Kommentar von Wolfgang Schmidt, X-Integrate

KI gleich Watson – diese Gleichung geht noch nicht auf

| Autor / Redakteur: Wolfgang Schmidt / Nico Litzel

Der Autor: Wolfgang Schmidt ist Geschäftsführer von X-Integrate
Der Autor: Wolfgang Schmidt ist Geschäftsführer von X-Integrate (Bild: X-Integrate)

Zur wahren Konsolidierung aller Funktionalitäten für künstliche Intelligenz unter dem einheitlichen Subterm „AI“ oder „KI“ ist es noch ein langer Weg. In der betrieblichen Praxis werden mit SPSS & Co. heute oft noch ganz ähnliche Ergebnisse erzielt. Aus der automatisierten Datenanalyse z. B. mit IBM Watson in der Cloud ergeben sich aber künftig neue Geschäftsmodelle.

Im Marketing kommt es immer auf die Story an. Dass IBM hier in der ersten Liga spielt, kann man erwarten: Wie das Computersystem 2011 in der US-Quizshow Jeopardy! haushoch gegen die bis dahin besten Teilnehmer gewann, hat mittlerweile ähnlich mythischen Charakter wie einst der Sieg von Deep Blue gegen Garri Kasparow.

Das Thema Künstliche Intelligenz (KI) ist seitdem noch präsenter in der Öffentlichkeit. Watson gilt mittlerweile als Synonym dafür, wie Computer menschliche Sprache verstehen können, sie auswerten und richtige Antworten finden – schneller, als jeder Mensch es vermag. Neu war KI freilich schon vor sechs Jahren nicht, hat aber als Thema bis heute nicht an Relevanz verloren. IBM z. B. hat in den letzten Jahren viele verschiedene Technologien unter dem Markennamen Watson zusammengeführt, deren Zukunft das Unternehmen in der kognitiven Ausrichtung sieht. Die Analyse unstrukturierter Informationen, wie sie das kognitive Verstehen menschlicher Sprache darstellt, ist dabei nur ein Teil – wenn auch einer mit besonders hoher Faszination und daher entsprechender Medienrelevanz.

KI in der industriellen Praxis, das heißt, ganz oft aber auch einfach mittels selbstlernender Algorithmen große Mengen strukturierter Informationen in Echtzeit auszuwerten, um dadurch etwa Wartungsprozesse zu automatisieren. Ein Vorgang, der zwar in Zukunft immer mehr in die KI-Spalte wandern wird – bei dem aktuell aber oft noch klassische Technologien zum Einsatz kommen. Im Portfolio der IBM finden sich dennoch bereits heute beide Vertreter der KI, strukturierte und unstrukturierte Daten, unter der Watson-Brand.

So hilft SPSS bei der Erforschung von Big Data

Kommentar von Robert Grünwald, Novustat

So hilft SPSS bei der Erforschung von Big Data

03.06.16 - An vielen Stellen werden heute Daten erhoben und gesammelt, um aus ihnen weiter führende Erkenntnisse zu gewinnen. In diesem Kontext taucht in jüngerer Zeit immer wieder der Begriff „Big Data“ auf. Dabei geht es weniger um die Datenanalyse als solches, sondern um das Problem bzw. Phänomen, eine enorme Menge von Daten effizient und effektiv analysieren zu können. Im Folgenden wird beschrieben, wie die Software SPSS bei dieser Aufgabe hilft. lesen

Verschiedenste Services unter einem Dach

Watson ist also nicht gleich Watson. Parallel existieren viele Services mit jeweils unterschiedlicher Funktionalität. Da gibt es automatische Übersetzungen oder Sentimentanalysen zur Erkennung von Stimmungen in Texten. Ein weiterer Bereich sind die Services, die sowohl IoT-Konnektivität wie auch Predictive-Maintanance, -Quality und -Waranty beinhalten und als reiner Watson-Service oder in Kombination mit hybriden Cloud-Services (Bluemix) zur Verfügung stehen.

Die Cognitive-Search-Thematik lief bei IBM früher unter verschiedenen Produktnamen. Analysen mit SPSS oder Santos, Handels- und B2B-Lösungen von Sterling Commerce – diverse Produkte, Funktionen und Services zur Analyse strukturierter und unstrukturierter Daten laufen mittlerweile gleichermaßen unter dem Watson-Label. Eine für die Zukunft sinnvolle Aufteilung, die aber aktuell eine klar abgegrenzte Definition schwierig macht.

