationsstruktur des Gehirns lernen. Wir müssen neue Wege gehen. Ich sage immer: KI ist nicht nur Machine Learning, aber ohne Machine Learning gibt es keine KI. Wir arbeiten bereits an der nächsten Generation der KI beispielsweise am Quantenmaschinenlernen und entwickeln Quantenmaschinen-Lernalgorithmen für selbstlernende Wissensgraphen. 



Andreas Blumauer

Multidisziplinäre Teams
für Graphen-Technologien

Wachsende Bedeutung „explainabler AI“

Von Andreas Blumauer, Gründer und CEO Semantic Web Company

Tipps.

1. Versuchen Sie nicht, das Pferd von hinten aufzuzäumen. Eine effiziente Datenaufbereitung und -qualität sind insbesondere im Unternehmensumfeld eine Grundvoraussetzung für alle Anwendungen künstlicher Intelligenz.

2. Die Entwicklung von Kompetenzen und Experten auf dem Gebiet der künstlichen Intelligenz sollte parallel zum Prozess jeder technologischen Entscheidung erfolgen – und nicht erst am Ende der Umsetzung einer KI-Strategie. Outsourcing darf nicht Teil dieser Strategie sein.

3. Kleine, agile, aufeinanderfolgende Pilotprojekte allein reichen nicht aus, um eine KI-Strategie zu entwickeln. Parallel zur Pilotphase sollte gemeinsam mit dem Management eine längerfristige Strategie entwickelt werden, um abteilungsübergreifende, prozessunabhängige und datengestützte Entscheidungsprozesse und Aktivitäten zu fördern.

4. Projekte, die auf Wissensgraphen basieren, sind multidisziplinärer als viele denken. Entsprechend müssen Teams entwickelt werden, die Expertise in den Bereichen Datenbanktechnologien, IT-Sicherheit, Anwendererfahrung, Datenvisualisierung, Wissensmodellierung, Datenkonformität, Governance usw. besitzen. Dementsprechend sind Festlegung und Steuerung der Erwartungen zu Beginn der neuen Initiativen von größter Bedeutung.

5. Graphen-Technologien sind nicht nur eine etwas bessere Suchtechnologie. Wissensgraphen können verwendet werden, um eine Vielzahl von schwerwiegenden Problemen im Datenmanagement zu lösen. Der Fokus sollte von Anfang an darauf ausgerichtet sein! 

Trends.

Die zweite Welle von KI-Anwendungen kommt auf uns zu. Kennzeichnend für diese sind:

1. heterogenere und unsaubere Daten (einschließlich Text), die am Prozess beteiligt sind,

2. die Einbindung von Menschen, die in der ersten Phase von KI enttäuscht waren, weil die Ergebnisse unzureichend waren, und jetzt auf Ansätze hoffen, die Experten in den Prozess einbeziehen,

3. das zunehmende Verständnis, wie semantische Wissensmodelle (z.B. Wissensgraphen) den entscheidenden Unterschied darstellen können, wenn es darum geht, intelligente, multimodale Anwendungen auch im großen Maßstab zu realisieren,

4. der Wunsch, strukturierte und unstrukturierte Daten gleichzeitig nutzen und diese miteinander zu verknüpfen,

5. der Einsatz hochskalierbarer Graphen-Datenbank-Technologien, die durch die Integration von semantischen Middleware-Komponenten, Visualisierungswerkzeugen und Editoren auch von Nicht-Technikern und Fachexperten bedient werden können,

6. der zunehmend kombinierte Einsatz von Machine Learning und Graphen-Technologien (z. B. Graph Embeddings),

7. die zunehmende Bedeutung der „Explainable AI", die unter anderem mit Hilfe semantischer Wissensmodelle implementiert werden kann.

 

Mehwish Alam

Verarbeitung von Metaphern, Beantwortung von Fragen, Stimmungsanalyse und natürliches Sprachverständnis

Von Mehwish Alam, „SEMANTiCS 2019 Poster und Demo Chair“ und Post-Doc Forscherin bei FIZ Karlsruhe – Leibniz-Institut für Informationsinfrastruktur & dem KIT

Tipps.

Data Mining konzentriert sich auf die Entdeckung neuer Muster in Datensätzen unter Verwendung verschiedener Methoden, zu denen beispielsweise das Machine Learning gehört. Es gibt viele Möglichkeiten, wie Data-Mining-Algorithmen die Vorteile von Wissensgraphen nutzen können und umgekehrt: Diese Methoden können bei der Generierung von Wissensgraphen helfen oder Wissensgraphen können verwendet werden, um die von diesen Methoden erzeugten Muster zu interpretieren. Sie können verwendet werden, um Darstellungen von Wissensgraphen zu finden, die an neuronale Netze weitergeleitet werden. Gegenwärtige Verfahren zur Generierung von Graph Embeddings folgen solchen Ansätzen. Aktuelle Themen mit Blick auf die Kombination dieser Technologien sind zum Beispiel Verarbeitung von Metaphern, Beantwortung von Fragen, Stimmungsanalyse und natürliches Sprachverständnis. Mehrsprachigkeit ist einer der interessantesten Herausforderungen der Textverarbeitung, der für alle diese Forschungsgebiete zutrifft. 

