Informationen bestimmen unseren Alltag: Mailen, Chatten und Surfen – und das gleichzeitig – ist heute selbstverständlich. Die Kombination aus enorm steigender Rechenleistung, großen Datenmengen und optimierten Algorithmen hat zur gegenwärtigen Fortschrittswelle und der Popularität von KI geführt, zugleich jedoch auch zum inflationären Gebrauch des Begriffes und zum Anstieg von Start-ups in diesem Umfeld. Bei all diesen Jubelmeldungen rund um KI, kombiniert mit nationalen und internationalen Initiativen, wächst auch der Druck auf Unternehmen: Ohne Digitalisierung, Transformierung und KI sehen sie einer düsteren Zukunft entgegen.
Autor – Daniel Fallmann, Gründer und Geschäftsführer von Mindbreeze
Unmittelbar damit verbunden: Je stärker der Einfluss von Daten und Automatisierung voranschreitet, umso spannender wird die Frage, welche Rolle der Mensch dabei spielt. Die Einsatzmöglichkeiten sind vielfältig: von der Unterstützung menschlicher Aktivitäten mithilfe von intelligenten Systemen wie Sprachassistenten, über Roboter, die mit Menschen interagieren können, beispielsweise in der Pflege, bis hin zu vollkommen autonomen Fahrzeugen, die in Zukunft auf den Straßen unterwegs sein sollen.
Dadurch ergibt sich auch eine Herausforderung für Unternehmen: zu identifizieren, in welchen Bereichen sie selbst die Vorteile der KI nutzen können. Mit Blick nach vorn stellt sich aber nicht nur die Frage, wo im Unternehmen die KI in Zukunft menschliche Tätigkeiten ersetzen kann, sondern gleichzeitig gilt es, die Fähigkeiten des Menschen zu fördern, seine Rolle neu zu definieren und einen Fokus auf die erfolgreiche Zusammenarbeit zwischen Mensch und Maschine zu legen.
Wie intelligent ist Künstliche Intelligenz wirklich?
Gibt man den Begriff Artificial Intelligence in gängige Suchmaschinen ein, so werden aktuell rund 772.000.000 Treffer angezeigt. Eine beachtliche Summe – jedoch ist das Forschungsgebiet der künstlichen Intelligenz nicht ganz neu. Bereits seit Langem gibt es wissenschaftliche Bestrebungen, das komplexe menschliche Gehirn künstlich nachzuahmen, und Forscher beschäftigen sich damit, Maschinen so zu programmieren, dass sie menschliches Verhalten, Wahrnehmung und Denken reproduzieren.
Auch wenn auf den ersten Blick die analoge der digitalen Denkweise im direkten Vergleich der „Rechenleistung“ unterlegen scheint, so verhält es sich bei näherer Betrachtung ganz anders: In der digitalen Welt werden Daten in exorbitanter Geschwindigkeit verarbeitet, verglichen und aus ihnen Muster und Entscheidungen mit hoher Treffsicherheit abgeleitet. Das „analoge“ menschliche Gehirn zeichnet sich im Gegensatz dazu durch die Fähigkeit aus, im Kontext und abstrakt denken zu können.
Erst aus diesem Verständnis entstehen neue Ideen und kreative Ansätze für die täglichen Herausforderungen, die eine künstliche Intelligenz nach heutigem Stand der Forschung nicht hervorbringen kann. Aber die heute vorhandenen Systeme und Anwendungen können das Gehirn unterstützen, wenn es darum geht, Muster zu erkennen, große Datenmengen zu verarbeiten oder sich wiederholende Tätigkeiten auszuführen. Genau mit diesen Stärken sollten sich Unternehmenslenker beschäftigen und überlegen, wie sie diese im eigenen Unternehmen nutzen können.
Innovatives Konzept für eine Informationszentrale
Betrachtet man allein die effiziente Bereitstellung relevanter Informationen, zeigen sich häufig die Defizite. Denn meist gibt es keine zentrale Anlaufstelle, die das vorhandene Unternehmenswissen gebündelt zur Verfügung stellt. Für die Informationsbeschaffung gibt es entweder gar keine Suche oder es stehen lediglich Datenbanksuchen für einzelne Systeme mit jeweils eigener Suchfunktionalität zur Verfügung. Mitarbeiter sind daher oft weit davon entfernt, die tatsächlich benötigten Informationen zu finden, geschweige denn eine Antwort auf eine konkrete Frage zu erhalten.
