Timetoact schafft neuen Mehrwert durch die Kombination von Prozessautomatisierung und Datenanalyse mit KI-Services von IBM, Google und Microsoft.

Mit der Übernahme des IT-Dienstleisters Tritech stärkt der IBM-Partner und Cloudspezialist Timetoact seine Mannschaft in Österreich und erweitert seine lokale Expertise in den Themenfeldern Arbeitsplatz, IoT, Integration um Microsoft-Technologien. Mit Know-how zu den großen Cloudplattformen Microsoft, IBM und Google bietet man nun »für jeden die passende Lösung«, betont Katharina Popek, Geschäftsführerin der Timetoact Group Österreich. »Jedes Unternehmen hat eine Präferenz für eine der großen Plattformen«, unterstreicht auch Olaf Schermann. Der Tritech-Gründer führt nun gemeinsam mit Popek die Geschäfte der Timetoact Group Österreich.

Olaf Schermann betont im Gespräch mit dem Telekom & IT Report, sein Unternehmen zu einem idealen Zeitpunkt in die Timetoact-Gruppe eingebracht zu haben. »Die Geschäfte laufen sehr gut und ich habe ein Unternehmenswachstum auf diese Weise umgesetzt.« Die neue Konstellation erlaube auch Pionierprojekte etwa im wachsenden KI-Umfeld.

Künstliche Intelligenz ist zu einem der großen Trendthemen geworden, das von den Marketingabteilungen der Branche massiv strapaziert wird. Bei Timetoact werden KI-Projekte allerdings auf den Boden gebracht. Den Einstieg in Machine Learning und semantische Erkennung finden Unternehmen oft mit dem Thema Chatbot und ersten Projekten dazu. »Gerade in Kleinprojekten, wenn lediglich in einem Bereich ein Webservice genutzt wird, schwindet die Skepsis. Die Kunden bekommen ein Gefühl für die Cloud-Anbindung«, berichten die beiden.

Auch Anwendungen wie E-Mail-Systeme werden von vielen aus der Cloud bezogen, insbesondere Microsoft Office 365 oder Google G Suite. Dieser Trend sei mittlerweile auch im öffentlichen Bereich, der bei seiner IT stets auf »on premises only« gesetzt hat, zu spüren. »Die Hersteller selbst treiben den Wandel, indem sie integrierte Lösungen mit E-Mail- und Office-Lizenzen, bis hin zum User- und Device Management, anbieten«, sagt Schermann. Ebenso wird die Verknüpfung dieser Welten in Hybridszenarien nachgefragt. Das »Verheiraten« lokaler Authentifizierungen mit jener in der Cloud erhält einen immer höheren Stellenwert. »Wir haben dazu die passenden Spezialisten in unserem Team.«

Frage des Details

Nachdem nun die großen Plattformen mehr oder weniger ähnliche Services anbieten – worin unterscheiden sich die Cloud-Angebote im Detail? »Aus unserer bisherigen Erfahrung beherrschen Amazon und Google Spracherkennung sehr gut«, meint Schermann, »Microsoft punktet wiederum mit einer phänomenalen Handschrift- und Alterserkennung. IBM Watson ist weitgehend mit KI-Projekten und Machine Learning vor allem im Gesundheitsbereich bekannt.«

Apropos erkennen: Ähnliches wird auch auf dem Feld der Bilderkennung umgesetzt. Die Früherkennung von Krebszellen ist etwa eine Aufgabenstellung. Röntgenbilder und Computer-Tomografie-Daten werden von der Maschine über einen längeren Zeitraum verglichen. Das System erkennt Abweichungen und Muster, die der Mensch nicht wahrnehmen würde. »Hier sprechen wir von Datengrößen im Petabye-Bereich. So etwas kann nur noch massiv parallel verarbeitet werden – von tausenden oder zehntausenden Prozessoren«, argumentiert Schermann für Cloud-Services. Technologie wird auch diese Branche massiv verändern. Die Hoffnung der Gesundheitsbranche ist groß, mit KI und Cloudservices frühzeitig Krankheiten zu erkennen.

Katharina Popek bringt ein weiteres Beispiel für die mächtigen Bildanalysen aus der Cloud aus dem produzierenden Bereich. Timetoact setzt aktuell ein Projekt um, in dem Handwerker auf der Baustelle mit automatisierten Empfehlungssystemen in der Werksplanung unterstützt werden. »Die Lösung erkennt sogar verbaute Teile und schlägt aus dem Produktkatalog Komponenten vor, die dazu ergänzt werden können. In einem nächsten Schritt soll dies auch an Bestellsysteme angebunden werden«, sagt sie. Nötig in Machine-Learning-Projekten ist stets die umfangreiche Arbeit im Vorfeld, um eine KI anzutrainieren. Bei diesem Projekt wurde die gesamte Produktpalette eines Produzenten aus unterschiedlichsten Kamerawinkeln in verschiedenen Lichtstimmungen fotografiert. Das System wurde mit diesen Daten gefüttert.

Man arbeitet daran, es dem Menschen so einfach wie möglich zu machen.