Nachbericht SAS Analytics Experience 2018

Künstliche Intelligenz als Chance und Risiko

| Autor / Redakteur: Michael Matzer / Nico Litzel

Zur Einstimmung zeigte SAS Videos begeisterter Anwender.
Zur Einstimmung zeigte SAS Videos begeisterter Anwender. (Bild: SAS)

Auf der internationalen Kundenkonferenz „Analytics Experience“ stellte Analytics-Spezialist SAS kürzlich in Mailand die Möglichkeiten in den Vordergrund, mit denen sich Künstliche Intelligenz für innovative Geschäftsmodelle nutzen lässt.

Die erste Keynote empfing den Besucher mit einer Fülle aktueller Schlagwörter.
Die erste Keynote empfing den Besucher mit einer Fülle aktueller Schlagwörter. (Bild: SAS)

Auf der internationalen Kongressveranstaltung Analytics Experience diskutierten und demonstrieren Hunderte von Experten, Vordenkern und Unternehmensvertretern, wie sich Analytics und KI zum Beispiel im Kunden- und Risikomanagement, in der Betrugsprävention, für neuartige Geschäftsmodelle oder zur Digitalisierung von bestehenden Strukturen einsetzen lassen. Eine zentrale Rolle spielen dabei Trendthemen wie das Internet of Things (IoT) und Machine Learning (ML) bzw. Künstliche Intelligenz (KI).

Zwei Arten von KI

Der Wirtschaftsphilosoph Anders Indset provozierte das Publikum mit seinem Vortrag „Wild Knowledge – Expecting the Unexpected“.
Der Wirtschaftsphilosoph Anders Indset provozierte das Publikum mit seinem Vortrag „Wild Knowledge – Expecting the Unexpected“. (Bild: SAS)

Den Begriff der Künstlichen Intelligenz, der gerade wieder en vogue ist, gibt es schon seit den 1950er-Jahren. Doch weil es damals nicht genügend Computerleistung und ungenügende Algorithmen gab, fiel die Disziplin zwischenzeitlich in eine Art KI-Winterschlaf, aus dem sie erst seit kurzem wieder erwacht – aber mit sehr unterschiedlichen Vorzeichen.

Oliver Schabenberger, CTO und COO bei SAS, machte in seiner Keynote deutlich, dass derzeit vor allem an der KI im engeren Sinne, also Narrow bzw. Weak AI, gearbeitet werde: Erkennung von Bildern, Gesichtern, Gesten und vor allem natürlicher Sprache. Förderlich sind mehrere Faktoren: Nicht nur hohe Rechenleistung in Neuronalen Netzwerken (Deep Learning), sondern auch große Datenmengen für das Trainieren von KI-Modellen und nicht zuletzt auch bessere Algorithmen für Machine Learning.

Narrow AI unterscheidet sich grundlegend von „Artificial General Intelligence“ (AGI). Wo Narrow AI dem Rechner praktisch beibringt, sich wie ein menschliches Wesen zu benehmen und menschliche Wahrnehmung und Ausdrucksweise nachzuäffen, bemüht sich General AI darum, menschliches Denken nachzugestalten. „Solche Systeme existieren Stand heute nicht und alles, was so aussieht, ist noch Fiktion“, resümierte Schabenberger. Der Hauptgrund: Narrow AI kann spezielle Probleme punktuell und schrittweise bewältigen, doch General AI müsste in der Lage sein, alle Probleme jedweder Art jederzeit ohne Training bewältigen zu können – eine Utopie, aber auch eine Gefahr. „Eine AGI wäre in der Lage, sehr viel schneller als ein Mensch zu denken“, warnte der KI-Experte.

Wozu schlaue Maschinen gut sind

Artificial General Intelligence (AGI) versucht, sich der Verarbeitungskapazität des menschlichen Gehirns anzunähern. Diese Extrapolationskurve aus dem Jahr 2012 schätzt, welche Rechenleistung in FLOP/s (Gleitkommaoperation pro Sekunde) nötig wären, um bestimmte Leistungen des Gehirns zu simulieren. Die Annahme lautet, dass sich die maximale Rechenleistung alle 1,1 Jahre verdoppelt. Diese Rechenleistung der damaligen Top500-Rechner hat sich bis zum Jahr 2018 erheblich gesteigert.
Artificial General Intelligence (AGI) versucht, sich der Verarbeitungskapazität des menschlichen Gehirns anzunähern. Diese Extrapolationskurve aus dem Jahr 2012 schätzt, welche Rechenleistung in FLOP/s (Gleitkommaoperation pro Sekunde) nötig wären, um bestimmte Leistungen des Gehirns zu simulieren. Die Annahme lautet, dass sich die maximale Rechenleistung alle 1,1 Jahre verdoppelt. Diese Rechenleistung der damaligen Top500-Rechner hat sich bis zum Jahr 2018 erheblich gesteigert. (Bild: Estimations of Human Brain Emulation Required Performance.svg / Tga.D / CC BY-SA 3.0)

Für Panikmache gebe es dennoch keinen Grund. Die Frage, wie klug eine Maschine werden könne, sei falsch gestellt. Vielmehr solle man fragen, wie intelligent, glücklich und gesund Maschinen uns machen können. Denn eines sei sicher: Sowohl Narrow AI als auch AGI seien disruptive Technologien, die auf die Gesellschaft, die Wirtschaft und die Sicherheit unabsehbare Auswirkungen hätten.

