KI in der Telekommunikation: Die Umgestaltung der globalen Landschaft

Der Markt für künstliche 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-Einführung wird durch die wachsende Nachfrage nach verbesserten Kundenerlebnissen und die Notwendigkeit zur Rationalisierung von Kapitalausgaben angetrieben.

Globale Telekommunikationsunternehmen, die sich in diesem Szenario als führend erweisen werden, sind die Betreiber, die die Werttransformation von der Spitze aus vorantreiben können. Dies würde die aktive Unterstützung der CXOs der Telekommunikationsunternehmen erfordern, um ein strategisches, KI-zentriertes Change Management im gesamten Unternehmen zu ermöglichen.

Um den wachsenden Bedarf an der Einführung von KI zu verstehen, sollten wir uns einige der jüngsten Marktbeispiele ansehen. Ein großer britischer Telekommunikationsanbieter hat kürzlich angekündigt, 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 Hälfte reduzieren konnte. Und ein amerikanisches Telekommunikationsunternehmen konnte mit Hilfe von KI die Zahl der abgebrochenen Kundenanrufe um 62 % senken und damit den Kundenservice verändern.

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

KI und ML-Modelle machen nur 40 % der Lösung 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 größten Probleme, mit denen Telekommunikationsdienstleister heute konfrontiert sind, ist die Integration und Interpretation der Datenflut, die von den Netzwerken, angeschlossenen Geräten, 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.

Die zunehmende Rechenleistung, die vielschichtigen Datenströme und die Weiterentwicklung von Algorithmen, die viel komplexere Probleme und Signaturen erfassen können, treiben das Wachstum der KI in der Telekommunikation voran. Kundenservice und Netzwartung sind zwei Schlüsselbereiche, in denen KI zum Einsatz kommt.

Zu den Anwendungsfällen, die KI/ML im Zusammenhang mit dem Kundenservice löst, gehören:

• Vorwegnahme möglicher Serviceprobleme und deren Behebung, bevor der Kunde sie bemerkt;
• Optimierung von Serviceabläufen, wie z. B. Kundenerlebnisse in den Geschäften, maßgeschneiderte Marketingkampagnen und der Einsatz von Mitarbeitern im Außendienst, in den Geschäften und in den Call Centern;
• Rationalisierung der Kunden-Selbstbedienung mit GenAI-gestützten menschenähnlichen Interaktionen; und
• Erkennung und Vorbeugung von Betrug in Bereichen wie Abonnentenverwaltung und Rechnungsstellung sowie proaktive Bemühungen zum Schutz von Kundendaten und Netzwerken mithilfe von KI-Algorithmen.

Zu den Anwendungsfällen im Zusammenhang mit der Netzwartung, zu denen KI/ML beiträgt, gehören:

• Erkennung und Verhinderung betrügerischer Aktivitäten in den Netzen und auf den Kundenkonten,
• Verringerung der Anzahl der Außendiensteinsätze,
• Ausrottung von Robocalls und
• Ermöglichung von KI-gestützten Systemen zum automatischen Neustart von Mobilfunktürmen bei Netzausfällen oder Leistungsproblemen oder , und
• Optimierung des Netzverhaltens anhand von Echtzeit-Wetterdaten, Windgeschwindigkeit usw.

CSPs und TSPs auf der ganzen Welt bereiten sich mit der Einführung von 5G auf die nächste Generation der Netzwerkkonnektivität vor. Die Netze der Zukunft werden komplexer sein, mit einer großen Datenmenge, die von zunehmend verbundenen und intelligenten Geräten stammt. Wir müssen uns auch auf Zero-Touch-Operationen vorbereiten, um den Umfang, die Komplexität und die verkürzte Vorlaufzeit für die Entscheidungsfindung zu bewältigen, die in diesem Datenüberschussszenario erforderlich sein werden.

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

LTTS arbeitet an der Bewältigung all dieser Herausforderungen, um sicherzustellen, dass KI ihr volles wirtschaftliches Potenzial entfalten kann. Neben mehreren unserer Schwerpunktbereiche für die branchenübergreifende Nutzung haben unsere globalen Teams eine KI-gestützte Lösung zur Vorhersage von RAN-Ausfällen 24 Stunden im Voraus entwickelt. Diese proaktive Wartungslösung nutzt historische Fehlerverwaltungsdaten (FM), Leistungsverwaltungsdaten (PM) und Ereignisprotokolle von Geräten, Wartungsprotokolle, Wetterdaten usw., um RAN-Ausfälle 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 Wertströme freisetzen wird.