Distributed-Ledger-Lösungen, KI und ML Blockchain und Machine Learning

Viele Unternehmen haben erkannt, dass Daten und Machine Learning (ML) zur Gestaltung von Geschäftsprozessen einen wertvollen Beitrag leisten. Wie kann aber beispielsweise ein ausreichender Datenschutz für Trainings von Algorithmen außerhalb des eigenen Rechenzentrums gewährleistet werden? Das Konzept der Blockchain bietet eine interessante Alternative.

Mit den Distributed-Ledger-Lösungen bzw. einer Blockchain bleiben sensible Daten streng vertraulich und lassen sich gleichzeitig für Machine Learning (ML) bei externen Partnern nutzen. Diese Technologien ermöglichen eine vollständige bzw. granulare Kontrolle aller Zugriffe, die on-demand delegiert als auch widerrufen werden können - ohne private Kryptoschlüssel teilen zu müssen. Auf diese Weise eröffnet die Blockchain einen zuverlässigen Umgang mit wertvollen Datensätzen und forciert gleichzeitig den Entwicklungsprozess valider KI-Anwendungen.

Wichtige Synergien nutzen

Künstliche Intelligenz (KI) sowie über Machine Learning trainierte Algorithmen unterstützen Unternehmen in Kombination mit Distributed-Ledger-Lösungen wie einer Blockchain bei der Erschließung und Nutzung neuer Datenquellen. Das heißt, eine Blockchain kann beispielsweise die gemeinsame Nutzung von Datensätzen, ML-Modellen, dezentralisierter Intelligenz, Sicherheit, Datenschutz und vertrauenswürdigen Entscheidungsfindungen erheblich erleichtern.

Andererseits wird Machine Learning wiederum erhebliche Auswirkungen auf die Entwicklung der Blockchain in Kommunikations- und Netzwerksystemen ausüben, einschließlich der Energie- und Ressourceneffizienz, Skalierbarkeit, Sicherheit, des Datenschutzes und der Smart Contracts. Aus dem Zusammenspiel von Machine Learning und der Blockchain können neue Geschäftsmodelle entstehen.

Vertrauensvolle Marktplätze entstehen

Indem die Blockchain schnell Vertrauen zwischen unbekannten Parteien herstellt, wird dadurch auch ein zuverlässiger Handel sensibler Daten oder Datenanalysen über dezentrale und verschlüsselte Datenmarktplätze ermöglicht. Beispielsweise entwickelten Unternehmen wie Enigma oder Ocean Pool Blockchain-basierte Protokolle für solche Datenmarktplätze. Auf diesen Plattformen können Daten erworben als auch Zugriffsrechte definiert werden.

Der Clou dabei: Die Anbieter behalten immer die Kontrolle über ihre Daten, während andere Parteien sie zum Beispiel für Machine Learning mutzen können. Das bedeutet, dass sich so die KI-Entwicklung entscheidend verändert, weil sich dadurch die Datenbasis dramatisch vergrößern kann. Zudem werden diese Marktplätze ebenfalls den Handel mit Algorithmen massiv vorantreiben.

Einer der Marktplatz-Anbieter ist das globale AI-Network SingularityNet. Hier können Entwickler ihre Algorithmen als „KI-Agenten“ uploaden und sie anderen Parteien zur Anwendung auf deren eigenen Daten anbieten. Algorithmen sind jedoch nur für die Aufgaben gut, für die sie auch trainiert wurden. SingularityNet odfferiert seinen Kunden auch die Möglichkeit, mit den jeweils anderen „KI-Agenten“ zu interagieren. Auf diese Weise lassen sich viel umfangreichere KI-Anwendungen realisieren.

Branchenweite Anwendungsfelder

Beide Technologien haben das Potenzial, die Datenexploration und -analyse zu beschleunigen und die Transaktionssicherheit zu erhöhen. Darüber hinaus kann die Blockchain einen wesentlichen Input für das Machine Learning leisten, für die sehr große Datenmengen erforderlich sind. Als Teil des Herstellungsprozesses setzen innovative Unternehmen auf Blockchain-basierte Prozesse und Smart Contracts, um Analysen in den Bereichen Transparenz, Sicherheit und Compliance zu ermöglichen.

Dazu sollen beispielsweise ML-Vorhersage-Algorithmen zur Optimierung von Wartungsplänen für Maschinen zum Einsatz kommen. Qualitätskontrollen und Produkttests werden ebenfalls schrittweise durch adaptive und Computer-Vision-Algorithmen automatisiert, um gute und fehlerhafte Produkte erfolgreich zu unterscheiden. So nutzt der Automobilhersteller Porsche bereits die Blockchain mit Machine Learning, um Daten sicherer und schneller zu übertragen und Services wie das bargeldlose Bezahlen im Parkhaus, die lückenlose Nachverfolgung einer Lieferkette – oder Funktionen des automatisierten Fahrens zu optimieren.

Blockchain und Machine Learning erhöhen deutlich die Transparenz in der gesamten Lieferkette der Lebensmittelindustrie. Mit der Blockchain ist es jetzt möglich, Produkte zurückzuverfolgen und die damit verbundenen Finanztransaktionen zu verwalten. Unternehmen wie beispielsweise Unilever und Nestlé erwägen den Einsatz der Blockchain-Technologie, um Verschwendung und Kontamination im Lebensmittelbereich zu bewältigen. In der Energie- und Versorgungsbranche trägt die Blockchain-Technologie dazu bei, den Energieaustausch zu erleichtern. Die Technologie verwendet dazu smarte Microgrid-Zähler zusammen mit Smart Contracts, um Energie-Transaktionen Peer-to-Peer auszuführen und zu verwalten.

So werden weltweit Branchen von Zwischenhändlern geplagt, die die Kosten der Transaktionen verkomplizieren und verteuern. Die Blockchain-Technologie hat dieses Modell bereits durch die Erleichterung des Peer-to-Peer-Infrastrukturmodells für den Nutzer revolutioniert. Die Technologie funktioniert allerdings noch besser, wenn sie mit Machine Learning kombiniert auftritt.

(ID:47112231)