Die Disziplin des Maschinellen Denkens – Künstliche Intelligenz für Analytics, Enterprise Search & Machine Learning

Daniel Fallmann, Gründer und Geschäftsführer der Mindbreeze GmbH

 

Künstliche Intelligenz ist schon seit vielen Jahrzehnten ein wichtiger Bestandteil der Wissenschaften und steht zunehmend im Fokus – auch in der Öffentlichkeit. Der Forschungsbereich Künstliche Intelligenz befasst sich damit, Maschinen so zu programmieren, dass sie das Verhalten, die Wahrnehmung und das Denken von Menschen imitieren. Jedoch hat sich nach jahrelangen Bemühungen herauskristallisiert, dass sich genau dies als schwieriges Unterfangen darstellt. Denken, wie wir es verstehen, ist eine komplexe Fähigkeit, die bislang lediglich hochentwickelten Individuen wie dem Menschen vorbehalten ist.

Weil es noch nicht gelungen ist, das menschliche Denken vollständig zu begreifen, fokussiert sich das Forschungsgebiet der Künstlichen Intelligenz mittlerweile vermehrt auf einzelne Teilbereiche und die Entwicklung praktischer Anwendungen, um Personen in ihrem Arbeitsalltag zu unterstützen. Inzwischen ist der Fortschritt dieser Technologien so weit, dass diese nicht nur für Tätigkeiten in industriellen Produktionsprozessen wie Fließbandarbeiten, sondern auch bei administrativen Bürotätigkeiten zum Einsatz kommen können.

Herr Fallmann, das vergangene Jahrhundert hat sich durch rasante technologische Fortschritte ausgezeichnet. Große Zukunftsvisionen wie Smart Factories, eine von Robotern bestimmte Arbeitswelt, oder vollständige Vernetzung knüpften daran an. Hält die Realität dem stand?

Wirft man einen Blick zurück, lässt sich feststellen, dass der technische Fortschritt vor allem im Bereich der Informationsanalyse exponentiell verläuft. Weltweit steigt die Anzahl von Wissensarbeitern, die kontinuierlich Informationen produzieren und das Wissen aufbauen, um technische Neuerungen immer rascher entwickeln zu können. Auf dieser Basis konnten in den letzten Jahren viele neue Innovationen entwickelt und umgesetzt werden. Ein Beispiel sind die sogenannten „intelligenten Maschinen“, die die Fähigkeit erlangt haben, auf Basis der generierten Daten selbst Entscheidungen abzuleiten. Sie sind heute – zumindest zu einem Teil – bereits Realität.

Was jedoch im menschlichen Gehirn innerhalb von Millisekunden abläuft und aufgrund von Intuition und jahrelanger Erfahrung zu einem Gedanken oder einer Entscheidung geformt wird, bedeutet für Software einen enorm hohen Trainings- und damit Rechenaufwand. Die unfassbar großen Datenmengen stellen einerseits zwar ein Problem dar, sind aber gleichzeitig im Bereich des Deep Learning auch ein Segen. Das Verstehen von (natürlicher) menschlicher Sprache ist eines der Gebiete, die dadurch maximal profitiert haben.

Vieles von dem was jeder von uns mit Künstlicher Intelligenz verbindet, ist also oft noch Fiktion, aber der Weg dorthin wird durch die umfassende Forschung und Entwicklung sichtbar geebnet.

Hand aufs Herz: Wie weit sind wir in diesem Bereich und was ist tatsächlich praktisch machbar und nützlich?

Zu den wichtigsten Entwicklungen der letzten Jahre gehören beispielsweise intelligente Systeme, die mit Kunden in den Dialog treten, um etwa Anfragen automatisiert zu bearbeiten oder Empfehlungen auszusprechen. Mithilfe von Technologien wie „Natural Language Processing“ oder „Natural Language Question Answering“ kann heute die menschliche Beratung simuliert und damit die Qualität des Kundenservice deutlich erhöht werden. Sie helfen strukturierte Metadaten, aber eben auch Textinhalte richtig zu analysieren und diese zu verstehen. Dadurch kann der Bedarf des Anwenders korrekt ermittelt werden. Außerdem können Informationen intuitiv und in natürlicher Sprache abgefragt und auch gleich direkt weiterverarbeitet werden.

Hat Künstliche Intelligenz für einen Big Data-Spezialisten wie Ihr Unternehmen Relevanz?

Sicher! Die Anwendung von Künstlicher Intelligenz auf Unternehmensdaten war ein wesentlicher Teil unserer Gründungsidee, daher arbeiten wir seit über zwölf Jahren damit. Wir haben die Verfahren über die letzten Jahre massiv weiterentwickelt und wenden diese auf Milliarden von Dokumenten und Objekten an. Mit unserem Try & Buy-Paket kann das jedes Unternehmen ganz unkompliziert mit seinen eigenen Daten und im eigenen Rechenzentrum erleben und testen.

