Projekttitel

Entwicklung von Kl-Schnittstellen (KISU)

Ausgangssituation

1. Unternehmen: Der Einsatz von künstlicher Intelligenz ist heutzutage in vielen Unternehmensbereichen nicht nur denkbar, sondern steht bei großen Unternehmen schon längst an der Tagesordnung. Prozesse zur Textdatenverarbeitung sind besonders davon betroffen und erreichen durch den Einsatz von Pattern Matching, NLP und NLU Modellen einen hohen Grad an Automatisierung. Dokumente werden gescannt und mittels KI vollautomatisch erfasst, klassifiziert, auf Fehler geprüft und kategorisiert. Das sorgt für eine starke Effizienzsteigerung und einen enormen Wettbewerbsvorteil. Die Prozesse sind schneller, erfordern wenig menschliches Eingreifen und sind dadurch außerdem weniger fehleranfällig. Die Mitarbeitenden werden entlastet und der Aufwand für repetitive Arbeiten wird stark reduziert. Doch das Trainieren und einrichten solcher Modelle und das Wissen, wie KI sinnvoll für solche Prozesse angewendet wird, ist aktuell noch ein Privileg von Technologieunternehmen und Großkonzernen, die Data Science Teams einstellen und aufbauen können. Gerade KMUs ist es oft nicht möglich, sich dieser Technologien zu bedienen, da es dafür an Wissen in den Unternehmen fehlt. Doch es sind gerade die kleinen und mittelständischen Unternehmen, die Deutschland so vielfältig und besonders machen und eben diese werden am meisten von unserer Lösung profitieren.
2. KI & NLP Markt: Es existieren bereits einige große Modelle zur Dokumenten- klassifizierung, sowie Textdatenerkennung und -auswertung. Diese Lösungen werden vor allem von amerikanischen Unternehmen wie Amazon und Google bereitgestellt. Die europäischen Anforderungen an den Datenschutz können mit diesen Modellen nicht gewährleistet werden und daher ist ein Einsatz mit sensiblen Unternehmens- und Kundendaten undenkbar. Für Nutzer*innen in Deutschland ergibt sich ein weiteres Problem, denn die großen Modelle sind auf die englische Sprache ausgelegt. Es braucht DSGVO konforme Modelle in deutscher Sprache, die einfach in bestehende Unternehmensprozesse integrierbar sind.

Vorgehen

Wir werden, je nach Anwendungsfall, eigene Machine-Learning Modelle passend zum Anwendungsfall unserer ersten Partner entwickeln oder bestehende Open-Source Modelle verwenden und anpassen. Diese Modelle werden wir auf unseren Servern in Deutschland hosten und unseren Partner für ihre Anwendungen bereitstellen. Aufgrund der geführten Gespräche mit KMUs und Bildungseinrichtungen, sehen wir besonderen Bedarf für Sentiment Analysen, Topic Extraction, Pattern Recognition, Data Transformation und Natural Language Understanding Modelle. Auf diese Bereiche werden wir unsere KI ausrichten und jeweils einzelne, leicht anzusprechende Schnittstellen (APIs) bereitstellen. Über ihre bestehende IT-Infrastruktur, können unsere Partner datenschutzkonform auf die APIs zugreifen und die Daten an unseren Server schicken, um sie, bereichert um die Erkenntnisse der KI, wieder in ihre Systeme zurück zu bekommen. Nach Abschluss des Projektes soll die Bezahlung per API-Aufruf bzw. pro Token (Wort) bei NLP-Modellen erfolgen, damit besonders kleine Unternehmen unsere Services kosteneffizient nutzen können. Wir planen darüber hinaus, auf Wunsch, die Implementierung beim Kunden mit anzubieten, um das Wissen und die Akzeptanz noch stärker zu fördern. Dafür werden wir werden ggf. einzelne Modelle unter eine Commercial Open Source Lizenz stellen, die es den Unternehmen ermöglicht, die korrekte Funktionsweise der Modelle für unternehmenskritische Funktionen zu überprüfen und auch die Modelle in eingeschränktem Funktionsumfang im eigenen Unternehmen zu testen. Auch planen wir Modelle, die in besonders vielen Anwendungsbereichen nützlich sind, als eine Webplattform, auf der auch Nicht-Programmierer Ihre Daten einfach einspielen und analysieren können, anzubieten. So senken wir die Barrieren zu KI und machen die Technologien vielen Bürger*innen zugänglich, die sonst nicht in der Lage wären, die Vorteile von KI zu nutzen.

Förderung

Das Projekt wird mit Landesmitteln nach Maßgabe der „Richtlinie für die Gewährung von Zuwendungen zur Förderung des Einsatzes von Künstlicher Intelligenz in Schles­wig-Holstein (Kl-Förderrichtlinie) durch die Wirtschaftsförderung und Technologietransfer Schleswig-Holstein GmbH gefördert.