Künstliche Intelligenz - IT'S TIME TO BUILD! - Handelsblatt Veranstaltungen
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
KI-STANDORT DEUTSCHLAND EXPLAINABLE AI KRISENPRÄVENTION MIT KI
Auf der Suche nach Raus aus der Blackbox! Lösungsansätze für
Leuchtturmprojekten Bevölkerung und Wirtschaft
Eine Sonderveröffentlichung von Euroforum Deutschland OKTOBER 2021 | WWW.HANDELSBLATT-JOURNAL.DE
h e I nte l l i g e n z
Kü n st l i c BUILD!
IT’S T I M E TO
Medienpartner
2 INHALT | IMPRESSUM
Die Themen dieser Ausgabe
Lasst uns KI-Leuchttürme bauen! Warum Augmented Reality keine Spielerei
von Jörg Bienert 3 mehr ist
von Dr. Hendrik Witt 15
6
KI-Regulierung als gesamtgesellschaftliche
Aufgabe Krisensituationen besser bewältigen:
von Dr. Dirk Schlesinger 5 KI-basierte Vorausschau
von Prof. Dr. Katharina Hölzle 16
Künstliche Intelligenz in Serie bringen
von Beate Hofer 6 Krisenprävention mit KI:
Eine Herausforderung, vier Lösungsansätze
Erklärbare Künstliche Intelligenz: von Dr. Steffen Wischmann 17
Raus aus der Blackbox
von Dr. Martin Böckle, Sophia Maier und Das Prinzip „Mensch und Maschine“
Dr.-Ing. Nico Rödder 8 von Prof. Dr. Gjergji Kasneci 19
KI und Text Vertrieb der Zukunft:
Ein symbiotisches Mensch-Maschine-System KI erfolgreich implementieren
von Michael Keusgen 10 von Prof. Dr. Christian Stummeyer 20
12
Daten meistern statt Modelle tunen Mit der richtigen KI-Plattform
von Fabian Schladitz 11 zu profitablen Data-Science-Projekten
von Dr. Theo Steininger 22
KI-Startups erfolgreich gründen:
20
„Wir brauchen mehr Moonshot-Denken“ Der Algorithmus am Vorstandstisch
Interview mit Adrian Locher 12 von Alexander Thamm 23
KI entlastet im Büroalltag:
Nützliche Helfer im Dienst des Menschen
von Dr. Robert Mayr 14
IMPRESSUM
Fotos: Getty Images, Adobe Stock (2)
Herausgeber Projektleitung (V.i.S.d.P.) Art Direction & Layout Titelbild
Euroforum Deutschland GmbH Christiane Daners, Solutions by Handelsblatt Getty Images
Toulouser Allee 27 Handelsblatt GmbH Media Group GmbH
40211 Düsseldorf c.daners@handelsblattgroup.com Toulouser Allee 27 • 40211 Düsseldorf Medienpartner
Tel.: +49 (0)211.88743-3829 solutions-hmg.com
www.handelsblatt-journal.de Redaktionsleitung
Nicola Csepella,
Handelsblatt GmbH
n.csepella@handelsblattgroup.com
Sonderveröffentlichung zum Thema „KI: IT’S TIME TO BUILD!“ | OKTOBER 2021 HandelsblattJournal
GRUSSWORT 3
Lasst uns
KI-Leuchttürme
bauen!
Wir stehen vor der
Herausforderung,
dass sich im Umfeld
von Jörg Bienert
großer KI-Modelle
E
s ist nun dreieinhalb Jahre her, dass wir in nutzen beitragen oder sogar komplett neue Geschäfts- Monopolstrukturen
Deutschland den KI Bundesverband e.V. ge- modelle ermöglichen.
gründet haben. Damals mit dem Ziel, ein Ein wesentlicher Aspekt bei der Umsetzung von Un- bilden.
Sprachrohr für Künstliche Intelligenz zu sein ternehmensstrategien ist allerdings auch, dass KI als Ka-
und die Nutzung von KI in Deutschland vor- talysator dient, um den eigenen Datenhaushalt und die
anzubringen. Nutzung von Daten neu auszurichten und dadurch mit Jörg Bienert,
Seitdem ist viel passiert. Im Herbst 2018 veröffentlichte den Versäumnissen der letzten 10-20 Jahre in diesem Be- Vorstandsvorsitzender,
die Bundesregierung eine nationale KI-Strategie. Viele Un- reich aufzuräumen. Für die Implementierung von KI-Pro- KI Bundesverband e.V.
ternehmen haben eine eigene KI-Strategie entworfen und dukten werden große Datenmengen benötigt. Diese muss-
in verschiedensten Bereichen Anwendungen entwickelt. ten in der Praxis oft erst erzeugt, eingesammelt, qualitäts-
In der Öffentlichkeit hat „Künstliche Intelligenz“ und die gesichert und zum Modell-Training aufbereitet werden. wegen mangelnder Fokussierung, unklarer Gesamtpla-
Diskussion um Potenziale und Risiken große Aufmerk- Der Wert von Daten wurde durch die Popularität von KI nung und fehlender Indikatoren für die Erfolgsmessung.
samkeit erhalten. Was haben wir also in der Zwischenzeit bei vielen Unternehmen in den Fokus gerückt und da- Leider haben sich diese Befürchtungen zum Teil be-
erreicht und welche Herausforderungen gilt es in den durch die erforderlichen Datenprojekte und Datenstra- wahrheitet. Es wurden viele Projekte gefördert, jedoch
Fotos: atelier 5b, Getty Images
nächsten Jahren zu bewältigen, um die Potenziale von KI tegien ins Leben gerufen. fehlt der rote Faden und es gibt viele Maßnahmen, deren
sinnvoll und effektiv auszuschöpfen? langfristiger Nutzen angezweifelt werden kann. Die Akti-
Die nationale KI-Strategie braucht einen vitäten sind unter den Ministerien meist nicht abgestimmt.
KI ist ein Katalysator für die Generierung von klaren Fokus und abgestimmte Maßnahmen Dies führt unter anderem auch dazu, dass bisher nur ein
Mehrwert aus Daten Die 2018 vorgestellte KI-Strategie der Bundesregierung Bruchteil des Förderbudgets verplant bzw. abgerufen
KI steht auf der Agenda vieler Konzerne und Mittelständ- und ihr Update 2020 ist ein sehr umfangreiches Kon- wurde und auch kein Leuchtturmprojekt realisiert wurde,
ler in Deutschland. Es wurden Anwendungen entwickelt, zept und umfasst mehr als 70 Einzelmaßnahmen. Be- das über Deutschland hinaus strahlt und das Land im in-
die zu einer Produktivitätssteigerung und dem Kunden- reits bei ihrer Veröffentlichung gab es kritische Stimmen ternationalen Wettbewerb nach vorne bringt.
Sonderveröffentlichung zum Thema „KI: IT’S TIME TO BUILD!“ | OKTOBER 2021 HandelsblattJournal
4 GRUSSWORT
Wie auch die 2021 vorgestellte separate Datenstrategie I-Modelle. Google präsentierte LAMDA und vor eini-
K Neben OpenSource-Initiativen wie Eleuther AI fördert
der Bundesregierung aufzeigt, existieren viele Einzel- gen Wochen veröffentlichte die Universität Beijing Wu das Bundeswirtschaftsministerium hierzu das Projekt
aktivitäten, jedoch müssen wir uns fragen, ob die Ver- Dao 2.0, ein KI-Modell, das sogar zehnmal größer als Open GPT-X. Im Rahmen der GAIA-X Initiative wird ein
teilung der Mittel nach dem Gießkannenprinzip zum GPT-3 ist, und neben Text auch Bilder und andere Da- Konsortium aus Fraunhofer IAIS, DFKI, der Alexander
Erfolg führt. Ich sage: Nein. Es bedarf wegweisender tenquellen nutzt. Thamm GmbH und weiteren Partnern ein großes deut-
Leuchtturmprojekte und abgestimmter Umsetzung von Diese Entwicklung darf uns aus europäischer Sicht sches Sprachmodell auf Juwels, einem Top-10-Super-
Innovationsideen statt Maßnahmen-Patchwork. In die- nicht unbeeinflusst lassen. OpenAI bzw. Microsoft stellen rechner in Jülich, entwickeln.