Noch ist KI auf mehrere Produktebenen verteilt

IBM selbst verwendet Watson zunächst in Pilotprojekten bei innovativen Unternehmen und Organisationen aus Gesundheitswesen und Finanzbranche. Die Kombination aus strukturierter und unstrukturierter Datenanalyse wird vor allem im Healthcare-Umfeld eingesetzt, wo das Programm in Referenzanwendungen Ärzte bei der Krebsvorsorge und -diagnose unterstützt. Im industriellen Umfeld spielen selbstlernende Algorithmen ebenfalls eine wachsende Rolle, weniger jedoch für unstrukturierte Daten und Sprachanalyse. Dort geht es vor allem darum, prädiktive und präskriptive Lösungen für die vorausschauende Wartung im Bereich großer Datenmengen zu entwickeln, welche heute noch zu wenig zum Erkenntnisgewinn herangezogen werden. Auch solche Projekte laufen durch die Zusammenführung der verschiedenen Markensparten mittlerweile unter der Watson Analytics Brand. Der Blick hinter die Kulissen offenbart dabei nicht selten klassische SPSS-Anwendungen, wie sie es schon seit 30 Jahren gibt und die in bestimmten Projektszenarien nach wie vor von großer Bedeutung sind.

X-Integrate hat ein solches Szenario bei einem süddeutschen Hersteller von Maschinen zur Metallbearbeitung realisiert. Mit diesen Maschinen werden etwa in der Automobilindustrie unter anderem Lenkstangen produziert. Mit klassischen SPSS-Methoden hat der IBM-Integrationspartner dort zunächst Modelle entworfen, welche die Maschinendaten analysieren, darin Muster erkennen und mit einem Data-Mining-Algorithmus feststellen, welche Parameter relevant sein könnten, um zukünftige Wartungsvorhersagen treffen zu können – eine typische Predictive-Maintenance-Situation.

Die SPSS-Modelle werden als lokale Services vor Ort beim Anwender der Maschine installiert und arbeiten mit ähnlichen Algorithmen und neuronalen Netzen wie Watson. Die Funktionalitäten sind sogar noch ausgereifter als im Watson-Modell. Es ist anzunehmen, dass IBM in den kommenden Monaten/Jahren mehr und mehr Funktionen aus SPSS nach Watson übernehmen wird.

Mit Watson wird Predictive Maintenance zum Geschäftsmodell

Zum „richtigen“ Watson-Service, wie er in Zukunft immer mehr verstanden werden wird, fehlen dabei noch zwei Schritte. Zum einen kann Watson als cloudbasiertes KI-System viel größere Datenmengen in die Analyse aufnehmen: Daten von Maschinen nicht nur eines, sondern aller Anwender sowie weitere Informationen, von denen man zum jetzigen Zeitpunkt noch gar nicht weiß, ob bzw. welchen Einfluss sie auf die Wartung haben. Diese lassen sich über Watson-Service parallel beobachten und verifizieren. Aus den so gewonnenen Informationen kann der Maschinenbauer dann die Modelle aller Kunden verbessern, weil mehr Daten vorhanden sind, die in die Modellverbesserung eingehen. Der Maschinenbauer muss nicht die Daten der einzelnen Maschinen vor Ort kennen, um Vorhersagen über deren Wartungszyklen zu treffen. Sondern er kann dies auf Basis der automatisierten Analyse einer Vielzahl gleichartiger Daten tun und Predictive Maintenance damit als neues Geschäftsmodell betreiben.

Im weiteren Schritt gehen in Watson-Analysen unstrukturierte Informationen ein, eben das gesamte Thema der Analyse und Verarbeitung von Sprache und Bild. Hier wird künftig der eigentliche Mehrwert gegenüber den reinen Bewertungsalgorithmen für strukturierte Daten aus SPSS & Co. liegen. Ansätze davon gibt es in der Praxis bereits vielfach: Versicherungen untersuchen Kundenschreiben auf ihren Inhalt hin und automatisieren Bearbeitungsketten, Kundenfeedbacks aus Twitter-Feeds werden analysiert und gehen direkt in den Produktionsablauf ein usw.

Für die Kombination von strukturierter mit unstrukturierter Analyse liegt das Feld noch weitgehend unbearbeitet vor, die Möglichkeiten sind mannigfaltig. Dass IBM darauf in seiner Öffentlichkeitsarbeit abzielt, wundert nicht. Nur zeigt die betriebliche Praxis eben auch: KI ist noch nicht Watson und umgekehrt. Zur wahren Konsolidierung aller Funktionalitäten unter einem Dach ist es ein langer Weg. Begraben sind SPSS & Co. noch lange nicht, auch wenn sie nicht mehr so sexy klingen wie einst. Holen wir das Thema KI also vorerst ruhig noch ein wenig auf den Fußboden zurück.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 44565929 / Künstliche Intelligenz)