Maschinelles Lernen (Machine Learning, ML) bietet enormes Potenzial, wenn es darum geht, aus unüberschaubaren und großen Datenmengen komplexe Zusammenhänge herzustellen und damit unter anderem als Entscheidungshilfe bei gesellschaftlichen und wirtschaftlichen Fragestellungen zu dienen. Von optimierten Prozessen und personalisierten Produktempfehlungen bis hin zu autonomem Fahren, gezieltem Katastrophen­management oder der Erkennung eines Malaria-Ausbruchs, sind die Möglichkeiten von ML innerhalb ­einzelner Branchen und übergreifend vielfältig.
Dieser zweite Teil des ML-Kompendiums stellt Use Cases vor, die branchenunabhängig sind.

1) In den letzten Jahren haben Unternehmen wie ­Google, Facebook und Amazon sehr viel in ­KI-Projekte investiert. 2) Kürzlich veröffentlichte IDC ein White Paper zum Einsatz von Künstlicher Intelligenz – inzwischen haben 41 % der deutschen Unternehmen KI-Projekte umgesetzt, also weniger als in den skandinavischen Ländern oder im UK, doch planten 88% der deutschen Unternehmen neue KI-Projekte für die nächsten 12 Monate. Untersucht wurden auch die Hürden, die Unternehmen bei der Einführung von KI ­überwinden müssen. 3) Algion bereitet Daten von Fortune 1000 Unternehmen für Machine Learning (ML) Trainings-Projekte vor. In einem „Blueprint“ Paper beschreibt Algion den typischen Projekteinstieg: