Künstliche Intelligenz: Was IBM und der Brexit gemeinsam haben

Publish date:

Alle reden von den vielfältigen Einsatzmöglichkeiten Künstlicher Intelligenz (KI), aber viele Unternehmen wissen nicht, welche Daten sie dafür benötigen und wo sie diese herbekommen.

Fabian Schladitz, Capgemini

Im März machte IBM Schlagzeilen, weil es neuronale Netze mit öffentlich verfügbaren Flickr-Fotos trainierte – ohne Wissen der Personen auf den Bildern. Warum? Ganz einfach: Damit künstliche Intelligenz (KI) Entscheidungen unterstützen oder später eigenständig fällen kann, benötigt sie bereits für ihr Training und den Lernprozess Daten. Viele Unternehmen wissen aber nicht genau, welche Informationen sie überhaupt benötigen und ob sie diese beschaffen können. Geschweige denn, was das kostet. Deshalb sollten sie sich im ersten Schritt einen für den Einsatz von KI geeigneten Entscheidungsprozess aussuchen und sich anschließend daran machen zu ergründen, auf welchen Informationen er basiert.

Blackbox Bauchgefühl

Nach wie vor werden viele Entscheidungen intuitiv gefällt. Buchstäbliche Bauchentscheidungen müssen nicht schlecht sein, denn sie basieren häufig auf der langjährigen Erfahrung einzelner Mitarbeiter oder Führungskräfte. Genauer betrachtet sind Erfahrungen in der Regel aber nichts anderes, als die Auswertung bestimmter Parameter über einen längeren Zeitraum kombiniert mit einem Lernprozess über die Auswirkungen ihrer Veränderung. Je mehr Routine der Mensch hat, desto besser ist er schließlich in der Lage, auch in komplexen Situationen relativ zügig Entscheidungen zu fällen. Es gilt also, die Informationen, die der Mitarbeiter für die Entscheidung benötigt, strukturiert zu extrahieren.

Das ist manchmal nicht so einfach, denn erfahrene Experten wissen teilweise gar nicht mehr, welche Faktoren sie bei ihrer Entscheidung berücksichtigen. Der Prozess läuft so schnell ab, dass es sie Mühe kostet aufzuzählen, auf was genau sie achten. Denn manchmal geht es ja nicht um die Entscheidung anhand verschiedener Zahlen, sondern um den Klang oder die Haptik eines Werkstücks oder Politik aufgrund von Wetterextremen oder geplanten Gesetzesänderungen, über deren Auswirkungen es bislang nur Spekulationen gibt.

Nicht den Algorithmus für die Weltformel erfinden

Wenn aber klar ist, welche Informationen benötigt werden und ob sie sich zu einem vernünftigen Preis in Relation zum erhofften Ergebnis erheben lassen, steht einer Pilot-Anwendung nichts mehr im Wege. Vor allem am Anfang sollten sich Unternehmen auf kleine, gut abgrenzbare Szenarien beschränken und nicht versuchen den Algorithmus zu entwickeln, der die Probleme der ganzen Welt löst.

Anschließend müssen erst einmal eine Zeit lang Daten gesammelt, dann der Algorithmus ermittelt oder gar entwickelt und anschließend die KI trainiert und verfeinert werden. Ich empfehle außerdem, die Entscheidungen der KI über einen längeren Zeitraum mit denen des Experten zu vergleichen, um die Treffgenauigkeit und Zuverlässigkeit zu testen.

Brexit: KIs hören kein Radio

Diese Testläufe sollte man nicht nur in der Anfangsphase, sondern fortlaufend machen, denn Parameter ändern sich. Ein aktuelles Beispiel ist der Brexit: Niemand weiß genau, welchen Einfluss er auf die Wirtschaft haben wird. Die Entscheidungen von KIs beruhen aber immer auf historischen Daten und Informationen in begrenztem Umfang. Während der Mensch weiß, dass der Brexit – zumindest mit hoher Wahrscheinlichkeit – kommen wird und dass er Einfluss haben wird, muss der KI diese Information zur Verfügung gestellt werden. Das ist in den meisten Fällen allerdings recht müßig, denn es gibt sehr viele Szenarien, was anschließend passieren könnte. Verlässliche Daten hingegen gibt es wenige.

So oder ähnlich kommen bei manchen Entscheidungsarten immer wieder neue Parameter hinzu, die in den Algorithmus eingearbeitet werden müssen. Deshalb ist es bei komplexen Entscheidungen sinnvoller, Experten von einer KI unterstützen zu lassen, als die Entscheidungsfindung komplett zu automatisieren. Auf diese Weise werden Entscheidungen besser durch Daten abgesichert als zuvor, gleichzeitig können aber auch kurzfristig neue Variablen berücksichtigt werden.

Wenn Sie also keine Daten haben, heißt das nicht, dass Ihnen der Zugang zu KI-Anwendungen verschlossen ist. Sie müssten zunächst einmal eruieren, welche Daten Sie benötigen und ob Sie diese zu einem vernünftigen Preis erheben könnten.

Benötigen Sie noch weitere Tipps? Sprechen Sie mich gerne an, ich freue mich auf den Austausch.

Erfahren Sie mehr zum Thema Künstlicher Intelligenz.

Weitere Posts

Artificial Intelligence

Künstliche Intelligenz benötigt Datenmanagement – und umgekehrt

Axel Toonen
Date icon September 27, 2019

Wie Künstliche Intelligenz und Machine Learning digitale Transformationsinitiativen antreiben...

KI-Ethik

Künstliche Intelligenz: Wie halten wir’s mit Recht und Ethik!?

Fabian Schladitz
Date icon August 30, 2019

Beim Einsatz Künstlicher Intelligenz wird zunehmend auch über den rechtlichen Rahmen und...

Künstliche Intelligenz

Künstliche Intelligenz im Gesundheitswesen: Die Krankenversicherung der Zukunft

Lisa Neumann
Date icon Juni 21, 2019

KI bietet gesetzlichen Krankenversicherungen und ihren 70 Millionen Versicherten neue...

cookies.

Mit dem Fortsetzen des Besuchs dieser Website akzeptieren Sie die Verwendung von Cookies.

Für mehr Informationen und zur Änderungen der Cookie-Einstellungen auf Ihrem Computer, lesen Sie bitte Privacy Policy.

Schließen

Cookie Information schließen