sem Zusammenhang stellt sich einmal mehr die Frage, die Funktionalitäten von GPT-3 nicht als Modell, sondern Für die kontinuierliche Weiterentwicklung und indi-
ob nicht ein koordinierendes Digitalministerium für alle nur über eine API zur Verfügung. Andere Anbieter wer- viduelle Anpassung von Sprachmodellen sowie die Aus-
Maßnahmen rund um KI und Digitalisierung, das mit ei- den es ähnlich umsetzen. Eine Anpassung der Modelle weitung der Entwicklung auf andere Datenarten wie
nem klaren Innovationsanspruch in die neue Legisla- durch externe Wissenschaftler und Unternehmen ist nicht Bilder, Video und Sensordaten ist es jedoch erforderlich,
turperiode startet, eine effektivere Alternative wäre. möglich, die erforderlichen Daten müssen immer an die dass ein dediziertes Hochleistungs-Rechenzentrum
Cloudservices übertragen werden. für KI zur Verfügung steht. Genau dies ist die Moti-
Wir brauchen eine Regulatorik mit Augenmaß Betrachtet man die enormen Ressourcen, die das Trai- vation der Initiative LEAM (Large European AI Models,
Im April 2021 stellte die EU-Kommission ihren Entwurf ning von großen Modellen benötigt, stehen wir vor der www.leam.ai), die vom KI Bundesverband e.V. ins Leben
zu einer KI-Regulierung vor, der mit Spannung erwar- Herausforderung, dass sich in diesem Umfeld Monopol- gerufen wurde, und von vielen nationalen wie internati-
tet wurde und das Ziel einer menschenzentrierten KI strukturen bilden, ähnlich der Position von Google bei onalen Institutionen und Unternehmen unterstützt wird.
unter der Berücksichtigung europäischer Werte verfolgt. Suchmaschinen. Wir müssen in Deutschland und Europa Ziel ist der Aufbau eines KI-Supercomputers, auf dem
Eine zu enge Regulierung von KI kann die sinnvolle Nut- also die Fähigkeiten aufbauen, eigene große KI-Modelle Wissenschaft und Wirtschaft Modelle erstellen, die nicht
zung von KI in Industrie, Wissenschaft und Verwaltung zu implementieren, die von Wissenschaft, Unternehmen nur über Programmierschnittstellen, sondern auch zur
stark einschränken und sogar in weiten Bereichen un- und Startups genutzt werden können. individuellen Weiterentwicklung genutzt werden kön-
möglich machen. Europa würde dadurch nicht nur tech- nen. Auf Basis dieses Leuchtturmprojekts soll sich ein
nologisch, sondern durch die ausbleibenden positiven umfangreiches KI-Ökosystem bilden, das die globale Wett-
ökonomischen Effekte wirtschaftlich im internationa-
len Vergleich weiter zurückfallen. Das darf nicht passie- Wir benötigen bewerbsfähigkeit der deutschen KI-Industrie sicherstellt,
und damit maßgeblich zur digitalen Souveränität in Eu-
ren. ropa beiträgt.
Wir haben im KI-Verband bereits vor einem Jahr eine
Reihe von Grundprinzipien für eine Regulierung ent
in allen KI- Wir müssen in Europa aktuelle KI-Entwicklungen
aktiv gestalten
Dimensionen
wickelt, die auch weitgehend mit den Vorstellungen von
anderen Institutionen übereinstimmt: Die technologische Entwicklung rund um KI hat nichts
von ihrer Geschwindigkeit und Kraft verloren, wobei
• Es bedarf einer klaren, fokussierten Definition von KI.
• Es sollten immer konkrete Anwendungen und nicht Konzepte, stetig diese in gewissen Entwicklungsschüben erfolgt. So hat
z. B. die 2017 vorgestellte Architektur der Transformer
Kern-Technologien betrachtet werden. Netzwerke innerhalb kurzer Zeit die Long Short-Term
• Bestehende Regulierungen von technischen Systemen
sollten genutzt und bei Bedarf angepasst werden.
angepasste Memories (LSTMs) im Bereich des Neuro-Linguistischen
Programmierens (NLP) in den Schatten gestellt und mitt-
Strategien sowie
• Es sollten lediglich KI-Anwendungen einer Regulie- lerweile auch im Bereich der Bildverarbeitung die Con-
rungsbetrachtung unterzogen werden, die nach einer current Neural Networks überholt.
objektiven Klassifizierung einer hohen Risikostufe zu- Ein Beispiel für die Möglichkeiten von großen KI-Mo-
zuordnen sind.
die Kraft und den dellen ist das Projekt Alphafold. Google Deepmind hat
hier die Faltung von 20.000 menschlichen Proteinen be-
Obwohl diese Prinzipien im Aufbau des Kommissions- rechnet und stellt diese in einer offenen Datenbank zur
Entwurfs durchaus wiederzufinden sind, gibt es in den
Details und Ausformulierungen doch noch viel zu starke
Mut, diese zeitnah Verfügung – eine Revolution für das Verständnis von bio-
logischen Prozessen, die zur Entwicklung von neuartigen
Einschränkungen und Unklarheiten – beginnend mit ei-
ner breiten und missverständlichen Definition des Be-
griffs „Künstliche Intelligenz“.
umzusetzen. Medikamenten und Behandlungsmethoden führen wird.
Weitere Forschungsergebnisse stehen an. Eine mögli-
che nächste Stufe könnte Deep Reasoning werden. Wenn
Daneben ist zu befürchten, dass der aktuelle Entwurf es gelingt, die Fähigkeiten von Neuronalen Netzen mit dem
im Abstimmungsprozess mit EU-Parlament und EU-Rat in Knowledge-Graphen gespeicherten universellen Wissen
in den nächsten ein bis zwei Jahren weiter verschärft wird. zu kombinieren, werden wiederum neue, erstaunliche An-
Dies mit der zweifelhaften Argumentation, dass mit wendungsgebiete von KI ermöglicht.
einer Regulierung bessere KI entwickelt und ein Diese Fortschritte zeigen, wie schnell zum Teil
Wettbewerbsvorteil erzielt werden könne. revolutionäre Durchbrüche in der Wissenschaft
erzielt werden und auch schnell zur Marktreife
Große KI-Modelle müssen auch in gelangen können. Unternehmensprozesse, Pro-
Deutschland erstellt werden dukte und ganze Geschäftsmodelle können
Als die von Elon Musk und Microsoft finan- in kurzer Zeit disruptiv verändert werden.
zierte Firma OpenAI im Sommer 2020 ihr Umso wichtiger ist es, dass wir uns in Wissen-
Sprachmodell GPT-3 vorstellte, ging ein Rau- schaft, Wirtschaft, Bildung und den möglichen
nen durch die globale AI Community. O penAI gesellschaftlichen Auswirkungen auf diese
hatte ein neuronales Netz aus 175 Milliarden Entwicklungen einstellen. Wir benötigen in
Parametern mit einer riesigen Datenmenge allen Dimensionen Konzepte, stetig angepasste
auf einem der weltweit schnellsten Supercom- Strategien sowie die Kraft und den Mut, diese
puter trainiert. Die Ergebnisse stellten alle bis- zeitnah umzusetzen.
herigen Sprach-KIs in den Schatten. Auf Basis der Nur wenn wir die Technologie beherrschen,
von OpenAI bereitgestellten API wurden in k urzer eigene Produkte und Services entwickeln, sind wir
Zeit mehr als 300 Anwendungen entwickelt, dedi- in Deutschland und Europa in der Lage, die Nutzung
zierte Geschäftsmodelle und sogar Startups gegründet. von KI zum Wohle der Menschen nach europäischen
Gleichzeitig startete eine Art Wettbewerb um große Werten aktiv zu gestalten. ■
Sonderveröffentlichung zum Thema „KI: IT’S TIME TO BUILD!“ | OKTOBER 2021 HandelsblattJournal
RUBRIK 5
ADVERTORIAL
KI-Regulierung als
gesamtgesellschaftliche
Aufgabe
von Dr. Dirk Schlesinger
E
ine Risikobeurteilung von KI wird nicht nur der Vergleichbarkeit und Gewichtung verschiedener
politisch gefordert, sondern auch von Verbrau- Risiken, um sie in einer Risikoklasse zusammenfassen
cher:innen und Herstellern. So ergibt eine Be- zu können – eine Aufgabe, die Techniker allein nicht
fragung des TÜV-Verbands aus dem Jahr 2020, lösen können.
