Bei iDo handelt es sich um eine KI-gestützte Softwarelösung, die wir in der ahc GmbH entwickelt haben.

Diese wurde agil entwickelt und herausgekommen ist eine Lösung, um Datenbanken wirklich schnell und flexibel aufsetzen und dann auch auswerten zu können. Gestartet sind wir ursprünglich mit einem anderen Ziel. Aber von Anfang an:

Wir haben bei unseren Kunden festgestellt, dass oft Lösungen im Lieferantenmanagement fehlen, um Zulieferer von technischen Komponenten zu tracken, ihre Ergebnisse gesamthaft zu überblicken und die verschiedenen Stände in Entwicklung und Erprobung mit einer Zusammenarbeit über verschiedene Orte (und noch viel komplizierter über Konzerngrenzen) hinweg in einer Lösung zusammenzuführen.

Zuerst haben wir mit einer genauen Analyse gestartet, was wir eigentlich in unseren Projekten brauchen und was unsere Kunden an dieser Stelle häufig nachfragen. Das war ein intensiver Prozess mit vielen Workshops. Da genau in dieser Zeit Corona dazwischenkam, war es gar nicht so einfach, diese Workshops effizient und zielführend durchzuführen. Uns ist es mit einer guten Mischung aus Einzelinterviews, Online-Workshops und ein paar gemeinsamen Treffen aber doch gut gelungen. Wir haben uns zu einer komplett agilen Projektstruktur von Anfang an entschlossen. Das kam uns gerade in der Zeit des vollständigen Remote-Arbeitens sehr zugute. Wir haben mit 14tägigen Sprints gearbeitet und inkrementell die Software verbessert und immer weitere Inhalte einfließen lassen.

Dabei war ein Kollege fast die gesamte Projektlaufzeit auf Reisen. Mal war er in Lateinamerika, mal in Asien, mal in Australien. Wichtig für uns war nur, dass er zu den Regelterminen eingewählt ist und seine Arbeit in der gewohnten Qualität erledigt wird. Das hat wunderbar funktioniert!

Zuerst haben wir die Architektur aufgesetzt und uns über die KI (Künstliche Intelligenz) Strukturen Gedanken gemacht. Dass wir KI hier zur Anwendung bringen wollen, war ganz klar: immerhin sprechen wir bei diesen Themen von großen Datenmengen und es ist sehr hilfreich, an verschiedenen Stellen Optimierungsvorschläge durch eine KI zu erhalten. Dafür haben wir im ersten Schritt verschiedene KI-Ansätze ausprobiert und uns schließlich für Rekurrente neuronale Netze (RNN) entschieden. Aufgrund der komplexen Zusammenhänge legten wir besonderen Wert darauf, dass durch die KI keine einzelnen, in sich abgeschlossenen Untersuchungen abbildet werden. Durch "wiederkehrende Zellen" konnten wir einen Algorithmus umsetzen, der aus früheren Analysen und Entscheidungen lernt.

In der Phase der ersten nutzbaren Stände ist uns aufgefallen, dass wir nicht nur das Lieferantenmanagement mit dieser Lösung abbilden können, sondern vielmehr eine generelle Basis für einfache und flexible Datenbanken geschaffen haben. Wir haben unser Produkt sowohl für die eigentliche Anwendung optimiert als auch mit einer weiteren Projektmannschaft an dieser flexiblen Online-Datenbank gearbeitet. Und tatsächlich: Jetzt haben wir eine ganzheitliche Lösung, um Datenbanken schnell aufzusetzen. Das Spannende daran: Die Software ist super einfach zu bedienen – denn nur dann macht es Spaß, eine Software zu nutzen.

Lange Schulungen oder IT-Spezialist:innen braucht es nicht, die simple Nutzeroberfläche ermöglicht allen einen intuitiven und unkomplizierten Umgang. Eine flexible Anpassung an jedes individuelle Projekt ist ebenso einfach wie rasch umgesetzt.

Uns war es wichtig, dass wir keine Standardlösung anbieten, die dann für jedes Unternehmen und jedes Projekt umständlich angepasst werden muss. Vielmehr lag uns die Einfachheit am Herzen, um unnötig Kompliziertes zu minimieren. Ganz in unserem Sinne der LEAN-Methoden wollen wir mit iDo Wartezeiten reduzieren und die Produktivität erhöhen. Wichtig ist auch, dass die Software beliebig erweiterbar ist und die Firmen somit noch einfacher, schneller und flexibler arbeiten.

Unter anderem nutzt bereits die Universität Hohenheim unser System für den CSR-Award-Finder, mit dem Interessierte schnell und einfach Nachhaltigkeits-Awards finden können. Dabei werden die Daten automatisch für statistische Analysen codiert und in einer nutzerfreundlichen Form präsentiert, was eine einfache und schnelle Auswertung ermöglicht. Darüber hinaus wurde eine semantische Suche implementiert, um durch die Nutzung Künstlicher Intelligenz inhaltliche Zusammenhänge zwischen den gesammelten Informationen zu erkennen. Wir freuen uns, dass durch unsere Idee eine so wichtige Datenbank entstanden ist, mit der wir unsere Zukunft nachhaltiger gestalten.