CSR und künstliche Intelligenz

CSR und künstliche Intelligenz

mann-auf-einem-steg-visualisierung-künstliche-intelligenz

Künstliche Intelligenz (KI) wird die Wirtschaft und unser Leben verändern. KI befindet sich auf dem “Hype Cycle” gerade kurz vor dem Durchbruch, und lässt sich zunehmend gewinnbringend einsetzen. Die DFGE begann deshalb bereits vor mehreren Jahren, sich mit den Möglichkeiten des maschinellen Lernens, insbesondere mit neuronalen Netzen, auseinander zu setzen.

Im Zuge der technologischen Entwicklung und den Möglichkeiten IT-gestützter Verarbeitung mittels Big Data und Data Science bietet die DFGE Ihren Kunden für verschiedene Einsatzbereiche Lösungen für die Weiterentwicklung und Optimierung unternehmensweiter Corporate Social Responsibility (CSR) an, die auf Künstliche Intelligenz setzen.

“Wir beschäftigen uns schon lange mit faktenbasierter unternehmerischer Nachhaltigkeit. Da ist es naheliegend, hier auch neue Methoden auszuprobieren. Stellen Sie sich die Möglichkeiten vor, die entstehen, wenn Sie sehr viele unterschiedliche CSR-Daten in einem Big Data-Ansatz sammeln, mit Machine Learning / Künstlicher Intelligenz auswerten und so neue Erkenntnisse für Ihr CSR-Management gewinnen könnten!”
T. Fleissner Portrait
Dr.-Ing. Thomas Fleissner, Gründer und CEODFGE

Weitere Informationen

DFGE CSR & artificial intelligence figure
Kontakt

Business Cases der DFGE KI-Lösungen (Künstliche Intelligenz)

Das Besondere am Einsatz der Künstlichen Intelligenz sind die zahlreichen Anwendungsmöglichkeiten. Sie finden hier nur eine kleine Auswahl, da sowohl Fragestellung als auch Ergebnisse des DFGE KI-Konzeptes für Ihr Unternehmen stets mit Ihnen individuell festgelegt werden. Die Lösungen der DFGE im Bereich Künstliche Intelligenz helfen Ihnen in jedem Fall dabei, Ihre CSR-Strategie zu optimieren und Ihre Nachhaltigkeitsleistungen zu verbessern.

CSR in Ihrem Unternehmen verbessern

  • Überprüfung Ihrer CSR-Daten führen zu einer höheren Belastbarkeit Ihrer CSR-Aussagen
  • Carbon Footprint Benchmark
  • Carbon Footprint-Berechnung
  • Wettbewerbs- und Markt-Benchmarks
Erweiterung Ihrer CSR-Aktivitäten:

  • SDG (Sustainable Development Goals) Matching. Lückenanalyse Ihrer Daten und Ihres SDG-Commitments
  • Scope 3-Berechnung (Corporate und Product Carbon Footprint)
  • Anwendung der KI-Erkenntnisse auf andere, noch nicht berücksichtigte CSR-Bereiche entlang Ihrer Wertschöpfungskette

Unser Ansatz für künstliche Intelligenz in der CSR

Datensammlung (Data)

Im „Drei-Säulen-Modell“ (model of three columns) der CSR (Corporate Social Responsibility) sind Wirtschaft, Ökologie und Soziales gleichrangig und gleichgewichtig, und zwar sowohl auf gesamtwirtschaftlicher und politischer Ebene, als auch auf globaler und unternehmerischer Ebene. In Unternehmen entstehen in all diesen Bereichen Unmengen an Daten. Sowohl diese eigenen Daten als auch validierte externe Daten Dritter sowie weitere Daten, die (zumindest auf den ersten Blick) in keinem direkten Zusammenhang mit CSR stehen, werden im KI-Konzept der DFGE (R) gesammelt.

Datensammlung

  • Eigene unternehmensweite Daten
  • Datenbanken der DFGE
  • Wettbewerber- / Markt-Daten
  • Externe validierte Datenbanken
  • Weitere Daten, auch aus themenfremden Bereichen
KI-Konzept der DFGE (R):

  • Expertise in der Auswahl nutzbarer Daten
  • Valdierung interner und externer Daten
  • Eigene Datenbank der DFGE aus Carbon Footprint- und CSR-Projekten der letzten 20 Jahre

Machine Learning (Processing)

Dieser Schritt verlangt ein fundiertes Wissen darüber, wie Machine Learning funktioniert und welche Methoden zur Lösung eines spezifischen Problems angemessen sind. Nach Auswahl geeigneter Modelle werden diese in einem iterativen Prozess weiter optimiert, bis das Ergebnis den eingangs definierten Qualitätskriterien für den Anwendungsfall genügt.

Processing

  • Mathematische Regression
  • Auswahl eines der Problemstellung angemessenen KI-Algorithmus
  • Training des KI-Modells
  • Iterative Verbesserungen der Modell-Hyperparameter
KI-Konzept der DFGE (R):

  • Langjährige Erfahrung in Regressions-Analyse
  • Breites Portfolio an KI-Algorithmen

Resultate und Aktionen (Action)

Das Künstliche Intelligenz-Konzept der DFGE ist ein hybrider und sequentieller Ansatz. In diesem letzten Schritt geht es deshalb nicht nur darstellende Ergebnisse, sondern auch darum, Maßnahmen für eine Verbesserung der CSR in allen drei Säulen der Nachhaltigkeit zu identifizieren und umzusetzen.

Action

  • Quantifizierte Ergebnisse
  • Ermittlung von Stärken und Schwächen im Unternehmen und/oder Markt
  • Ableitung von Maßnahmen: “Action” statt “Results”
KI-Konzept der DFGE (R):

Warum überhaupt Künstliche Intelligenz?

  • Durchblick auch in großen Datenmengen (big data) behalten
  • Erkennung von neuen Mustern und Ableitung von Handlungen
  • Verbindung ganz unterschiedlicher Datenquellen