Künstliche Intelligenz (KI) unterstützt die Entscheidungsfindung

Es funktioniert schon recht gut

Wie menschlich ist Sophia? Sie beherrscht 62 verschiedene Gesichtsausdrücke, reagiert auf Ton und Bild, antwortet flüssig auf Englisch und stellt Augenkontakt mit dem Gegenüber her. Und gerade erst hat sie die saudi-arabische Staatsbürgerschaft erhalten. Werden Roboter also schon bald die Weltherrschaft übernehmen? Viele Unternehmen in den USA befassen sich mit der Entwicklung von KI und tüfteln an vielen unterschiedlichen Anwendungsszenarien. Autonomes Fahren kennt in der Zwischenzeit – dank Elon Musk – schon Jeder.

Auch Deutschland spielt in der obersten Liga der Forschung und Entwicklung mit. Im Juli 2017 wurde der Neubau des Zentrums für künstliche Intelligenz (KI) des Max-Plack-Instituts in Tübingen eröffnet. Das Institut betreibt Grundlagenforschung auf dem Gebiet der künstlichen Intelligenz. „Ohne Künstliche Intelligenz sind Mobilität, Medizin und Maschinenbau zukünftig nicht mehr denkbar“, sagte Ministerpräsident Winfried Kretschmann (Grüne) bei der Eröffnung des Neubaus. Die Tübinger Forscher tragen laut Kretschmann dazu bei, dass Baden-Württemberg einer der führenden Standorte für die Erforschung von künstlicher Intelligenz bleibe. Das Institut wurde inzwischen zu einem weltweit bedeutenden Forschungsstandort für intelligente Systeme. Auch deutsche Startups setzen immer mehr auf KI. Die Hälfte aller KI-Firmen kommt aus Berlin und der Standort ist damit auf dem 4. Platz weltweit.

Warum der Einsatz von KI so sinnvoll ist

Es leben sieben Milliarden Menschen auf unserem Planeten und jeder von ihnen trifft Entscheidungen und hat seine eigene Meinung. Da mag es seltsam erscheinen, wenn wir sagen, dass es nicht genügend entscheidungsfreudige Menschen gibt und wir deshalb Unterstützung durch künstliche Intelligenz brauchen.

Seltsam, aber wahr.

Die zunehmende Reichweite, Leistungsfähigkeit und Erschwinglichkeit der digitalen Technologie bedeutet, dass immer mehr Prozesse automatisiert und theoretisch effizienter gestaltet werden können. So können mehr von den Gütern und Dienstleistungen produziert werden, die wir benötigen. Aber wir leben nicht in einer Welt, in der alles immer nach Plan läuft. In der realen Welt müssen all diese technologischen „Diener“ auf eine sich verändernde Umwelt reagieren, indem sie aus dem Kontext lernen und entsprechende Anweisungen anfordern. Und dies kontinuierlich.

Diese „technologischen Diener“ brauchen Beispiele, damit sie die folgenden Fragen beantworten können: Soll das Einzelhandelsgeschäft mehr Zahnpasta bestellen? Müssen die Herrentoiletten im dritten Stock des Flughafens schon gereinigt werden? Wann werden sich die Bremsen eines Zuges abnutzen? Handelt es sich bei der Kreditkartentransaktion um einen Betrug? Wenn jemand den neuen Geschmack unserer neuen Kekse nicht mag, ist das dann eher ein Einzelfall oder ein Indikator dafür, dass sich dieser Keks nicht gut verkaufen wird? Wie viele Menschen benötigen nach dem großen Spiel im Stadion in der Innenstadt ein Transportmittel (in Englisch)?

Diese Szenarien sind weit entfernt von den Science-Fiction-Visionen superschlauer Computer, die uns armen Menschen die Entscheidungsgewalt aus den Händen reißen wollen.

KI und Software-basierte Mitarbeiter

Die Wahrheit ist, dass wir softwarebasierte „Diener“ brauchen. Wir Menschen können nämlich nicht Millionen von Entscheidungen pro Sekunde treffen. Keiner von uns kann auf eine Reihe von Messgeräten zur Überwachung von Bremsen jedes einzelnen Rads eines jeden Zugs starren und eine mögliche Überhitzung voraussagen.

Selbst wenn ein Mensch mikroskopisch kleine Veränderungen über Millionen von Datenpunkten hinweg wahrnehmen könnte (und nicht vorher aus Langeweile zusammengebrochen ist): Sie könnten nie genügend Mitarbeiter einstellen, die dies leisten. Hier kommt die Künstliche Intelligenz (KI) ins Spiel. Sie benötigen einen „Diener“, der jede Veränderung in seiner Umgebung erkennt, Probleme vorhersieht und entscheidet, wann eingegriffen werden muss.

Mit der OpenText™ Analytics Suite bieten wir bereits Business-Intelligence- und Reporting-Lösungen an, mit denen Sie die Prozesse Ihres Unternehmens überwachen können. In visuell ansprechenden, leicht anpassbaren Dashboards sehen Sie, was vor sich geht. So können Sie Ergebnisse analysieren, Trends vorhersagen und bessere Entscheidungen treffen.

Jetzt haben wir den nächsten Schritt mit Magellan getan: Wir haben eine KI-basierte Analyseapplikation entwickelt, welche die Entscheidungsfindung verbessert und automatisiert. Die Lösung lernt von menschlichem Urteilsvermögen und repliziert dieses. Magellan kann mit den meisten Geschäftsanwendungen arbeiten und komplexe, sehr unterschiedliche Daten auf einer Plattform (in Englisch) aufnehmen und verwalten, die speziell für die effiziente Verarbeitung großer Datenmengen entwickelt wurde.

