von Christian Musewald
•
30. Mai 2024
Künstliche Intelligenz in der Kosmetikindustrie Die Kosmetikindustrie nutzt künstliche Intelligenz für eine Vielzahl von Anwendungen. Diese reichen von der Personalisierung von Schönheitslösungen über virtuelle Anproben bis hin zu Produktempfehlungen. Künstliche Intelligenz und ihre neuronalen Netze werden eingesetzt, um den Nutzern in Sekundenschnelle maßgeschneiderte Schönheitstipps zu geben, welche von der Auswahl bis zum Kauf von Make-up und anderen Grundierungen auch das Ergebnis an den Kundinnen und Kunden live visuell darstellen. Unternehmen bieten KI-gestützte Reinigungsgeräte an und empfehlen individuelle Spa-Massageroutinen. Darüber hinaus kommen verschiedene Prozessautomatisierungen und digitale Lieferketten zum Einsatz. Dabei bleibt oftmals die Frage, ob überall KI drin ist, wo KI draufsteht. Die Anwendungsfälle für generative künstliche Intelligenz sind vielfältig. Chatbots für Kundendienst und technischen Support sind inzwischen in vielen Bereichen anzutreffen. Der Einsatz von Deepfakes zur Imitation von Menschen hat in den sozialen Medien zu einer lebhaften Diskussion über das Für und Wider von künstlicher Intelligenz geführt. Im Bereich der Synchronisation von Filmen sind durchaus Verbesserungen möglich. Auch das Schreiben oder Automatisieren von E-Mail-Antworten, Lebensläufen und Hausarbeiten wird stark diskutiert. Das Erstellen von fotorealistischer Kunst in einem bestimmten Malstil oder auch in der Architektur ist derzeit schon in kleinen Apps, die wir auf dem Smartphone ausführen können, gang und gäbe. Interessant ist natürlich generell das Design neuer Produkte, von Gebäuden bis hin zu neuen Medikamenten, die es zu testen lohnt. Die Optimierung von Chipdesigns erfolgt heute mit Hilfe von künstlicher Intelligenz und auch das Komponieren von Musik in einem bestimmten Stil und einer bestimmten Tonlage wird nicht nur auf Partys ausgiebig getestet. Um eine künstliche Intelligenz zu erstellen, die verlässliche Vorhersagen treffen kann, ist der Ablauf in der Regel immer gleich. Es kommt immer auf die Datenmenge an. Die Daten müssen vorher erhoben, ausgewählt, klassifiziert und gewichtet werden. Was ist wichtig, was weniger wichtig. Auswahl, Anpassung und Parametrisierung des zu trainierenden Modells führt zu einer einfachen und schnellen Mathematik, die das Training, also die Erstellung der neuronalen Netze, ermöglicht und optimiert. Allgemeine Anwendungen in der Kosmetikindustrie sind bereits die Synthese von Wirkstoffen in der Hautpflege, Hautverträglichkeit, Farben, Düfte, Haarpflege und Gesundheit. Auch in der Produktion ist das Ziel die Optimierung der Lieferketten, die Qualitätssicherung und die Verbesserung der Bereitstellungslogistik. Im Marketing und in der Kundenbindung spielen Chatbots, Kundenanalysen und generell der automatisierte Kontakt zum Kunden eine wichtige Rolle. Die Gefahren des Missbrauchs, der Beeinflussung, aber auch falsche zugrundeliegende Trainingsdaten oder vermeintliche Korrektheit, also blindes Vertrauen in die KI, können zu massiven Problemen führen, die es abzustellen gilt. Dem stehen Chancen für Innovationen gegenüber. Hier insbesondere die Beschleunigung von automatisierten und manuellen Prozessen jeglicher Art, gerade auch in der Kombination von bereits bestehenden KI-Modellen. Auch hier ist für die Kosmetikbranche die Individualisierung, insbesondere in Echtzeit, von Produkten oder Anfragen durchaus möglich. Wichtig ist auch, dass man künstliche Intelligenz dort einsetzen kann, wo man im Vorfeld nicht in der Lage war, vorhandene und detaillierte Gesetzmäßigkeiten und Regelmechanismen zu erkennen. Wenn man eine generatives Neuronales Netz trainiert, um menschliche Gesichter zu erzeugen, werden im Rahmen der Trainingsdaten Fotos von fiktiven Personen generiert, die hinsichtlich Geschlechts, Hautfarbe, Haarlänge, Haarfarbe etc. nahezu naturgetreu dargestellt werden. Dennoch ist hier eine Einschränkung durch die Trainingsdaten zu erkennen. Trainiert man ein System mit schönen Menschen, so werden auch schöne Menschen generiert. Zu betonen ist, dass es sich bei den generierten Bildern um sogenannte Durchschnittsbilder handelt. Die Optimierung der Parameter der KI führt dazu, dass Symmetrien bevorzugt werden, was ebenfalls dazu führt, dass schöne Menschen generiert werden. Überträgt man dies auf andere Anwendungsbereiche, so lässt das den Schluss zu, dass, in der Logistik eingesetzt, im