dass 90 % der befragten Unternehmen gesetz-
liche Regelungen fordern, um Haftungsfragen zu klären. KI-Entscheidungen ausweichen oder revidieren
87 % wünschen sich, dass KI-Anwendungen in Abhän- Weiterhin wird eine vollständig neue Risikodimension
gigkeit von ihrem Risiko reguliert werden sollten. Gleich- eingeführt, nämlich die „Einschränkung der Handlungs-
zeitig sollen gesetzliche Regelungen Innovationen be- freiheit des Menschen“ durch KI-Systeme. Trifft eine KI
schleunigen, da das damit geschaffene Vertrauen in KI- zum Beispiel Personalentscheidungen oder gibt es nur
Anwendungen erst zur deren Nutzung führt. einen Anbieter für KI-Systeme für die Übersetzungen
von Texten bei Gericht, ist die Abhängigkeit des Men-
Aber was soll nun reguliert werden? schen von diesen KI-Entscheidungen sehr hoch, mitun-
Klar ist: Je höher das Risiko eines KI-Systems, desto hö- ter existenziell. Dabei geht es nicht nur um „Controlla-
here Anforderungen müssen an dessen Qualität gestellt bility“ – also die Möglichkeit, durch menschlichen Ein-
und desto stringenter soll geprüft werden. Prüfverfah- griff auf ein KI-System den Eintritt eines Risikos zu
ren und Akzeptanzkriterien ergeben sich also aus einer beeinflussen. Dies ist einfach zu erreichen, indem ein
risikobasierten Einstufung von KI-Systemen. Die Euro- menschlicher Letztendscheider die Entscheidungen ei-
päische Kommission hat dieses Frühjahr in ihrem welt- ner KI validiert – zum Beispiel ein Radiologe die von ei-
weit ersten Entwurf für einen KI-Rechtsrahmen solch ner KI entdeckten Anomalien auf einem Röntgenbild.
einen Ansatz gewählt und vier Risikoklassen definiert: Vielmehr geht es um „Human Control“: Die Möglichkei-
unannehmbar, hoch, gering und minimal. ten des betroffenen Menschen, sich einer KI-Entschei-
dung zu entziehen, diese in Frage zu stellen, bzw. die
Konkrete Einordnung und Prüfung komplex und Folgen einer KI-Entscheidung rückabwickeln zu können.
noch zu detaillieren
Sofern ein KI-System sicherheitsrelevant für ein Produkt
ist, welches bereits einer Konformitätsprüfung durch ei- Dr. Dirk Schlesinger, Chief Digital Officer, TÜV SÜD, KI-Regulierung geht nur mit Technik und Ethik
nen unabhängigen Dritten unterliegt, wie bspw. Medi- und „Head of it all”, TÜV AI.Lab KI-Regulierung hat eine technische Komponente: Per-
zinprodukte, ist die Einordnung einfach – die Risikoklasse formanz, Robustheit, sogar der Bias in Trainingsdaten
ist „hoch“. Wie sind jedoch andere KI-Systeme einzustu- lassen sich messen, quantitativ erfassen und bewerten.
fen, bei denen die KI-Komponente zum sicherheitskri-
tischen Bestandteil werden kann, oder das Gesamtsys-
Es geht um KI-Systeme entscheiden jedoch und greifen damit wei-
ter in unsere Lebenswirklichkeit ein, als es andere Tech-
tem aus rechtlichen, ethischen oder gesellschaftlichen nologien zuvor getan haben. Folglich ist deren (Risiko-)
Gründen als riskant einzustufen ist? Wie genau sehen „Human Control“: Bewertung keine alleinige Frage für Techniker oder Prüf-
diese Prüfpflichten in den verschiedenen Risikoklassen unternehmen. Vielmehr sind Politik, Gesellschaft, Wis-
aus? Dafür noch zu erarbeiten sind konkrete Prüfver- Die Möglichkeit des senschaft, Hersteller, Verbraucher:innen gemeinsam ge-
fahren, -werkzeuge und Akzeptanzkriterien – eine ge- fragt – nur dann erreichen wir das Ziel, das Vertrauen in
meinsame Aufgabe für Industrie, Forschung, Prüfunter- Menschen, sich einer KI-Systeme zu stärken und hohe Standards als Voraus-
nehmen sowie Politik und Gesellschaft. setzung dafür zu verankern, dass KI dem Menschen dient.
Einbindung von Politik und Gesellschaft
KI-Entscheidung ■
notwendig
Der von der EU-Kommission bei der Zuordnung von KI-
zu entziehen bzw. www.tuvsud.com/de
Systemen auf Risikoklassen verwendete Risikobegriff un-
terscheidet sich von den Risiken für Leib und Leben, diese rückabwickeln
Foto: TÜV Süd
wie sie z. B. bei der Zulassung von Autos bekannt sind.
Er umfasst weitere Risiken, wie solche für Vermögens- zu können.
werte oder die Umwelt, aber auch rechtliche, ethische
und gesellschaftliche Risiken. Damit ergibt sich die Frage
Sonderveröffentlichung zum Thema „KI: IT’S TIME TO BUILD!“ | OKTOBER 2021 HandelsblattJournal
6 RUBRIK
Künstliche Intelligenz
in Serie bringen
von Beate Hofer
K
ünstliche Intelligenz (KI) wird die Auto-
Für uns sind drei Aspekte für den erfolg
mobilindustrie in den nächsten Jahren
verändern wie keine andere Technolo- reichen Einsatz von KI im Unternehmen
gie. Algorithmen, die kontinuierlich aus
Daten lernen und optimale Entschei- zentral: Anwendbarkeit, Skalierbarkeit
dungen treffen können, eröffnen völlig neue Po-
tenziale im Fahrzeug und Unternehmen. Sie sind und Wirtschaftlichkeit.
die Basis für intelligente Industrieroboter, effizi-
ente Prozesse, präzise Marktprognosen sowie op-
timierte Verkehrssteuerung. Ihren Höhepunkt er-
reicht diese Entwicklung mit dem autonomen Fah- wir die Möglichkeiten der Enterprise AI bereits entlang mehrwertstiftend ist. Nur wenn wir KI zur Beant-
ren, der wohl radikalsten Veränderung der der gesamten Wertschöpfungskette, um unsere Mitar- wortung der richtigen Fragen einsetzen, können wir
Mobilitätsbranche. beitenden zu unterstützen und als Unternehmen noch die Technologie nachhaltig im Unternehmen veran-
Für Volkswagen ist KI von fundamentaler, stra- effizienter und nachhaltiger zu werden. kern und auf die Unternehmensziele einzahlen. Für
tegischer Bedeutung. Die Technologie ist ein zen- uns bei Volkswagen sind drei Aspekte für den erfolg-
traler Treiber der Konzernstrategie NEW AUTO, KI-Erfolgsfaktor: die richtige Frage stellen reichen Einsatz von KI im Unternehmen zentral, die
mit der wir die größte Transformation der Unter- Mit steigendem technologischen Reifegrad scheinen die eng miteinander verbunden sind: Anwendbarkeit,
nehmensgeschichte eingeläutet haben und uns bis Einsatzbereiche von KI schier unerschöpflich. Gleich- Skalierbarkeit und Wirtschaftlichkeit.
2030 zu einem softwareorientierten Mobilitätsan- zeitig lassen sich viele Fragestellungen im Unternehmen
bieter entwickeln. Wir haben früh begonnen, um- auch weiterhin mit klassischen Algorithmen oder beste- Daten als notwendige Bedingung
fassendes Knowhow und Spezialwissen für die Ent- hender Software lösen. Ein integraler Bestandteil der für die Anwendbarkeit
wicklung algorithmischer Systeme aufzubauen und KI-Entwicklungsarbeit ist es daher, zu bewerten, wann Was für das E-Auto der Strom ist, sind für die KI die
KI-Prototypen zu implementieren. Heute nutzen der Einsatz von KI wirklich sinnvoll sowie effizienz- und Daten. Intelligente Algorithmen können hochkom-
Sonderveröffentlichung zum Thema „KI: IT’S TIME TO BUILD!“ | OKTOBER 2021 HandelsblattJournal
RUBRIK 7
Vom KI-Projekt zum Datenprodukt
Disruptive Methodische DSGVO- Business
Innovation mit KI Beurteilung Prüfung Case
PRODUKT-
ENTWICKLUNG
Keine KI notwendig
Konzeptentwicklung
plexe Datenmengen schnell, effizient und kontinuier- FORSCHUNG
lich durchsuchen und darin Muster finden, die uns da-
Fremdvergabe
bei helfen, Anwendungen und Arbeitsprozesse im Un-
ternehmen weiterzuentwickeln. Die Grundvoraussetzung
Erfindungen Umsetzung
für die Anwendbarkeit performanter Algorithmen sind
folglich relevante Schnittstellen zu Bestandssystemen
und die konsistente Verfügbarkeit von hochwertigen
Daten.
