Blitzlichter

Data Pitch - Innovation Programme

Uniserv treibt das Machine Learning voran

  • Gemeinsam mit den Startups Frosha.io und Recogn.ai will Uniserv mittels Anleihen aus dem Deep Learning die Qualität von Kundendaten optimieren
  • Die EU-Initiative für Innovation und Inkubatoren mit Namen „Data Pitch“ bildet die programmatische Klammer für die Zusammenarbeit

Pforzheim, 05. Dezember 2017 – Wie können Unternehmen aus großen Mengen unstrukturierter oder semi-strukturierter Kundendaten einen Nutzen ziehen – beispielsweise für ihre Marketingkampagnen? Das war die Herausforderung, die Uniserv, spezialisierter Anbieter von Lösungen für das Kundendatenmanagement, im Rahmen der diesjährigen Data-Pitch-Initiative stellte. Die Initiative ist ein europäisches Innovationsprogramm für Startups und KMUs. Ein vielversprechender Lösungsansatz, um Kundendaten etwa für das Marketing zu optimieren, ist Deep Learning, ein Teilgebiet des maschinellen Lernens (ML). Mit den Startups Frosha.io und Recogn.ai will Uniserv diese Technologie gemeinsam vorantreiben.

Kunden- und Adressdaten sind anfällig für Fehler, was die Vermarktung beeinträchtigt

Im Rahmen der Data-Pitch-Initiative hat Uniserv im Sommer Startups dazu aufgefordert, eine lernfähige maschinelle Lösung zu erarbeiten. Diese sollte darauf trainiert sein, Daten aus verschiedenen internen sowie externen Quellen wie zum Beispiel Internetseiten, Open Data, Social-Media-Profilen oder E-Mails zusammenzufügen. Diese Quellen sind extrem heterogen. Darüber hinaus musste die Lösung Fehler in bestehenden Datensätzen automatisch korrigieren – und somit in der Lage sein, Kundendatenbestände zu optimieren. Denn besonders bei Stammdaten wie Name und Adresse schleichen sich häufig Fehler ein.

Dr. Simone Braun, Business Development, Uniserv, erklärt: „So werden zum Beispiel häufig Informationen zu einer Person in Datensätzen zum Unternehmen hinterlegt oder Unternehmensnamen werden im Adressfeld genannt. Oft kommt es auch vor, dass Informationen über mehrere Personen nur in einem Datensatz zu einer einzelnen Person hinterlegt werden. Diese Fehler erkennt zwar ein Mensch sofort, sind aber für eine Maschine nur schwer zu korrigieren. Die eingesetzte selbstlernende Technologie sollte jedoch menschliche Fähigkeiten übertreffen.“

Deep Learning identifiziert Fehler in den Strukturen der Datenbestände

Besonders überzeugte der Deep-Learning-Lösungsansatz der beiden europäischen Startups Frosha.io und Recogn.ai. Frosha.io setzte im Rahmen der Aufgabenstellung sogenannte rekurrente neuronale Netze (Recurrent Neural Networks) ein. Recogn.ai überzeugte durch den Ansatz, Wissensgrafen und Deep Learning für die maschinelle Verarbeitung natürlicher Sprache (Natural Language Processing) zu kombinieren. Unter Verwendung der neuronalen Netze des Deep Learnings versetzt sich eine Maschine selbst in die Lage, Strukturen zu erkennen, zu evaluieren und sich in mehreren Durchläufen selbständig zu verbessern. Auf diese Weise gelingt es der Technologie, selbst unstrukturierte Kundendatensätze unter anderem für Marketingmaßnahmen nutzbar zu machen. Beide Lösungsansätze mussten zudem die EU-Datenschutzgrundverordnung (DSGVO) berücksichtigen. Uniserv stellte im Rahmen des Wettbewerbs den teilnehmenden Startups Datensätze mit synthetischen Namens- und Adressinformationen in unstrukturierter und semi-strukturierter Form zur Verfügung.

Zum Vergrößern anklicken
Data Pitch - Innovation Programme
Data Pitch - Innovation Programme

Projekte für Machine Learning sollen gemeinsam weiterentwickelt werden

Frosha.io und Recogn.ai konnten sich im Herbst unter 142 Bewerbern durchsetzen – und haben sich anschließend Ende Oktober erfolgreich den kritischen Fragen der Uniserv-Jury, der EU-Kommission und Vertretern der Data-Pitch-Initiative in London gestellt. Anschließend wurden sie in das EU-geförderte Inkubatoren-Programm aufgenommen. Damit bleiben ihnen ab dem ersten Februar 2018 sechs Monate Zeit, ihre Lösungsidee mithilfe finanzieller Unterstützung seitens der EU in die Praxis umzusetzen. Uniserv unterstützt in dieser Zeit beide Startups als Kooperationspartner mittels Expertise sowie mit Datensätzen, anhand derer das Machine-Learning-System lernen kann. Zukünftig will Uniserv zusammen mit beiden Startups die jeweiligen Projekte weiterentwickeln. Ziel ist ein kontinuierlicher Wissensaustausch zum Einsatz von maschinellem Lernen und künstlicher Intelligenz für die Verarbeitung von Kundendaten und deren Nutzung in Marketing-Initiativen.

Für Startups und Unternehmen ist Data Pitch eine Chance

Data Pitch ist ein von der Europäischen Union gefördertes Inkubatoren-Programm, das Unternehmen und öffentliche Einrichtungen mit Startups aus ganz Europa vernetzt.
Im Rahmen der Initiative wurde im Sommer und Herbst 2017 ein Wettbewerb veranstaltet. Bei diesem konnten Unternehmen, die sich mit der Analyse von Daten befassen, Aufgabenstellungen an Startups und KMUs vergeben. Die Initiative fördert Startups durch finanzielle Unterstützung, teilnehmende Unternehmen wiederum profitieren von neuen Ideen.

„Wir gratulieren Frosha.io und Recogn.ai zu ihren innovativen Projekten und freuen uns auf die weitere Zusammenarbeit mit beiden Startups“, erklärt Roland Pfeiffer, Jury-Mitglied und Geschäftsführer von Uniserv. „Sowohl Künstliche Intelligenz als auch ihr Teilgebiet, das maschinelle Lernen, werden von Unternehmen unterschiedlichster Branchen immer häufiger und vielfältiger eingesetzt. Zusammen mit beiden Startups wollen wir nun maschinelles Lernen weiter vorantreiben, um Kundendaten in verschiedensten Szenarien einfacher nutzbar zu machen.“