Azure Cognitive Services

Max-Ludwig Stadler

25. September 2024

Definition Azure Cognitive Service

Mit Azure Cognitive Services integrieren Entwickler ohne umfangreiche Kenntnisse über KI oder Data Science und mit Unterstützung cloudbasierter Programmierschnittstellen wie APIs und SDKs kognitive Funktionen in ihre Anwendungen. Die entwickelten Anwendungen können, abhängig vom ausgewählten Dienst, hören, sprechen, sehen, verstehen und schlussfolgern. Im Prinzip handelt es sich dabei um vereinfachte Funktionen des Machine Learnings.

Der aktuell angebotene Dienste-Katalog von Azure Cognitive Services umfasst folgende Hauptkategorien.

• Bildanalyse
• Spracheingabe
• Sprache
• Websuche
• Entscheidungen

Verschiedene Dienste des Azure Cognitive Services sind als containergestützte Lösung verfügbar. Diese Option verleiht Entwicklern ein hohes Maß an Flexibilität und weitere mit Container-Lösungen verbundenen Vorteile. Das Gesamtpaket der Cognitive Services ist zum aktuellen Zeitpunkt in zwölf Hauptsprachen, einschließlich Deutsch, Englisch, Französisch und Italienisch, verfügbar. Ein weiterer wichtiger Aspekt ist der kontinuierliche Ausbau der Azure-Regionen in Form sicherer und von Microsoft verwalteten Rechenzentren mit SAP-zertifizierter Infrastruktur nach dem Konzept der Bare Metal Server.

Webinar: Künstliche Intelligenz – Grundlagen und Best Practices

Sie möchten gerne mehr zum Thema Künstliche Intelligenz erfahren und wie Ihr Unternehmen davon profitieren kann? In unserem Webinar fassen wir Ihnen die wichtigsten Aspekte zusammen!

Jetzt anmelden

Funktionen

Obwohl es sich bei den Azure Cognitive Services um eine vereinfachte Version des maschinellen Lernens handelt, überzeugen die einzelnen Dienste durch ihre Leistungsfähigkeit und ein breites Spektrum intelligenter Services.

Bildanalyse-APIs

• Maschinelles Sehen erlaubt die Bildverarbeitung und Informationsrückgabe mittels verfügbarer erweiterter Algorithmen.
• Custom Vision erstellt benutzerdefinierte Bildklassifizierungen.
• Die erweiterten Algorithmen der Gesichtserkennungs-API ermöglichen die Ermittlung detaillierter Gesichtsmerkmale zur zuverlässigen Gesichtserkennung.
• Video Indexer extrahiert Erkenntnisse aus Videos.
• Die Freihanderkennung ist in der Lage, handschriftliche Inhalte zu erkennen und zu analysieren und gibt eine Dokumentstruktur mit den erkannten Entitäten aus.
• Schlüssel-Wert-Paare und Tabellendaten aus Formulardokumenten werden von der Formularerkennung identifiziert und extrahiert.

Die Services Formularerkennung und Freihanderkennung sind aktuell nur als Vorschau verfügbar.

Spracherkennungs-APIs

• Speech Dienste liefern sprachaktivierte Features für bestehende Anwendungen.
• Über die Sprechererkennung werden Sprecher mittels spezieller Algorithmen identifiziert und verifiziert.

Während die Sprecherkennung aktuell nur als Vorschau verfügbar ist, werden die bisher verfügbare Bing Spracheingabe sowie die Sprachübersetzung eingestellt.

Sprache-APIs

• Language Understanding (LUIS) erlaubt es Anwendungen, Formulierungen einer Person in ihrer Landessprache zu erkennen und die Inhalte korrekt einzuordnen.
• Der QnA-Maker erstellt aus teilstrukturierten Inhalten Frage- und Antwortdienste.
• Der Service Textanalyse verarbeitet natürliche Sprache aus unformatierten Texten für die Zwecke der Stimmungsanalyse. Schlüsselbegriffserklärung und Sprachenerkennung.
• Maschinenbasierte Textübersetzung mit kaum merklicher Verzögerung zur Echtzeit.
• Video Indexer extrahiert Erkenntnisse aus Videos.

Such-APIs

Die Hauptkategorie Such-APIs umfasst insgesamt zehn verschiedene Services zur Individualisierung der Bing-Suche entsprechend der vorgegebenen relevanten Kriterien. Eine maßgeschneiderte Suchbenutzeroberfläche für interessante Themen ist genauso möglich wie die visuelle Bing-Suche zur Abfrage nach dem Modell ähnlichen Bildern. Ein einziger API-Aufruf genügt, um Milliarden von Websites zu durchsuchen.