PRODUKT
Modulare Komponenten schaffen die Basis
für Skalierbarkeit
KI eignet sich besonders für im Zeitverlauf wiederkeh-
PROJEKT
rende Fragestellungen, denen eine ähnliche Logik zu Quelle: Volkwagen AG
Grunde liegt. Denn Technologien wie das maschinelle
Lernen haben die Fähigkeit, kontinuierlich dazuzuler-
nen. Modulare Software-Komponenten, die mit beste- für Anwendungen außerhalb des Fabrikzauns etwa zur
henden Implementierungen abgeglichen und iterativ Verkehrsplanung in Städten. Mit der Volkswagen Vision
weiterentwickelt werden, schaffen die Basis für die tech-
nische Skalierbarkeit sowie Skaleneffekte bei Betriebs-
Für den nach- Workbench haben wir ein KI-Projekt erfolgreich in ein
Datenprodukt weiterentwickelt, das an unterschiedlichen
und Supportkosten.
haltigen Betrieb Stellen im Unternehmen Anwendung findet.
Direkten und indirekten ROI berücksichtigen KI muss dem Menschen dienen
Zentraler Bestandteil der Entwicklung und Implemen- von KI-Systemen KI im Unternehmen darf selbstverständlich nicht allein
tierung von KI ist – ebenso wie bei allen anderen Tech- eine Frage der technischen Machbarkeit sein. Es ist höchst
nologien – neben technischen Parametern stets auch das ist ein data-driven relevant, sich auch frühzeitig mit sozioökonomischen
unternehmerische Potenzial für neue Geschäftsfelder und ethischen Aspekten zu beschäftigen. Dazu gehört
oder in Form von konkreten Verbesserungen innerhalb Mindset im einerseits, aufzuzeigen, in welchen Bereichen KI einen
der Organisation. Dabei werden zunächst klassische Kenn- wirklichen Mehrwert für unsere Mitarbeitenden schaf-
größen wie Return on Investment oder direkte quanti-
fizierbare Einsparungen im Betrieb betrachtet. Unter-
gesamten Unter fen kann, und so möglichen Vorbehalten und Ängsten
gegenüber der Technologie frühzeitig zu begegnen. Volks-
nehmerischer Mehrwert entsteht jedoch nicht nur durch
die KI-Anwendung selbst. Mitarbeitende können repe-
nehmen zu wagen hat hier eine klare Haltung: KI muss dem Men-
schen immer sinnvoll dienen – es geht darum, mensch-
titive Verwaltungsaufgaben an die Maschine abgeben
und einen Teil ihrer Arbeitszeit sinnstiftender und wert- verankern. liche Kompetenz und Fähigkeit zu unterstützen, und
nicht darum, sie zu ersetzen. Andererseits müssen wir
schöpfender einsetzen. Dieser Aspekt muss bei der wirt- transparent machen, wofür Daten genutzt und wie sie
schaftlichen Bewertung intelligenter Systeme berück- interpretiert werden. Hier müssen wir sicherstellen, dass
sichtig werden, denn davon profitiert das gesamte Un- Beate Hofer, KI-Systeme stets verantwortungsvoll, fair und unter Ein-
ternehmen. CIO, Volkswagen AG haltung des Datenschutzes eingesetzt werden. Der Schlüs-
sel, um Vertrauen in die Technologie aufzubauen und
Vom KI-Projekt zum Datenprodukt: ihr Transformationspotenzial vollends zu entfalten, ist
Volkswagen Vision Workbench Transparenz.
Dem Einsatz von KI in der Produktion und Logistik kommt
bei Volkswagen eine besondere Rolle zu, denn mit 118 Ausblick
Fabriken gehören wir zu den weltweit größten Indust- In Zukunft wird die Bedeutung von KI als Wettbewerbs-
rieunternehmen. Hier haben wir einen großen Hebel, faktor weiter zunehmen. Wenn wir mit der kontinuier-
um mit leistungsstarken Datenprodukten unsere Pro- lichen Weiterentwicklung der Technologie Schritt hal-
zesse produktiver, effizienter und nachhaltiger zu ge- ten und sie aktiv mitgestalten wollen, müssen wir die
stalten. Ein Beispiel dafür, wie wir das operativ umset- Methoden beherrschen und die Voraussetzungen schaf-
Fotos: Getty Images, Volkswagen AG
zen, ist unsere Volkswagen Vision Workbench. fen, um leistungsfähige KI-Systeme im Unternehmen auf-
Die inhouse entwickelte Plattform bündelt alle grund- zubauen und nachhaltig betreiben zu können. Ein zen-
legenden Funktionen für Computer Vision, die relevan- traler Aspekt hierbei ist es, ein data-driven Mindset im
ten Schnittstellen zu den Bestandssystemen und stellt gesamten Unternehmen zu verankern. Fachexperten
die einfache Integration in die Konzern-Infrastruktur si- müssen das Potenzial von Daten noch stärker für ihre
cher. Darauf aufbauend entwickeln wir unterschiedliche tägliche Arbeit erkennen und befähigt werden, die rich-
Funktionalitäten etwa zur Qualitätskontrolle von länder- tigen Fragen zu formulieren, bei deren Beantwortung
spezifischen Etiketten am Fahrzeug oder der Erkennung ihnen KI dienen kann. Auf diese Weise erzielen wir eine
von Rissen und Abweichungen in Bauteilen, aber auch echte Wirkung. ■
Sonderveröffentlichung zum Thema „KI: IT’S TIME TO BUILD!“ | OKTOBER 2021 HandelsblattJournal
8
ADVERTORIAL
Erklärbare
Künstliche Intelligenz:
Raus aus der Blackbox
von Dr. Martin Böckle, Sophia Maier und Dr.-Ing. Nico Rödder
T
atort Twitter im März 2016: Ein Account mit Seit TayTweets sind über fünf Jahre vergangen, die Tech-
dem Namen TayTweets erschüttert das Inter- nologien haben sich weiterentwickelt, funktionsreiche
net durch eine Reihe anstößiger und kontro- KI-(Teil-)Applikationen haben in unserem privaten so-
verser Kurznachrichten. So weit, so gewöhn- wie beruflichen Alltag Einzug gehalten und sind daraus
lich, könnte man meinen. Allerdings handelte nicht mehr wegzudenken. Zum Beispiel in der Medizin,
es sich bei TayTweets um einen „Twitter Bot“ von Mic- in der KI zur Klassifizierung von Computertomographie-
rosoft, der sich auf Basis der Interaktion mit menschli- Bildern eingesetzt wird, um die Frühdiagnose von Netz-
chen Nutzern weiterentwickelt und eigene „menschen- hauterkrankungen zu unterstützen, oder im Bankwesen,
ähnliche“ Charakterzüge entwickeln sollte. Was von Mi- wo Anwendungen den Nutzern beim Risikomanagement
crosoft als Demonstration der eigenen Fähigkeiten und und bei Entscheidungen der Preisgestaltung helfen. Trotz
Technologie im Bereich Künstlicher Intelligenz (KI) vor- der vielen positiven Beispiele stellt das Design von nut-
gesehen war, führte zu einem PR-Desaster. Statt Tay mit zerzentrierten intelligenten S ystemen, welches die Be-
dem Wahren, Schönen und Guten der Menschheit zu dürfnisse und Ziele der End-Nutzer berücksichtigt, noch
„füttern“, entschieden sich Twitter-Nutzer in der Mehr- immer eine große Herausforderung dar.
zahl dazu, den Bot mit menschlichen Abgründen zu über- Die Debatte um KI und ihre Auswirkungen auf die Dr. Martin Böckle,
fluten. Es dauerte nur wenige Stunden, bis der unter La- Gesellschaft, zunächst in Expertenkreisen geführt und Lead Strategic Designer, BCG Platinion
borbedingungen entwickelte „unvoreingenommene“ Bot durch Beispiele wie Tay einer breiteren Masse bewusst
offensichtlich rassistische und extremistische Inhalte gemacht, scheint mit jedem erschlossenen Anwendungs-
„lernte“, diese selbst unkontrolliert twitterte und als letzte gebiet noch präsenter zu werden und hat nun auch die breitung ethischer IT sowie der Steigerung des Vertrau-
Konsequenz darauf offline genommen wurde. politische Bühne etwa über die Arbeitsgruppe Mensch ens der Bürger in KI-gestützte Systeme ab. Entlang eines
und Maschine des Deutschen Ethikrats erreicht. risikobasierten Ansatzes sollen KI-getriebene Applika-
Alltäglichkeit von KI steigert Diskussionsbedarf tionen gemäß ihres Einsatzgebietes kategorisiert wer-
Auch wenn Tay durch einseitige Fragen und Aussagen EU-Regulierung könnte Handlungsdruck nach den und EU-weiten Auflagen und Standards unterliegen.
