Interview mit Konrad Linner, Geschäftsführer und Datenguru bei solvistas. Er und seine Firma stehen für 20 Jahre Erfahrung im Bereich Daten. Wir haben uns für Sie schlau gemacht, was das Jahr 2019 bringen wird.
Koni, wie nimmst du den Bereich Data Science aktuell wahr?
Ich und die gesamte Firma haben uns schon von Beginn an mit Daten auseinandergesetzt. Wir sind schlussendlich aus der SW-Entwicklung gekommen. Wir haben uns immer bemüht, hoch performante Datensysteme aufzubauen. Wir haben uns auch immer mit Statistiken, Auswertungen, Datenstrukturierungen beschäftigt. Dass wir eigentlich von Beginn an bereits Data Scientists waren, konnten wir damals noch nicht wissen - jetzt haben wir einen Namen bekommen. Für uns ist der aktuelle Trend daher keine Überraschung, sondern die konsequente Zusammenführung der Disziplinen SW-Entwicklung, DB-Technologien, Statistik und Datenorganisation.
Aber wo ist hier der Bereich der künstlichen Intelligenz, kurz KI, zu finden?
Ganz einfach - um KI zu erzeugen, müssen drei Wissensgebiete zusammengeführt werden. Erstens muss ich wissen, welche Daten ich zur Verfügung habe. Zweitens muss ich Codes, also Programme schreiben. Drittens müssen diese um statistische Methoden angereichert werden. Die Programme sorgen für das selbstlernende System, während die Statistik für Ergebnisberechnung sorgt. Die Datenanreicherung sorgt für die Exaktheit des Ergebnisses. Somit ist die Entwicklung von KI schon immer das, was wir bei der solvistas gemacht haben. Voraussetzung ist hier aber fachliches Know How rund um diese Wissensgebiete.
KI ist ja jetzt ein neuer Trend, der für viele Unternehmen interessant ist. Ist die Technologie schon in vollem Umfang im Einsatz?
Nein, denn bevor die Wirtschaft tatsächlich diese Technologie versteht, muss es eine entsprechende Auseinandersetzung mit dem Mehrwert dieser Technologie geben. Während das Marketing das Thema KI für Unternehmen interessant macht, werden die Technologien soweit entwickelt, dass sie Marktreife erlangen. Und dann wird ein großer Boom einsetzen, wo es zu aktuellen Anwendungen kommt. Ich sehe uns derzeit im Stadium der Marketingblase. Damit meine ich die öffentliche Diskussion über die Anwendungs- und Einsatzgebiete von KI und den daraus folgenden Mehrwert für Unternehmen. Daneben werden die technischen Grundlagen für eine schnelle und effiziente KI-System-Entwicklung geschaffen.
Wo siehst du als Geschäftsführer die Trends in diesem Bereich für das Jahr 2019?
Grundsätzlich kann man aktuell erkennen, dass sich zwei Dinge sehr stark durchsetzen: „Künstliche Intelligenz als Unterstützung für Prozesse bei der Digitalisierung“ und „Künstliche Intelligenz zur Verwendung in Chatbots als Frage-Antwort-Systeme“. Die Wissensunterstützung durch Chatbots wird immer häufiger, wie z. B. in Call Centern für den Kundenservice. Wir haben aktuell mit einem Chatbot gestartet für HR zum Thema Arbeitsrecht. Die größte Herausforderung von Frage und Antwortsystemen sind die Sprach- und Texterkennung (Natural Language Processing, kurz NLP). Diese Systeme werden in Zukunft auch weiter angereichert durch das Erkennen von Emotionen. Der selbstlernende Algorithmus wird laufend verstärkt. Dabei spielen weitere Technologien wie neuronale Netzwerke bis hin zu Neuromorphic Computing eine große Rolle. Zusätzlich wird aber auch die Real-Time-Analyse von Daten verbessert werden.
Kannst du uns zum besseren Verständnis Beispiele nennen, wo diese Technologien verwendet werden?
Grundsätzlich hat KI die Aufgabe, Prozesse zu optimieren. Optimierung bedeutet, dass Problemfälle im Vorfeld bereits erkannt werden, Entscheidungen richtig getroffen werden und damit der Output für den Kunden perfektioniert und kostengünstig zur Verfügung gestellt werden kann. Daher kann KI in vielen Themen der Prävention, Früherkennung und Diagnose eingesetzt werden. Wenn also bei einer Produktion ein Fehler entsteht, dann lernt das System von selbst aus dem Fehler und verhindert künftig das Auftreten solcher Fehler. Bei der Diagnose müssen viele unterschiedliche Datenquellen wie Bild und Ton verarbeitet werden. Die schnelle Durchsicht dieser Daten kann durch KI optimiert werden. Bei Röntgenbildern kann KI Bildkorrekturen und Bildfehler erkennen. Bei der Entscheidungsfindung haben die Entscheider das Problem, dass sie zum Zeitpunkt der Entscheidung keine Erfahrungen mit ähnlichen Fällen haben. Es steht ihnen also keine Vorhersage der Auswirkungen ihrer Entscheidung zur Verfügung. KI kann diese Simulation und die Konsequenzen zum Zeitpunkt der Entscheidung liefern und sorgt dafür, dass die Entscheider den optimalen Pfad finden. Man hat dadurch einen Wettbewerbsvorteil bei der angebotenen Dienstleistung bzw. dem Produkt, weil günstiger und qualitativ höherwertiger. In diesem Falle kann der Erfolg meiner Produkte am Markt getestet und evaluiert werden – durch Vorausberechnung mittels Prognosemodellen.
Was würdest du unseren Kunden empfehlen, wie sie das Thema KI angehen sollten?
Das Wichtigste ist, eine gute Datenbasis zu haben… damit meine ich, in Systeme wie DWH oder Data Lakes zu investieren. Ist die Datenbasis inkongruent, schaffe ich nur eine sehr reduzierte Möglichkeit für KI. Außerdem benötige ich eine klare Definition und Beschreibung meiner Arbeit, ich meine damit Semantik. Ein Beispiel: stelle ich einem Chatbot eine Frage, muss er auch die semantische Absicht meiner Frage verstehen. Frage ich nach Umsatz, muss das System auch wissen, was Umsatz fachlich bedeutet und in weiterer Folge, wie es die Berechnung für den Umsatz macht. Die Generierung semantischer Informationen, also Metadaten-Informationen, können durch KI erzeugt werden. Meine Empfehlung ist, sich Folgendes vor Augen zu führen: KI Systeme sind lernende Systeme, sie schaffen aber nur die Grundlage für Entscheidungen. Sie entscheiden aber nichts. Eingabesysteme und Ausgabesysteme zu haben, heißt nicht, dass diese Systeme Inhalte verstehen. Wir reden von starker KI, haben aber bis jetzt nur die Möglichkeiten schwacher KI.
Interview von Kerstin Hemelik-Haindl, solvistas Marketing mit Geschäftsführer Konrad Linner