Entscheidungs-APIs

Diese Services unterstützen die fundierte und effiziente Entscheidungsfindung, indem Anwendungen Empfehlungen geben

• Über die Anomalie Erkennung überwacht und erkennt der Nutzer Abweichungen in Zeitreihendaten.
• Der Content Moderator überwacht Inhalte auf nicht erwünschten Content wie beispielsweise risikobehaftete oder anstößige Inhalte.
• Über den Service “Personalisierung” wird eine Benutzeroberfläche an den Nutzer optimal angepasst und dessen Verhalten in Echtzeit ausgewertet.

Zum aktuellen Zeitpunkt sind die Anomalie-Erkennung und die Personalisierung noch als Vorschauversion verfügbar.

E-Book: Wie Ihr Unternehmen von Künstlicher Intelligenz (KI) profitieren kann

In unserem E-Book erfahren Sie die wichtigsten Inhalte rund um das Thema künstliche Intelligenz & wie Sie davon profitieren können!

Jetzt herunterladen

E-Book: Wie Ihr Unternehmen von Künstlicher Intelligenz (KI) profitieren kann

×

Machine Learning vs. Cognitive Services

Bei Cognitive Services handelt es sich im Prinzip um eine vereinfachte Variante des Machine Learnings. Einzige Voraussetzung sind Programmiersprachenkenntnisse, um die Lösung in eigene Anwendungen zu integrieren. Wie das maschinelle Lernen, basieren die Azure Cognitive Services auf den Komponenten Daten, Algorithmus und trainiertes Modell. Allerdings sind Daten und Algorithmus allgemeiner gehalten als beim maschinellen Lernen und der Nutzer erhält ein bereits trainiertes Modell, das er mit eigenen Daten anpasst.

Das Konzept des maschinellen Lernens führt zum Teil hoch individualisierte Daten und Algorithmen zusammen, um den Algorithmus zu trainieren. Das Ergebnis ist ein individuell trainiertes Modell, das Erkenntnisse auf Basis neuer Daten liefert. Anwendungen für maschinelles Lernen stellen an die Entwickler wesentlich höhere Anforderungen an das Wissen rund um Machine Learning und Data Science als die Azure Cognitive Services. Immerhin basieren diese Prozesse auf einem sehr hohen Individualisierungsgrad der verwendeten und häufig sehr speziellen Daten und Algorithmen.

Oberflächlich betrachtet unterscheidet sich die grundlegende Funktion des maschinellen Lernens nur wenig von Cognitive Services. Ein genauerer Blick auf die Thematik zeigt jedoch die Komplexität, die hinter dem Prozess des maschinellen Lernens steht. Vor allem dann, wenn diese Form der künstlichen Intelligenz spezifisch auf ein bestehendes Problem generierte Daten nutzt und exakt darauf abgestimmte Antworten generiert.

Einsatzbereiche von Azure Cognitive Service

Sowohl der Einsatz von Cognitive Services wie der von Machine Learning hat die Verbesserung der Unternehmensergebnisse zum Ziel. Dabei orientieren sich die beiden Lösungen an zwei unterschiedlichen Zielgruppen und ermöglichen dadurch jedem Unternehmen den Einsatz künstlicher Intelligenz.

• Cognitive Services sind optimal für Entwickler ohne Erfahrung im Machine Learning.
• Machine Learning stellt hohe Anforderungen an die Kenntnisse über maschinelles Lernen einschließlich Data Science

Azure Cognitive Services stellen im Prinzip standardisierte Funktionen und trainierte Modelle für maschinelles Lernen bereit, die nur mehr mit den eigenen Daten angereichert werden. Der Einsatz cloudbasierter APIs und SDKs minimiert den Anspruch der Kenntnisse des Entwicklers über maschinelles Lernen und Data Science, da die einzelnen Dienste bereits generalisierte Funktionen für verschiedenste Vorhersagen unterstützen. Allerdings ist allgemeines Wissen über die verfügbaren Daten unverzichtbar.

Wann die Cognitive Services von Azure die ideale Wahl sind, hängt von folgenden Kriterien ab.

• Allgemein gehaltene Antworten auf allgemein definierte Probleme reichen für die weitere Verwendung aus.
• Der Zugriff auf die Lösung erfolgt über eine REST-API oder ein SDK.

Kann ein Entwickler beide Aussagen bestätigen, ist der Azure Cognitive Services die erste Wahl.

Für den Einsatz von Cognitive Services eignen sich alle Anwendungen, über die REST-, API- oder SDK-Aufrufe möglich sind. Dazu zählen vor allem Websites, Virtual- und Mixed Reality-Anwendungen oder Bots. Aber auch verschiedenste mobile und Desktop-Anwendungen profitieren vom Einsatz dieser hochwertigen Services.

Lösungen für maschinelles Lernen kommen immer dann zum Einsatz, wenn ein individuell angepasster Algorithmus erforderlich ist und für das Training des Algorithmus spezielle Daten erforderlich sind, um ein belastbares Modell zu erhalten.