von „Trolls“ gezielt beeinflusst wurde, untermauerte der mehr Erklärbarkeit von KI-Lösungen erhöhen Insbesondere für Anwendungen in datenkritischen
Vorfall die Debatte um das Risiko des Einflusses von (re- Die EU-Kommission hat im April 2021 erstmals einen Vor- Bereichen wie im Personalmanagement oder der Straf-
alen) Trainingsdaten auf KI oder auf Machine Learning schlag für einen Rechtsrahmen zur Regulierung von KI verfolgungsinfrastruktur sollen mit Verabschiedung der
(ML) basierende Algorithmen. Dazu kommt eine inten- vorgelegt. Der Entwurf zur Festlegung harmonisierter Verordnung strenge Vorgaben hinsichtlich Dokumenta-
siver werdende Diskussion um die Notwendigkeit einer Vorschriften für KI (2021/0106(COD)) zielt neben dem tion, Transparenz und Sicherheit gelten. Aber auch
stärkeren menschlichen Nachvollziehbarkeit von KI-ba- Verbot von sicherheits-, lebensgrundlagen- und men- Anwendungen wie Chatbots, die von Unternehmen zur
sierten Ergebnissen und Entscheidungsempfehlungen. schenrechtsbedrohender KI insbesondere auf die Ver- Kundenbetreuung eingesetzt werden, sollen klare Trans-
parenzverpflichtungen erfüllen. Der Vorschlag der EU-
Kommission muss zunächst das ordentliche Gesetzge-
bungsverfahren durchlaufen und richtet sich derzeit vor-
merklich auf Anwendungen in kritischen Domänen.
Die Akzeptanz von KI- Zusammen mit den bereits vorhandenen Anforderun-
gen im Datenschutzrecht steigert dieser Vorschlag aber
Anwendungen hängt weiter den bereits heute spürbaren öffentlichen Hand-
lungsdruck auf Entwickler und Unternehmen nach mehr
maßgeblich von der Transparenz, welcher bislang hauptsächlich aus der Rich-
tung der IT-Ethik und der End-Nutzer-Forschung zu ver
menschlichen nehmen war.
Die meisten End-Nutzer verzichten nur ungern auf
Nachvollziehbarkeit die Annehmlichkeiten alltäglich genutzter Apps und Ge-
schäftsanwendungen. Jedoch hängen ihr Vertrauen und
im Umkehrschluss die Akzeptanz maßgeblich von der
von Funktion und menschlichen Nachvollziehbarkeit der Funktionalität
und des Ergebnisses ab. Vier Elemente können diese ge-
Ergebnis ab. währleisten:
1. Die technische Nachvollziehbarkeit, also die Verständ-
Sophia Maier, lichkeit der technischen Softwarelösung und deren
Senior IT Consultant, BCG Platinion Quellcode für Experten
Sonderveröffentlichung zum Thema „KI: IT’S TIME TO BUILD!“ | OKTOBER 2021 HandelsblattJournal
RUBRIK 9
Verstehen und Definieren Ideengenerierung Prototypenbau und Test
KI informierter
Designprozess
Design Thinking
Prozess
KI-Optionen KI-Fähigkeiten KI-Reifegrad
Problem Lösung
definiert identifiziert
2. Die funktionale/logische Nachvollziehbarkeit des Mo- •W as wird erklärt? (z. B. Modell oder Daten)
dels, also die Information, warum und wie welche In- • Wie wird es erklärt? (z. B. direkt/post-hoc, statisch oder
put-Daten und zugrundeliegende Annahmen zu ei-
nem Ergebnis führen
In KI-Initiativen interaktiv)
• Welches Format? (z. B. Text, Bild, Tabellenformat etc.)
3. Die korrekte Interpretation dieser Information
4. Die verständliche Aufbereitung und Vermittlung des müssen strategische Der Ansatz einer nutzerzentrierten erklärbaren KI hat
Wissens an die Nutzenden durch Ansätze wie „erklär- auch das Ziel, die Nutzererfahrung an die jeweilige Nut-
bare KI“ (explainable Artificial Intelligence - XAI) Design-Praktiken eine zergruppe anzupassen. So sollte sich die Ausgabe zwi-
schen normalen Nutzern und technikaffinen Fachexper-
Dieses Konzept ist trotz erklärbarer Algorithmen bis heute zentrale Rolle spielen, ten unterscheiden, um auf die jeweiligen Bedürfnisse
in den wenigsten Anwendungen zu finden. Hier kann der Zielgruppe einzugehen und die Akzeptanz und Zu-
KI-spezifisches strategisches Design eine Schlüsselrolle
spielen. Dazu gehört etwa Design Thinking als eine Me-
um nutzerzentrierte friedenheit zu erhöhen. Von dieser Kundenzufrieden-
heit sowie der vorangehenden Transparenzsteigerung
thode zur systematischen Lösung komplexer Probleme
und der Entwicklung neuer Ideen in der Schnittmenge
Lösungen mit einer und dem dadurch adressierten Handlungsdruck profi-
tieren die Anbieter der genutzten Applikationen.
von „wünschenswert für Nutzer“ (Desireability), „tech-
nische Durchführbarkeit“ (Feasability)“ und „Rentabili- breiten Akzeptanz Denn längst gilt, dass KI-Applikationen nicht nur bis-
her unerkannte Schätze in Daten durch die Erkennung
tät für das Unternehmen“ (Viability). Weniger getrieben von Mustern heben, sondern insbesondere Mitarbeitende
von den technischen Möglichkeiten, stehen bei der Ent- sicherzustellen. von repetitiven Tätigkeiten befreien können, um sich Auf-
wicklung von praxisnahen Ergebnissen die Bedürfnisse gaben zu widmen, die kreative Lösungen erfordern. Eine
und Ziele der Endnutzer im Mittelpunkt. Förderung der Nutzung derartiger Applikationen durch
eine Erhöhung der Nachvollziehbarkeit ist zudem nicht
Strategisches Design erhöht Nachvollziehbarkeit nur aus Gründen von Effektivität und Effizienz sinnvoll,
und Akzeptanz von KI-Lösungen sondern kann auch ein wesentlicher Baustein bei der Er-
Für die Entwicklung nutzerzentrierter KI-Anwendungen 1. Identifikation von Nutzerbedürfnissen über ethnogra- füllung etwaiger regulatorischer Anforderungen bilden.
mit einem hohen Grad an Nachvollziehbarkeit sollte ein phische Forschung oder Fragebögen und Untersu- Somit kann sich der Einsatz strategischen Designs in der
iterativer Ansatz mit dem Ziel einer reibungslosen Nut- chung auf KI-Optionen Entwicklung von KI-Anwendungen nicht nur profitabel
zererfahrung für die Interaktion zwischen Mensch und 2. Ideengenerierung, um die Potenziale der KI mit den auf Anwender und Anbieter auswirken, sondern auch
KI-Anwendung verfolgt werden: Nutzeranforderungen abzugleichen und Datenanfor- weitere Beiträge in der KI-Debatte und auch bei der Re-
derungen abzuleiten gulierung von KI-Applikationen leisten.
3. Ideenumsetzung in einem ersten Prototyp, wobei der
KI-Reifegrad speziell zu Beginn der Nutzung eine He- Akzeptanz fördert Nutzungsintensität
rausforderung darstellt Für Unternehmen ist die Akzeptanz und Nutzungsinten-
Fotos: BCG Platinion; Oliver Reetz, Illustrationen: Adobe Stock (2)
sität neu eingesetzter KI-Lösungen von kritischer Bedeu-
Bei der Entwicklung der Nutzeroberfläche (User Inter- tung. In geplanten und bereits laufenden KI-Initiativen
face, UI) und der Benutzererfahrung (User Experience, müssen strategische Design-Praktiken nicht nur berück-
UX) von KI-Anwendungen ist die Repräsentation und In- sichtigt werden, sondern eine zentrale Rolle spielen, um
terpretation der Ausgabe von hoher Wichtigkeit und wird nutzerzentrierte Lösungen mit einer breiten Akzeptanz
aktuell unter dem Stichwort „erklärbare KI“ (XAI) in For- sicherzustellen. Schlussendlich spielt nicht nur die Leis-
schung und Entwicklung mit dem Ziel diskutiert, das tung der KI-Lösung und die Qualität der zugehörigen
Vertrauen bei der Interaktion zwischen Nutzer und KI- Daten eine wichtige Rolle, sondern auch die Nutzerbe-
Lösung zu steigern. Als Input für Designpraktiken, spe- dürfnisse sind von entscheidender Bedeutung für den
ziell in der Konzeptions- und Prototypenphase, dienen Erfolg der KI-Lösung. ■
Ergebnisse aus anwendungsorientierten Forschungsge-
bieten wie zum Beispiel der Mensch-Computer-Interak- www.bcgplatinion.com/xai
tion (Human-Computer Interaction, HCI), welche sich
mit Design und Nutzung von interaktiven digitalen Sys-
temen auseinandersetzen. In Forschung und (System-)
Dr.-Ing. Nico Rödder, Entwicklung werden bereits Taxonomien für nutzerzen-
Manager, BCG Platinion triertes Design herangezogen:
Sonderveröffentlichung zum Thema „KI: IT’S TIME TO BUILD!“ | OKTOBER 2021
10 RUBRIK
ADVERTORIAL
KI und Text
Ein symbiotisches Mensch-
Maschine-System
von Michael Keusgen
D
ie KI ist keineswegs eine neue Entwicklung.
