Kommentar von Dr. Andreas Becks, SAS

Was erwartet die datengetriebene Wirtschaft 2018?

| Autor / Redakteur: Dr. Andreas Becks / Nico Litzel

Der Autor: Dr. Andreas Becks ist Head of Business Analytics bei SAS DACH
Der Autor: Dr. Andreas Becks ist Head of Business Analytics bei SAS DACH (Bild: SAS DACH)

Künstliche Intelligenz (KI) war vergangenes Jahr eines der Trendthemen. Und auch in den Expertenprognosen für 2018 ist sie ein fester Bestandteil. Die Frage ist also weniger, ob, sondern wie KI und damit verbundene Technologien wie Machine Learning in den nächsten Monaten die Unternehmenswelt verändern werden.

Die These: KI und Machine Learning schaffen 2018 endgültig den Sprung von der Spielwiese zum Geschäftsfeld. Die Bedingungen dafür stehen gut. Zum einen werden Apps und Software generell, aber auch Maschinen und Fahrzeuge immer smarter. Zum anderen gibt es genügend Daten und Rechenpower, um Erkenntnisse zum Einsatz von Maschinen, zu Produktionssystemen oder zu Kundentransaktionen zu gewinnen. Durch kostengünstigen Speicherplatz und ein hohes Maß an Parallelisierung von Rechenvorgängen lässt sich inzwischen Machine Learning problemlos auf große Datenmengen anwenden. Gute Argumente also für den breitflächigen Einsatz der Technologie, die hinter KI steckt.

Wollen: ja, können: noch nicht

Und das Wissen um das Potenzial ist vorhanden. Laut der Studie „The Enterprise AI Promise: Path to Value“, für die Führungskräfte aus den Branchen Banken, Versicherungen, produzierende Industrie und Handel sowie Vertreter der öffentlichen Verwaltung in ganz Europa befragt wurden, herrscht Optimismus bezüglich der neuen Möglichkeiten, die die Technologie bietet. Knapp ein Viertel (23 Prozent) sieht in KI die Möglichkeit, Effizienz, Produktivität und allgemein Geschäftsprozesse zu verbessern. Fast ebenso viele (22 Prozent) gehen davon aus, dass der Einsatz entsprechender Technologie den Kundenbeziehungen zugutekommt.

Einer der Hauptgründe für die KI-Implementierung im Unternehmen ist dementsprechend das erhoffte Wachstumspotenzial (in Form von neuen Produkten/Marktsegmenten oder Umsatzsteigerung). Immerhin 16 Prozent erwarten, dass sie mit KI wettbewerbsfähiger sind, und direkt dahinter folgen 15 Prozent, die ihre Kosten mit KI senken möchten.

Aber: Das heißt noch lange nicht, dass dieses Potenzial auch schon ausgeschöpft wird. Im Gegenteil: Viele Umfrageteilnehmer zeigten sich alles andere als überzeugt, dass ihr Unternehmen in der Lage ist, KI auch zielführend zu nutzen.

Kultureller Spagat

Oftmals stecken jedoch weniger technische Beschränkungen dahinter als eine kulturelle Blockade. Das Verständnis für KI ist noch nicht sehr ausgeprägt, das Vertrauen in die Technik begrenzt. Letztlich ist ein Machine-Learning-Algorithmus eine „Blackbox“. Insofern lässt sich schwer nachvollziehen, wie und nach welchen Regeln er entscheidet. Ist es beispielsweise wirklich notwendig, eine Komponente auszuwechseln, bevor die Maschine ausfällt?

Fast jeder zweite der Umfrageteilnehmer (49 Prozent) hegt Zweifel an der Zuverlässigkeit der Ergebnisse, die KI liefert. Hier ist eindeutig ein Umdenken notwendig, das das Management vorleben muss. Hemmnisse sind zudem die Einbindung der mit KI gewonnenen Erkenntnisse in bestehende Geschäftsentscheidungsprozesse (27 Prozent), fehlende Datenintegration und ein Mangel an Data Scientists (jeweils 26 Prozent).

Trotz dieser Hürden sind die Befragten weitgehend überzeugt, dass der Durchbruch nicht lange auf sich warten lassen wird. Die relative Mehrheit (39 Prozent) geht von einer exponentiell ansteigenden Adaption in weniger als fünf Jahren aus, bis KI Teil des Alltags geworden ist.