Eine Lösung bieten Insight Engines: Sie agieren quasi als intelligente Informationszentrale im Unternehmen und kombinieren die Funktionen traditioneller Enterprise Search-Lösungen mit innovativen Methoden der künstlichen Intelligenz und heben damit die Informationsbereitstellung im Unternehmen auf ein neues Niveau. In die Suche beziehen sie sämtliche relevanten Quellen ein – unabhängig davon, ob es sich dabei um strukturierte (zum Beispiel Einträge in Fachanwendungen) oder unstrukturierte (zum Beispiel Texte, Audiodateien oder Videos) Daten handelt. Durch eine semantische Analyse der Inhalte und die Verknüpfung von Informationen ist es möglich, maßgeschneidert und punktgenau Antworten auf Fragen zu geben.
Dialogbasierte Kommunikation
Methoden der künstlichen Intelligenz ermöglichen dabei eine dialogbasierte Kommunikation. Ähnlich wie beim Austausch mit Kollegen ist es auf diese Weise möglich, Fragen zu stellen und konkrete Antworten zu erhalten. Mittels Natural Language Understanding (NLU), Natural Language Processing (NLP) und Natural Language Question Answering (NLQA) sind diese intelligenten Systeme in der Lage, sowohl die Suchabfragen der Anwender als auch die Inhalte der angebundenen Datenquellen zu identifizieren, analysieren, interpretieren und verstehen. Auf diese Weise können komplexe Zusammenhänge zwischen Informationen rasch erkannt, mit anderen Daten verknüpft und übersichtlich dargestellt werden.
So sorgen NLU und NLP für das Erfassen und korrekte Verstehen der Suchabfragen und Inhalte, während mittels NLQA das konkrete Anliegen des Nutzers identifiziert wird. Wird beispielsweise der Name eines Kunden in das Suchfeld eingegeben, so werden nicht nur Dokumente als Treffer angezeigt, die den Namen enthalten, sondern auch jene, die beispielsweise Kundennummer, die Auftragsnummer, den Auftragsstatus oder eine Reklamationsnummer beinhalten.
Richtige Antworten auf das „Wo“, „Wer“ oder „Warum“
Darüber hinaus sind Insight Engines dank dieser intelligenten Verfahren in der Lage, auf Fragestellungen mit „wie“, „wo“, „wer“, „warum“ oder „wann“ adäquate und explizite Antworten zu geben. Ein Beispiel: Auf die Frage: „Wie viele Reklamationen hatte Kunde A?“ erhält der Anwender nicht eine Liste mit unzähligen Treffern, die das Wort „Reklamation“ oder „Kunde A“ enthalten, sondern eine konkrete Zahl wie etwa „25“. Durch eine proaktive Datenanalyse und automatisch getriggerte Abfragen werden außerdem kontextrelevante Zusatzinformationen generiert, semantische Vernetzungen genützt und parallel zur Verfügung gestellt. Im Fall der Reklamation wären dies zum Beispiel Informationen zu Rücksendungen oder Nachbesserungen, Notizen oder der Korrespondenz.
“Zwar können Computer Informationen schnell und fehlerfrei in gigantischem Ausmaß sammeln, korrelieren und kombinieren. Aber auswerten im eigentlichen Sinne können sie diese Daten nicht.“
Der Erfahrungsschatz der ‚Maschine‘ wächst
Insight Engines machen sich noch weitere Methoden der künstlichen Intelligenz zu Nutze. Deep- und Machine Learning verhelfen dem System, eine Art Gedächtnis zu entwickeln. So nutzen sie diese Techniken, um ihr Wissen über Anwender – ihr Such- und Klickverhalten oder auch ihre Präferenzen – und generelles Wissen über die indizierten Daten und Datenquellen kontinuierlich zu erweitern. Eine Optimierung der Suchperformance ist die Folge.