Sie hat ihre Anfänge in den 1950er Jahren.
Heute, 65 Jahre später, startet die KI durch.
Sie erobert die unterschiedlichsten Lebens-
bereiche. Und wir können uns heute kaum
vorstellen, wie radikal sich das Leben, das Arbeiten und
auch das kreative Schaffen in den nächsten fünf Jahren
noch ändern werden. Mittendrin: der Umgang mit Spra-
che und die Erstellung von Texten. Neue Software er- Vor allem bei der
möglicht es, Texte durch KI veröffentlichungsfähig schrei-
ben zu lassen. Dabei lohnt sich der Blick darauf, wie
heute und künftig das Zusammenspiel zwischen KI und
Erstellung von News
dem Menschen aussehen wird. Die zentralen Fragen
sind dabei:
wird KI in Kürze nicht
• Wie sieht ein qualitätsorientiertes Zusammenspiel zwi- mehr wegzudenken
schen Mensch und (KI)-Maschine aus?
•W ie funktioniert das Schreiben und Texten mit KI? Michael Keusgen, Gründer sein.
• Ist die KI eine Assistentin beim oder der Ersatz für und CEO, ella media ag
das menschliche Schreiben?
• Verändert die KI das Schreiben, die Sprache und da-
mit die Kommunikation?
• Haben Ethik und Moral bei der Entwicklung und dem und optimieren die KI kontinuierlich weiter. Diese
Einsatz von KI in der Texterstellung eine Bedeutung? Expert:innen im Umgang mit Sprache sind es, die kon- EIN NEWS-ASSISTANT,
Der Mensch wird durch KI effektiver arbeiten und die
tinuierlich die mit KI erstellten Texte auf Herz und Nie-
ren prüfen, und so maßgeblichen Anteil daran haben,
DER MITDENKT
Fehlerquote sinkt. Vor allem bei der Erstellung von News dass K I-Texte immer kreativer und besser werden. ella media ag launcht ihr erstes Produkt
wird KI in Kürze nicht mehr wegzudenken sein. Dies be- Ein wesentlicher Erfolgsfaktor jeder KI zur Texter-
deutet ganz konkret: Redakteure, Content-Manager etc. stellung ist das funktionierende Zusammenspiel zwi- Die KI-basierte Software carla ist für den/die Au-
können sich durch den Einsatz von lernenden Systemen schen Mensch und KI. Zwar kann die KI von heute be- tor:in ein professionelles Pendant bei der redakti-
lästige Arbeiten vom Hals halten und auf das Wesentli- reits selbstständig schreiben, doch das geht nur, wenn onellen Arbeit. Vor allem, wenn es um aktuelle News
che – die Qualitätsoptimierung – konzentrieren. Die neue sie – ähnlich wie ein Baby von der Mutter – gelernt hat. geht. Sie bietet die Chance für eine schnelle und
KI wird dafür sorgen, dass im Gehirn des Medienma- Die Entwicklung der Sprache, des Schreibens und der einfache Recherche zu relevanten Themen auf
chers Platz geschaffen wird: Raus mit standartisierten, Kommunikation wird daher auch beim Einsatz der KI Knopfdruck und macht daraus News, die alle jour-
zeitfressenden Abläufen, stattdessen wieder mehr Res- weiterhin vom Menschen bestimmt. nalistischen Grundprinzipien beachten. Es wird
sourcen für Kreativität. Und zum Schluss der Blick auf die Verantwortung der ausschließlich auf seriöse Informationsquellen (dpa,
Die ella media ag trainiert ihre KI-Software seit über Unternehmen, die KI entwickeln bzw. einsetzen. Der lang- reuters, afp und newsship) zugegriffen und ein hun-
drei Jahren mit einem Team aus Technikern und Lingu- fristige Erfolg wird ganz wesentlich davon abhängen, dertprozentiger Fakten- und Plagiats-Check ermög-
isten und setzt nicht ausschließlich auf datenbankopti- dass bei allen mit KI erstellten Informationen Glaubwür- licht. Jeder Text kann auf Knopfdruck individuell
mierte Verbesserungen. Für das Erstellen von Texten digkeit und Verlässlichkeit gegeben sind. Dabei ist ent- innerhalb weniger Minuten generiert werden und
gibt es eine eindeutige Leitlinie: Wir nehmen Vorbehalte scheidend: KI ist immer nur so gut wie die Texte, von ist damit ein Garant für Zeitersparnis (bis zu 50
Fotos: ella media ag, Adobe Stock
und Anregungen der Text-Expert:innen so lange auf, bis denen sie lernt, bzw. sow gut wie die Quellen, aus denen Prozent) bei der Datenbankrecherche und Verar-
etwas für den Menschen Vorteilhaftes herauskommt, sie ihre Basisinformationen bezieht. Auch muss ein so beitung. Dabei findet alles in einem Tool statt – ein-
genannter Zirkelschluss vermieden werden, bei dem eine schließlich der Überprüfung von Grammatik, Or-
künstliche Intelligenz mit Quellen gefüttert wird, die wie- thographie und SEO-Relevanz. Entscheidend sind
derum selbst durch KI erstellt wurden. Und: Eine sorg- bei carla die Maßgaben, auf deren Grundlage die
fältige Auswahl der Quellen ist ein Beitrag im Kampf KI die Informationen sichtet, auswertet und zusam-
gegen Fake-News. ■ menstellt. Jede Texterstellung erfolgt dabei auto-
matisiert und unter Mitwirkung des Autors.
www.ella.ag
Sonderveröffentlichung zum Thema „KI: IT’S TIME TO BUILD!“ | OKTOBER 2021 HandelsblattJournalRUBRIK 11
ADVERTORIAL
Daten meistern
statt Modelle tunen
Data Masters erzielen deutlich mehr Vorteile
Data Masters ermöglichen größere Kosteneinsparungen und erzielen eine höhere betriebliche Effizienz
N=504 Business Unit Executives, N=72 Business Data Masters; N=432 Business Andere.
von Fabian Schladitz 20
E
19 %
ine erfolgreiche, skalierbare Anwendung künst- 18 % 18 %
licher Intelligenz (KI) basiert nicht nur auf der
15
neuesten Forschung zu neuronalen Netzwer- 15 %
ken. Ein solides Datenfundament ist vielmehr
entscheidend, um nutzbare, robuste und nütz- 12 % 12 % 12 %
liche Applikationen zu entwickeln. Wer dies außer Acht 10 11 %
lässt, erstellt tolle Modelle, die sich im Produktivbetrieb
nur schwer betreiben lassen. Darum gehört zu einer er-
folgreichen und ausgereiften KI-Strategie auch das Thema 5
Datenstrategie mit dem Unterpunkt „Datenprodukte“.
In den letzten Jahren hieß es bei KI-Modellen oft: tie-
fer, größer, breiter. Google veröffentlichte zuletzt „Switch
0
Transformer“ – das bisher größte KI-Modell mit 1.600
Reduzierte Betriebs- Einsparungen durch Steigerung des Absatzes Absatzsteigerung bei
Milliarden Parametern. Insbesondere Sprachmodelle kosten durch essere Einhaltung von
b von traditionellen neuen Produkten und
wurden zuletzt vor allem durch größere Massen an Da- Prozessverbesserungen Rechts- und Compliance- Produkten und Dienst- Dienstleistungen
ten verbessert und nicht durch raffiniertere Methoden. Vorschriften leistungen
Letztlich wirken größere Modelle natürlich auch beein- Data Masters Andere
druckender als der immerwährende – aber tatsächlich Quelle: Capgemini Research Institute, The data-powered Enterprise, August 2020
lohnende – Kampf um Datenqualität und besseres Da-
tenmanagement.
