close

Das Fujitsu 4AI Framework – für eine erfolgreiche Umsetzung von Analytics-Projekten in Unternehmen

Das Fujitsu 4AI Framework - für eine erfolgreiche Umsetzung von Analytics-Projekten in Unternehmen
Geschätzte Lesezeit: 8 Minuten

Vor einer Wei­le ver­riet uns Pas­cal Hess hier in Fuji­tsu Aktu­ell, was ein Data Sci­en­tist über­haupt ist und mit wel­chen Inhal­ten er sich beschäf­tigt. Heu­te berich­tet er erneut aus sei­nem Fach­ge­biet – und zeigt anhand des Fuji­tsu 4AI-Frame­works auf, wie ein Frame­work Schritt für Schritt dabei hilft, den Wan­del zu einem daten­zen­trier­ten Unter­neh­men zu gestalten.

In Gesprä­chen mit Inter­es­sen­ten und Kun­den wird uns bei Fuji­tsu oft die Fra­ge gestellt, wie die erfolg­rei­che Umset­zung ana­ly­ti­scher The­men in einem Unter­neh­men aus­se­hen kann. Dabei ist häu­fig noch ganz grund­le­gend unklar, in wel­chen Fäl­len tie­fer­ge­hen­de Ana­ly­tics über­haupt Mehr­wer­te lie­fert, mit wel­chen Auf­wän­den und Auf­ga­ben bei der Umset­zung zu rech­nen ist und wozu man ins­be­son­de­re Data Sci­en­tis­ten benö­tigt. Dazu kommt nicht sel­ten eine Ver­un­si­che­rung wegen wider­sprüch­li­cher Aus­sa­gen zum The­ma. Auf der einen Sei­te gibt es unrea­lis­ti­sche Ver­spre­chun­gen, mit denen die schnel­le Lösung der kom­ple­xes­ten Pro­ble­me in Aus­sicht gestellt wird. Auf der ande­ren Sei­te steht dann jedoch eine unüber­schau­ba­re und sich ste­tig ändern­de Tech­no­lo­gie­viel­falt. Schnell erwächst der fal­sche Ein­druck, es müss­ten hohe sie­ben­stel­li­ge Sum­men und jah­re­lan­ge Vor­ar­beit für eine erfolg­rei­che Umset­zung inves­tiert werden.

Mit dem richtigen Framework ist alles „halb so wild”

Das Fuji­tsu 4AI-Frame­work wur­de von einem Team von Busi­ness Con­sul­tants und Data Sci­en­tis­ten ent­wi­ckelt, um in genau sol­chen Fäl­len eine kla­re Ori­en­tie­rung und Hil­fe­stel­lung  zur erfolg­rei­chen Ein­füh­rung und Nut­zung von Advan­ced Ana­ly­tics und Künst­li­cher Intel­li­genz zu geben. Heu­te möch­ten wir Ihnen das Frame­work ein­mal genau­er vorstellen. 

Der Name 4AI steht für Advan­ced Ana­ly­tics and Arti­fi­cial Intel­li­gence. Unter den Begrif­fen wer­den die nächs­ten bei­den ana­ly­ti­schen Ent­wick­lungs­stu­fen nach Busi­ness Intel­li­gence ver­stan­den. Der Blick geht dabei nicht in den Rück­spie­gel, son­dern ist vor­wärts­ge­rich­tet. Durch die Anwen­dung von mathe­ma­tisch-sta­tis­ti­schen Ver­fah­ren wer­den Vor­her­sa­gen und maschi­nel­les Ler­nen ermög­licht, das letzt­end­lich durch die Auto­ma­ti­sie­rung zu künst­li­cher Intel­li­genz führt.

Das Frame­work basiert auf der lang­jäh­ri­gen Erfah­rung der Betei­lig­ten in ana­ly­ti­schen Pro­jek­ten und hat sich bran­chen­über­grei­fend von Manu­fac­tu­ring über Retail bis zu Finan­ce bewährt. Es unter­stützt eine agi­le und gleich­zei­tig sehr struk­tu­rier­te Pro­jek­t­um­set­zung, erschließt schnell und umfas­send Lern­fel­der und sichert den Pro­jekt­er­folg. Auf­ge­teilt in die fünf Pha­sen Scope, Pre­pa­re, Build, Deploy und Run, lie­fert das Frame­work für jeden Kun­den die rich­ti­gen Optionen. 

