L'IA ne se trompe jamais ?

Der Begriff KI wird sehr inflationär verwendet. Mit KI wird im Marketing gefühlt jedes zweite Produkt beworben. Es gibt verschiedene Definitionen von KI, von denen ich hier die folgende verwende.

KI-Lösungen haben mindestens folgende drei Eigenschaften: Sie haben ein sogenanntes Domänenwissen, d. h. Informationen (Wissen) über ein bestimmtes Themengebiet und dazu gehörende Regeln. Damit (er)kennt die KI z. B. bestimmte Gegenstände und Situationen, kann Routen optimieren, Abweichungen erkennen und Maßnahmen vorschlagen.

Um Daten aufnehmen zu können und Vorschläge zu machen, muss die KI als Zweites mit ihrer Umwelt agieren können. Das sind mindestens Schnittstellen zu weiteren Systemen (z. B. ERP, Verkehrsinformationen, Lagerbestände usw. oder auch Sensoren, die der KI direkt zuarbeiten). Für die Weitergabe der Ergebnisse und zunehmend auch die interaktive Kommunikation mit den Benutzern werden ebenfalls Schnittstellen benötigt.

Autonom, aber sensibel

Viele KI-Lösungen arbeiten ohne Kommunikation zu Menschen. Zunehmend – und da fällt es uns als Benutzer am stärksten auf – ist die Kommunikation mit uns über Text- oder Spracheingabe. Heutige Systeme können nicht nur blechern sprechen, sondern auch sprachliche Nuancen ausdrücken.

Bei den von uns gesprochenen Informationen kann z. B. auch der Stresslevel ermittelt werden (ein erboster Anrufer kann dann direkt zu Callcenter-Mitarbeitern weitergeleitet werden). Auch können sie Wörter mit mehreren Bedeutungen (sogenannte Homonyme) wie „Bank“ als Geldinstitut, Sitzgelegenheit, Instanz beim Glücksspiel oder Geländeformation („Sandbank“) usw. richtig zuordnen.

Als Drittes hat eine KI auch lernfähig zu sein. Hier scheiden die meisten Lösungen, die als KI-gestützte Lösungen angeboten werden, aus. Ein Beispiel ist Supply Chain Insights von IBM, welches erfolgreiche Lösungen der Vergangenheit mit einem menschlichen Team „bespricht“ und die für eine Störung der Supply Chain gefundene Lösung in seinen Fundus aufnimmt.

Oder Inbound-Callcenter, die über KI und Stimmein- und -ausgabe mit Kunden kommunizieren (Sie glauben gar nicht, wie oft dies inzwischen eingesetzt wird) und die vom Kunden akzeptierte Lösung dann bevorzugt den nächsten Anrufern anbieten. Ähnlich die automatisierte Schadensbearbeitung von Versicherungen, die immer mehr und teurere Schäden über KI regulieren.

Steigert KI den Umsatz?

In einer Studie von Forrester, „Overcome Obstacles To Get To AI At Scale“ (2020), wurde nach den wichtigsten Zielen gefragt, was sich Kunden von der Einführung von KI-gestützten Lösungen erwarten. Auf den ersten Plätzen waren Steigerung des Umsatzwachstums, der Mitarbeiterproduktivität, der (positiven) Kundenerfahrung, der Profitabilität und der Effizienz der Geschäftsprozesse. Wie Sie sehen, ein breiter Strauß an Erwartungen, aber nachvollziehbar, da es sich um Werkzeuge handelt, die breit einsetzbar sind. 

Wenn wir den Stand bei der Einführung von KI-Lösungen sehen, dann fällt auf, dass der Wille da ist und auch viele Unternehmen Initiativen dazu gestartet haben. In der Praxis sind die benötigten Daten die größte Hürde.

Das betrifft die Datenqualität, die meist nicht gut genug ist, um KI-Systeme zu trainieren oder bei denen nicht klar ist, ob sie für die benötigten Zwecke genutzt werden dürfen. Dann ist die Integration der unterschiedlichen Datensilos zu nennen. Die nächste Hürde ist das Verständnis, welche Daten für welches Ergebnis benötigt werden.

Die Einführung von KI-gesteuerten Lösungen ist kein Sprint, sondern ein „Dauerlauf“, der nie endet. Können KI-Lösungen auch irren? Leider ja. Allerdings: Je besser die Regeln, je besser das System lernt und je besser die Daten sind, desto optimaler die Ergebnisse.