6. Juli 2022

Warum ein Technologie-Radar Sie nicht innovativer machen wird

Mitwirkende
Georges Lorré
Data Engineer
Keine Artikel gefunden.
Newsletter abonnieren
Diesen Beitrag teilen

ML6 ist ein Dienstleistungsunternehmen, das sich auf die Aufwertung modernster künstlicher Intelligenz spezialisiert hat. Wir tun dies, indem wir qualitativ hochwertige Lösungen für komplexe Probleme entwickeln und einsetzen oder indem wir maßgeschneiderte Beratungsleistungen auf der Grundlage der Kundenbedürfnisse erbringen.

ML6 arbeitet mit vielen verschiedenen Kunden aus unterschiedlichen Branchen und von unterschiedlicher Größe zusammen. Dies bringt uns in Kontakt mit einem sehr vielfältigen Kundenkreis und ermöglicht es uns, viel über KI und ihre Anwendung in vielen verschiedenen organisatorischen Kontexten zu lernen. Als kompetenter KI-Dienstleister beschränken wir uns nicht auf eine bestimmte Branche oder einen bestimmten Technologiebereich. Unsere Größe ermöglicht es uns, Fachwissen in verschiedenen Bereichen aufzubauen und den Austausch von Technologien, Lösungen und Erkenntnissen über Branchen hinweg zu erleichtern.

Bei ML6 haben wir unseren eigenen Tech-Radar, der stark vom Zalando-Tech-Radar inspiriert ist. Kurz gesagt ist ein Tech-Radar ein visuelles Tool, das Ihnen hilft, Technologien zu bewerten, indem es sie in einer Liste auflistet und ihnen eine bestimmte Bewertung zuweist. Auf diese Weise können Benutzer schnell Einblicke in eine oft schwierige und sich ständig verändernde Landschaft gewinnen und verstehen, welche Tools und Technologien am besten geeignet sind. In unserem Fall handelt es sich um eine Webseite, auf die jeder im Unternehmen zugreifen kann, um sie in seinen täglichen Arbeitsabläufen zu nutzen. Wir haben jetzt seit über 2 Jahren einen Tech-Radar und haben seit seiner Einführung einige wichtige Änderungen vorgenommen, um ihn auf unsere Bedürfnisse zuzuschneiden. Unser Tech-Radar ist jetzt darauf ausgerichtet, eine Vielzahl von Nutzern wie technische Projektleiter, Vertriebsmitarbeiter, Berater, Marketingexperten usw. zu unterstützen, und die derzeitige Implementierung ermöglicht es uns, Wissen in unserer gesamten Organisation aufzubauen und zu teilen.

Wir haben uns dafür entschieden, unser Technologie-Radar nicht zu veröffentlichen. Das liegt nicht daran, dass wir sehr geheimnisvolle Technologien verwenden, die wir nicht teilen wollen. Sondern vor allem, weil unser Tech-Radar ein Teil von etwas Größerem ist; er ist in die Arbeitsweise von ML6 eingebettet und kann nicht als eigenständiges Instrument verwendet werden. In diesem Blogpost erkläre ich, warum ein Tech-Radar allein nicht für Innovation ausreicht. Wir stellen 3 Notwendigkeiten vor, die unseren Tech-Radar wertvoll machen und uns dabei helfen, ständig über die innovativsten Technologien auf dem Laufenden zu bleiben, praktische Erkenntnisse und Lehren aus der Arbeit mit ihnen zu dokumentieren und dieses Wissen zu nutzen, um unseren Kunden die besten Dienstleistungen anzubieten.

Sie brauchen Kontext

Die meisten Technologie-Radare sind eine Visualisierung einer Liste "heißer" Technologien. Ihr zusätzlicher Nutzen ist minimal. Wir versuchen, darüber hinauszugehen, indem wir die Technologien, auf die wir stoßen, nicht nur auflisten und bewerten. Vielmehr verknüpfen wir sie organisch mit den Kundenprojekten, in denen sie eingesetzt werden. Und wir verknüpfen sie auch mit den Menschen, die entsprechende Erfahrungen gesammelt haben. Dieser Dreiklang aus Technologien, Projekten und Menschen bietet eine Fülle wertvoller Informationen, die Ihnen bei der Suche nach Antworten wirklich weiterhelfen können.

Die Triade

Wir glauben nicht an die Erstellung umfassender Dokumentationen, die alle Antworten enthalten, sondern an die Vereinfachung der Informationsbeschaffung, indem wir dafür sorgen, dass Sie die richtigen Fragen an die richtigen Personen stellen können, die den richtigen Kontext liefern. Auf diese Weise können Sie nicht nur Ihre Zeit effizient nutzen, sondern unsere Experten können auch ihr Fachwissen auf sehr konkrete und praktische Weise einsetzen.

