„Was ist Ihre KI-Strategie?“

Christian Romeis
Kaum ein Begriff hat in letzter Zeit so viel Aufsehen erregt wie Künstliche Intelligenz (KI). Insbesondere durch Medien und Filme wird mit diesem Begriff häufig etwas Negatives verbunden (Matrix Trilogie oder I, Robot).

Viele verstehen darunter einen selbstlernenden und alles wissenden Algorithmus, der den menschlichen Nutzen generell überflüssig erscheinen lässt, und selbstorganisierend die Herrschaft übernimmt. In Wirklichkeit ist KI momentan und auf absehbare Zeit nichts anderes als ein Werkzeugkoffer von Softwareentwicklern zur Lösung von klar abgegrenzten Aufgaben. Selbst das autonome Fahren ist eine klar abgegrenzte Aufgabe, wenn auch zugegebenermaßen eine sehr Komplexe. Doch was bedeutet KI heute für Unternehmen, was müssen sie heute tun, um für die Herausforderungen der Zukunft gerüstet zu sein. Auf diese Fragen und welche Rolle dabei die Plattmacher übernehmen, gehe ich in diesem Beitrag ein.

Die Künstliche Intelligenz ein Teilgebiet der Informatik in dem es darum geht, technische Systeme zu entwickeln, die gestellte Aufgaben „intelligent“ automatisiert ausführen. Wichtig ist, dass weder definiert ist, was „intelligent“ bedeutet, noch welche Methoden oder Techniken eingesetzt werden. Selbst die explizite Programmierung des Lösungswegs auf Basis von Vorwissen zählt zu den Werkzeugen des KI-Werkzeugkoffers. Beispiel gefällig?

WENN der Betreff der eingehenden E-Mail eines der Wörter Gewinnspiel ODER Profit ODER Diät enthält, DANN verschiebe die E-Mail in den Spam-Ordner.

Diese Art des Spamfilters ist zwar schon längst überholt, da sie sich sehr leicht umgehen lässt, indem man die typischen Spam-Begriffe nicht verwendet. Jedoch zählt diese Methode schon zur Künstlichen Intelligenz, da sie auf Basis von Vorwissen (häufig genutzte Wörter im Betreff von Spam-E-Mails) die Aufgabe übernimmt, den Empfänger automatisiert vor Betrug zu schützen, indem Spam-E-Mails in einen separaten Ordner zu verschoben werden. Der Spam-Ordner ist notwendig, da es auch vorkommen kann, das E-Mails dort landen, obwohl sie kein Spam sind. Der Empfänger ist somit vorgewarnt und prüft die E-Mails in diesem Ordner (hoffentlich) gewissenhaft.

Die Methode, Aufgaben mittels expliziter Programmierung zu lösen, beschränkt sich allerdings auf überschaubare Aufgabenstellungen und auf jene, die mathematisch eindeutig lösbar sind. Dies ist allerdings in der praktischen Anwendung nicht immer möglich. Entweder ist die Aufgabe sehr komplex und häufig geht damit einher, dass die Lösung nicht eindeutig beschreibbar ist, oder es ist zeitlich zu aufwendig diese Lösung zu ermitteln. Ist eine dieser Tatsachen gegeben, so bietet sich eine zunehmend wichtigere Schlüsseltechnologie der Künstlichen Intelligenz an: Das Maschinelle Lernen.

Methoden des Maschinelles Lernens sind weitere Werkzeuge im KI-Werkzeugkoffer. Ziel des Maschinellen Lernens ist es, ohne zuvor definierte Regeln bzw. explizite Programmierung einen Lösungsweg zu ermitteln. Die Grundlage sind ausreichend viele bzw. repräsentative Beispieldaten wie z. B. Sensordaten, Bilder, Texte, Videos oder sonstige Kennzahlen. Anhand dieser Daten werden mittels Lernalgorithmen komplexe Modelle entwickelt, die auf neue, potenziell unbekannte Daten gleicher Art angewendet werden können. Dadurch können Prozesse automatisiert werden, die komplex und schwierig zu beschreiben sind. Anhand des Beispiels für den Spam-Filter kann das wie folgt aussehen:

