KOHb - Getty Images
Generative KI: Auswirkungen auf Kommunikationsnetzwerke
Generative KI wird auch die Landschaft der Telekommunikation verändern. Das wird zu Optimierungen in bestehenden und zur Entwicklung von leistungsfähigeren Funktionen führen.
Generative KI verändert in naher Zukunft die Art und Weise, wie Kommunikationsnetze aufgebaut, getestet, verwaltet und monetarisiert werden. Hierfür wird ein Machine-Learning-Modell genutzt. Das sogenannte Generative Adversarial Network (GAN) umfasst zwei Arten von künstlichen neuronalen Netzen (KNN): Discriminator und Generator. Der Discriminator bewertet, filtert und verbessert die Daten, während der Generator seine Ausgabe auf der Grundlage der Daten, die er als Feedback erhält, weiter verbessert. Es liegt auf der Hand, dass alle datenintensiven Branchen am meisten von der generativen KI profitieren. Die Experten von Gartner prognostizieren einen Anstieg von 30 Prozent bei der Nutzung generativer KI in einer Reihe unterschiedlicher Branchen innerhalb der nächsten zwei Jahre, also bis 2025. In der Telekommunikationsindustrie werden täglich Petabytes an Daten verarbeitet. Daher ist es offensichtlich, dass die Akzeptanz und die Auswirkungen von generativer KI dort um ein Vielfaches höher sein werden als in anderen Segmenten.
Optimierung der Entwicklung von Kommunikationsprodukten und des Lebenszyklus von Netzen
Beschleunigung der Entwürfe von Chip- und Hochfrequenzkomponenten: Generative KI kann optimale Entwürfe für die Platzierung von Komponenten im Chip erstellen, indem sie mehrere Kombinationen generiert und die beste Option schneller als jeder bekannte Prozess vorschlägt. Sie kann auch Datensätze generieren, mit denen die Komponenten besser getestet werden können, zum Beispiel die Generierung von Signaldaten für Hochfrequenzkomponenten zur Validierung von 6G-Komponenten.
Empfehlung optimaler Entwurfslösungen für den Netzausbau: Bei physikintensiven Netzen wie Transport- und Glasfasernetzen macht die Außenanlage einen Großteil der Kosten aus. Generative KI kann dieses Problem sehr effektiv lösen, indem sie Daten aus verschiedenen Quellen wie Karten, Abmessungen von Konstruktionen, städtische Daten und Materialkosten für Außenanlagen auswertet und das kostengünstigste Design erstellt.
Qualitätsverbesserung durch bessere Testdatengenerierung: Bei Kommunikationsnetzen sind Tests realer Bedingungen schwierig. Es ist unrealistisch, alle Netzwerkbedingungen manuell vorherzusagen, da diese von der Anzahl der Nutzer, Geräte und den Daten abhängen, die zu einem bestimmten Zeitpunkt Bandbreite benötigen. Generative KI kann eine Vielzahl von synthetischen Daten und Szenarien erzeugen und die richtigen für Tests leicht auswählen.
Störungsvorhersage und effizienter Betrieb: Generative KI kann historische Daten nutzen, um Fault-Prediction-Modelle zu erstellen. Diese lassen sich dann auf Echtzeitdaten zur Fehlervorhersage anwenden. Diese führt im Anschluss zu automatischer Fehlerbehebung, proaktivem Handeln und Selbstheilung, was die Netzstabilität verbessert und die Betriebskosten senkt. Außerdem strukturiert generative KI die Betriebsdaten für Machine Learning (ML) und archiviert sie, um darauf basierend künftige Wissensmodelle zu entwickeln. Zusammenfassend lässt sich sagen, dass die generative KI den Betrieb schrittweise von einem auf Fähigkeiten und Menschen basierenden Modell zu einem stärker daten- und automatisierungsbasierten Modell führen wird.
Neue Funktionen, Kundenerfahrung und Umsatz vorantreiben
Hyperpersonalisierung in den Medien und Schaffung von Premium-Diensten: Die Mediendienste der Zukunft werden sich stark an den Präferenzen der Nutzer orientieren. Die derzeitige Art und Weise, dass viele Menschen ein und denselben Content-Stream konsumieren, ändert sich: Anbieter personalisieren denselben Content für einzelne Zuschauer, indem sie die Kundenpräferenzen und persönliche Entscheidungen berücksichtigen. Alle Marketingaspekte rund um die Medien wie Werbung, Produktplatzierung oder Branding lassen sich mithilfe von generativer KI hyperpersonalisieren. Dies hilft Dienstleistern, neue und hochwertige Dienste zu entwickeln.