Das Fujitsu 4AI Framework - die fünf Phasen

Die einzelnen Phasen des Fujitsu 4AI Framework

Mit den ers­ten bei­den Bau­stei­nen der Scope-Pha­se, dem AI Rea­di­ness Assess­ment und der Ent­wick­lung von Anwen­dungs­fäl­len, wird die Grund­la­ge für das Ver­ständ­nis der Mate­rie und die erfolg­rei­che Durch­füh­rung von ana­ly­ti­schen Pro­jek­ten bereit­ge­stellt. In den Pha­sen von Pre­pa­re bis Deploy unter­stützt das Frame­work bei der kon­kre­ten Umset­zung der Anwen­dungs­fäl­le – von der Ent­wick­lung der Lösun­gen bis hin zur Beglei­tung des Auf­baus eige­ner AI-Orga­ni­sa­tio­nen. In der Run-Pha­se schließ­lich steht der Betrieb der ana­ly­ti­schen Lösun­gen im Fokus.

Durch die Qua­li­ty-Gates mini­miert sich zudem das Risi­ko für den Kun­den: Zu vor­ab defi­nier­ten Mei­len­stei­nen ist ein Aus­stieg aus dem Pro­jekt auch vor der eigent­li­chen Been­di­gung mög­lich. Die­se struk­tu­rier­te und gleich­zei­tig prag­ma­ti­sche Her­an­ge­hens­wei­se sorgt dafür, dass das The­ma Advan­ced Ana­ly­tics und Künst­li­che Intel­li­genz nicht aus einem rei­nem Selbst­zweck her­aus betrie­ben wird. Viel­mehr sind alle Ent­schei­dun­gen trans­pa­rent und belast­bar und die­nen dazu, Sie bei der erfolg­rei­chen Ent­wick­lung hin zu einem daten­zen­trier­ten Unter­neh­men zu unterstützen.

Wie das im Ein­zel­nen in den jewei­li­gen Pha­sen erreicht wird, erklä­ren wir Ihnen im Fol­gen­den im Detail. 

Phase 1: Scope

Das Fujitsu 4AI Framework - Phase "Scope"Hier setzt das AI Rea­di­ness Assess­ment an. Es lie­fert in zwei bis drei Wochen eine kla­re Posi­ti­ons­be­stim­mung und lang­fris­ti­ge Per­spek­ti­ven für die erfolg­rei­che Umset­zung von ana­ly­ti­schen The­men. Vor Ort betrach­ten wir von Fuji­tsu die Orga­ni­sa­ti­on mit einem 360°–Blick und über­tra­gen dabei unse­re lang­jäh­ri­ge­re Erfah­rung in das Unter­neh­men. Wie nach­hal­tig ist der Umgang mit Daten? Gibt es genü­gend Raum zur Ent­fal­tung von Inno­va­tio­nen? Vor wel­chen Her­aus­for­de­run­gen ste­hen Sie aktu­ell und zukünf­tig? Das sind nur eini­ge kon­kre­te Bei­spie­le für Fra­gen aus den sechs Dimen­sio­nen Busi­ness Case, Stra­te­gie und Kul­tur, Gover­nan­ce, Tech­no­lo­gie, Daten sowie Peop­le und Orga­niz­a­ti­on, die wir im Rah­men des Assess­ments beleuchten.

Für jede Dimen­si­on wird eine Bewer­tung auf einem eigens ent­wi­ckel­ten Radar ange­ge­ben und so ist auf einen Blick erkenn­bar, wie ent­wi­ckelt die ein­zel­nen Berei­che bereits sind. Im Nach­gang erhal­ten Sie einen indi­vi­du­el­len Bericht, in dem auf­ge­zeigt wird, wie Ihr Unter­neh­men aktu­ell ana­ly­tisch auf­ge­stellt ist. Wei­ter­hin wer­den Ihnen kon­kre­te Hand­lungs­emp­feh­lun­gen zur Errei­chung von ers­ten Erträ­gen in Form einer Road­map gegeben.