Daher könne die Festlegung von Methodologien für KI keinesfalls den Ingenieuren und Data Scientists, die KIs konstruieren und programmieren, überlassen werden. Die Parameter müssten gesellschaftlich vorgegeben werden. Nur die einzigartig menschlichen Eigenschaften würden künftig das Überleben des Menschen sichern: Empathie, Ethik, Gerechtigkeit und Fairness. Diejenigen Persönlichkeiten, die dies am ehesten sicherstellen, sind nach Schabenbergers Ansicht besonders Lehrer, Künstler und jede Art von Pfleger.

KI braucht Ethik

Stephan Gillich, KI-Experte bei Intel, pflichtete Schabenberger bei: Aber nicht nur IT und Entwickler müssten an einem Strang ziehen, sondern auch Data Scientists und Fachanwender. Allerdings müsse man sehr genau darauf achten, dass bei der Auswahl der Daten und der gewählten Algorithmen keine (mehr oder weniger bewussten) „Voreingenommenheiten“ wie etwa Ab- oder Zuneigungen einfließen. Gillich legte großen Wert darauf, dass die Daten zum gewünschten Anwendungsgebiet (Strafverfolgung, Bewerberauswahl, gerechte Bezahlung etc.) passen, getestet und verifiziert werden müssten. Intel bemühe sich in dieser Richtung, alle betroffenen Unternehmensbereiche mit entsprechender Technologie auszustatten, etwa mit seiner KI-Plattform Nervana.

Die KI-Plattform SAS Viya bietet u. a. Machine Learning, Deep Learning und die Verarbeitung natürlicher Sprache an. Auf Anfrage antwortete Schabenberger, dass sich SAS im Zusammenhang mit seinem KI-Engagement der ethischen Problematik durchaus bewusst sei und verantwortungsvoll handle. „Wir haben ein Ethikkomitee und einen Code of Conduct im ganzen Unternehmen“, antwortete er. Beim US-Unternehmen Salesforce ist man diesbezüglich auf Augenhöhe: Eine Ethikbeauftragte arbeitet eng mit der KI-Forschungsabteilung von Chief Scientist Richard Socher zusammen und berät sie in Zweifelsfällen.

SAP gründet Ethik-Beirat für Künstliche Intelligenz

Leitlinien entwickelt

SAP gründet Ethik-Beirat für Künstliche Intelligenz

27.09.18 - Der Softwarekonzern SAP hat eigene Leitlinien für Künstliche Intelligenz (KI) entwickelt und in diesem Zuge auch einen externen Beirat für den ethischen Umgang mit KI ins Leben gerufen. lesen

Anwender Techniker Krankenkasse

Vor einem ähnlichen Problem der Datenrelevanz steht die deutsche Techniker Krankenkasse (TK). Da sie mehr als zehn Millionen Versicherte hat, verfügt sie demzufolge über eine belastbare Datenbasis aus vielfältigen offiziellen Datenquellen. Torsten Hecke, Head of Analytics & Insights bei der TK, schränkt ein, „dass die Daten nur anonymisiert und in Gruppen, aber niemals personalisiert und individuell ausgewertet werden dürfen.“ Dazu gehören etwa Diabetespatienten. Datenschutz hat oberste Priorität.

Die TK untersucht mittels Data Mining sogenannte chronische Volkskrankheiten oder seltene Erkrankungen. „Dadurch prüfen wir den Bedarf von neuen TK-Leistungen und machen einen Vorschlag für Versorgungsangebote“, so Hecke. „Wir müssen uns strategisch im GKV-Wettbewerb positionieren.“

Irrläufer-KI

Was Schabenberger zu bedenken gab: Wie bildet man die Kunden dazu aus, die gleichen Prinzipien anzuwenden, die ein Hersteller wie SAS oder Salesforce firmenintern anwendet? „Es leuchtet ein, dass beispielsweise ein Gesichtserkennungsprogramm, das mithilfe von Bildern aus der europäischen Bevölkerung trainiert worden ist, nicht auf Gesichter einer afrikanischen oder asiatischen Bevölkerung angewandt werden sollte.“ Das Modell müsse immer zur zu analysierenden Realität passen. Dementsprechend müssten die entsprechenden Anwender bei den Kunden auch geschult werden.

KI für Versicherte

Diese Kenngrößen gehören zu den Hauptmetriken, die Octo Telematics bei seinen versicherten Autofahrern misst, ausliest und in ein Bewertungsmodell integriert, welches das Fahrverhalten des Versicherten beurteilt.
Diese Kenngrößen gehören zu den Hauptmetriken, die Octo Telematics bei seinen versicherten Autofahrern misst, ausliest und in ein Bewertungsmodell integriert, welches das Fahrverhalten des Versicherten beurteilt. (Bild: Octo Telematics/ Screenshot Matzer)

Ein praktisches Beispiel, wie sich KI bereits geschäftlich umsetzen lässt, lieferte Fabio Sbianchi, der CEO der italienischen Firma Octo Telematics. Software habe das Versicherungswesen revolutioniert. „2002 gab es nur rückblickende Berichte über Schadensvorfälle usw., aber seit 2010 existiert bereits qualitatives Echtzeit-Reporting: Die Fahrweise eines versicherten Autofahrers etwa wird laufend und dynamisch beurteilt.“

Mittlerweile würden Connected Cars laufend Echtzeitdaten von den Fahrten – und Unfällen – eines Fahrzeuglenkers liefern. Mit dieser enormen Datenfülle, geeigneten Metriken und einem entsprechenden Algorithmus sei es möglich, maßgeschneiderte Prämienmodelle zu entwickeln und in Interaktion mit dem Versicherten zu realisieren. Diese Modelle würden für „gutes“ Fahren Rabatte berechnen, für „schlechtes“ Fahren aber einen Malus vergeben. Ähnliche Versicherungsbeispiele sind von Teradata-Kunden bekannt.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  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: 45578153 / Künstliche Intelligenz)