KI-Projekte »Business & Finance«

© phongphan5922 / Fotolia

Ob Leuchtreklame, Fernsehwerbung oder E-Mail-Newsletter, schon immer haben Unternehmen auf aktuelle Technik gesetzt, wenn es darum ging, die Aufmerksamkeit potenzieller Kunden zu erlangen. Der nächste Schritt ist der Einsatz von künstlicher Intelligenz  – mit vielfältigen Möglichkeiten: Von Werbeplakaten, die das Werbeangebot automatisch auf die Passanten anpassen, über Trendprognosen, die semantische Verknüpfungen ausnutzen, bis hin zu Question-Answering-Systemen, die den Dialog zwischen Mensch und digitalem Assistenten mit Daten aus dem Internet optimieren und so zuverlässiger gestalten.

Deep-Learning-Technologien helfen Maschinen dabei, die Fehlerrate bei der Texterkennung so gering zu halten, dass sie der Interpretationsfähigkeit des Menschen ebenbürtig ist. In der Versicherungsbranche analysiert der Arbeitsplatz von morgen automatisch unstrukturierte Daten aus verschiedensten Quellen und kann so zum Beispiel bei komplexen Fällen im Schadensmanagement helfen.

  • Kreditkartenbetrug verhindern: Datendieben das Handwerk legen

     

    Der illegale Handel mit Kreditkartendaten blüht und Betrüger sind erfinderisch in der Wahl ihrer Mittel. Die Software »MINTify rule« unterstützt Banken dabei, Datendieben das Handwerk zu legen – mit den Mitteln der Künstlichen Intelligenz. Die Software basiert auf selbstlernenden Algorithmen, die Betrugsmuster in Millionen von Transaktionen erkennen können – und zwar im Lauf der Zeit immer schneller und besser. Entwickelt wurde »MINTify rule« am Fraunhofer IAIS gemeinsam mit Partnern des Unternehmens Paymint.

    Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS

    © Kenishirotie / fotolia.de
  • Adaptive Plakate - Werbeangebote in Echtzeit anpassen

     

    Markenpräferenzen und Kaufentscheidungen werden heute mehr denn je beeinflusst durch die Persönlichkeit des Einzelnen: Man kauft, womit man sich identifiziert. Fraunhofer-Forscher entwickeln Technologien, die es Unternehmen erlauben, auf die Bedürfnisse des einzelnen Konsumenten einzugehen, ohne seine Privatsphäre zu verletzen. Ein Anwendungsfeld sind zum Beispiel digitale Werbetafeln im öffentlichen Raum: Hier ermöglicht es die BioLens-Software des Fraunhofer IGD, das Alter, das Geschlecht oder den Grad der Aufmerksamkeit eines Betrachters zu ermitteln und das Werbeangebot in Echtzeit anzupassen. Die Technologien werten Besucherströme und deren Stimmungslage statistisch aus und das ganz automatisiert. Im System ist hinterlegt, welche Werbung für welche Zielgruppen gezeigt wird.

    Fraunhofer-Institut für Graphische Datenverarbeitung IGD

    © AlexShutter / Fotolia.com

    Live Overlays in der Bandenwerbung

     

    Bei großen Sportveranstaltungen werden für die Werbung oft LED-Banden eingesetzt, die elektronisch angesteuert wechselnde und animierte Bildinhalte zeigen. Bislang war eine länderspezifische Ausrichtung der Werbeinhalte bei einem Livekamerabild nicht möglich, zumindest nicht in einer befriedigenden Qualität. Das vom Fraunhofer IAIS entwickelte System für virtuelle Bandenwerbung ermöglicht die Veränderung der Werbeinhalte von LED-Banden in Echtzeit, so dass beliebig viele TV-Streams mit jeweils unterschiedlicher Werbung erzeugt werden können. Der Zuschauer bemerkt nicht, dass er nicht das Originalbild aus dem Sportstadion sieht und in seinem TV-Bild die Bandenwerbung verändert wurde. Dies eröffnet den Werberechtevermarktern völlig neue Business-Modelle bei Sportereignissen.

    Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS

    © Vladimir Kolobov / iStock.com

    Affective Computing - Computer erkennen Gefühle

     

    Computer können zwar nicht fühlen, aber sie können Gefühle erkennen! Das zeigen am Fraunhofer IIS entwickelte Technologien aus dem Bereich Affective Computing. Die Algorithmen der Fraunhofer-Forscher erlauben es, in Bewegtbildern Gesichter zu erkennen und nach ihrem emotionalen Zustand zu klassifizieren. Außerdem werden die Aufmerksamkeitsdauer und demographische Daten wie Alter und Geschlecht automatisiert erhoben. Das schafft neue Potenziale am Point of Sale: Wie Menschen auf Produktangebote reagieren, lässt sich auf Basis von Video-Aufzeichnungen in Echtzeit analysieren. So kann die Wirksamkeit der Angebote gezielt erhöht werden.

    Fraunhofer-Institut für Integrierte Schaltungen IIS

    © shotstudio - fotolia.com
  • Radarsystem zur Technologiefrüherkennung

     

    Technologieorientierte Unternehmen stehen nicht nur in der Textilindustrie vor der Herausforderung, aus der Informationsflut systematisch relevantes Wissen für Technologie- und Geschäftsentwicklung herauszufiltern. Mithilfe des funktionssemantischen Radarsystems „futureTEX“ können Unternehmen schnell neue Technologien, interessante Anwendugsfelder, Wettbewerber und Experten (Ansprechpartner) identifizieren. Das zentrale Element stellt der mithilfe maschineller Lernverfahren kontinuierlich erweiterte Thesaurus für die Textilbranche dar, der neben technischen Verfahren, Materialien, Eigenschaften, Attributwerten, Institutionen, Orten, Personen auch Kundenanforderungen und Muster zur Erkennung von Anwendungsfeldern enthält. Der Datenbestand umfasst aktuell ca. 200.000 Dokumente aus Forschungsdatenbanken, Patentdatenbanken sowie dem Internet und wird fortlaufend erweitert.