Im Assess­ment wer­den dabei auch bereits mög­li­che Anwen­dungs­fäl­le the­ma­ti­siert, die dann in einem nächs­ten Schritt – der auch einen ein- bis zwei­tä­gi­gen Work­shop beinhal­tet – wei­ter aus­ge­ar­bei­tet wer­den. Damit wird das Fun­da­ment für eine gelun­ge­ne Umset­zung und lang­fris­ti­gen Erfolg gelegt und mög­lichst alle Fra­ge­stel­lun­gen betrach­tet, die in den jewei­li­gen Fach­be­rei­chen vor­han­den sind. Die­se wer­den ein­zeln auf bestimm­te Kri­te­ri­en, wie z. B. die Wirt­schaft­lich­keit oder recht­li­che Aspek­te, geprüft und dar­aus voll­stän­di­ge Anwen­dungs­fäl­le entwickelt.

Nach die­sem Pro­zess wer­den oft­mals die The­men umge­setzt, die zu Beginn noch nicht im Fokus stan­den und die sich erst durch eine geführ­te Dis­kus­si­on erge­ben haben. Genau­so wer­den dabei häu­fig The­men ver­wor­fen, die zunächst zen­tral erschie­nen, für die aber ein ana­ly­ti­sches Vor­ge­hen unge­eig­net wären, da z. B. eine ein­fa­che Pro­zess­än­de­rung den gewünsch­ten Erfolg viel schnel­ler brin­gen kann. Ana­ly­tics kann dann dabei unter­stüt­zen, den idea­len Pro­zess zu defi­nie­ren, um die­se Zie­le effi­zi­ent zu errei­chen. Dane­ben ach­ten wir dar­auf, dass die Anwen­dungs­fäl­le wirt­schaft­lich sind und am Ende zu einem umsetz­ba­ren Ergeb­nis füh­ren. Soll­te dies nicht der Fall sein, wei­sen wir dar­auf pro­ak­tiv hin. So kann ein Fehl­in­vest­ment ver­mie­den wer­den – denn Ana­ly­tics dient kei­nem Selbst­zweck.

Nach einer abschlie­ßen­den Prio­ri­sie­rung der Anwen­dungs­fäl­le begin­nen wir gemein­sam mit Ihnen die Pla­nung der Umset­zung im Rah­men eines ana­ly­ti­schen Pro­jek­tes. Je nach Kom­ple­xi­tät, der ana­ly­ti­schen Rei­fe des Unter­neh­mens, den ver­füg­ba­ren Res­sour­cen und des Bud­gets kann hier durch­aus an meh­re­ren Fäl­len gleich­zei­tig gear­bei­tet wer­den. Wir unter­stüt­zen Sie eben­falls ger­ne bei der dafür not­wen­di­gen inhalt­li­chen Prio­ri­sie­rung. Es wird gemein­sam ein Zeit­plan erar­bei­tet, die benö­tig­ten Daten, Tech­no­lo­gien und Rol­len wer­den bestimmt und die Qua­li­ty Gates defi­niert. Die ein­zel­nen Qua­li­ty Gates beinhal­ten Kri­te­ri­en, deren Erfül­lung für eine Fort­set­zung des Pro­jekts zwin­gend erfor­der­lich ist. Sie beinhal­ten zudem defi­nier­te Aus­stiegs­op­tio­nen nach den ein­zel­nen Pro­jekt­pha­sen und mini­mie­ren somit das Risi­ko für den Kunden.

Phase 2: Prepare

Das Fujitsu 4AI Framework - Phase "Prepare"

Mit der Bestä­ti­gung des ers­ten Qua­li­ty Gate, das übli­cher­wei­se die Ver­füg­bar­keit der benö­tig­ten Tech­no­lo­gie sowie der fach­lich rele­van­ten Per­so­nen und Daten adres­siert, beginnt das eigent­li­che Projekt.