Dabei geht es bei Machine Learning vorrangig um das Erkennen von Mustern und Zusammenhängen in den Datenbeständen sowie um das Erstellen von Vorhersagemodellen. Parallel dazu nutzen diese Systeme Neuronale Netze (Deep Learning), um aus vorangegangenen Suchabfragen, der Interaktion mit Treffern und früheren Intentionen der Anwender Relevanzmodelle abzuleiten. Dazu analysieren Sie das Nutzerverhalten – beispielsweise wie oft oder in welchem Kontext Nutzer bestimmte Informationen aufrufen – und lernen dadurch nach und nach die Relevanz dieser Daten zu klassifizieren.
Ähnlich dem Erfahrungsschatz eines Menschen sammelt und speichert die Insight Engine diese Erfahrungen. Je länger sie im Einsatz ist, desto umfangreicher wird demnach auch ihr Wissen.
Der detaillierte Blick ‚auf das Ganze‘
Insight Engines stellen die Ergebnisse dabei nicht in unübersichtlichen, langen Trefferlisten bereit, im Gegenteil. Die Informationen werden so aufbereitet, dass eine sogenannte 360-Grad-Sicht entsteht. Je nach Anwendungsfall, Fachbereich, Rolle und Position im Unternehmen sowie die darauf basierenden Zugriffsrechte, erhalten die Anwender individuelle, übersichtlich aufbereitete Dashboards. Dadurch entsteht ein umfassender Gesamtüberblick zum abgefragten Thema, angereichert mit wertvollen, kontextrelevanten Zusatz-informationen kompakt und strukturiert auf einen Blick bereitgestellt.
Diese unternehmensweite Vernetzung zwischen den einzelnen Anwendungen, Abteilungen, Ebenen und Business Units ermöglicht es, dass sich relevante Informationen im korrekten Kontext aufrufen und verarbeiten lassen. Optimierte oder gar gänzlich transformierte Geschäftsabläufe sind die Folge: angefangen im Kundenservice, bei der raschen und idealerweise unmittelbaren beziehungsweise automatisierten Beantwortung von Anfragen, über die HR Abteilung, wenn es um das rasche Auffinden bestimmter Experten geht, bis hin zur Optimierung von Zulassungsprozessen im Pharmabereich. Die Einsatzmöglichkeiten und Implementierungsoptionen sind bereits vielseitig und entwickeln sich mit fortschreitender Forschung immer weiter.
“Daten werden in exorbitanter Geschwindigkeit verarbeitet und aus ihnen Muster und Entscheidungen mit hoher Treffsicherheit abgeleitet. Das „analoge“ menschliche Gehirn zeichnet sich im Gegensatz dazu durch die Fähigkeit aus, im Kontext und abstrakt denken zu können.”
Résumé
Wie von Hennig Beck in seinem Buch „Irren ist nützlich“ beschrieben, sind – nach wie vor – nur Menschen in der Lage, sich über die ‚Welt der Zahlen und Daten‘ zu erheben [1]. Zwar können Computer Informationen schnell und fehlerfrei in gigantischem Ausmaß sammeln, korrelieren und kombinieren. Aber auswerten im eigentlichen Sinne können sie diese Daten nur bedingt bzw. durch vorangegangenes Lernen von semantischen Verknüpfungen. Denn eine Zahl an sich ist zunächst ‚bedeutungslos‘, sie weist einem bestimmten Sachverhalt nur einen entsprechenden Wert zu. Und dieser ermittelte Wert sollte anschließend ‚bewertet‘ werden.
Noch nie hat eine Zahl alleine die Welt verändert – wohl aber die Geschichten, die hinter den Zahlen stecken. Nutzen wir die Chance, aus Zahlen und Daten die richtigen Entscheidungen (Geschichten) für das eigenen Unternehmen zu schreiben.
Die Mindbreeze GmbH ist ein führender Anbieter von Appliances und Cloud-Services für Information Insight, angewandte künstliche Intelligenz und Wissensmanagement. Die Produkte ermöglichen eine konsolidierte Sicht auf das Unternehmenswissen – unabhängig davon, wo und wie dieses gespeichert ist.
Referenzen
[1] Henning Beck: Irren ist nützlich! Warum die Schwächen des Gehirns unsere Stärken sind. München, 2017.
