Eine KI-Story
Vor kurzem stand unser Sentience System vor einer seiner schwierigsten Herausforderungen: Wir hatten gerade eine Ausschreibung in einer der größten europäischen Hauptstädte gewonnen. In der nächsten Phase wurde unsere Lösung mit konkurrierenden Hardwareprodukten von zwei traditionellen Hardwareherstellern verglichen. Beide sind große Akteure in der Branche mit zusammen fast 250 Jahren Erfahrung, rund 400.000 Mitarbeitern und einem Umsatz von mehreren Milliarden Dollar.
Technisch gesehen ging es um den Vergleich einer KI-gestützten Lösung zur Überwachung der Luftqualität mit reiner Hardware oder – anders ausgedrückt – um die Bewertung der Leistung einer innovativen, von einem jungen Unternehmen entwickelten Lösung im Vergleich zu jahrzehntelanger Erfahrung mit der traditionellen Art der Messung.
Das wäre schon herausfordernd genug gewesen, aber es kamen noch zwei weitere erschwerende Faktoren hinzu:
- Der Kunde wusste zwar, dass wir KI einsetzen, erlaubte er uns nicht, die KI nach der Installation unseres Messgeräts weiter zu trainieren. Damit konnten wir ein entscheidendes Element unserer KI-basierten, selbstlernenden Lösung nicht nutzen. Wir mussten uns auf den ursprünglichen Algorithmus verlassen, ohne die Vorteile einer kontinuierlichen Verbesserung,
- Während der Vorbereitungen für die Lieferung verloren wir unsere Trainingsstation an einer öffentlichen Messstation in München aufgrund einer Entscheidung der örtlichen Behörde. So mussten wir uns auch bei der anfänglichen Kalibrierung unseres Sentience-Geräts auf den bisher entwickelten Algorithmus verlassen – ohne unser auf maschinellem Lernen basierendes Verfahren anzuwenden.
Es scheint also für uns ein Kampf mit einem starken Handicap zu sein. Würden wir überhaupt eine Chance haben? Wir waren jedoch von unserer Lösung überzeugt und glaubten fest daran, dass wir vielleicht nicht die bestmöglichen, aber dennoch akzeptable Ergebnisse liefern konnten.
Nach 15 Wochen war die Bewertung abgeschlossen und die Ergebnisse wurden mitgeteilt:
Wir erzielten nicht nur „akzeptable“ Ergebnisse, sondern übertrafen die Wettbewerber in zwei von drei Genauigkeitskategorien sogar deutlich.
Was ist also die Schlussfolgerung?
- Die KI-gestützte Überwachung der Luftqualität kann herkömmliche, kostspielige und sperrige, hardwarezentrierte Messmethoden ersetzen, ohne auf die benötigte Genauigkeit zu verzichten.
- Die KI, die wir für unsere Produkte entwickelt haben, ist robust und kann auch unter ungünstigen Bedingungen akzeptable Ergebnisse liefern.
- Es gibt deutliche Hinweise darauf, dass diese innovative Lösung bei voller Nutzung der KI-basierten Modelle – einschließlich kontinuierlicher Verbesserungen durch maschinelles Lernen – Genauigkeitsniveaus erreichen wird, die auch herkömmliche Überwachungshardware vor Herausforderungen stellen.
Die Ergebnisse dieses Vergleichs sind öffentlich. Schreiben Sie uns eine Nachricht ( sales@hawadawa.com ), und wir werden sie gerne mit Ihnen teilen.