Die­se Pha­se dient grund­sätz­lich der Vor­be­rei­tung der Ent­wick­lung des ana­ly­ti­schen Modells und ist zeit­lich betrach­tet die längs­te, aber auch ins­ge­samt die umfang­reichs­te Pha­se. Der Auf­wand, der hier geleis­tet wer­den muss, wird gemein­hin unter­schätzt – ist aber für den Erfolg des ana­ly­ti­schen Pro­jekts ent­schei­dend. Es wird ein essen­zi­el­les Ver­ständ­nis der zugrun­de lie­gen­den Pro­zes­se erar­bei­tet und die für die Ana­ly­se benö­tig­ten Daten wer­den zusam­men­ge­stellt und auf­be­rei­tet. Die­ser Pro­zess ist ite­ra­tiv und erfor­dert eine inten­si­ve Abstim­mung inner­halb der Pro­jekt­teams, die aus Busi­ness Con­sul­tants, Data Sci­en­tis­ten und Domä­nen­ex­per­ten aus den jewei­li­gen Fach­be­rei­chen des Kun­den bestehen. Das Pro­jekt­team wird hier­bei durch Ansprech­part­ner ins­be­son­de­re auf der tech­ni­schen Sei­te, aber auch durch Ent­schei­der und das Manage­ment unterstützt.

Die Haupt­auf­ga­be des Data Sci­en­tist besteht in die­ser Pro­jekt­pha­se dar­in, die Daten zu sich­ten, ers­te Ana­ly­sen durch­zu­füh­ren und die Qua­li­tät mit den Vor­ga­ben und der Fra­ge­stel­lung abzu­glei­chen. Zusam­men mit dem Busi­ness Con­sul­tant, der die Schnitt­stel­le in den jewei­li­gen Fach­be­reich dar­stellt, und den Domä­nen­ex­per­ten aus den jewei­li­gen Fach­be­rei­chen, wer­den die Ergeb­nis­se vali­diert und bewer­tet. Durch eine Vor­ana­ly­se in der Scope-Pha­se lässt sich das Risi­ko mini­mie­ren, dass der Zustand der Daten einen nega­ti­ven Effekt auf das Pro­jekt hat, die Daten z. B. kei­ne Rück­schlüs­se auf das eigent­li­che Pro­blem zulas­sen, zu vie­le Lücken ent­hal­ten oder inhalt­lich inkon­sis­tent sind. Den­noch sind klei­ne­re Anpas­sun­gen an den Daten in die­ser Pha­se üblich, z. B. die Ein­schrän­kung auf eine bestimm­te Pro­dukt­grup­pe oder das Zusam­men­fas­sen von Kategorien.

Neben den die eigent­li­che Ana­ly­se vor­be­rei­ten­den Tätig­kei­ten wird in die­ser Pha­se ein wei­te­rer zen­tra­ler Aspekt auf­ge­grif­fen: Die Schaf­fung eines grund­le­gen­den Ver­ständ­nis­ses zu dem Umgang mit und dem Inhalt von Daten. Dies erfolgt zum einen auf Pro­zess-Ebe­ne, zum ande­ren müs­sen orga­ni­sa­to­ri­sche Vor­aus­set­zun­gen geschaf­fen wer­den. Wo liegt die Ver­ant­wor­tung für Daten, Stich­wort Data Gover­nan­ce? Wie kann die Daten­qua­li­tät für die Fach­be­rei­che trans­pa­rent gemacht wer­den? Wo ent­ste­hen Inno­va­tio­nen? Wel­che Res­sour­cen wer­den benö­tigt? Dies ist nur eine Aus­wahl von vie­len Fra­gen, wie sie auch im Assess­ment vor­kom­men und gera­de durch die inten­si­ve Aus­ein­an­der­set­zung mit den Daten im Rah­men der Pre­pa­re-Pha­se greif­ba­rer wer­den. Die Ver­än­de­run­gen, die durch die Beant­wor­tung der Fra­gen ange­sto­ßen wer­den, füh­ren letzt­end­lich zur Schaf­fung der idea­len Vor­aus­set­zun­gen für einen lang­fris­ti­gen wirt­schaft­li­chen Erfolg durch Analytics.