Mit der Kampagne „From Model-centric to Data-cen-
tric AI” startete KI-Guru Andrew Ng vor Kurzem eine In- Machen Sie sich mit dem Konzept des „Data Mesh“ ver-
itiative, um Daten zurück in den Fokus zu rücken. Und traut und realisieren Sie Ihre Chancen durchs Teilen
viele Architekturdiskussionen sind mittlerweile vom Be- von Daten in Ihrer Lieferkette oder auch mit anderen
griff des „Data Mesh“ durchzogen – eine Strategie, die Marktteilnehmern. Mit diesen Schritten entlasten Sie
Daten als „Bürger erster Klasse“ behandelt und nicht als Ihre Data S
cience Organisation und setzen deren Kräfte
Nebenprodukt eines Geschäftsprozesses. Auch die Markt- für neue, kreative KI-Modelle und Business-Entschei-
forschung des Capgemini Research Institute ist zu dem dungen frei. ■
Schluss gekommen, dass Firmen, die Daten meistern und
gekonnt teilen, Wettbewerbsvorteile realisieren. ie Sie dabei vorgehen, was es zu vermeiden
W
Nur FAIRe Daten sind gute Daten
Sorgen Sie dafür, gilt, und wie Sie Daten und Modelle beherrschen
können, erfahren Sie u. a. in unseren Studien
Was bedeuten diese Entwicklungen nun für Sie als deut-
sches Unternehmen? Es lohnt sich für Sie, wenn Sie da-
dass Ihre Daten
mit beginnen, auch Daten als „Produkt“ zu behandeln
und einen Product Owner definieren – am besten von FAIR werden.
der Fachseite und nicht aus der IT. Sorgen Sie gemein-
sam dafür, dass Ihre Daten FAIR werden:
•F indable (auffindbar von Menschen und Maschinen) Data sharing The data-powered
masters enterprise
• Accessible (zugänglich über klare Autorisierungspro-
zesse und technische Protokolle)
Fabian Schladitz, Leiter des Center
• Interoperable (gut verknüpfbar mit anderen Daten-
of Excellence (CoE) Künstliche Intelligenz,
quellen)
Capgemini Deutschland
• Reusable (wiederverwendbar, um nicht wieder bei „Null“
beginnen zu müssen)
Sonderveröffentlichung zum Thema „KI: IT’S TIME TO BUILD!“ | OKTOBER 202112
KI-Startups erfolgreich gründen:
„Wir brauchen mehr
Moonshot-Denken“
Adrian Locher ist überzeugt, dass Künstliche Intelligenz die
Menschheit mindestens so stark beeinflussen wird wie die Erfindung der
Dampfmaschine oder die Entwicklung von Software. Grund genug, den
Seriengründer dazu zu befragen, wie sich dieses Potenzial in Deutschland
und E uropa heben und in die richtigen Bahnen lenken lässt. Freuen Sie sich
auf konkrete Startup-Rezepte unseres gleichermaßen kritischen
wie optimistischen Gesprächspartners.
Herr Locher, seit bald zwei Jahrzehnten sind sie als der Talent-Akquise, dem Aufsetzen von Prozessen im Wir sind überzeugt, dass KI-Startups die besten Rahmen-
Gründer aktiv. Seit gut fünf Jahren spezialisieren Accounting oder Marketing bis hin zu einem initialen bedingungen nur innerhalb eines trans- oder inter
Sie sich auf den Aufbau von KI-Startups. Vor welchen Investment. In Sachen Talent-Akquise macht uns aus, nationalen Ökosystems vorfinden. Solche Ökosysteme
Herausforderungen stehen Gründerinnen und Grün- dass wir sowohl Top-Leute in Sachen KI als auch in ei- zeichnen sich durch die Vernetzung von relevanten
der dabei? ner speziellen Domäne – etwa Biotech, Medizin oder Re- Stakeholder:innen – etwa Forscher:innen, Gründer:in-
Startups sind in der Regel ständig auf der Suche nach gulatorik – zusammenbringen. Die perfekte Mischung nen, Investor:innen und Policy Maker, aber auch Pro-
Talenten, nach Kapital und nach der einen, durchschla- ist letztlich der entscheidende Erfolgsfaktor. jekt-Teams etablierter Konzerne – aus. Dazu gibt es
genden Idee. Gerade bei KI-basierten Gründungen ist es lokale Hubs wie unseren 5.400 Quadratmeter großen
wichtig, zur Ideenfindung und der Validierung einer Idee „AI Campus Berlin“ sowie länderübergreifende Cluster.
viel Zeit einzuplanen. Ich würde sogar soweit gehen und Gerade der KI- So wird für die Startups ein e nger Austausch zu jedem
sagen, dass viele Startups aus Mangel an Zeit, nicht aus Zeitpunkt ihres Schaffens ermöglicht, was etwa die War-
Mangel an Geld scheitern. Das liegt einerseits an den Transfer könnte tezeit zur Zulassung durch Regulator:innen verkürzen
schier endlos vielen Anwendungsmöglichkeiten für KI – kann.
man muss seinen Wirkungsbereich also eingrenzen – und besser laufen, wenn
andererseits an den Unwägbarkeiten, die die Technolo- Muss die Politik in Sachen KI-Förderung einen ande-
gie mit sich bringt. Denn noch immer sind uns die Po-
tenziale von KI nur bruchteilig bekannt. Daraus resul-
mehr Forscher:innen ren Kurs einschlagen?
Definitiv. Es braucht eine intelligent gestaltete und aus-
tieren oft relativ lange Entwicklungszyklen.
Eine weitere Herausforderung, die KI-Gründer:innen
zu Unternehmer: balancierte Industriepolitik, wenn es um die Förderung
von neuen Grundlagentechnologien, also neben KI etwa
beachten sollten: Es herrscht in Europa unter Politiker:in- auch Quantum Computing, geht. Konkret: Um die Grund-
nen die einhellige Meinung, KI müsse strikt reguliert wer- innen ausgebildet lagen für künftige Exzellenz zu schaffen, muss Deutsch-
den, noch ehe die Potenziale wirklich erkennbar sind. land mehr in die Forschung und Entwicklung investie-
Dadurch kommt es zu Unsicherheit unter möglichen würden. ren. Zudem braucht es Bildungsoffensiven an den Hoch-
Kund:innen, was die Vermarktung erschwert. schulen, um die dort ausgebildeten Top-Talente von der
Forschung in die Wirtschaft zu bekommen. Gerade der
Und wie helfen Sie ganz konkret, dass KI-Startups nach- KI-Transfer könnte besser laufen, wenn mehr Forscher:in-
haltig wachsen können? nen zu Unternehmer:innen ausgebildet würden. Der Blick
Als Venture Studio, einer Mischung aus Inkubator und geht bei dem Thema schnell in Richtung USA und China.
Investor, arbeiten wir mit Gründer:innen zusammen und Kein Wunder, schließlich wird in beiden Ländern unter-
unterstützen sie beim Aufbau ihrer Startups. Das Spek- nehmerische Bildung großgeschrieben. Die Konsequenz:
trum reicht dabei von der Ideenfindung und Validierung, Tech-Konzerne von Weltrang kommen meist aus einem
Sonderveröffentlichung zum Thema „KI: IT’S TIME TO BUILD!!“ | OKTOBER 2021 HandelsblattJournalKI: UMSETZUNG IM UNTERNEHMEN 13
Hohe Talent-
dichte plus Zeit
plus Kollaboration
im Ökosystem
ergibt maximale
Erfolgschancen
für KI-Startups.
Adrian Locher,
Mitgründer und CEO,
Merantix, und Initiator,
AI Campus Berlin
der beiden Länder. Aufgrund ihrer jeweiligen Industrie- tenziale eines Moonshots sind schwer abzuschätzen, auch KI-Startups diverse Teams, die sich in ihrem jeweiligen
und Wirtschaftspolitik, durch die viele Forschungsauf- während des Entwicklungsprozesses, der Jahre dauern Fachgebiet auskennen und die aber auch in der Lage
träge aus der Staatskasse bezahlt oder von staatlichen kann. Dieses Kalkül braucht es aber, denn um die gro- sind, ihrem Gegenüber zu erklären, was technisch oder
Institutionen beauftragt werden, werden sie auch als ßen Probleme unserer Zeit – Stichwort Klimawandel – eben wirtschaftlich überhaupt möglich und sinnvoll
„entrepreneurial states“ bezeichnet. zu lösen, helfen keine inkrementellen Optimierungen, ist. Das erfordert neben einem hohen IQ auch einen
sondern es braucht eben groß gedachte Innovationen. hohen EQ.
