Glossar:
Was steckt hinter dem Begriff KI? 

KI zur Optimierung von Geschäftsprozessen steht im Zentrum unserer Tätigkeiten. Hier erklären wir Ihnen die für uns wesentlichen Technologien und wie wir sie für unsere Softwarelösungen anwenden!

C

Copilot
ist ein digitaler, KI-basierter Assistent, der Anwender aktiv bei der Bedienung von Software unterstützt. Durch Maschinelles Lernen und Large Language Models versteht ein Copilot natürliche Sprache, erkennt Nutzerabsichten und liefert direkt passende Empfehlungen oder Automatisierungen für nächste Schritte. Copiloten lernen fortlaufend aus Interaktionen mit dem Nutzer dazu und werden dadurch immer besser darin, komplexe Aufgaben einfach und verständlich zu gestalten.
Lesen Sie mehr ...

D

Data Mining
bezeichnet einen computergestützten Prozess zur Identifikation verborgener Muster, Korrelationen und Trends in großen Datenmengen. Es kombiniert statistische Analyse, maschinelles Lernen und Datenbanksysteme, um aus heterogenen Datenquellen verwertbare Erkenntnisse zu gewinnen. Ziel ist nicht nur die Analyse, sondern die nutzbringende Verdichtung von Informationen für fundierte Entscheidungen, strategische Planung und prädiktive Analysen. Data Mining ist eines der wichtigen Elemente, die INFORM unter dem Begriff Process AI zusammenfasst.
Lesen Sie mehr ...

Decision Intelligence (DI)
unterstützt Unternehmen dabei, betriebliche Entscheidungen schneller, konsistenter und kosteneffizienter zu treffen. Sie verknüpft digitale Analysefähigkeit mit Entscheidungslogik und ermöglicht so Handlungsoptionen, die sofort umsetzbar sind und echten Mehrwert schaffen. In komplexen und dynamischen Umfeldern – etwa bei Zeitdruck, begrenzten Ressourcen oder wechselnden Prioritäten – setzen unsere Softwaresysteme auf Basis von DI vielfältige Faktoren intelligent in Beziehung. Daraus entsteht eine ganzheitliche Entscheidungsgrundlage, die das betriebliche Gesamtoptimum im Blick behält.
Lesen Sie mehr ...

F

Foundation Models
sind umfassende KI-Modelle, die auf großen, vielseitigen Datensätzen vortrainiert wurden und durch Anpassungen (Fine-Tuning) gezielt für spezielle Anwendungen nutzbar sind. Foundation Models bauen auf vorhandenem Wissen auf, sodass nicht jedes Mal ein neues KI-Modell entwickelt werden muss. Beispiele hierfür sind etwa große Sprachmodelle, die Sprache verstehen und erzeugen können.
Lesen Sie mehr ...

L

Large Language Models (LLM) 
sind hochentwickelte KI-Modelle, die große Mengen natürlicher Sprache analysieren, verstehen und generieren können. Grundlage dafür sind sogenannte Transformatoren, eine Unterklasse neuronaler Netzwerke. Sie werden mit riesigen Textdatenmengen trainiert, wodurch LLMs semantische Zusammenhänge erfassen und komplexe Fragestellungen beantworten können. Typische Anwendungen umfassen Chatbots, automatische Texterstellung oder die Unterstützung von Nutzern bei der Bedienung komplexer Systeme durch natürliche Sprache. Zudem können sie im Rahmen eines “Enterprise Knowledge Managements” vorhandenes Fachwissen über Abteilungs- und Systemgrenzen hinweg zur Verfügung stellen. Dazu extrahieren und analysieren sie Informationen aus unstrukturierten Daten wie E-Mails, PDF- und Word-Dateien, Verträgen oder Rechnungen und stellen sie auf Anforderung den Usern passgenau zur Verfügung.
Lesen Sie mehr ...

M

Maschinelles Lernen 
ist ein Bereich der Künstlichen Intelligenz, der sich auf Algorithmen konzentriert, die aus Daten lernen und daraus eigenständig Vorhersagen oder Entscheidungen ableiten. Ziel ist es, Muster zu erkennen, Zusammenhänge zu verstehen und aus bekannten Daten auf zukünftige Situationen zu schließen. Man unterscheidet überwachtes Lernen, unüberwachtes Lernen und verstärkendes Lernen. Diese Methoden nutzen unter anderem neuronale Netze und Entscheidungsbäume. Maschinelles Lernen ermöglicht Fortschritte in Bereichen wie Spracherkennung, Bildanalyse oder prädiktive Modellierung.
Lesen Sie mehr ...

N

Neuronale Netzwerkle
bilden einen zentralen Bestandteil der KI. Inspiriert vom menschlichen Gehirn, bestehen sie aus vernetzten, lernfähigen, künstlichen Neuronen. Sie können komplexe Muster erkennen, Informationen interpretieren und eigenständig Entscheidungen treffen. Aufgrund ihrer hohen Lernfähigkeit sind neuronale Netze besonders für komplexe Aufgaben geeignet, wie etwa Bilderkennung, Sprachverarbeitung oder Vorhersagen auf Basis großer Datenmengen.
Lesen Sie mehr ...

O

Operations Research (OR) 
ist eine wissenschaftliche Methode zur systematischen, mathematischen Analyse und Optimierung komplexer Entscheidungsprozesse. Mittels mathematischer Modelle und Algorithmen werden optimale Lösungen für Planungs- und Steuerungsprobleme berechnet. Die Einsatzbereiche reichen von der Routenplanung über die Festlegung eines optimalen Ressourceneinsatzes bis hin zur Echtzeit-Steuerung zeitkritischer Abläufe.
Lesen Sie mehr ...

P

Process AI
bezeichnet die Anwendung Künstlicher Intelligenz zur Optimierung von Geschäftsprozessen. Bei INFORM erweitern wir unsere bewährten entscheidungsintelligenten Lösungen um lernende, kontextualisierende und generative KI-Funktionalitäten. Process AI nutzt diese Technologien zur intelligenten Steuerung operativer und taktischer Prozesse – etwa in der Produktionsplanung, der Transportlogistik oder der Personaleinsatzplanung. Dazu sollen sogenannte "Large Process Models" die Bedingungen und Beziehungen von Prozesslandschaften erlernen, digital repräsentieren, untersuchen und verbessern.
Lesen Sie mehr ...
 

Process Mining 
ist eine Methode, um Geschäftsprozesse während ihrer täglichen Ausführung in Echtzeit sichtbar und nachvollziehbar zu machen. Dazu werden Objekte beim Durchlauf durch einen Prozess verfolgt – etwa ein Koffer während der Gepäckabfertigung am Flughafen oder ein Bauteil im Rahmen eines Produktionsprozesses.  Anhand digitaler Ereignisdaten rekonstruiert Process Mining die tatsächlichen Abläufe im Unternehmen und deckt Abweichungen zwischen geplanten und realen Prozessverläufen auf. So lassen sich Engpässe, Ineffizienzen und Verbesserungspotenziale gezielt identifizieren.
Lesen Sie mehr ...