Die Welt spricht von Künstlicher Intelligenz (KI) oder Cognitive Computing (CC). Aber wie reif sind solche Technologien – und sind wir überhaupt schon reif dafür?
Ein neuer Sci-Fi-Horror-Film thematisiert genau diese Frage. Besonders interessant ist dabei sein Trailer, dessen Szenen Watson ausgewählt hat. Der Supercomputer von IBM hat dafür Filmsequenzen mit Millionen von anderen Filmdaten verglichen. Doch für Unternehmen sind derart gewaltige Big-Data- sowie Analyse-Szenarien oft zu weit weg vom Alltagsgeschäft und schlicht nicht umsetzbar. Mit Enterprise-Search-Lösungen könnten Firmen sich und ihre Daten aber schon intern darauf vorbereiten.
Cognitive Computing gehört die Zukunft – darauf setzt zumindest IBM. Solche CC-Systeme sollen dazu fähig sein, selbstständig zu lernen, zielgerichtet sowie menschlich zu kommunizieren und zu interagieren. Positiv formuliert heißt das: Wenn Computer wie Menschen denken können, werden sie unsere Fähigkeiten und Kenntnisse mit ihren Vorhersagen, gewaltigen Datensammlungen sowie darauf basierenden Folgerungen und Empfehlungen erweitern. So machen beispielsweise Versicherungen heute schon davon Gebrauch, wenn es um die Bewertung von Policen und Versicherungspakten geht. Dank Watson lassen sich hierbei Markttrends schneller identifizieren. Auch die Healthcare-Branche sieht im Cognitive Computing großes Potenzial, um aus der Menge an exponentiell wachsenden, medizinischen Daten neue Diagnosen entwickeln zu können. Im Handel oder Finanzwesen finden sich ebenfalls lohnenswerte Einsatzszenarien. Eine Studie geht für das Jahr 2020 von einem Umsatz von 13,7 Milliarden US-Dollar aus, der im CC-Markt generiert werden könnte. (Quelle: Allied Market Research report: »Cognitive Computing Market -Opportunities and Forecasts, 2014 – 2020«)
KI und Cognitive Computing: Angst vor Kontrollverlust und Datenmissbrauch
Eine schöne neue Welt, doch es gibt ebenfalls genügend kritische Stimmen. Für einige bringen die neuen kognitiven Technologien nur mehr Überwachung oder Bevormundung, Komplexität und Kontrollverlust, wenn Systeme ohne unser Wissen mit Systemen kommunizieren. Zudem sehen sie den Datenschutz stark in Gefahr. Stellvertretend für diese Zukunftsängste steht die Befürchtung, dass diese ›intelligenten Computer‹ einmal selbst das Heft in die Hand nehmen und Maschinen programmieren, um uns zu ersetzen. Filmisch wurde dies bereits in Filmen wie ›Morgan‹ oder ›Ex Machina‹ verarbeitet, die Technologien wie KI und CC thematisieren. Etwas unheimlich sind solche ›allwissenden, denkenden Maschinen‹ und deren Fähigkeiten allemal.
Watson, ja super – aber haben Sie nicht noch etwas Handlicheres?
Sowohl Ideal- als auch Horrorszenario sind aber noch weit weg von der Realität. »Watson ist kein Supercomputer, der beispielsweise in den USA steht und der das Wissen der Welt gespeichert hat«, sagt Ursula Flade-Ruf, Geschäftsführerin der mip GmbH. »Es gibt verschiedene Informationsbasen, wie Wikipedia, medizinische oder steuerrechtliche Datenbanken usw., in denen Wissen zu spezifischen Bereichen kumuliert vorliegt. Ein Computer wie Watson muss hierauf erst einmal zugreifen können. Dabei bestimmt der Mensch den Umfang oder den Rahmen der Informationen, mit denen gearbeitet werden soll.«
Sicher ist, dass CC- oder KI-Systeme dieses Wissen in enormer Menge in sehr kurzer Zeit analysieren und strukturieren können – und dabei dazulernen. Jedoch sind derartige Vorhaben meist sehr groß angelegt. Ursula Flade-Ruf: »Einen solchen Analyse-Rundumschlag kann kein einzelnes Unternehmen stemmen. Deshalb finden Watson-Projekte meist im größeren Maßstab statt, zum Beispiel bei der Kriminalitätsbekämpfung durch die Analyse von Verbrechensdaten oder im Gesundheitswesen bei der Krebsdiagnose usw.« Hinter CC-Projekten stehen oft Verbände, Kooperationen oder große Player wie Google, Apple, Microsoft oder IBM.
Erster Schritt: unternehmenseigene Informationen strukturieren
»Für einzelne Unternehmen wird es interessant, wenn sie einige Schritte vor Cognitive Computing oder Watson ansetzen und erst einmal mit dem eigenen, begrenzten Datenpool arbeiten«, so Ursula Flade-Ruf. Firmen haben hier oft bereits eine enorme Menge an Daten und Informationen im Unternehmen angehäuft, die auf Festplattenspeichern, Datenträgern oder in Archiven lagern. Dort liegen die Daten in verschiedenen Formaten und Strukturen vor. Laut einer Studie hatten 2014 aber gerade einmal 18 Prozent speicher- und quellenübergreifende Suchfunktionen, obwohl fast drei Viertel der befragten Unternehmen aus den USA und Europa die interne Suche für ›lebenswichtig‹ und ›essentiell‹ halten. (Quelle: AIIM Search and Discovery Survey, »Search and Discovery – exploiting knowledge, minimizing risk«, 2014)
Mit Enterprise-Search-Systemen lassen sich die Unternehmensdaten indexieren und sie unterstützen beim Ordnen und Säubern. Hierdurch werden bereits erste mögliche Verbindungen offengelegt. »Mitarbeiter können mit Lösungen, wie beispielsweise mip2find, schneller und einfacher relevante Informationen finden, sich ihre Inhalte übersichtlich in einem individuellen Dashboard darstellen lassen – und so das Unternehmen auf die Möglichkeiten von Predictive Analytics oder Supercomputern wie Watson vorbereiten«, erklärt Simone Schubert, Produktmanagerin mip2find bei der mip GmbH. »Auch die Frage, wer welche Daten einsehen kann beziehungsweise darf, wird durch eine klare Rechte- und Rollenzuweisungen im System beantwortet. Dadurch können etwa nur autorisierte Mitarbeiter auf sensible Daten zugreifen. Als weitere Absicherung ist mip2find bisher nur als On-Premise-Variante verfügbar, um die Kontrolle über die Daten nicht an einen Cloud-Anbieter abgeben zu müssen.« Dadurch lassen sich auch die dahingehenden Sicherheitsbedenken von beinahe drei Vierteln der Studienteilnehmer entkräften.
Enterprise Search als Vorbereitung für Cognitive Computing oder Predictive Analytics
Unternehmensdaten werden nicht automatisch auf Relevanz geprüft oder gelöscht. Im schlechtesten Fall werden sie mehrfach unter verschiedenen Namen in unterschiedlichen Formaten auf diversen Speichermedien abgelegt. Vor allem unstrukturierte Daten bremsen bei der Analyse. Mit Enterprise-Search-Systemen lassen sich deshalb bereits zwei wichtige Voraussetzungen für Predictive Analytics oder Cognitive Computing schaffen. »Zum einen liegt eine bestimmte Qualität der abgelegten Informationen vor«, bestätigt Ursula Flade-Ruf. »Zum anderen ist ein schneller und auf der anderen Seite auch sicherer Zugriff auf die Daten innerhalb eines vorgegebenen Rahmens vorhanden.« Simone Schubert ergänzt: »Außerdem ist der Service mip2find auch als Service-as-a-Service-Paket definiert worden, das die Einstiegshürde für Kunden relativ niedrig hält. Dabei unterstützen mip-Experten beim Setzen der Indizes und bei der Verknüpfung der einzelnen Quellen.« Ab hier kann dann ein CC-System helfen, auf wertvolle Datenschätze zu stoßen. Es verknüpft sämtliche Informationen des vorliegenden Datenpools miteinander, um relevante Relationen herzustellen. Watson von IBM zum Beispiel gibt dann erfolgsversprechende Fragen und die passenden Antworten dazu, die mit einer bestimmten Wahrscheinlichkeit am ehesten zutreffen.
Lernen benötigt Lehrer: am Ende entscheiden wir
Ganz ohne menschliche Hilfe funktioniert Cognitive Computing allerdings noch nicht. Ursula Flade-Ruf: »Wir müssen Watson einen Filter, Rahmen oder zumindest eine grobe Richtung vorgeben beziehungsweise den zu durchsuchenden Datenpool begrenzen (wie etwa innerhalb eines Unternehmens). Wir sind sinngemäß so etwas wie Lehrer, die die Welt beispielsweise mit einer Enterprise-Search-Lösung für Watson vorstrukturieren.« Zudem sind es ›nur‹ Wahrscheinlichkeiten, die Watson als Ergebnis angibt. So basiert der Trailer zu ›Morgan‹ nur auf von Watson vorgeschlagenen Szenen, die ein Mensch final aussuchen musste, um im Schnitt daraus einen Trailer zu erstellen. Wie viel KI also wirklich in solchen Projekten steckt, ist noch schwer einzuschätzen. Die Entscheidung, wie nun die richtige Fragestellung oder die passende Antwort genau aussieht, liegt immer noch bei uns.
Weitere Informationen zum Thema Data Warehouse unter: https://mip.de/wissensmanagement/
Die Funktionalität von Neuronen in Phase-Change-Technologie erstmals imitiert
Fakt statt Fiktion: Die rasche Verbreitung intelligenter Maschinen
Digitale Dokumentenanalyse profitiert von Künstlicher Intelligenz
Kluge Systeme: Künstliche Intelligenz wird Problemlöser im Internet of Everything
Unternehmen könnten das Potenzial digitaler Innovationen viel stärker ausschöpfen