Phase 3: Build

Das Fujitsu 4AI Framework - Phase "Build"

Sind alle Kri­te­ri­en an Daten und die Fra­ge­stel­lung erfüllt, beginnt die ana­ly­ti­sche Arbeit mit den Daten. Je nach Fra­ge­stel­lung wer­den dabei in einem ite­ra­ti­ven Ver­fah­ren die pas­sen­den mathe­ma­tisch-sta­tis­ti­sche Beschrei­bun­gen (Modell) ange­wandt und die bes­te davon für das wei­te­re Vor­ge­hen aus­ge­wählt. Dies kann z. B. ein Modell sein, das in der Qua­li­täts­prü­fung sich schlei­chend ent­wi­ckeln­de Seri­en­feh­ler früh­zei­tig erkennt. Auch das rich­ti­ge Ange­bot zur rich­ti­gen Zeit für den End­kun­den, das eine Abwan­de­rung ver­hin­dert oder den Umsatz stei­gert, kann durch so ein Modell defi­niert werden.

Bei der Ent­wick­lung der Model­le gilt der Grund­satz, dass die­se so ein­fach wie mög­lich auf­ge­baut sein sol­len, da kom­ple­xe­re Ver­fah­ren oft­mals nur einen mini­ma­len Zuge­winn bei der Modell­gü­te lie­fern, aber oft nicht die gewünsch­te Trans­pa­renz bie­ten. Gera­de für Anwen­der, die die ana­ly­ti­sche Ent­schei­dung klar nach­voll­zie­hen wol­len, sind kom­ple­xe Modell nicht immer geeig­net. Hier­für ist Deep Lear­ning – eine spe­zi­el­le Form eines neu­ro­na­len Netz­wer­kes – ein sehr gutes Bei­spiel, das von Anwen­dern sehr oft nach­ge­fragt wird, jedoch rela­tiv kom­plex wer­den kann. Oft ist es jedoch bes­ser, auf ein­fa­cher zugäng­li­che Ver­fah­ren wie z. B. eine logis­ti­sche Regres­si­on oder einen Ent­schei­dungs­baum zurückzugreifen.

Ein wich­ti­ger Schritt in die­ser Pha­se ist es, aus den Daten mög­lichst gute Varia­blen abzu­lei­ten, die mit dem Pro­blem in Zusam­men­hang ste­hen und spä­ter in das Modell mit ein­flie­ßen. Die­ses durch­aus als krea­tiv zu bezeich­nen­de Ver­fah­ren wird „fea­ture engi­nee­ring“ genannt und erfolgt erneut in einem engen fach­li­chen Aus­tausch inner­halb des Pro­jekt­teams. So wird es z. B. in einem Fer­ti­gungs­pro­zess ent­schei­dend für die Qua­li­tät des Pro­dukts sein, wie oft an einem Tag die Tem­pe­ra­tur der Anla­ge einen bestimm­ten Schwell­wert über­schrit­ten hat. Die­se Häu­fig­keit wird aus den Daten abge­lei­tet und als neue Infor­ma­ti­on über­nom­men. Durch das ite­ra­ti­ve Vor­ge­hen und die enge fach­li­che Abstim­mung wird so im Lau­fe des Pro­jekts ein best­mög­li­ches Modell erarbeitet.

Phase 4: Deploy

Das Fujitsu 4AI Framework - Phase "Deploy"Wenn das pas­sen­de Modell gefun­den wur­de und sich auch bei der Anwen­dung auf unbe­kann­ten Daten bewährt hat, geht es in der anschlie­ßen­den Pha­se in die Pro­duk­tiv­set­zung und damit zum Abschluss des Pro­jekts. Das Modell wird in die bestehen­den Pro­zes­se inte­griert und lie­fert nun in vor­ge­ge­be­nen Abstän­den Ergeb­nis­se. Die ers­ten Betriebs­wo­chen die­nen dabei der Sicher­stel­lung der Ergeb­nis­se, im Nor­mal­fall lau­fen die alten Pro­zes­se hier noch par­al­lel ab. Nach und nach wer­den die­se auf das neue Sys­tem umge­stellt und bei Bedarf letz­te Anpas­sun­gen an dem Modell oder den Pro­zes­sen vorgenommen.