Nehmen wir als Beispiel an, wir haben einen neuen Interessenten, der von uns die Lösung eines Problems erwartet. Wir können unsere gespeicherten Informationen durchsuchen, um sie zu finden:

  • Andere Projekte, die wir in einem ähnlichen Kontext durchgeführt haben.
  • Menschen, die über einschlägige Fachkenntnisse verfügen und uns beim Verkauf, beim Umfang und bei der Durchführung des neuen Projekts helfen können.
  • Ein Überblick über die in diesem Zusammenhang relevanten Technologien.
  • Oder eine Kombination der oben genannten Optionen.

Wir können diese kontextbezogenen Informationen und Kenntnisse nutzen, um einen Startschuss für das künftige Projekt zu geben oder den Kunden zu beraten, welche Werkzeuge oder Technologien in seinem Kontext zu verwenden sind. Außerdem haben wir dadurch mehr Vertrauen in die von uns vorgeschlagene Lösung und können dem Vertriebsteam helfen, indem wir unsere früheren Erfahrungen nutzen.

Sie brauchen Eigentum

Sie können alle Informationen haben, die Sie wollen, aber wenn Sie sich ihrer Qualität nicht sicher sind, sind sie im Grunde wertlos. Das gilt auch für ein technisches Radar. Man braucht ein System, das das Vertrauen in die Daten sicherstellt. Wir versuchen dies bereits an der Wurzel zu tun, indem wir das Unternehmen so strukturieren, dass dies möglich ist.

Bei ML6 wenden wir den Ansatz "Teile und herrsche" an. Wir haben Gruppen von Leuten, die die gleichen Interessen haben, oft in einem Bereich wie NLP, Computer Vision, Engineering, etc. Wir nennen diese Gruppe von Leuten ein Kapitel(siehe einen anderen Blogpost darüber, wie man Innovationen einrichtet). Diese Gruppe setzt sich aus Personen zusammen, die hauptsächlich an Kundenprojekten arbeiten. Sie vereint verschiedene Profile, z. B. technische Mitarbeiter wie Ingenieure für maschinelles Lernen, Dateningenieure, aber auch Mitarbeiter aus dem Bereich Vertrieb und Projektmanagement. Diese unterschiedliche Gruppe von Personen hat die gleichen Interessen und arbeitet an Themen, die sie für wertvoll erachten. Sie probieren beispielsweise ein neues Modell aus, schreiben einen Blogpost oder tragen zu unseren internen Boilerplates bei. Die Mitarbeit an Kundenprojekten und die aktive Mitgliedschaft in der Sektion verbinden Praxis und Theorie und machen die Sektion zu einer effektiven Wissensplattform.

Wir organisieren unser Tech-Radar um diese Kapitel herum. Jedes Kapitel ist für ein Segment verantwortlich. Das bedeutet, dass sie die Liste der Technologien, die in ihren Bereich fallen, aktiv kuratieren. Sie sind für das Hinzufügen und Aktualisieren der Technologieliste verantwortlich, machen aber auch deutlich, warum wir Technologie x gegenüber Technologie y einsetzen sollten. Dieser meinungsbildende Kontext ist von hohem Wert, da er während der Anwendung kampferprobt ist und einer bestimmten Gruppe von Personen gehört.

Schnappschuss von unserem Tech Radar in Aktion

Wir bieten 3 Kategorien an, um Technologien schnell zu klassifizieren:

  • EXPLOIT - Technologien, von denen wir überzeugt sind, dass sie unserem Zweck dienen. Technologien, die aktiv und erfolgreich in ML6-Projekten eingesetzt werden. Die Verwendung dieser Technologien wird für jedes Projekt empfohlen. Ressourcen und Fachwissen sind innerhalb von ML6 ohne weiteres verfügbar.
  • EXPLORE - Technologien, die vielversprechend sind und einen eindeutigen potenziellen Mehrwert haben; Technologien, in die es sich lohnt, einige Forschungs- und Prototyping-Anstrengungen zu investieren, um zu sehen, ob sie einen lohnenden Nutzen haben. Erkundungstechnologien sind mit höheren Risiken verbunden; sie sind oft brandneu und unbewährt. Sie werden einige Ingenieure finden, die sich mit dieser Technologie auskennen und sie fördern. Wenn Sie eine dieser Technologien nutzen wollen, sollten Sie mit dem betreffenden Kapitel zusammenarbeiten, um die Erkenntnisse zu gewinnen.
  • NO GO - Technologien, deren Einsatz in Projekten nicht empfohlen wird. Diese Technologien sollten aus bestimmten Gründen, die wir anschließend dokumentieren, nicht gewählt werden. Häufigste Beispiele sind Technologien, für die es bessere Alternativen gibt oder die nicht mehr gepflegt werden.