Trends.

Eine Kombination aus KI und Wissensgraphen kann in einer Vielfalt spannender Anwendungen und Methoden münden. Derzeit werden sehr häufig Methoden des Machine Learning und Deep Learning sowohl in der Textverarbeitung als auch für Wissensgraphen genutzt. Eine spannende Frage für Forscher ist die, wie die in den Wissensgraphen eingebettete Semantik und die Informationen in textuellen Ressourcen voneinander profitieren können. Aus industrieller Sicht müssen diese Forschungsideen jedoch praxistauglich sein. 

 

Wolters Kluwer mit „Manage Sexual Harassment and Workplace Compliance“-Suite

Wolters Kluwer Legal & Regulatory U.S. announced the launch of its Sexual Harassment & Workplace Compliance Suite. Available on Cheetah, Wolters Kluwer’s legal research platform, the Sexual Harassment & Workplace Compliance Suite provides resources and practical guidance across an organization – from executives to front-line employees – covering preventative measures for sexual harassment in the workplace.

Amazon mit mehr personalisierten Anzeigen. Amazon purchases the ad tech company's ad server and Dynamic Creative Optimization unit, which will continue to operate independently of Amazon Advertising for now. The DCO tool uses data to help personalize ads. The ad server helps actually place those ads around the web and can help Amazon's push into the digital ad space against market leaders Facebook and Google. 

Deep Learning für höhere Sicherheit. Twitter is excited to announce that, to help us get there, it has acquired Fabula AI, a London-based start-up, with a team of machine learning researchers who employ graph deep learning to detect network manipulation. This strategic investment in graph deep learning research, technology and talent will be a key driver as Twitter works to help people feel safe on Twitter and help them see relevant information.

Cambridge University Press mit ORCID identifiers. Cambridge University Press will now make ORCID identifiers (iDs) a requirement for 127 of its journals, in order to better link researchers with their work. ORCID is a not-for-profit organisation that provides researchers with unique, persistent digital identifiers that they can use in linking their activities across the research ecosystem. This increases discoverability, allows researchers to distinguish themselves from others and ensures that work is correctly attributed.  

Suche in Sozialen Medien nach Farben. Social media intelligence firm Unmetric has launched image analytics capabilities that enable digital marketers to identify the most engaging objects and colors in images that they, or other brands, post on social media. Using the new solution, marketers can search social media content based on dominant colors and/or objects used within images posted by brands around a particular topic or event, with results filtered by industry and geography. 

Blockchains kauft deutsches Slock.it. Blockchains, LLC announced its acquisition of slock.it, a German blockchain development company focused on connecting real-world devices to the blockchain. This acquisition will increase Blockchains’ technical capabilities and accelerate development of Blockchains’ digital asset custody and digital identity solutions, the governance model for its planned distributed collaborative entity, as well as a number of the company’s other projects. 

Kantar expandiert in Wahlprognosen weltweit. Kantar has set up an International Election Team, to provide forecasting, research and commentary for elections across the world. The new team, led by Nicolas Becuwe and made up of Kantar's political research and polling experts, will offer pre-election and exit polling, seat projections, live media reporting and TV studio commentary, as well as post-election analysis. 

Quelle: Outsell

 

Minesoft

With Litigation Data

PatBase, the leading searchable global database of patents, utility models and designs co-produced by RWS PLC and Minesoft, has now been enhanced by the extensive Darts-ip collection of patent/IP litigation data. Basic litigation information will be shown within the PatBase legal status browser with more detailed disclosures available through a direct link to the rapidly growing global Darts-ip case law database.

This new partnership offers IP search professionals and IP lawyers an excellent way to locate, track and view the complex area of litigation within the IP landscape. Users can search and view well-organised, extensive bibliographic, legal status and full-text patent data from over 100 countries, alongside unique case law data – accessing patent validity status, ongoing litigation, party’s aggressiveness – via one unique, detailed search platform designed for Intellectual Property experts.

 

Open Password

Forum und Nachrichten
für die Informationsbranche
im deutschsprachigen Raum

Neue Ausgaben von Open Password erscheinen viermal in der Woche.

Wer den E-Mai-Service kostenfrei abonnieren möchte - bitte unter www.password-online.de eintragen.

Die aktuelle Ausgabe von Open Password ist unmittelbar nach ihrem Erscheinen im Web abzurufen. www.password-online.de/archiv. Das gilt auch für alle früher erschienenen Ausgaben.

International Co-operation Partner:
Outsell (London)
Business Industry Information Association/BIIA (Hongkong)

---