Foto: Viktor Strasse, Illustrationen: Getty Images, Made by Made
Was macht einen „entrepreneurial state“ Ihrer M einung In Deutschland braucht es mehr von dieser Moons-
nach aus? hot-Denke von staatlichen, aber auch privaten Akteu- Gibt es ein Erfolgsrezept fürs Venture Building im KI-
Vereinfacht gesagt: Unternehmerisches Denken beein- ren. Denn dann klärt sich der angstbeladene Blick auf Bereich?
flusst jedwede Entscheidung. Gerade in den USA gilt da- Technologien wie KI zugunsten einer Optimierung der Ich versuche es einmal auf eine Formel herunterzubre-
bei auch das Prinzip „trial and error“. Das heißt: Bei der strukturellen Rahmenbedingungen und strategischer In- chen: Hohe Talentdichte plus Zeit plus Kollaboration im
Umsetzung von großen und risikobehafteten Ideen darf vestitionen. Ökosystem ergibt maximale Erfolgschancen.
es sein, dass sie scheitern. Es ist ok, dass staatliche Ins-
titutionen vier oder fünf KI-Projekte unterstützen, die Schauen wir noch einmal in Richtung Startups: Brau- In welchen Bereichen werden wir die meisten KI-Start-
am selben Problem arbeiten. Und es ist auch ok, wenn chen Gründerinnen und Gründer, die KI-basierte Pro- ups sehen?
vier von fünf solcher Projekte scheitern, eins dabei aber dukte und Services entwickeln, besondere Fähigkeiten? Hoffentlich im Bereich Klima/Nachhaltigkeit, denn hier
gelingt. Die grundlegenden Fragen lauten ja: Welches Problem liegen aktuell die größten Herausforderungen der
Man nennt derartige Projekte in der Tech- und Start- löst das Produkt? Wer nutzt es? Und wie kann es an Menschheit. Alles in allem birgt KI viel Potenzial, um als
up-Szene auch gern „Moonshots“, in Anlehnung an die potenzielle Kund:innen vermarktet werden? Für die „tech for good“ einen radikal-positiven Einfluss auf un-
waghalsige Mondlandung 1969. Das war ein bahnbre- Antworten braucht es im Fall von KI-Startups beides: ser Leben zu haben. Ich bin guter Dinge, dass wir dank
chendes Projekt, das nicht nur ehrgeizig, sondern auch KI-Expertise und Business-Knowhow. Selten vereint eine der vielen KI-Startups mehr und mehr davon spüren
alles andere als vorhersehbar war. Die Risiken und Po- Person beide Kompetenzen in sich. Deswegen brauchen werden. ■
Sonderveröffentlichung zum Thema „KI: IT’S TIME TO BUILD!“ | OKTOBER 2021 HandelsblattJournal14 RUBRIK
ADVERTORIAL
KI entlastet im Büroalltag:
Nützliche Helfer im
Dienst des Menschen
von Dr. Robert Mayr
K
I an sich ist nicht neu: Bereits vor 65 Jahren weise an einem System, das ausgehend von den beim
diskutierten findige Köpfe auf dem „Dart- steuerlichen Berater vorliegenden Daten eines Unter-
mouth Summer Research Project on Artifi- nehmens automatisiert mit relevanten Informationen
cial Intelligence“ in New Hampshire, wie sich aus steuerlichen Wissensdatenbanken Handlungsopti-
die Eigenschaften von menschlicher Intelli- onen aufzeigt.
genz in den Computer bringen lassen. Das ist lange her Im Kern geht es darum, Fachwissen mit den vorhan-
und es hat seine Zeit gedauert, bis KI-Technologien den denen Mandantendaten zu verknüpfen. So werden kon-
nötigen Reifegrad erreicht hatten, um in den Alltag vor- textbezogene relevante Informationen identifiziert und
zudringen. Doch inzwischen halten sie Einzug in viele dem Anwender umgehend bereitgestellt. Ziel ist ein vir-
Lebensbereiche. tueller Helfer, der proaktiv darauf hinweisen soll, dass
Wenn heute das Schlagwort Künstliche Intelligenz er beispielsweise eine Rechtsänderung als relevant für
fällt, weckt es in erster Linie Assoziationen mit selbst- ein Unternehmen identifiziert hat.
steuernden Drohnen, autonom fahrenden Autos oder
mit nahezu allwissend erscheinenden virtuellen persön- Trotz allen Fortschritts lediglich Helfer
lichen Assistenten aus der GAFA-Welt. Fakt ist: Unabhän- So clever solche Systeme wirken und so viel Arbeit sie
gig vom großen Hype werden KI-Technologien dem Men- dem Menschen abnehmen, sie bleiben lediglich Helfer
schen in absehbarer Zeit gerade im Büroalltag viele wie- des Menschen. Die meisten der heute genutzten KI-Funk-
derkehrende Tätigkeiten abnehmen. Mittels KI verlagern tionen werkeln gewissermaßen „unter der Haube“ be-
wir immer mehr Routine auf die Maschine. stehender Software und steigern deren Effizienz. Sie tun
das, indem sie Erkennungsquoten bestimmter Informa-
KI durchdringt viele Arbeitsbereiche tionen erhöhen, Anomalien aufdecken oder programm-
Die zunehmende Automatisierung betrifft dabei nicht intern Prozesse überwachen und auf Fehlerquellen hin-
nur das produzierende Gewerbe, sondern auch Dienst- weisen. Sobald aber Empathie, komplexeres Experten-
leistungen. Wenn wir beispielsweise die Tätigkeiten und Erfahrungswissen sowie gesunder Menschenverstand
betrachten, die Steuerberaterinnen und Steuerberater benötigt werden, hilft KI auf absehbare Zeit nicht weiter.
für die Unternehmen erbringen, so kann KI bei Routi- So ist Künstliche Intelligenz ein Werkzeug, um für die
netätigkeiten entlasten. Ein konkretes Beispiel: Mittels Anwenderinnen und Anwender reale Probleme zu lö-
eines Automatisierungsservices ist es in den Kanzleien Dr. Robert Mayr, CEO, DATEV eG sen. Die Technik dient dem Menschen, indem sie ihn
heute bereits möglich, einen Teil der Routinetätigkeit entlastet. Die Drohkulisse aus bekannten Science-Fic-
beim Buchen von Geschäftsvorfällen von der Maschine tion-Filmen, in denen clevere Maschinen sich autonom
abnehmen zu lassen. Dafür nutzen wir die unschlagbare
Stärke leistungsfähiger IT, schnell eine große Menge an
KI macht Assistenz- weiterentwickeln, sich vom Menschen emanzipieren und
schließlich sogar die Menschheit oder zumindest deren
Daten vergleichen und auf Basis bekannter Fälle Infor-
mationen erkennen und zuordnen zu können.
systeme möglich, die Freiheit gefährden, taugt für einen interessanten Plot in
einem spannenden Hollywoodfilm. Mit der Realität hat
Beispiel Steuerberatung als Fernrohr voraus- sie allerdings nicht viel zu tun.
Worauf wir allerdings ein Augenmerk haben müssen,
Bei der Automatisierung geht es aber nicht nur um die ist, mit welchen Aufgaben wir die Maschinen betrauen.
Entlastung von Alltagsarbeiten. Es sind auch Assistenz- schauend einen perma- Wie etwa das Beispiel des Einsatzes bei der Sortierung
systeme denkbar, die als autonomes Fernrohr voraus- von Job-Bewerbungen zeigt, birgt KI auch Potenzial für
schauend einen permanenten Rundumblick auf verfüg- nenten Rundumblick nicht gewünschte Effekte. Schließlich kann sie Entschei-
bare Informationen richten. So forscht DATEV beispiels- dungen nicht bewusst treffen, sondern lediglich aus Häu-
auf verfügbare Infor- figkeiten früherer ähnlicher Entscheidungen ableiten.
Dabei ist sie nur so gut, wie es ihre Programmierung und
mationen richten. natürlich auch die ihr zur Verfügung stehende Daten
basis zulassen. Dessen müssen wir uns immer bewusst
bleiben. ■
Foto: DATEV
www.datev.de
Sonderveröffentlichung zum Thema „KI: IT’S TIME TO BUILD!“ | OKTOBER 2021 HandelsblattJournalSie können auch lesen