Statt der „Wenn-Das-Dann-Das“-Lösung, erstellt man zunächst einen umfangreichen Datensatz mit E-Mails für die bekannt ist, ob sie Spam sind oder nicht. Ein Lernalgorithmus bekommt nun alle Betreffzeilen mit den zugehörigen bekannten Kategorien „Spam“ und „Kein Spam“ präsentiert. Der Lernalgorithmus testet nun automatisiert viele Kombination der Eigenschaften der Betreffzeile auf die Unterscheidbarkeit zwischen „Spam“ und „Kein Spam“. Die Kombination, bei der der Lernalgorithmus die meisten E-Mails richtig zuordnet, ist die beste Lösung für die Aufgabe. Die gelernte Kombination wird auch als Modell bezeichnet und kann nun für neue eingehende E-Mails verwendet werden. Hierbei kann herauskommen, dass bestimmte Wörter häufig in den Betreffzeilen vorkommen. Somit hat man die Aufgabe der Erstellung einer „Schwarzen Liste“ automatisiert. Der Vorteil besteht darin, dass der Lernalgorithmus auch Wörter in die Liste aufnimmt, die ein Mensch möglicherweise vergessen oder als nicht relevant betrachtet hätte. Ein weiterer Vorteil besteht darin, dass man weitere Merkmale oder Eigenschaften wie die Art des Dateianhangs, die Formulierung des Textes oder die Absender-E-Mail-Adresse in den Lernalgorithmus integrieren kann, um die Genauigkeit der Zuordnung zu erhöhen. Um den Spam-Filter noch genauer zu machen und um auf neuartige Spam-E-Mails reagieren zu können, kann man auch noch das Feedback des Empfängers einfließen lassen. Jedes Mal, wenn Sie eine E-Mail aus dem Postfach in den Spam-Ordner verschieben, oder umgekehrt, dann lernt der Algorithmus hinzu.

Zukünftig werden wir in vielen Kontexten lernende Systeme sehen und anwenden. Es gibt kaum Bereiche, die nicht von Technologien aus dem Bereich Künstliche Intelligenz und insbesondere dem Maschinellen Lernen entscheidend beeinflusst werden. Optimale Steuerung von Produktionsanlagen im Themenfeld Industrie 4.0, autonome oder hochautomatisierte Fahrzeuge im Bereich Mobilität, oder Assistenten zur Diagnostik in der Medizintechnik. Grundsätzlich werden KI-Systeme im Zuge der Digitalisierung in allen Teilen der Wertschöpfungskette Einzug halten – branchenunabhängig.

Viele Unternehmen haben eine Digitalisierungs-Strategie oder erarbeiten diese gerade. Digitalisierung ist eng mit der Automatisierung von Geschäftsprozessen verknüpft. Die Digitalisierung ist nämlich die Voraussetzung für diese Automatisierung. Der Einsatz von Künstlicher Intelligenz zu dieser Automatisierung spielt – wie bereits erwähnt - aktuell schon eine wichtige Rolle und wird in Zukunft zunehmend wichtiger. Denn, wenn die Automatisierung „intelligent“ ist, dann werden Prozesse effizienter. Daher ist es sinnvoll, dass jedes Unternehmen eine passende Strategie zum Einsatz von KI hat oder erarbeitet. Dazu stellt sich zuerst die Frage, was das Unternehmen oder Sie als Entscheider grundsätzlich erreichen wollen.

Was ist Ihr Ziel? Daraus ergeben sich dann bei der Erarbeitung der KI-Strategie viele Fragestellungen, wie z. B.:

  • Benötige ich KI überhaupt? Ja, Nein, Vielleicht später …
  • Wofür kann KI eingesetzt werden? Marketing, Prozessoptimierung, Analysen, Prognosen …
  • Wie kann KI eingesetzt werden? Vollautomatisiert, teilautomatisiert, assistierend …
  • Was sind die Voraussetzungen und wie werden diese geschaffen? Daten, Ressourcen, Digitalisierungsstand, Datenschutz …
  • Welchen Mehrwert bietet KI? Kostenersparnis, Umsatzsteigerung, einzigartige Dienstleistung …
  • Wer kann das umsetzen? Interner Spezialist, noch zu schulendes Personal, externe Dienstleister …
  • Wieviel kostet das? Infrastruktur und Betrieb, Entwicklungskosten, Datenbeschaffung …
  • Und viele mehr …

Als Plattformmacher helfen wir Ihnen bei der Beantwortung dieser Fragen und liefern Ihre Plattform „Digital-by-design“. Das bedeutet, dass Ihre Plattform-Prozesse direkt automatisierbar sind. Dementsprechend ist es schon in der Konzeptionsphase wichtig, eine KI-Strategie zu erarbeiten, die dann direkt in die Entwicklungsphase einfließt, um schnell einen Mehrwert zu bieten. Eine nachträgliche Integration erhöht nur den Aufwand, die Kosten und es wird wertvolle Zeit verschenkt – Das werden und wollen wir gemeinsam mit Ihnen vermeiden.