Phase 5: Run

Das Fujitsu 4AI Framework - Phase "Run"

Auch im regu­lä­ren Betrieb soll­ten in regel­mä­ßi­gen Abstän­den Prü­fun­gen der Ergeb­nis­se des Modells vor­ge­nom­men wer­den. Hier­bei ist es wich­tig, dass eine detail­lier­te, im Pro­jekt erstell­te Doku­men­ta­ti­on vor­liegt, so dass alle Pro­zes­se inklu­si­ve der ver­wen­de­ten Daten­quel­len trans­pa­rent nach­voll­zieh­bar sind. Soll­ten sich die Vor­aus­set­zun­gen für den Betrieb grund­le­gend ändern, müs­sen auch die Model­le einer ent­spre­chen­den Neu­be­wer­tung unter­zo­gen wer­den. Die Run-Pha­se dient auch dazu, die wei­te­ren, aus dem Pro­jekt gewon­ne­nen Erkennt­nis­se umzu­set­zen und bei Bedarf in einen neu­en Pro­jekt­zy­klus gemäß dem Frame­work ein­zu­stei­gen. Gera­de jetzt ist es ent­schei­dend, das durch das Pro­jekt ent­stan­de­ne Momen­tum zu nut­zen. Die Vor­tei­le von Advan­ced Ana­ly­tics und Künst­li­cher Intel­li­genz sind nun auf Basis von eige­nen Anwen­dungs­fäl­len greif­bar, die Vor­ge­hens­wei­se erprobt und die Basis für den grund­le­gen­den Wan­del hin zu einem daten­zen­trier­ten Unter­neh­men geschaffen.

Das Fujitsu 4AI Framework – Zusammenfassung

Mit dem 4AI-Frame­work erhal­ten Sie für den gesam­ten ana­ly­ti­schen Rei­fe­pro­zess kla­re Ori­en­tie­rung und Hil­fe­stel­lung. Wir von Fuji­tsu unter­stüt­zen Sie dabei gezielt und prag­ma­tisch an den pas­sen­den Stel­len in der benö­tig­ten Brei­te und Tie­fe. Ist Ihnen noch voll­kom­men unklar, wie Advan­ced Ana­ly­tics oder Künst­li­che Intel­li­genz grund­sätz­lich umzu­set­zen wären, dient das AI Rea­di­ness Assess­ment als der nöti­ge Kom­pass, um den Weg zur erfolg­rei­chen Bear­bei­tung ana­ly­ti­scher The­men sicher beschrei­ten zu kön­nen. Sind ers­te Grund­la­gen geschaf­fen, aber die rich­ti­gen Anwen­dungs­fäl­le noch nicht gefun­den, erar­bei­ten wir die­se gemein­sam mit Ihnen im Rah­men von Work­shops und lie­fern die pas­sen­den ana­ly­ti­schen Impul­se. Und ist die Basis bereits vor­han­den, aber bestehen noch Unklar­hei­ten bzgl. einer kon­kre­ten Umset­zung, unter­stützt wir Sie in der Beglei­tung oder Durch­füh­rung in Form von ana­ly­ti­schen Projekten.

Sie haben noch Fra­gen? Ger­ne bera­ten wir Sie auch hin­sicht­lich pas­sen­der Tech­no­lo­gien. Hier han­deln wir jedoch stets nach dem Grund­satz, die Fra­ge- oder Pro­blem­stel­lung des Kun­den vor­ran­gig zu betrach­ten – und die Tech­no­lo­gie anschlie­ßend fol­gen zu lassen.

Schlagwörter: , ,

Story Page