KI-Leiter von Zebra Technologies ruft Unternehmen dazu auf, das Potenzial ihrer Echtzeitdaten neu zu denken

Zebra Technologies Corporation (NASDAQ: ZBRA), ein weltweit führender Anbieter von Lösungen zur Digitalisierung und Automatisierung von praktischen Arbeitsabläufen, empfiehlt Unternehmen, ihre Echtzeitdaten gezielter zu nutzen, um den Mehrwert von KI-Lösungen voll auszuschöpfen.

Die Empfehlungen von Stuart Hubbard, Senior Director of AI and Advanced Development bei Zebra Technologies, kommen zu einem Zeitpunkt, an dem in der Technologiebranche verstärkt vor Engpässen bei hochwertigen Trainingsdaten für KI gewarnt wird. Zahlreiche Berichte, Schlagzeilen und Stellungnahmen von Branchenführern deuten auf eine wachsende Knappheit an qualitativ hochwertigen Daten hin. Diese sind aber für das Training, Testen und die Weiterentwicklung von KI-Modellen unerlässlich.

Ein aktueller Bericht zeigt, dass Forscher eine zunehmende Einschränkung bei der Datennutzung von Webdomains feststellen, die typischerweise für Trainingsdatensätze generativer KI verwendet werden. Zwischen April 2023 und April 2024 wurde der Zugang zu 25 % der qualitativ hochwertigsten Quellen eingeschränkt, da immer mehr Websites das automatisierte Auslesen (Scraping) ihrer Inhalte zu KI-Zwecken blockieren. Manche Experten gehen davon aus, dass der Vorrat an öffentlich zugänglichen, von Menschen generierten Texten bereits zwischen 2026 und 2032 erschöpft sein könnte.

„Die Qualität der Daten stellt eine zusätzliche Herausforderung für generative KI und Deep-Learning-Lösungen dar“, erklärt Hubbard. „Ungenauigkeiten, Verzerrungen oder ein Mangel an Vielfalt, die reale Anwendungsfälle nicht ausreichend abbilden, führen zu unterdurchschnittlich leistungsfähigen KI-Modellen. Solche Modelle können weder das Unternehmenswachstum fördern noch intelligente Automatisierung oder eine bessere Vernetzung operativer Arbeitsabläufe unterstützen.“

Um dieser Entwicklung entgegenzuwirken, werden derzeit neue KI-Modelle sowie innovative Lösungen zur Datenerfassung und -analyse entwickelt, die bislang ungenutzte Datenquellen erschließen. Eine dieser wenig beachteten Ressourcen sind die Daten, die direkt in der Praxis entstehen – also solche Informationen, die in Echtzeit innerhalb von Arbeitsprozessen, auf Geräten oder durch industrielle IT-Systeme generiert werden.

Insbesondere die Datenmengen, die an der Schnittstelle zwischen Mensch und Maschine entstehen, bieten ein enormes, bislang weitgehend ungenutztes Potenzial – etwa in Branchen wie Einzelhandel, Fertigung oder Logistik. Zu den Echtzeitdaten können u. a. gehören:

• Im Einzelhandel: Informationen zum Regalzustand, Muster in der Personalplanung, Daten aus Kundenbindungsprogrammen, Nutzung von Scannern durch Kunden, Preisentwicklungen über den Produktlebenszyklus hinweg und Kundenanfragen.
• In der Logistik: Volumen und Formen von Paketen, Verfügbarkeit von Fahrzeugen, Routenverläufe, Lieferpräferenzen je nach Kundenprofil und Region, Fotos als Zustellnachweis sowie Temperatur- und Feuchtigkeitswerte.
• In der Fertigung: Fehler und Anomalien bei Materialien, Komponenten oder Fertigprodukten, Qualität der Verpackung, Etikettierung, Barcodes und Kennzeichnungen sowie die Beschaffenheit retournierten Materials.

Technologieunternehmen wie Zebra spielen eine zentrale Rolle bei der Digitalisierung und intelligenten Automatisierung von produktionsnahen Abläufen. Dadurch werden sowohl die Verfügbarkeit als auch die Qualität der in industriellen Umgebungen erzeugten Unternehmensdaten erheblich verbessert.

Dieser Ansatz steigert das Volumen relevanter, verlässlicher, aktueller und leicht zugänglicher Daten. Ergänzt um fortschrittliche Tools für Datenintegration und -verarbeitung sowie durch robuste ethische Richtlinien und rechtliche Rahmenbedingungen kann dies den Weg für eine verantwortungsvolle KI-Entwicklung ebnen.

„Führungskräfte aus IT, Betriebstechnologie und KI-Entwicklung sollten sich darauf konzentrieren, ihre Echtzeitdaten systematisch zu erfassen und nutzbar zu machen“, so Hubbard weiter. „Hierzu können Technologien wie mobile Computer mit Computer Vision, agentenbasierte KI, Sprach-KI sowie intelligente Kameras, Sensoren und Softwarelösungen mit Deep-Learning- und 3D-Algorithmen beitragen. So lassen sich Rohdaten in wertvolle, umsetzbare Erkenntnisse verwandeln.“

„Auch etablierte Technologien wie die Radiofrequenzidentifikation (RFID) verdienen eine neue, zukunftsgerichtete Betrachtung. Mobile und stationäre RFID-Lösungen ermöglichen die schnelle Erfassung großer Mengen hochpräziser Daten – ideal für den Einsatz in KI-Modellen und -Systemen zur Qualitätssicherung, Prozessoptimierung und Szenarioplanung. Gleichzeitig unterstützen sie die Entwicklung digitaler Zwillinge.“

Da immer mehr Arbeitsabläufe digitalisiert werden, erzeugen mobile und Edge-Geräte inzwischen eigene Betriebsdaten. Diese liefern wertvolle Einblicke in Prozesseffizienz, Produktivitätssteigerung und Ressourcennutzung.

Zusätzliche Betriebs- und Kontextdaten – etwa Muster der Nutzerinteraktion oder Informationen über Umgebungsbedingungen – schaffen ein tieferes Verständnis für Arbeitsumgebungen und Verhaltensweisen. Maschinelles Lernen kann zudem bei der vorausschauenden Instandhaltung helfen, indem Geräteanomalien frühzeitig erkannt und Ausfälle vermieden werden.

Quelle: www.zebra.com