Machine Learning fürs Business: So wird es ein Erfolg
Ralf-Dieter Wagner, Lead Go-to-Market AI ML bei AWS, zeigt auf, was die häufigsten Schwierigkeiten bei der Implementierung von Machine Learning sind. Und wie man diese erfolgreich überwindet.
Maschinelles Lernen (ML) ist in aller Munde und immer mehr Unternehmen nutzen diese Technologie – sei es, um Kunden besser zu verstehen oder die Nachfrage nach den eigenen Produkten vorherzusagen. Doch, so einfach wie es klingt, ist es nicht: «Wir sehen, dass Kunden mit der Anwendung von maschinellem Lernen kämpfen», sagt Ralf-Dieter Wagner, Lead Go-to-Market AI ML bei AWS. Insbesondere Themen wie Skalierung, Datensicherheit und AI Explainability bereiten Unternehmen Kopfzerbrechen.
All diese Herausforderungen können laut Wagner mit der richtigen Herangehensweise überwunden werden: Dazu gehört, ML nicht nur als Technologie zu betrachten, zu wissen wo der Einsatz von ML überhaupt sinnvoll ist und ein Team zusammenzustellen, welches sämtliches relevante Knowhow für eine ML Implementierung vereint.
Doch was ist ML, wenn nicht nur eine Technologie? Wie findet man heraus, in welchem Bereich man ML am besten einsetzt? Und wer gehört in ein funktionales ML Team? Diese Fragen beantwortet Wagner in seinem «Sparx»-Talk.
RALF-DIETER WAGNER
Ralf-Dieter Wagner (*1967), ansässig in München, ist verantwortlich für das Go-to-Market des AWS AI/ML-Serviceportfolios mit Schwerpunkt auf der DACH-Region. In seiner Rolle unterstützt Wagner Kunden aus verschiedenen Branchen dabei, Daten und KI/ML für bessere Geschäftsergebnisse zu nutzen, und zeigt ihnen, wie sie schnell loslegen und skalieren können. Bevor er zu AWS kam, war Wagner als General Manager EMEA für das US-amerikanische KI-Start-up r4 tätig und davor mehr als 20 Jahre lang bei Accenture als Partner.