Bestimmt stellen Sie sich jetzt die Frage: Was kann Magellan für mich tun? In gewisser Weise hat uns Science Fiction nämlich in die Irre geführt. Künstliche Intelligenz oder „maschinelles Lernen“ beschwört Bilder von plappernden Robotern oder superintelligenten Raumschiffcomputern wie HAL 9000 aus dem Film „2001: Odyssee im Weltraum“ herauf.

Maschinen haben keinen Hunger

Die Maschinen sind jedoch noch nicht ganz so ausgereift, wie wir das vielleicht gerne hätten. Sie sind aber gut darin, zu lernen und einfache Entscheidungen zu treffen. Den Maschinen fehlen jedoch die Nuancen, die menschliche Urteile beeinflussen. Aber das kann sie auch vor zufälligen Schwankungen oder menschlichen Schwächen schützen. Ein Beispiel: Richter entscheiden strenger über Strafen und Bewährung, wenn sie müde und hungrig sind (in Englisch).

Darüber hinaus können Maschinen riesige Datenmengen verarbeiten, um Muster zu erkennen, die wir nicht sehen. Sie können ihr „Urteilsvermögen“ verbessern, je mehr Feedback sie erhalten. Alle oben genannten Beispiele – Sauberkeit in der Flughafentoilette oder Konsumententrends – sind Anwendungsfälle, bei denen Unternehmen mit Magellan Mehrwert schöpfen.

Der rote Faden in jedem dieser Prozesse ist, dass ein Geschäftsprozess einen Datenpfad generiert. Diesen kann eine Person mit Fachkenntnissen erkennen, ein Muster dahinter sehen und eine einfache Entscheidung fällen: zum Beispiel, ob eine Kreditkartentransaktion verdächtig ist oder ob ein Konsument eine positive oder negative Meinung über eine neue Geschmacksvariante hat. Dann kann diese Person Magellan „trainieren“, die wesentlichen Elemente dieses Musters zu erkennen.

KI-getriebene Software beschäftigt sich mit den langweiligen, sich wiederholenden Dingen

Ein interessantes Beispiel ist die Untersuchung von Versicherungsansprüchen bei Arbeitsunfällen auf möglichen Betrug. Jeder an diesem Prozess Beteiligte ist daran interessiert, dass Personen mit echtem Anspruch auf medizinische Versorgung und Entschädigung diesen auch erhalten. Im Gegenzug sollen unehrliche Antragssteller entdeckt und bestraft werden. Und dieser Vorgang soll so effizient wie möglich ablaufen.

Nehmen wir also an, wir haben einen gut ausgebildeten Prüfer. Dieser kennt die Anzeichen von potenziellem Betrug (in Englisch) und sein professionelles Urteilsvermögen ist ziemlich gut. Aber es kann 30 bis 45 Minuten dauern, bis ein Antragsformular gelesen, ein Urteil gefällt und im Bericht vermerkt ist, warum der Antrag berechtigt ist oder nicht.

Und jetzt nehmen wir an, dass dieser Prüfer für die Bearbeitung von 800 Antragsformularen mindestens zehn Arbeitswochen mit je 40 Stunden benötigt. Und während dieser Zeit tut er nichts anderes.

Nun stellen Sie sich vor, dass dieses Unternehmen zunächst einige Zeit damit verbringt, Magellan einzurichten. Dazu werden Data Scientists im Unternehmen die Sachkenntnisse der Prüfer kodifizieren. Nach ein paar Tagen „Training“ kann diese Software die 800 Antragsformulare in weniger als einer Stunde eigenständig bearbeiten.

Magellan ist immer noch nicht die letzte Instanz, ob die Antragsteller ihre Forderungen durchgesetzt bekommen. Die Software ist nur der hilfreiche Assistent, der die Mehrzahl der unkomplizierten Anträge für eine rationelle Bearbeitung aussortiert und die wenigen „dubiosen Fälle“ dem „Chef“ zur Kenntnis bringt.

Beispielsweise könnte Magellan Anträge markieren, wenn die Beschreibung des Unfallopfers den vom Arzt oder anderen Zeugen gemeldeten Verletzungsdetails widerspricht. Oder Magellan könnte betrügerischen Anträge aus den Archiven analysieren und erkennen, dass angebliche Verletzungen, die an einem Montagmorgen entstanden sind, eine höhere Betrugswahrscheinlichkeit aufweisen.

Dies ist nur eine von vielen Möglichkeiten, wie Magellans KI-basierte Analytik einen Geschäftsprozess rationalisieren sowie effizienter und profitabler gestalten kann. In den nächsten Wochen werden wir verschiedene Anwendungsfälle für Magellan vorstellen. Wenn Sie sich für eine bestimmte Branche oder ein bestimmtes Geschäftsfeld interessieren, teilen Sie uns dies bitte in den Kommentaren unten mit.

Und wenn Sie mehr über Magellan erfahren möchten, klicken Sie bitte hier.

Dieser Artikel wurde aus dem Englischen übersetzt.

Stannie Holt

Stannie Holt ist Marketing-Content-Texter bei OpenText. Sie hat über 20 Jahre Erfahrung als Journalistin, Marktforschungsanalystin und Content-Marketing-Expertin in den Bereichen Enterprise Software, maschinelles Lernen, E-Discovery und Analytics

Weitere Artikel, die sie interessieren könnten

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.

Close