Verbesserung der Zusammenarbeit, des Contact Centers (CC) und Generierung von mehr Up-Selling: Die Erfahrung des CC kann verbessert werden, indem Unternehmen mehr kontextbezogene und aufschlussreiche Informationen in jede Interaktion einbringen. Einige Beispiele sind die Echtzeitverarbeitung von Sprache und zugehörige Daten für die Stimmungsanalyse, die dynamische Zusammenfassung der Gesprächsabsicht für bessere Aktionen. Die derzeitigen Chatbots lassen sich durch generative KI-gesteuerte ChatGPT-ähnliche Bots ersetzen, die genaue Antworten auf die Anfragen des CC geben. Die aufschlussreiche Konversation und Datenanalyse führt somit zu einem kontextbezogeneren und personalisierten Up-Selling.
KI-gesteuerte Marktplätze: Die derzeitigen All-in-One- und allgemeinen Katalogmarktplätze machen mehr und mehr absichtsgesteuerten Marktplätzen Platz. Generative KI versucht dabei, auf der Grundlage der verfügbaren Daten, der persönlichen Entscheidungen und der Suchmuster zu erkennen, was der Nutzer wirklich will. KI-gesteuerte Marktplätze sind so in der Lage, einen dynamischen Dienstleistungskatalog, KI-generierte Inhalte und sogar personalisierte Benutzeroberflächen zu erstellen. Diese gehen auf die Absicht des Nutzers ein und helfen ihm bei der Auswahl der richtigen Produkte und Dienstleistungen. Dazu gehören beispielsweise personalisierte Mobil- und Heimverbindungspläne oder Upgrades, auf dem Nutzungsmuster basierende Dienständerungen sowie in einigen Fällen eigene Produkte und Dienstleistungen.
„Generative KI verändert in naher Zukunft die Art und Weise, wie Kommunikationsnetze aufgebaut, getestet, verwaltet und monetarisiert werden. Hierfür wird ein Machine-Learning-Modell genutzt. Es liegt auf der Hand, dass alle datenintensiven Branchen am meisten von der generativen KI profitieren. In der Telekommunikationsindustrie werden täglich Petabytes an Daten verarbeitet. Daher ist es offensichtlich, dass die Akzeptanz und die Auswirkungen von generativer KI dort um ein Vielfaches höher sein werden als in anderen Segmenten.“
Dinesh Rao, Infosys
5G & Edge Network Monetization, die KI unterstützt: 5G und Edge setzen stark auf Analysen und datengesteuerte Anwendungsfälle. Alle IoT-Anwendungsszenarien wie Smart Spaces oder Smart Farming erfordern verschiedene Arten von Datenanalysen, die sich mit generativer KI effizient durchführen lassen. Die Inhalte der Edge-Videospiele werden durch KI erstellt, das Metaverse durch generative KI angetrieben. Generative KI-basierte Modellierung und Training beschleunigt Anwendungsfälle, die eine ständige Verarbeitung und Rückmeldung erfordern – darunter autonome Fahrzeuge, Robotik und Tele-Robotik.
Fazit:
Unternehmen und Menschen bewegen sich auf eine KI-gesteuerte Ära zu, in der Daten in allen Lebensbereichen analysiert und genutzt werden. Auch die Kommunikations-, Medien- und Technologiebranche muss sich dem unweigerlich stellen. Der richtige Einsatz von generativer KI bei der Entwicklung von Netzwerkprodukten, bei der Netzwerkbereitstellung, bei 5G- und Edge-Diensten und bei Unternehmensnetzwerkdiensten wie Unified Communication und Contact Center bringt sowohl Effizienz als auch Umsatzwachstum. Anbieter von Engineering-Services, die KI-basierte Lösungen, Fachwissen im Bereich Kommunikation und Software-Fähigkeiten zusammenbringen, spielen eine entscheidende Rolle bei der Verwirklichung dieser Vision.
Über den Autor: Dinesh Rao ist Executive Vice President & Co-Head of Delivery bei Infosys. Dinesh Rao verfügt über mehr als drei Jahrzehnte Erfahrung in der IT-Dienstleistungsbranche, wo er verschiedene Rollen als Leiter der globalen Bereitstellung in verschiedenen Dienstleistungsbereichen und Branchen von Infosys innehatte. In seiner derzeitigen Funktion ist er Executive Vice President und Co-Head of Delivery für Enterprise Application Services (EAS), Independent Validation Services (IVS) und Engineering Services (ENGG) bei Infosys.
Die Autoren sind für den Inhalt und die Richtigkeit ihrer Beiträge selbst verantwortlich. Die dargelegten Meinungen geben die Ansichten der Autoren wieder.
