https://www.faz.net/-gqe-9haut

Wichtige Technologie : Wie deutsche Firmen KI nutzen können

  • -Aktualisiert am

Richard Socher hat in Deutschland Informatik studiert, danach in Kalifornien eine Firma gegründet – und ist nun leitender Forscher für Salesforce. Bild: Alexander Armbruster

Gerade läuft die Vierte Industrielle Revolution: Computer können immer besser mit speziellen Denkfertigkeiten der Menschen mithalten. Das kann unsere Gesellschaft von Grund auf verändern. Ein Gastbeitrag.

          Wir befinden uns mitten in einer Zeit des radikalen Umbruchs, dem Zeitalter der Vierten Industriellen Revolution. Eine ihrer treibende Kräfte ist die Künstliche Intelligenz (KI). Mit dem Einsatz von KI werden wir unsere Produktivität erheblich steigern – mit massiven Auswirkungen auf die Arbeitswelt. Ähnlich wie durch die Erste Industrielle Revolution wird sich die Art und Weise, wie und wo wir arbeiten, komplett verändern.

          Die Technologieberatung Accenture beispielsweise schätzt, dass KI die Wachstumsraten zwölf großer Volkswirtschaften bis zum Jahr 2035 verdoppeln könnte. Computer werden also eine große Wertschöpfung für uns generieren, indem sie genau das tun, worin sie schon immer gut waren: Sie nehmen dem Menschen Arbeit ab, die sich leicht automatisieren lässt. In der Hinsicht hat sie einen ähnlichen Effekt wie Traktoren in der Ersten Industriellen Revolution. Jedoch bleibt es diesmal nicht nur bei manueller Arbeit.

          So automatisieren KI-Systeme beispielsweise Routineaufgaben, etwa die Beantwortung einfacher Kundenfragen in einem Chatfenster. Genauso erkennen sie Kundenpräferenzen beim Online-Einkauf, visuelle Materialprobleme im Maschinenbau oder Krebs und andere Krankheiten in der Radiologie. Sie helfen dabei, die Landwirtschaft weiter zu automatisieren und damit weniger Pestizide und Wasser zu verwenden, erkennen Betrug bei Kreditkarten und Onlinegeschäften und optimieren die Informationslage, auf deren Basis wir Geschäftsentscheidungen treffen.

          Aber was bedeutet das eigentlich – Künstliche Intelligenz? Und vor allem: Wie wird diese Technologie Unternehmen und unser Leben verändern?

          Deutsche Unternehmen müssen sich auf drei Schlüsselaspekte der KI konzentrieren: die neuesten Erkenntnisse in der Programmierung von Algorithmen, die Bedeutung von Daten und die Art, wie KI in die Arbeitsabläufe in Unternehmen integriert wird. 

          Unterschied zwischen Algorithmen und Deep Learning

          Programmierer entwickeln normalerweise Algorithmen, die Computern sagen, wie sie Aufgaben erledigen und Probleme lösen sollen. KIs hingegen führen nicht nur stumpf Befehle aus. Sie sind lernfähig und entwickeln eigene Ansätze zur Problemlösung – basierend auf Trainingsdaten. Man muss diesen KI-Algorithmen viele Tausende oder besser Millionen Beispiele geben, wie sie eine Eingabe in einen Output transformieren sollen. Zum Beispiel, wie deutsche Sätze in englische Sätze übersetzt werden sollten oder wie man auf eine bestimmte Kunden-Mail-Anfrage am besten antwortet oder ob man auf einem Bild das Adidas-Logo sieht oder nicht. Dann können diese Algorithmen genau diese Aufgabe lösen.

          Das funktioniert durch Deep- Learning-Algorithmen, die große Mengen dieser Trainingsdaten analysieren können. Das führt beispielsweise dazu, dass sie mit sogenannten „unstrukturierten“ Daten wie der menschlichen Sprache oder Bildern besser umgehen können.

          Deshalb haben KI-Systeme heute Fähigkeiten, die für jeden normalen Computer noch vor wenigen Jahren undenkbar gewesen wären. Vor dem Jahr 2012 zum Beispiel konnten Rechner häufig nicht einmal eine Katze von einem Hund unterscheiden. Erst dann waren ihnen genug Trainingsbeispiele in Form von Bildern beider Tierarten  gezeigt worden – und die Programmierer hatten bessere Algorithmen entwickelt.