Trotz dieser Unterschiede kombinieren Entwickler, angepasst an die individuelle Situation, Azure Cognitive Services und Machine Learning. Auf diese Weise ergänzen sie Modelle optimal mit allen erforderlichen Informationen und können dadurch Entwicklungsprozesse effektiv beschleunigen.

Implementierung

Jedes Unternehmen mit umfangreichen Datenbeständen in verschiedensten Anwendungen profitieren von den Vorteilen der Azure Cognitive Services.

• Azure Cognitive Services sind innerhalb kürzester Zeit implementiert.
• Geringer Zeitaufwand erhöht die Flexibilität des Einsatzes.
• Trainingsdaten sind nicht oder in sehr geringem Umfang erforderlich.
• Die Services liefern aussagekräftige Antworten auf allgemeine Fragestellungen.
• Containerunterstützte Lösung reduziert die Kosten durch hohe Skalierbarkeit und optimierte Bereitstellung in Form einer portablen Architektur.

Ein nicht unwichtiger Aspekt ist sicherlich, dass sich das erforderliche Wissen der Entwickler für die Einbindung der kognitiven Fähigkeiten in Anwendungen auf die verfügbaren Daten sowie Programmiersprachenkenntnisse beschränkt. Dadurch ist das teure Expertenwissen eines Data Scientisten nicht oder nur in geringerem Umfang erforderlich. Denn oft reichen die Ergebnisse allgemeiner Fragestellungen für die erfolgreiche Entwicklung weiterführender Maßnahmen aus.

Verbindung SAP

Die Zeiten von SAP als Stand-alone-Lösung gehören schon sehr lange der Vergangenheit an. In der modernen Version spricht man vom “SAP Digital Core”, dem Kern oder dem Herz eines umfangreichen Öko-Systems aus verschiedensten Komponenten. Dazu zählen unterschiedliche Softwarelösungen, Datenbanken, Front- und Back-Office-Lösungen, Business Warehouse oder Mobil Anwendungen und immer häufiger Microsoft Azure, die innovative Cloud-Lösung. Obwohl die Unternehmensführung alle wichtigen Entscheidungen auf der Grundlage von SAP trifft, nehmen die in den angebundenen Systemen hinterlegten und umfassend analysierten Informationen darauf Einfluss.

Zu interessanten Ergebnissen kam die CRISP Studie 2018. Laut Studie nutzen 50 Prozent aller deutschen Unternehmen künstliche Intelligenz für produktive Lösungen. Für 59 Prozent aller verwendeten KI-Lösungen ist SAP zumindest eine der Quellen. Um SAP-Kunden die Vorteile von Azure Cognitive Services in vollem Umfang zu ermöglichen, entwickelten SAP und Microsoft innovative Lösungen zur Verbindung von SAP und Azure.

SAP on Azure

Um die SAP-Daten mit den wertvollen Informationen anderer Anwendungen zusammen zu führen, ist eine Cloud-Lösung wie Azure die ideale Lösung. Auf diese Weise ist eine unkomplizierte Zusammenführung aller verfügbaren Daten kostengünstig möglich. Nicht umsonst zählt SAP on Azure zu den prominentesten Cloud-Lösungen.

Unterstützt wird die Verbindung von SAP mit Azure und den damit verbundenen Services durch ein weltumspannendes und weitreichendes Microsoft-Regionennetz mit zum Teil SAP-zertifizierter Infrastruktur. Insgesamt stehen weltweit 54 Azure-Regionen in 140 Ländern zur Verfügung.

SAP HANA on Azur basiert auf dem Konzept der Bare Metal Server. Dieses zuverlässig sichere Konzept sichert die Ausführung von SAP HANA auf dedizierten und isolierten Servern. Diese besondere Form der Isolierung gewährleistet nicht nur zuverlässige Sicherheit für die Unternehmensdaten, sondern eine durchgehend hohe Verfügbarkeit aller Daten und deren schnelle Verarbeitung auch zu Spitzenzeiten.

Websession: Azure Cognitive Services

Machine Learning ist ein Thema, das immer wichtiger wird. Haben Sie Fragen dazu? Dann vereinbaren Sie eine kostenlose Websession mit uns. Ich freue mich auf den Austausch mit Ihnen.

Websession anfragen

Roadmap Azure Cognitive Services

In welcher Branche ein Unternehmen auch aktiv ist: Die gezielte Auswertung aller verfügbaren Informationen erhält eine stetig steigende Priorität für unternehmerische Entscheidungen. Für diesen Zweck ist in erster Linie die Zusammenführung der vorhandenen Informationen unverzichtbar. Dies erfolgt in innovativen Cloud-Lösungen wie Azure. Dabei profitieren SAP-Kunden von der Zusammenarbeit von SAP und Microsoft. Denn intelligente Lösungen wie Azure Cognitive Services sind für SAP-basierte Systeme unkompliziert verfügbar. Wobei es individuell vom Unternehmen abhängt, ob es sich via SAP on Azur oder über eine hybride Lösung mit der Cloud und den verfügbaren Services verbindet.