Cross-Industry Innovation: Wie externes Branchenwissen Unternehmen beflügelt

Wer weiß heute noch, wie Henry Ford Anfang des 20. Jahrhunderts auf die Idee für die Fließbandfertigung in der Automobilproduktion kam? Tatsächlich inspirierte ihn die Lebensmittelindustrie, deren permanente Fließbandfertigung er adaptierte. Ein Geniestreich, der bis heute Produktionsprozesse weltweit prägt. Und ein Paradebeispiel für Cross-Industry Innovation. Nutzen Unternehmen das Wissen und die Technologien anderer Branchen, können sie Geschäftsprozesse optimieren, neue Produkte und Services etablieren sowie neue Geschäftsmodelle und Märkte erschließen. Wie wir bei Comma Soft Kunden durch unser Cross-Industry-Wissen aus zahlreichen Projekten unterstützen, zeigen wir hier an drei Beispielen.

Life Science ↔ Produktion:
Sichere KI-Optimierung mit Schwarmintelligenz

In der klinischen Forschung hat der Schutz von vertraulichen Daten aus regulatorischer und ethischer Sicht oberste Priorität. Gleichzeitig müssen die Beteiligten in Forschungsprojekten und klinischen Studien ihre Erkenntnisse mit anderen Standorten teilen, um eine ausreichend große Datenbasis für evidenzbasierte Studien zu erhalten. Die Daten dürfen aus Compliance-Gründen nicht geteilt werden und sind außerdem oft so groß, dass dafür Festplatten verschickt werden müssten. Mit Swarm Learning lässt sich dieses Problem lösen. Das Besondere an dieser Federated Learning-Technologie ist, dass nicht die erhobenen Daten selbst, sondern nur die trainierten KI-Modelle und somit die daraus gewonnenen Erkenntnisse mit Forschungspartnern geteilt werden – vertraglich und technisch sicher via Blockchain abgesichert. Dies reduziert den Informationstransfer und schützt personenbezogene Daten bereits „by design“, also durch die technische Konstruktion.

Die Lösung, die wir für eine Forschungseinrichtung entwickelt haben, konnten wir auch bei einem unserer Kunden in der produzierenden Industrie anwenden. Hier sollen Produktionsgeheimnisse geschützt werden. Gleichzeitig verfügen produzierende Unternehmen oft nicht über eine ausreichend große und heterogene Datenmenge, um selbst KI-Modelle  zu trainieren, die z. B. Planungs- & Beschaffungsprozesse intelligent steuern. So wie in den Life-Sciences trainierte KI-Modelle geteilt werden, lässt sich dies mit Federated Learning auch in der Industrie umsetzen. Die Partnerunternehmen „füttern“ die Modelle mit ihren eigenen Produktionsdaten und nur das dadurch verbesserte Modell wird miteinander ausgetauscht. Die Daten und Geschäftsgeheimnisse selbst verbleiben sicher im Unternehmen.

Versicherung ↔ Automotive:
Claims- und Compliance-Prozesse mit NLP

Die natürliche Spracherkennung verbreitet sich bereits im Alltag, wo Sprachassistenten Musik, Licht oder Telefonate steuern. Warum dies also nicht auch im Unternehmenskontext nutzen? Bei Versicherungen bietet sich die natürliche Sprachverarbeitung mit Natural Language Processing (NLP) im Inputmanagement und Routing von Geschäftsvorgängen an. Schadenmeldungen, die per Post, E-Mail, Kundenportal oder App eingereicht werden, werden automatisiert ausgelesen. Je nach erkannten Schlagworten wie Versichertennummer, Namen, Orten und Begriffen wie „Unfall“, „Haus“ etc. lassen sich die Meldungen den richtigen Prozessen und Sachbearbeiter:innen zuordnen oder sogar per Dunkelbuchung vollautomatisch bearbeiten. Das spart den Versicherungen Zeit und Kosten und die Versicherten erhalten schneller Auskunft.

Die gleiche technologische Basis, die wir bei Versicherungskunden in Wirkung bringen, kann auch bei Automotive-Kunden zum Einsatz kommen. In der Branche herrschen strikte regulatorische Vorgaben zur Überprüfung der Produktionsteile und des Produktionsprozesses. Allerdings unterscheiden sie sich von Land zu Land, was gerade bei international agierenden Unternehmen einen hohen manuellen Prüfaufwand bedeutet. Mit der NLP-Technologie, die auch bei Versicherungen genutzt wird, können die Vorschriften automatisiert erfasst, technische Details extrahiert und den entsprechenden Produktionsprozessen und Qualitätskontrollen zugeordnet werden. Das reduziert nicht nur den Aufwand, sondern senkt auch die Fehlerquote deutlich.

Konzern ↔ Mittelstand:
Skalierbare Innovation trifft ganzheitliche Strategie

Gerade im Konzerumfeld ist Raum, um sich frühzeitig mit neuen technologischen Verfahren zu beschäftigen. Beispiele dafür sind Security-Lösungen, die auf Zero Trust oder Decentralized Identity fußen. Konzerne verfügen häufig über die nötigen Ressourcen und F&E-Budgets, um diese Cases als Pilotprojekte zu testen, zu optimieren und dann konzernweit auszurollen. Dem Mittelstand helfen wir als Beratungsunternehmen dabei, solche erprobten Lösungen zu skalieren und umzusetzen.

Bei mittelständischen Unternehmen gehen wir zudem meist den Weg von einer ganzheitlichen Strategie hin zu einer darauf abgestimmten Daten- und IT-Strategie, auf deren Basis dann spezielle Use Cases umgesetzt werden. Das Wissen um solche holistischen Herangehensweisen nutzen unsere Consultants wiederum im Konzernumfeld, wo die ganzheitliche Verzahnung komplexer ist.

Unterm Strich: Das Rad muss nicht immer neu erfunden werden

Statt bei null anzufangen, können Unternehmen Best Practices nutzen. So vermeiden sie Testphasen und Fehler, für die es bereits erfolgreiche Lösungen gibt. Doch wie gelingt der Austausch mit anderen Branchen? Dabei helfen unsere Consultants, indem sie ihr Wissen aus Projekten branchenübergreifend zur Verfügung zu stellen und so das Spektrum möglicher Vorgehensweisen und Lösungen erweitern.

Wenn Sie Interesse haben, sich über die Möglichkeiten von Cross-Industry Innovation näher auszutauschen und Lösungen aus anderen Branchen kennenzulernen, treten Sie gerne mit Dr. Henning Dickten und seinen Kolleg:innen in Kontakt.