AnyIdea KI und KI-Prio Score

Der KI-Layer von AnyIdea verfügt sowohl über eine Synthese-KI als auch über eine Generative-KI. Weitere Details hierzu finden Sie unter FAQs - Welche KI verwendet AnyIdea?.

Das Modul Foresight wird vorrangig von der Synthese KI angetrieben, welche in einem 4-jährigen Forschungsprojekt mit zwei akademischen Einrichtungen und der FFG Österreich entwickelt wurde. Sie liefert auf Basis von enorm vielen Daten (Input) wichtige Insights und Entscheidungsgrundlagen (Output).

KI-Scouts und Daten

Die Berechnungen der künstlichen Intelligenz basieren auf sogenannten KI-Scouts, die in AnyIdea eigenständig erstellt und verwaltet werden können. Anhand von KI-Scouts erhält die künstliche Intelligenz eine bestimmte Orientierung und Sichtweise, in welchem Kontext Daten analysiert, vernetzt, gewichtet und bewertet werden. Darauf aufbauend wird ein KI-Prio Score berechnet und man erhält eine zu 100% data-driven Einschätzung und Priorisierung von Trends und Signalen.

Welche Daten von der KI berücksichtigt werden, weitere Details hierzu, Kategorien und deren Eigenschaften finden Sie unter Datenkategorien und Eigenschaften.

KI-Prio Score

Mit dem KI-Prio Score erhalten Sie eine fundierte Einschätzung der künstlichen Intelligenz hinsichtlich der Relevanz von Trends und einzelner Signale. Sowohl für jeden einzelnen erstellten KI-Scout, als auch für ein gesamtes Unternehmen, wenn man die Summe und Ergebnisse aller KI-Scouts zusammenführt und gemeinsam betrachtet.

Die Entwicklung der einzelnen Signale, die Entwicklung der Summe relevanter Signale, deren Verteilung und Vorkommen in den jeweiligen Datenkategorien und deren Auftreten in Bezug auf einen Zeithorizont von z.B. x Monaten, geben Aufschluss hinsichtlich der Relevanz, Eintrittswahrscheinlichkeit und Time to Impact von Technologien und Themen.

Bottom up Berechnung

Die Berechnung der KI-Prio Scores erfolgt bottom-up. Dies bedeutet, dass immer die Gesamtheit aller Signale betrachtet und in die Berechnungen miteinbezogen wird. Die jeweiligen Ergebnisse werden fortgeschrieben und weiter “nach oben” bis hin zu Makrotrends hochaggregiert. Somit ergeben sich nicht nur KI-Prio Scores für Makrotrends, sondern auch für einzelne Signale, Signalgruppen bzw. übergeordnete Themen-Cluster.

Die von AnyIdea eingesetzten Sprachmodelle berücksichtigen neben Synonymen auch semantische Ähnlichkeiten. Die Modelle werden kontinuierlich aktualisiert und auf den neuesten Stand gebracht. Neben diesen Modellen sind eigens entwickelte Algorithmen enthalten, welche die Daten, Datenkategorien und Suchergebnisse entsprechend gewichten und sortieren können. 

Die KI verarbeitet Dokumente, Artikel und Signale und extrahiert die wichtigsten Informationen. Diese werden mittels eines Deep Learning Sprachmodells in einen multidimensionalen Vektorraum transferiert, um anschließend in einen Vektorraum geringerer Dimension transferiert, clustert und berechnet zu werden.

Eine thematische Gewichtung wird anhand der Kosinus-Ähnlichkeit, der Aktualität und Anzahl von Signalen und weiteren textuellen Ähnlichkeiten berechnet.

Eine zeitliche Gewichtung für Signale auf der untersten Ebene wird unter anderem anhand deren Datenkategorien vorgenommen z.B. werden wissenschaftliche Publikationen eher theoretisch und zukunftsorientierter als Startups eingestuft und andererseits werden News, aufgrund der erhöhten Anzahl und Volatilität eher weniger gewichtet in Abhängigkeit von deren Erscheinungsdatum und -frequenz. Um eine Aussage über das Zeitverhalten von Signal-Cluster und Themen zu treffen, wird die Anzahl aller assoziierten Signale pro Thema über die Zeit betrachtet und eine Vorhersage (Time Series Analysis) über die Entwicklung der nächsten sechs Monate berechnet.