Business- und ITSM, Service Integration & KI-Forum

Immer mehr Unternehmen entscheiden sich dafür, IT-Services teilweise an unterschiedliche IT-Dienstleister auszulagern, um ihre Unternehmensprozesse zu optimieren und von den Best-of-Breed-Dienstleistungen der jeweiligen Anbieter zu profitieren. Service Integration and Management (SIAM) ist eine Managementmethode, die in solchen Multi-Provider-Umgebungen eingesetzt werden kann um die steigende Komplexität beherrschbar zu machen. Mit einem SIAM-Modell gibt es eine End-to-End Sicht auf die Services und klar definierte und zugewiesene Verantwortlichkeiten. Der Ansatz wendet etablierte Standards zur Orchestrierung der Servicebereitstellung an und integriert IT-Services verschiedener Anbieter,um sicherzustellen, dass sie sich nahtlos zusammenfügen und Geschäftsvorteile bieten.

Erreichen Sie ein neues Niveau an Geschwindigkeit, Genauigkeit und Kosteneffizienz. Durch Proaktives, vorhersagbares und kontinuierliches Self-Healing und Self-Securing von Geräten sowie Self-Service für Endbenutzer aus einer Cloud basierten Plattform.Die Ivanti Neurons Plattform vereinheitlicht IT-Betrieb und Sicherheit. Die Anforderungen aneine moderne IT wachsen exponentiell. Home-Office, arbeiten von überall und zu jeder Zeit werden zur neuen Normalität. Die explosionsartige Zunahme von Endgeräten, insbesondere im IoT-Bereich, und die von ihnen erzeugten Daten schaffen gleichzeitig neue Sicherheitsrisiken und stellen die IT-Sicherheit vor umfangreiche Herausforderungen. Self-Healing, Self-Security und Self-Service, unterstützt durch künstliche Intelligenz, helfen der ITauf schnelles Wachstum und steigende Komplexität zu reagieren. Ivanti Neurons ist die Hyper-Automatisierungsplattform, die Sie dabei unterstützt die digitale Transformation Ihres Unternehmens voranzutreiben.

Wie gut informiert die IT ihre Anwender im Zeitalter des E-Mail- Kollaps? Kommunikation ist ein Thema, welches niemals abreissen wird. Angefangen auf zwischenmenschlicher Ebene bis hin zu komplexen und langwierigen Kommunikationsstrukturen in Unternehmen. Unser Thema konzentriert sich auf den Teil der Kommunikation, wo es darum geht, wie Informationen in Firmen aktuell weitergetragen werden und ob es nicht an der Zeit ist, ein generelles Umdenken anzustreben.

Die Digitalisierung unserer Arbeitswelt hat einen Quantensprung gemacht. Projektteams kommunizieren nun grösstenteils über digitale Wege, was besondere Anforderungen an die Zusammenarbeit stellt. «Enterprise Architecture Management» («EAM») und das gemeinsame Modellieren schafft die Grundlage für diese Zusammenarbeit. Gemeinsam können im Modell Strategie, Anforderungen, Ist-und Soll- Modelle entwickelt werden. Praxisbeispiel: dringliches IT Projekt in einem internationalen Bankinstitut Das in diesem Referat vorgestellte Praxisbeispiel zeigt auf, wie diese neue Zusammenarbeit gelingt. Das IT-Projekt eines internationalen Bankinstitutes hat auch unter den neuen Arbeitsbedingungen nichts an seiner Dringlichkeit verloren. Das gemeinsame Arbeiten an den erarbeiteten Modellen ermöglichte eine reibungslose Zusammenarbeit, die Kommunikation über und durch die Modelle stellte sicher, dass alle Projektmitglieder jederzeit auf dem aktuellen Stand des Projektes waren. Der Lösungsansatz von «Enterprise Architecture Management & Teamarbeit» wurde von report.at im Juni 2020 für den eAward «Lösungen für neues Wirtschaften: Organisation» nominiert und ausgezeichnet.