          Ein anderes Beispiel ist die Stimmungsanalyse in sozialen Medien: KI macht dazu die Meinung an der Sprache der Posts fest und schätzt die emotionale Reaktion einem Produkt oder Thema gegenüber ein, die sich davon ableiten lässt. Auf diese Weise können Unternehmen in Echtzeit verfolgen, ob eine Marketingkampagne funktioniert.

          Diese Analyse ist leider schwer zu perfektionieren, weil Sprache kein statisches Konstrukt ist, sondern sich ständig weiterentwickelt. Wenn wir alle saubere, einfache Sprache ohne Dialekt oder umgangssprachliche Wendungen verwenden würden, hätten wir schon relativ bald die perfekte Sprach-KI. Nur leider entstehen in der Realität immer wieder neue Ausdrücke. Der Begriff „YOLO“, oder die Redewendung „dicke Kiste“ sind dafür gute Beispiele. Erst wenn sich eine Spracherkennungs-KI ständig an die immer neuen YOLOs dieser Welt anpasst, kann sie wirklich als perfekt bezeichnet werden.

          Algorithmen spielen eine wichtige Rolle und es ist meistens offensichtlich, welche benutzt werden müssen, wenn es um Standardprobleme in der Sprach- oder Bildverarbeitung geht. Dazu kommt auch, dass die KI-Community sehr offen ist. Fast alle bahnbrechenden neuen Algorithmen werden in akademischen Veröffentlichungen beschrieben, häufig ist sogar der Programmiercode frei verfügbar.

          Der wichtigste Punkt in der KI, den viele unterschätzen, ist, dass die KI nur so gut sein kann wie die Trainingsdaten, mit denen man sie füttert. Ein Prinzip, das letztlich für jedes Computersystem gilt: Schlechter Input führt zu einem schlechten Ergebnis. Denn auch ein KI-System ist nicht in der Lage, die Qualität der eingegebenen Daten zu steigern.

          Schlechte Daten, schlechter Output

          KI-Systeme können Gegenstände oder Muster identifizieren und diese Erkenntnisse auf die Zukunft anwenden. Das ist eine ihrer bedeutsamsten Fähigkeiten. Damit das klappt, benötigt die KI eine große Menge Daten, die vergangene Ereignisse beschreiben und der KI die Attribute dieser Ereignisse beibringen. Es kostet Zeit, diese große Menge qualitativ hochwertiger Datensätze aufzubauen und sie dann jeweils zu kennzeichnen, beziehungsweise ihnen ein Label oder Output zuzuweisen. Erst dann kann die KI zum Beispiel Text als positiv, negativ oder neutral in ihren Emotionen klassifizieren oder verschiedene Objekte in Bildern finden. Bis Computer Katzen als Katzen erkennen konnten, mussten unzählige Katzenbilder als positiv eingestuft und gekennzeichnet werden.

          Damit die Künstliche Intelligenz einen Geschäftsprozess übernehmen kann, muss sie mit Trainingsdaten gefüttert werden, die ungefähr ein bis zwei Jahre umfassen. Dienste wie Amazon Mechanical Turk, bei denen Mitarbeiter gezielt damit beauftragt werden können, Daten zu klassifizieren, sind eine sinnvolle Unterstützung beim Unterrichten von KI-Systemen. 

          Damit die KI beispielsweise Kundenanfragen übernehmen kann, müssen Unternehmen im Vorfeld wiederkehrende Anfragen und die entsprechenden Antworten der letzten Jahre sammeln. Danach kann die KI Antworten auf Anfragen auswählen, die auf vergangenen Mustern basieren. Dabei agiert sie weitaus flexibler als ein herkömmliches Computersystem, weil sie mit natürlicher Sprache und neuen Situationen besser umgehen kann.

          Je besser die KI trainiert wurde, desto zuverlässiger und verantwortungsvoller wird sie handeln. Um das Vertrauen der Kunden in neue, KI-gestützten Prozesse zu erhalten, sollte sichergestellt werden, dass alle Daten vor Ort oder in der Cloud jederzeit sicher gespeichert werden. Und es auch Möglichkeiten gibt, Fehler zu melden.

