Artificial Intelligence bei der XXXL Group | Teil 1
Autor: Klaus Puchner, Program Manager AI & Team Lead
Momentan führt kein Weg an der KI-Welle vorbei, die andere Methoden zur Entscheidungsfindung und Datenvisualisierung zu übertreffen verspricht. Traditionelle Unternehmen sind mit einem Technologie-Stack konfrontiert, der den bestehenden Standards der Unternehmensarchitektur nur wenig entspricht. Die Wichtigkeit der Daten führte dazu, dass alles, was als zustandslos konzipiert war zu einem Data Hub wurde.
Wir sind in der glücklichen Lage, dass wir bereits über brauchbare Daten für maschinelles Lernen verfügen. Dadurch fällt es uns leichter Data-Pipelines zu erschaffen, mit denen wir testen können. Außerdem leistet dies einen Mehrwert für die umgebenden Systeme. XXXLutz war schon immer ein Unternehmen, bei dem Daten eine zentrale Rolle spielen. Wir bieten Kunden unsere Services in ganz Europa an und gestalten so den Ort, an dem man sich am wohlsten fühlt– das eigene Zuhause.
Wie das bei jeder strategischen Entscheidung der Fall ist, ist es auch hier unglaublich wichtig wie wir im Bereich von KI vorgehen und wie wir uns auf die Chancen und Herausforderungen in diesem Bereich vorbereiten. Die großen Internet-Player bieten verschiedene Tools und Plattformen zur Datenverarbeitung und zur Ankurbelung der Technologie an. Aber das reicht einfach nicht aus, um auf unserem Weg ein Technologie-Unternehmen zu werden: KI muss das Herzstück unserer Arbeit bilden.
IXI – Unsere KI Plattform
Als wir letztes Jahr unsere KI-Initiative starteten, war schnell klar, dass wir einen KI-Technologie-Stack brauchen, der auch die Denkweise unseres Unternehmens ändern kann: Wir wollen unsere Stakeholder dafür begeistern. Außerdem müssen die mit KI verbundenen Chancen jenen gegenüber klar kommuniziert werden, die am meisten davon profitieren – den Menschen, die das Tagesgeschäft in unserem Unternehmen bewerkstelligen. Deshalb haben wir eine Plattform etabliert, die auf Open-Source-Tools aufbaut und die auf verschiedene Herausforderungen reagieren kann:
Wir müssen in sicherer Umgebung testen können und gleichzeitig die hohen Qualitätsstandards, die wir leben, einhalten
KI-Services müssen durch andere Services in unsere Architektur integriert werden
Der Umgang mit Modellen und Daten muss in derselben Geschwindigkeit skalieren, wie wir es als Unternehmen tun
Uns ist die Auslastung und der Ressourcenverbrauch unseres Systems wichtig
In unserem Unternehmen tauchen ähnliche Use-Cases auf und wir wollen allen einen Mehrwert durch KI bieten
Wir wollen weiterhin mit anderen Plattformen zusammenarbeiten und das beste Tool für die jeweilige Aufgabe verwenden
Außerdem müssen wir den Kollegen, die unsere Services integrieren und die die Plattform-Services testen und nutzen, unsere Standards für Qualität und einfache Usability vermitteln.
Um eine Basis zu schaffen, die all diesen Anforderungen entspricht, haben wir uns dazu entschieden bewährte Methoden von Open-Source-Software als Bausteine zur Schaffung eines fokussierten KI-Software-Stacks, das auf unserer Infrastruktur läuft, zu verwenden. Um die Plattform intern zu einer Marke zu machen, haben wir ihr einen Namen gegeben: „Information Xtraction Intelligence” (kurz: IXI).
Das echte MVP: IXI v1.0
Die erste Version von IXI schaffte eine solide Basis für zukünftige Plattformentwicklungen und -verbesserungen. In der ersten Version wollten wir:
KI-Services von Drittanbietern integrieren
eine unternehmensweite Plattform und Spielwiese haben, um verfügbare Modell-Funktionalitäten erlebbar zu machen
extern implementierte KI-Modell-Funktionalität durch eine API (Objekterkennung) intern zur Verfügung stellen
Management-Informationen in einem Dashboard mit Nutzungsstatistiken darstellen
die bestehenden UI-Patterns und Component-Libraries unseres Online-Shop-Frontends wiederverwenden
ein sicheres Nutzer-Management und eine rollenbasierte Authentifizierungsfunktionalität haben
Der Frontend-Technologie-Stack beschleunigte die Konzeptionsphase und Entwicklung enorm, weil wir bestehende ReactJS-Komponenten und Business-Logik wie Routing nutzen konnten. Zum Skalieren mit hohem Volumen, war eine strukturierte Speicherung durch das dokumentenbasierte MongoDB selbst bei hoher Auslastung durch Hochleistungs-Parallelverarbeitung in aiohttp (Python) möglich. In der ersten Version integrierten wir zwei Drittanbieter-KI-Services: Moonvision und Google cloud vision und bekamen so unser erstes angepasstes Modell mit Objekterkennung für die ersten Use-Cases und Experimentiermöglichkeiten.
Die nächsten Schritte: IXI v2.0
IXI wird in den nächsten Releases mit einigen neuen Features ausgestattet. Als internationales Unternehmen, das mit vielen Ländern, Regionen und Sprachen zu tun hat, setzen wir auch bei unserem Technologie-Stack zum Erzeugen von KI-Modellen auf mehr als eine Sprache: Python (Jupyter) und R (Rstudio).
Momentan erweitern wir IXI, indem wir eine Toolchain bauen, die
den gesamten Data-Science-Prozess unterstützt:
Datenextraktion
Feature-Engineering
Erstellung von Modell-Pipelines
Testauswertungen und Vergleiche von verschiedenen Modell-Parametern
Modell Review
Modelltests
Modell-Deployment und -Servicierung
die Erstellung und das Deployment von Modellen in Kubernetes als Service unterstützt
Auslastungen durch maschinelles Lernen (CPU) sowie Deep-Learning (GPU) unterstützt
in hybrider Umgebung läuft (läuft on premise, aber mit Möglichkeit eines Scale-Out in die Cloud)
Um Operational Excellence zu erzielen, bauen wir unseren Technologie-Stack auf Kubernetes, Kubeflow, Istio, Docker, Keras + Tensorflow, GitHub und Seldon – ein Stack, der bei ML- und KI-bezogenen Vorgängen Leistung zeigt, der aber auch nah an unseren Architekturprinzipien und Strukturen ist, die wir als Unternehmen leben.
Alles in Allem müssen wir in etwas nachhaltiges investieren, das uns auf das nächste Level katapultiert. Durch schnelle Experimente und einfaches Deployment wollen wir diese neue Denkweise in unserem Unternehmen etablieren.
Werde Teil des Teams
Wenn dieser Beitrag dein Interesse geweckt hat und du Teil unseres Teams werden möchtest: Wir suchen aktuell nach einem AI DevOps Engineer. Wir freuen uns auf deine Bewerbung!
*English version to be found here