Der Markt f¨¹r k¨¹nstliche Intell igenz in der Telekommunikation wird bis 2031 voraussichtlich 38,8 Milliarden US-Dollar wert sein und zwischen 2022 und 2031 mit einer durchschnittlichen Wachstumsrate von 41,4 % wachsen. Diese rasche Beschleunigung der KI-Einf¨¹hrung wird durch die wachsende Nachfrage nach verbesserten Kundenerlebnissen und die Notwendigkeit zur Rationalisierung von Kapitalausgaben angetrieben.

Globale Telekommunikationsunternehmen, die sich in diesem Szenario als f¨¹hrend erweisen werden, sind die Betreiber, die die Werttransformation von der Spitze aus vorantreiben k?nnen. Dies w¨¹rde die aktive Unterst¨¹tzung der CXOs der Telekommunikationsunternehmen erfordern, um ein strategisches, KI-zentriertes Change Management im gesamten Unternehmen zu erm?glichen.

Um den wachsenden Bedarf an der Einf¨¹hrung von KI zu verstehen, sollten wir uns einige der j¨¹ngsten Marktbeispiele ansehen. Ein gro?er britischer Telekommunikationsanbieter hat k¨¹rzlich angek¨¹ndigt, dass KI bis 2030 10.000 Stellen in seinem Unternehmen ersetzen kann. Ein japanischer Telekommunikationsdienstleister (TSP) gab bekannt, dass er mit Hilfe von KI den RAN-Energieverbrauch um die H?lfte reduzieren konnte. Und ein amerikanisches Telekommunikationsunternehmen konnte mit Hilfe von KI die Zahl der abgebrochenen Kundenanrufe um 62 % senken und damit den Kundenservice ver?ndern.

Beispiele wie diese zeigen, wie KI die globale Telekommunikationslandschaft umgestaltet. Doch eine Frage bleibt.

91Ô­´´

KI und ML-Modelle machen nur 40 % der L?sung aus, und der entscheidende Aspekt sind die Daten. Es ist wichtig zu beurteilen, ob die Daten in der richtigen Form vorliegen und ob effektive Architekturen und Governance vorhanden sind. Eines der gr??ten Probleme, mit denen Telekommunikationsdienstleister heute konfrontiert sind, ist die Integration und Interpretation der Datenflut, die von den Netzwerken, angeschlossenen Ger?ten, sozialen Medien, Anrufaufzeichnungen, Rechnungsinformationen usw. erzeugt wird.

Die Aufdeckung von Korrelationen zwischen diesen hochdimensionalen Daten und die Schaffung verwertbarer Erkenntnisse ist eine Herausforderung, die die Data-Engineering-Teams am meisten reizt.

91Ô­´´

Die zunehmende Rechenleistung, die vielschichtigen Datenstr?me und die Weiterentwicklung von Algorithmen, die viel komplexere Probleme und Signaturen erfassen k?nnen, treiben das Wachstum der KI in der Telekommunikation voran. Kundenservice und Netzwartung sind zwei Schl¨¹sselbereiche, in denen KI zum Einsatz kommt.

Zu den Anwendungsf?llen, die KI/ML im Zusammenhang mit dem Kundenservice l?st, geh?ren:

• Vorwegnahme m?glicher Serviceprobleme und deren Behebung, bevor der Kunde sie bemerkt;
• Optimierung von Serviceabl?ufen, wie z. B. Kundenerlebnisse in den Gesch?ften, ma?geschneiderte Marketingkampagnen und der Einsatz von Mitarbeitern im Au?endienst, in den Gesch?ften und in den Call Centern;
• Rationalisierung der Kunden-Selbstbedienung mit GenAI-gest¨¹tzten menschen?hnlichen Interaktionen; und
• Erkennung und Vorbeugung von Betrug in Bereichen wie Abonnentenverwaltung und Rechnungsstellung sowie proaktive Bem¨¹hungen zum Schutz von Kundendaten und Netzwerken mithilfe von KI-Algorithmen.

Zu den Anwendungsf?llen im Zusammenhang mit der Netzwartung, zu denen KI/ML beitr?gt, geh?ren:

• Erkennung und Verhinderung betr¨¹gerischer Aktivit?ten in den Netzen und auf den Kundenkonten,
• Verringerung der Anzahl der Au?endiensteins?tze,
• Ausrottung von Robocalls und
• Erm?glichung von KI-gest¨¹tzten Systemen zum automatischen Neustart von Mobilfunkt¨¹rmen bei Netzausf?llen oder Leistungsproblemen oder , und
• Optimierung des Netzverhaltens anhand von Echtzeit-Wetterdaten, Windgeschwindigkeit usw.

91Ô­´´

CSPs und TSPs auf der ganzen Welt bereiten sich mit der Einf¨¹hrung von 5G auf die n?chste Generation der Netzwerkkonnektivit?t vor. Die Netze der Zukunft werden komplexer sein, mit einer gro?en Datenmenge, die von zunehmend verbundenen und intelligenten Ger?ten stammt. Wir m¨¹ssen uns auch auf Zero-Touch-Operationen vorbereiten, um den Umfang, die Komplexit?t und die verk¨¹rzte Vorlaufzeit f¨¹r die Entscheidungsfindung zu bew?ltigen, die in diesem Daten¨¹berschussszenario erforderlich sein werden.

Es ist daher wichtig, dass die KI-Systeme in den Mobilfunknetzen fair, verantwortlich, zuverl?ssig, sicher und transparent sind. Diese Elemente sind von entscheidender Bedeutung, um sicherzustellen, dass die Menschen verstehen k?nnen, wie und warum die KI-Algorithmen zu einer bestimmten Entscheidung gekommen sind, und dass sie Vertrauen in die KI-Systeme aufbauen k?nnen.

LTTS arbeitet an der Bew?ltigung all dieser Herausforderungen, um sicherzustellen, dass KI ihr volles wirtschaftliches Potenzial entfalten kann. Neben mehreren unserer Schwerpunktbereiche f¨¹r die branchen¨¹bergreifende Nutzung haben unsere globalen Teams eine KI-gest¨¹tzte L?sung zur Vorhersage von RAN-Ausf?llen 24 Stunden im Voraus entwickelt. Diese proaktive Wartungsl?sung nutzt historische Fehlerverwaltungsdaten (FM), Leistungsverwaltungsdaten (PM) und Ereignisprotokolle von Ger?ten, Wartungsprotokolle, Wetterdaten usw., um RAN-Ausf?lle mit einer Genauigkeit von 90 % vorherzusagen und so die Ausfallzeiten im Netz um 5-15 % zu reduzieren.

Wir gehen davon aus, dass KI in der globalen Telekommunikationslandschaft noch mehr solcher stabilen Wertstr?me freisetzen wird.