Wesentlichen Standardprozesse nachgebildet bzw. optimiert werden. „Unschöne“ und seltene Störungen im Logistikprozess kann die KI, wenn sie nicht mit diesen Störungen trainiert wurde, unter Umständen nicht abfangen. Wird z.B. eine Produktionsplanung mit Daten trainiert, die die Auslastung optimieren soll, wird es Probleme geben, wenn die von Menschen gesteuerte Produktion mit Urlaubszeiten oder krankheitsbedingten Ausfällen zu kämpfen hat. Die Herausforderung der Bereitstellungslogistik z.B. von großen Lageranbietern ist immer eine Weg-Zeit-Optimierung; möglichst wenig und kurze Wege in möglichst kurzer Zeit. Ein Kellner, der einen bestimmten Bereich in einem Restaurant abdeckt, wird, wenn er erfahren genug ist, auf die Idee kommen, mehrere leere Tassen und Teller von verschiedenen Tischen gleichzeitig abzuräumen, um nicht zu oft laufen zu müssen. Auf diese „Idee“ ist auch die KI großer Logistikunternehmen gekommen. Der Vorteil ist hier, dass die dort kommissionierenden Drohnen in der Regel nicht müde werden. Die künstliche Intelligenz in der Chemie steht vor einem revolutionären Wandel, der durch die wachsenden Fähigkeiten der KI ausgelöst wird. KI-Systeme, die ursprünglich als Werkzeuge zur Datenanalyse eingesetzt wurden, sind nun in der Lage, eigenständig Experimente zu planen und durchzuführen. Diese Entwicklung birgt enorme Chancen, aber auch große Herausforderungen. Die Integration von KI in die Chemie geht über die Automatisierung von Labortätigkeiten hinaus. Sie beinhaltet die Schaffung von Robotern, die als autonome Chemiker in die Rolle des Forschers schlüpfen können. Sie sind in der Lage, chemische Synthesen zu entwerfen und innovative Verfahren zu entwickeln. Dort übernehmen sie nicht nur die manuelle Laborarbeit, sondern auch die kognitive (keine kreative) Denkleistung. Die Integration von KI in die chemische Synthese erfolgt über zwei Hauptkomponenten. Diese sind zum einen die retrosynthetische Analyse der Wirkung und zum anderen die Durchführung der Synthese der neuen Wirkstoffe. Dies führt zu einer Verlagerung der menschlichen Arbeitskraft. KI-Systeme werden in Zukunft Routineaufgaben und Analysen übernehmen. Dadurch verschiebt sich die Rolle der menschlichen Arbeitskräfte mehr in Richtung Überwachung, Interpretation und strategischer Tätigkeiten. In einem meiner letzten Projekte habe ich mich mit den subjektiven Einflussfaktoren bei der Entscheidungsfindung des Menschen beschäftigt. Die Macht der (Bauch-)Gefühle ist dabei nicht zu vernachlässigen. Gerade wenn es um den Einsatz von Düften geht, spielt die Erinnerung an einzigartige Düfte in Verbindung mit Emotionen eine wichtige Rolle. Hier können neuronale Netze den Zusammenhang zwischen Emotionen und Düften transparenter gestalten. Besonders in der Parfümindustrie nutzen Parfümhersteller komplexe Algorithmen, um einzigartige Düfte zu kreieren und ihre Duftentwicklung durch personalisierte Verbraucherdaten zu unterstützen. Der Geruchssinn ist vielleicht der stärkste Sinn des Menschen, und die Neurowissenschaft hat die Theorie aufgestellt, dass konditionierte Düfte Erinnerungen auslösen und Stimmungen beeinflussen. Jeder kann sich an besonders angenehme Düfte aus seiner Kindheit erinnern. Einige Parfümhersteller verfolgen daher einen technologiebasierten Ansatz, indem sie KI einsetzen, um subjektive, individuelle Düfte für Verbraucher zu kreieren. Dabei werden Duft-Spektren von blumig, orientalisch, frisch, holzig, fruchtig, süßlich und deren Subkategorien beachtet. Hierfür müssen Unternehmen wissen, wie, wann, wo und warum Kunden auf verschiedene Aromen reagieren. Eine höchst komplexe und individuell emotionale Aufgabe, aber ideal für den Einsatz der Künstlichen Intelligenz… und durchaus möglich, wenn man weiß wie … Darum fragt mich meine Smartwatch immer zu speziellen Zeiten, wie ich mich gerade fühle und warum … alles eine Frage der Datenbasis. Der Rest ist simple Mathematik. Wir helfen Ihnen bei Ihren strategischen und technologischen Aufgaben Rufen Sie uns an +49 89 30642847 oder ... Mailen Sie uns CuriousMinds strategische und technische Unternehmensberatung München, Bayern, Deutschland www.curiousminds.de Unternehmensberatung, Consulting, Strategie, Interimsmanagement, Innovation, Training, Technologie, Wissenschaft, Analyse, Forschung, Entwicklung, Produktions, Qualität, Liquidität, Risikobewertung, Führung, Kundenpflege, Organisation, Unternehmenskultur, Personalentwicklung, Prozesse, Beschaffung