Weltweit wird intensiv an der Weiterentwicklung und Verbreitung von Systemen auf Basis künstlicher Intelligenz gearbeitet. Aktuelle Errungenschaften auf dem Gebiet der künstlichen Intelligenz werden skizziert. Kontroversielle Standpunkte betreffend potenzieller Nutzen und Gefahren werden dargelegt und mit illustrativem Bild- und Tonmaterial hinterlegt. Der Vortrag beabsichtigt plakativ auf die möglicherweise unterschätzten Auswirkungen künstlicher Intelligenz hinzuweisen und die Achtsamkeit gegenüber den ungeahnten Herausforderungen zu erhöhen.

…neuen, menschlich orientierten Kommunikations-Erfahrung

Kurt Glatz (Alcatel-Lucent Enterprise) und Jürgen Umbrich (Onlim)

Moderne Kommunikation führt Unternehmen in das „nah am Menschen orientierte“ Zeitalter, in dem sich Kollaborations- und Kommunikationssysteme an unterschiedliche Verhaltensweisen, Erwartungen und Präferenzen anpassen. Intelligente Bots werden über künstliche Intelligenz gesteuert und können sich kontextabhängig auf die Bedürfnisse der User einstellen. Diese intelligenten Bots können Workflows optimieren, indem sie sofortige Antworten auf Fragen und Probleme geben. Plaudern wir über Automatisierung in der kontextorientierten Kundenkommunikation. Ein BOT ist nur so gut wie die Daten und Information mit dem die KI angelernt wurde. Einfache Umsetzung und Weiterentwicklung des Kundendialoges ist auch ohne Programmierkenntnisse möglich durch:

•  Komplexere Dialoge durch modernste Knowledge Graph Technologie und Natural Language Processing
• Standardisierte Daten- & Schnittstellenanbindung
• Einfache Verwaltung ohne Programmierkenntnisse
• Für Websites, Apps, Messenger, Sprachassistenten & Telefon

The main challenges along with lessons learned from ongoing research in the application of machine learning systems in practice are discussed, taking into account aspects of theoretical foundations, systems engineering, and human-centered AI postulates. The analysis outlines a fundamental theory-practice gap which superimposes the challenges of AI system engineering at the level of data quality assurance, model building, software engineering and deployment.

Um zunehmende Komplexitäten zu beherrschen kommt die künstlichen Intelligenz sehr gelegen, doch der richtige Ansatz muss erst identifiziert werden. Zwei konkrete modelbasierte Anwendungsfälle und eine innovative explainable (»white-box«) AI, die hier zugleich Performance und Sicherheit unterstützen soll, werden von AIT und SparxSystems präsentiert.

Der nächste Innovationssprung im Verkehrswesen ist der Übergang vom klassischen Fahren zum hochautomatisierten bis autonomen Fahren, wenn auch das klassische Fahrzeug schon weitgehen durch Elektronik und Software implementierte Unterstützungsfunktionen aufweist. Die bisherigen Standards und Zulassungsverfahren sind wegen des Einsatzes komplexer Elektronik, Software, Sensorik und vor allem Methoden der Künstlichen Intelligenz (KI) nur bedingt ausreichend, da sowohl Safety als auch Cybersecurity und ethische Aspekte der KI eine wesentliche Rolle spielen. Der erst 2020 entwickelte Standard ISO TR 4804 „Safety and cybersecurity for automated driving systems — Design, verification and validation methods“, ISO DTR 4609 „Report on standardization prospective for automated vehicles (RoSPAV)“, die Standards der KI in ISO/IEC JTC1 SC42, und verschiedene andere unterstützende Standards und Reports der ISO TC22, Richtlininen der EU für „Trustworthy AI“, der deutschen Ethik-Kommission für „Automatisiertes Fahren“ und Empfehlungen von SAFETRANS zur Homologierung, sowie einige rechtliche rechtliche Aspekte werden diskutiert.