Zusammenfassend lässt sich sagen, dass die Kapitel das technische Radar kontrollieren, das den Endnutzern sowohl Vertrauen als auch Orientierung bietet. Das Kapitel kann unabhängig entscheiden, für welche Themen es Forschungs- und Experimentierressourcen bereitstellt. Wenn Sie mehr über unsere Sektionen erfahren möchten, finden Sie auf unserer Website eine ausführliche Übersicht über unsere Sektionen, ihre Aufgabenbereiche und einige ihrer Inhalte (z. B. die Sektion NLP).

Sie brauchen eine Kultur des Informationsmanagements

Bei ML6 gibt es viele verschiedene Abteilungen, die jeweils für unterschiedliche Ziele innerhalb des Unternehmens zuständig sind. Eine dieser Abteilungen befasst sich mit dem Informationsmanagement. Aufgabe dieser Abteilung ist es, eine Kultur des Informationsaufbaus und -austauschs im gesamten Unternehmen zu fördern. Dies geschieht hauptsächlich auf 2 Arten:

  • Aufbau und Einbettung benutzerdefinierter Werkzeuge, um das Sammeln und Auffinden von Wissen zu erleichtern. Der Tech-Radar ist ein Beispiel dafür.
  • Helfen Sie beim Aufbau von Prozessen, bei denen der Wissensaustausch ein zentrales Prinzip ist. So veranstalten wir beispielsweise jedes Quartal eine interne Konferenz, auf der Referenten aus verschiedenen Sektionen ein Thema in Form eines Vortrags oder eines Workshops vertiefen können.

Wir sind ein wissensbasiertes Unternehmen. Unsere Vision ist es, die Intelligenz zu beschleunigen, und Wissen spielt eine wesentliche Rolle dabei, dies zu ermöglichen.

Das ML6-Schwungrad

Wir führen viele verschiedene Projekte für unterschiedliche Kunden in verschiedenen Branchen durch, wodurch wir einschlägige Erfahrungen sammeln konnten, die wir bei neuen potenziellen Projekten stets zu nutzen versuchen. Unser Ziel ist es, so viel Kontext wie möglich über alle von uns durchgeführten Projekte zu sammeln (unter Wahrung der Vertraulichkeit). Einer dieser Kontextpunkte ist die Frage, welche Technologien für welches Problem und von wem eingesetzt wurden. Diese Buchführung ermöglicht es uns, Erkenntnisse für die spätere Entscheidungsfindung auf vielen verschiedenen Ebenen zu gewinnen:

  • Ein technischer Leiter, der ein technisches Paket für ein neues Projekt zusammenstellen muss.
  • Ein BD-Berater, der eine kundenspezifische Lösung entwirft und nach dem besten Tech-Stack oder den am besten verknüpften Projekten und Experten sucht, die er einbeziehen kann.
  • Ein Chapterleiter, der die Einführung neuer Rahmenwerke verfolgen und beurteilen möchte, ob weitere Chapterarbeit erforderlich ist, um die Einführung weiter zu beschleunigen.

Diese Buchführung ermöglicht es auch, dass Menschen als Experten anerkannt werden und hilft ihnen, zu wachsen und sich im Unternehmen zu profilieren. Letzteres ist wichtig, damit wir ein sich selbst tragendes System aufrechterhalten können (indem wir Vorteile für jeden haben, der zu den Informationen auf dem Tech-Radar beiträgt).

Dieser Blogpost soll einen Einblick geben, wie wir das Informationsmanagement bei ML6 angehen und wie unser Tech-Radar uns dabei hilft. Der Hauptpunkt ist, dass ein Tech-Radar als alleinstehendes Werkzeug nur begrenzt nutzbar ist. Wir schlagen 3 Notwendigkeiten vor, um ein Informationswerkzeug wie den Tech-Radar nutzbar zu machen. Erstens muss es Teil eines größeren Ökosystems mit klaren Verbindungen zwischen anderen Einheiten in Ihrem Unternehmen sein. Zweitens müssen Sie Eigentümer sein, um die Qualität der Daten zu gewährleisten und die einzigartige Meinungsbildung zu erfassen. Und schließlich müssen Sie eine Kultur des Informationsmanagements fördern, in der der Aufbau und die Weitergabe von Wissen ein zentraler Bestandteil ist und nicht ein nachträglicher Gedanke.

Verwandte Beiträge

Alle anzeigen
Keine Ergebnisse gefunden.
Es gibt keine Ergebnisse mit diesen Kriterien. Versuchen Sie, Ihre Suche zu ändern.
Stiftung Modelle
Unternehmen
Unser Team
Verantwortungsvolle und ethische KI
Strukturierte Daten
Chat GPT
Nachhaltigkeit
Stimme und Ton
Front-End-Entwicklung
Schutz und Sicherheit von Daten
Verantwortungsvolle/ethische KI
Infrastruktur
Hardware und Sensoren
MLOps
Generative KI
Verarbeitung natürlicher Sprache
Computer Vision