Interview mit Dr. Alwin Haensel, Haensel AMS

Künstliche Intelligenz und selbstlernende Algorithmen

| Autor / Redakteur: Claudia Burkhardt / Nico Litzel

Dr. Alwin Haensel
Dr. Alwin Haensel (Bild: Haensel AMS)

Anlässlich der Tagung der Deutschen Gesellschaft für Operations Research e. V. (GOR) in Hamburg sprach BigData-Insider mit dem Mathematiker Dr. Alwin Haensel, spezialisiert auf die Modellierung des Kundenkaufverhaltens sowie auf Datenprognosen und -Datenoptimierung.

BigData-Insider: Ab wann sprechen wir von Künstlicher Intelligenz? Und wo liegen aus Expertensicht die Unterschiede zwischen Machine Learning und Deep Learning?

Haensel: Wo KI beginnt, das ist durchaus etwas Subjektives, sozusagen abhängig vom Betrachter. Grundlegend sehe ich KI in dem Bereich von Algorithmen, wo ein zum Teil selbstständiger Lerneffekt gegeben ist. Deep Learning ist im Grunde nur eine Unterrubrik des Machine Learning.

Wann ist der Schritt vom Machine Learning zum Deep Learning erreicht?

Haensel: Die Grundideen von Neuronalen Netzen (NN) stammen bereits aus den 1960er-Jahren und seit den 1980er-Jahren und den Neunzigern sind diese in vielen praktischen Anwendungen integriert. Deep Learning ist im Grunde nur ein vielschichtiges Neuronales Netz. Aus zwei Gründen kommt Deep Learning jetzt erst verstärkt auf: Zum einen hat sich die Computer-Leistung erst in den letzten Jahren auf ein Niveau entwickelt, wo Deep Learning wirklich anwendbar ist und zum zweiten braucht Deep Learning, um seine Potenziale voll zu entfalten, sehr große Datenmengen, auf denen es lernen kann. Diese sind jedoch erst seit kurzem verfügbar.

Sie haben bei Ihren Vorträgen neben vielen grundlegenden Überlegungen unter anderem KI in der Logistik fokussiert. Was ist das Neue daran?

Haensel: Wir haben konkret den Ansatz von Cargonexx beleuchtet, denn in Deutschland ist das in dieser Form der einzige Anbieter, der so umfassend KI in der Logistik einsetzt. Dabei wird ein selbstlernender Algorithmus genutzt, der auf Knopfdruck Spotmarktpreise für LKW-Touren prognostiziert. Das Ziel ist es, Angebots- und Nachfrageströme im LKW-Transport zu optimieren und gleichzeitig Leerfahrten zu vermeiden.

Stichwort KI in der Logistik: Welche Chancen hat der Wirtschaftsstandort Deutschland durch diese neuen Ansätze im B2B-Segment Logistik?

Haensel: Aus unserer Sicht bestehen enorme Chancen. Zum einen betrifft es natürlich die direkten Möglichkeiten im Abbau von Leerkapazitäten durch die effizientere Allokation von Frachten und das damit verbundene Zusammenführen von Auftraggebern und Fuhrunternehmen. Zum anderen entstehen damit natürlich auch ganz neue Möglichkeiten für Services um die Logistikbranche herum.

Wenn wir an KI in der Logistik denken, wie viel Speicherplatz wird künftig nötig sein beziehungsweise welche Art von Speichermodellen, damit die Prozesse reibungslos laufen?

Haensel: Keine Ahnung, aber das ist auch einer der Haupttreiber von Machine Learning und Deep Learning. Computerressourcen sind extrem günstig geworden und kein Hindernis mehr. Die wirkliche Entwicklung liegt in den Algorithmen, nicht in der Hardware.

Wie anfällig sind Algorithmen für Manipulationsprozesse?

Haensel: Gute Algorithmen haben robust zu arbeiten. Das bedeutet: nicht nur gut im Idealfall, sondern auch unter sehr komplexen oder schwierigen Bedingungen. Bestenfalls lernen die Algorithmen selber abnormale Zustände und erkennen diese zuverlässig. Aber es gibt auch keine Anwendung, die einmal aufgesetzt wird und dann nie wieder kontrolliert wird. Selbst die cleversten Algorithmen müssen verifiziert und beobachtet werden. Gerade in der Logistiklösung wie bei Cargonexx sind wir durch die hohe Menge an Datensätzen schon sehr gut in der Lage, mögliche Manipulationsversuche zu identifizieren.

Welches Zukunftsszenario begeistert Sie, welches sollte lieber gleich gedanklich gelöscht werden?

Haensel: Begeistern kann ich mich für eine Zukunft, in der wir datengetriebenen Lösungen und Machine-Learning-Algorithmen positiv gegenüberstehen, deren Potenziale herausfordern und weiterentwickeln. Ablehnen würde ich Szenarien, in der Machine-Learning-Lösungen aus subjektiven Gründen abgelehnt werden. Wir würden dann viele Möglichkeiten ungenutzt lassen. Insgesamt sehe ich solche Gedankenspiele durchaus als Herausforderung, um klar zu machen was hinter Machine Learning steht und dass dies weitaus mehr Positives als Negatives in sich birgt.

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: 44678225 / Künstliche Intelligenz)