Dabei geht es heute immer weniger darum, einfach nur Daten in unterschiedlichsten Quellen und Formaten im Rahmen von Berechtigungen zu finden und zusammenzutragen. Vielmehr beschäftigen wir uns mit dem Thema „Fragen und Antworten“ – also wie man auf eine konkrete Frage die perfekte und angemessene Antwort erhält. Dazu muss man Informationen – insbesondere auch die unstrukturierten – analysieren, die Inhalte verstehen, völlig automatisiert verknüpfen und für den jeweiligen Anwender in seiner Rolle aufbereitet darstellen.

… und daher sprechen Sie inzwischen nicht mehr nur von Enterprise Search, sondern zunehmend von Insight Engines.

Ja. Enterprise Search hat sich innerhalb der letzten Jahre stark weiterentwickelt. Denn es geht heute mehr um die Inhalte – also die in einem Dokument enthaltenen Informationen – als um das Dokument selbst. In diesem Zusammenhang spricht man dann von einer Insight Engine. Diese geht mit ihren Funktionen weit über die einer einfachen Enterprise-Search-Lösung hinaus: Kunden wollen nicht suchen, sie wollen proaktiv eine Antwort auf ihre Fragen, oftmals sogar ohne sie überhaupt direkt zu stellen. Die Technologie soll also, statt nur eine einfache klassische Suchmaschine zu sein, mehr als Assistent fungieren, der Anwender auf interessante und relevante Informationen aufmerksam macht.

Welches Potenzial hat Künstliche Intelligenz im Bereich Big Data Analytics?

Künstliche Intelligenz stellt in Unternehmen ein wichtiges Instrument dar. Geschäftsführer setzen häufig auf KI, um Prozesse zu optimieren und dadurch Wettbewerbsvorteile zu generieren. Um sich am Markt durchsetzen zu können, ist es notwendig, vorhandene Daten zu verstehen und sie richtig zu nutzen. Hier spielt auch das Thema „Actionable Information“ nahtlos mit rein, das heute in aller Munde ist.

Mit den entsprechenden Tools ist es ohne großen Aufwand möglich, vorhandene Daten zu analysieren, zu verknüpfen und die vorhandenen Informationen abzurufen. Gemeint sind selbstlernende Systeme mit einem „Hauch“ von angewandter künstlicher Intelligenz.

Diese „kognitiven Lösungen“ bringen Wissensmanagement auf eine ganz neue Ebene, gerade weil sie die effiziente Analyse und Verknüpfung von großen Datenmengen ermöglichen.

Werden wir mit Blick auf Chatbots und Robo-Advisor im Kundenservice bald nur noch mit Maschinen sprechen?

Für einen Kunden ist ein Chatbot durchaus praktisch. Er beantwortet Anfragen außerhalb der Öffnungszeiten – an Sonn- und Feiertagen und auch mitten in der Nacht. Außerdem wiederholen sich die Fragen, die an Mitarbeiter gestellt werden, in 80 Prozent aller Fälle. Da macht es aus Unternehmenssicht durchaus Sinn, diese simplen Fragen automatisiert zu beantworten.

Welche Branchen werden am meisten von der Verknüpfung von Big Data Analytics mit fortschrittlicher Intelligenz profitieren?

Typische Anwendung finden sich zum Beispiel im Bereich des Customer Service. Hier erhalten die Mitarbeiter beim Einsatz intelligenter Tools, dank einer 360-Grad-Sicht, schon jetzt alle Informationen zu einem Kunden. Weitere Branchen stellen Business Development, Forschung und Human Ressources etwa im Bereich des Skill Management dar. Sie suchen in einem Großunternehmen nach einem Experten zu einem bestimmten Thema? Das ist nicht gerade eine leichte Aufgabe. Mithilfe von künstlicher Intelligenz lassen sich beispielsweise Arbeitsprozesse automatisiert analysieren und auswerten. Der entsprechende Experte ist so schnell gefunden. Die Liste an Anwendungsfällen könnte ich nun beliebig weiterführen. Die sich dadurch ändernden Informations- und Arbeitsprozesse sind nicht branchenspezifisch, sondern viel mehr fachbereichsspezifisch.

Vielen Dank, Herr Fallmann!

 

www.mindbreeze.com

Die Mindbreeze GmbH mit Sitz in Linz/Österreich ist ein führender Anbieter von Appliances für Enterprise Search, Big Data und Wissensmanagement. Die Mindbreeze Insight Engine versteht Informationen und ermöglicht eine konsolidierte Sicht auf das Unternehmenswissen – unabhängig davon, wo (Datenquellen) und wie (strukturiert, unstrukturiert) dieses gespeichert ist.