    Fraunhofer-Institut für  Arbeitswirtschaft und Organisation IAO

    © Fraunhofer IAO

    Fragen mit Daten aus dem Web beantworten

     

    Die Beantwortung von Fragen mit Daten aus dem Web ist von unmittelbarem Nutzen für eine breite Zielgruppe im Bereich e-Commerce, juristische Fachveröffentlichungen, soziale Netze und Unternehmenssuche. Schritte zum Beantworten einer Frage sind (1) eine gesprochene Frage zu verstehen, (2) den Text einer Frage zu analysieren, (3) Daten zum Beantworten der Frage zu finden, sowie (4) die Antwort(en) zu präsentieren. Um beim Verstehen gesprochener Fragen mehrdeutige, missverständliche oder in schlechter Qualität erkannte Wörter zu disambiguieren werden strukturierte Web-Daten zu Rate gezogen. Die Lösung besteht in einer erweiterbaren Dienste-Architektur mit Systemkomponenten für die einzelnen Schritte und konfigurierbaren Workflows.

    Fraunhofer-Institut für  Intelligente Analyse- und Informationssysteme IAIS

  • Entscheidungsunterstützung für wissensbasierte Arbeitsplätze

     

    Der Arbeitsplatz der Zukunft unterstützt den Menschen bei seiner Arbeit und seinen Entscheidungen: Dazu werden strukturierte und unstrukturierte Daten aus vielen Quellen wie Kalkulationen, Kostenvoranschlägen, Rechnungen, Bildern oder Vertragsdaten und Schadenmeldungen teilweise nachträglich durch Optical Character Recognition (OCR) digitalisiert, zusammengeführt und aufbereitet (Informationsfusion). Für die Analyse werden einerseits regelbasierte Systeme eingesetzt, in denen Erfahrungswerte und Compliance-Anforderungen hinterlegt sind. Andererseits kommen Methoden des maschinellen Lernens zum Einsatz, um Erfahrungswissen aus Geschäftsvorfällen zu nutzen und auszubauen. Eine situationsabhängige Bewertung, Entscheidungsunterstützung und Darstellung erfolgt auf Basis geeigneter Kontextmodelle. Primäres Anwendungsgebiet des Verfahrens ist das Schadenmanagement in Versicherungen.

    Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO

    © vege – Fotolia.com

    Digitale Dokumentenanalyse

     

    Die Fehlerraten beim Erkennen von Buchstaben, Wörtern, Texten oder Bildern soll die Leistungsfähigkeit der menschlichen Interpretation erreichen. Dazu wird eine »OCR-Engine« mit Deep Learning-Methoden ausgestattet, die auch bei der Auswertung von großen Informationsmengen keine oder möglichst wenige Fehler produziert. Optical Character Recognition (OCR) wird unter anderem bei der Digitalisierung von Bibliotheksinhalten, Zeitungsarchiven oder Versicherungsdokumenten eingesetzt.

    Fraunhofer-Institut für  Intelligente Analyse- und Informationssysteme IAIS

    Automatische Analyse von Verträgen

     

    In den vergangenen zehn Jahren entstand am Fraunhofer IAIS eine solide Basis an Werkzeugen zur Analyse von Texten und Dokumenten aller Art. Damit wurde ein Ablauf zur automatischen Informationsextraktion aus Vertragsdokumenten aufgebaut. Zunächst werden sämtliche Informationen (Layout, Text und Bilder) aus Scans und anderen Dokumenten extrahiert. Sie werden dann genutzt, um Verfahren des Maschinellen Lernens zu trainieren, um diese Informationen zu bewerten, zu kombinieren und anzureichern. So können im Anschluss Partnernetzwerke analysiert und optimiert, Betrugsversuchen vorgebeugt oder Vertragsverhandlungen vorbereitet werden.

    Fraunhofer-Institut für  Intelligente Analyse- und Informationssysteme IAIS

    Chatbot zur Analyse und Exploration von heterogenen Daten

     

    Das Fraunhofer ISST entwickelt einen Chatbot zur Analyse und Exploration von heterogenen Daten in natürlicher Sprache. Er ermöglicht den Zugang zu Datenbeständen des Unternehmens unter Berücksichtigung der interner Compliance-Richtlinien. Hauptinnovation ist die Fähigkeit, existierende Informationsmodelle auf Basis von semantischen Technologien und mit maschinellen Lernverfahren on-the-fly zu inferieren. Die Zusammenarbeit mit dem Chatbot ist nicht auf eine passive Exploration beschränkt. Zu seinen allgemeinen Fähigkeiten zur Datenanalyse und -exploration können weitere domänenspezifische Skills hinzugefügt werden. Dies eröffnet viele neue Einsatzmöglichkeiten. So können konkrete Aufgaben definiert werden, z. B. die Vorhersage von Über- und Unterproduktion mit entsprechender Benachrichtigung.

    Fraunhofer-Institut für Software- und Systemtechnik ISST