          Ein weiteres Problem von Algorithmen ist: sie sind nicht neutral. Algorithmen lösen Aufgaben entsprechend ihrer Trainingsdaten. Und diese Daten können theoretisch Gedankengut oder Vorurteile der Organisationen widerspiegeln, die sie generiert haben. Im Zeitalter der KI könnten sich diese Verzerrungen noch verstärken, da die Algorithmen selbst weiter lernen und ihre eigenen Ansätze entwickeln. Schon jetzt gibt es dafür Beispiele in der Justiz oder in Personalabteilungen, wo zum Beispiel Frauen benachteiligt werden, wenn es um Beförderungen geht. 

          Wenn Unternehmen also auf KI bauen, müssen sie sich darüber im Klaren sein, dass dabei Algorithmen mit einer bestimmten Art der Problemlösung und des maschinellen Lernens zum Einsatz kommen. Ein gutes Verständnis davon, wie die KI funktioniert, und vor allem welche Trainingsdaten benutzt wurden, ist also von elementarer Bedeutung.

          KI ist ein komplexes Thema und ich habe kein Problem damit, offen zu sagen, dass wir Informatiker noch nicht so weit gekommen sind, wie viele Leute glauben. Zum Beispiel gibt es bis jetzt noch keinen seriösen Forschungsansatz zu einer KI, die ein Bewusstsein hat. Außerdem gibt es keine menschenähnlichen Roboter, die wirklich autonom navigieren können oder in der Lage sind, ihre eigenen Entscheidungen zu treffen. Menschen müssen sich also keine Sorgen machen, bald einem echten Terminator zu begegnen.

          Es ist jedoch dennoch absolut klar, dass die KI eine sehr bedeutende Entwicklung im Bereich der Datenverarbeitung ist – fast alles in der Welt lässt sich letztendlich als Datensatz erfassen – und dass sie enormes Potential hat, die Produktivität von Unternehmen voranzutreiben. Aus diesem Grund möchte ich alle Unternehmen und die Politik nachdrücklich auffordern, KI aktiv zu erforschen. Zu lernen, was KI bedeutet, wie sie funktioniert, was sie kann und was nicht und wohin sie sich entwickelt. Jeder Entscheider sollte sich die Frage stellen, was das alles für sein Unternehmen, seinen Technologieeinsatz, seine Mitarbeiter und sein Geschäftsmodell bedeutet.

          Wie in den Anfangszeiten von PCs und Internet könnte man KI jetzt auch als eine nette Spielerei deuten. Tatsächlich besteht aber kein Zweifel, dass KI das Potential hat, nicht nur die Wirtschaft, sondern auch die Gesellschaft von Grund auf zu verändern.

          Richard Socher ist KI-Chefwissenschaftler des amerikanischen Tech-Unternehmens Salesforce.

          Weitere Themen

          Topmeldungen

          Wenn das Regierungsbündnis aus Linken., SPD und Grünen einen staatlichen Mietendeckel mit Nachdruck verfolgt, könnte es nur in dieser Legistlaturperiode Wirklichkeit werden.

          Staatlicher Mietendeckel : SPD will Höchstpreis für Mieten in Berlin

          Wirkungsvoller als die bundesweite Mietpreisbremse, welche nur Bestandsbauten betrifft, soll ein staatlicher Mietendeckel sein: Ein Quadratmeter soll damit maximal 6 bis 7 Euro kosten, fordern Berliner Sozialdemokraten. Die CDU hält das für „Sozialismus“.

          Newsletter

          Immer auf dem Laufenden Sie haben Post! Abonnieren Sie unsere FAZ.NET-Newsletter und wir liefern die wichtigsten Nachrichten direkt in Ihre Mailbox. Es ist ein Fehler aufgetreten. Bitte versuchen Sie es erneut.
          Vielen Dank für Ihr Interesse an den F.A.Z.-Newslettern. Sie erhalten in wenigen Minuten eine E-Mail, um Ihre Newsletterbestellung zu bestätigen.