Dahinter steckt Analytics

Im Wesentlichen steckt hinter Machine Learning klassische Analytics-Technologie. Das System lernt aus Beispielen, kann diese nach Abschluss der Lernphase verallgemeinern und damit auch auf unbekannte Daten anwenden. Maschinelles Lernen als KI-Technik wird unter anderem bereits in der prädiktiven Wartung, Betrugserkennung oder Customer Intelligence eingesetzt.

Machine Learning, KI und damit zusammenhängende Themen sind also mitnichten Neuland. Dazu kommen aber neue Anwendungen beispielsweise im Bereich IoT und bei der Objekterkennung. Das Einkaufserlebnis im Supermarkt der Zukunft, Bildanalyse zur Verbesserung der Produktionsqualität, Schadensprävention in der Versicherung durch Telematik oder Wearables: Das sind die neuen Anwendungen, von denen die Wirtschaft vorrangig spricht.

Und diese Innovationen haben nicht nur Einfluss auf vorhandene Prozesse im Unternehmen, sie führen dazu, dass sich gerade Geschäftsmodelle von Grund auf ändern – und zwar in verschiedensten Branchen. Angesichts der Tatsache, dass Technologiefirmen wie Apple, Google oder Amazon die Schnittstelle zum Kunden besetzen, können sie mehrwertige Services und Produkte anbieten. Bestellt jemand ein Produkt bei Amazon, kann er es dort gleich versichern lassen. Taxizentralen werden obsolet, da es viel simpler ist, sich einen Fahrservice über ein Netzwerk wie Uber zu bestellen. Vorreiter in Sachen KI ist die Landwirtschaft: Autonome Landmaschinen können heute schon den Anbau optimieren, indem sie die Qualität des Bodens messen und die benötigte Düngermenge berechnen.

Intuitiv und „menschlich“

Letztlich geht es immer um verbesserte Wertschöpfung aus Daten – und nicht in erster Linie um hippe Technologien wie Deep Learning oder Neuronale Netzwerke. Und um die Frage: Was bringt es für die Gesellschaft, für den Verbraucher und für die Unternehmen?

Voraussetzung ist, dass dem Anwender ein möglichst natürlicher und intuitiver Umgang mit dem Softwaresystem ermöglicht wird. Dafür müssen analytische Lösungen „menschlicher“ gemacht werden. Visualisierung und Self-Service Analytics sind wichtige Schritte auf dem Weg dorthin, denn sie ermöglichen es auch statistikfernen Mitarbeitern in den Fachabteilungen, wertvolle Erkenntnisse aus den Daten zu ziehen.

Approachable Analytics, die jedem Nutzer ein einfaches und auf seine jeweilige Rolle abgestimmtes User Interface bereitstellt, ist die Voraussetzung für die Kommunikation zwischen Fachexperten, Data Scientists und der IT. Ein nächster Schritt ist, dass Analytics in natürlicher Sprache aufgerufen werden kann und dem Nutzer – situativ und abhängig von dessen Kenntnisstand – entsprechende Erkenntnisse liefert.

Rechtlicher und ethischer Klärungsbedarf

Dass Datenanalyse kein rein technisches, sondern längst auch ein gesellschaftliches Thema ist, zeigt sich auch darin, dass sich die Politik zunehmend damit beschäftigt. Deutschland steht diesbezüglich noch am Anfang. Grund dafür ist oftmals ein diffuses Angstgefühl, was KI eigentlich kann.

Was hierzulande noch benötigt wird, um den Einsatz von KI zu fördern, ist eine entsprechende Start-up-Kultur, Investition in Grundlagenforschung und Infrastrukturausbau. Denn: Das Rad lässt sich nicht zurückdrehen. Die Wirtschaft ist längst Daten- und Analytics-getrieben – auch in traditionellen Industriezweigen. Wichtig ist, dass – neben der technischen Umsetzung – ethische, rechtliche oder organisatorische Fragen beantwortet werden.

Wie lässt sich sicherstellen, dass ein Algorithmus genau das macht, was er soll – und nicht mehr (auch wenn er schon mehr könnte)? Software-Anbieter müssen sich in dem Zusammenhang offen und transparent der gesellschaftlichen Diskussion stellen. Von Unternehmen, die mit europäischen Kunden zu tun haben, fordert alleine schon die ab Mai umzusetzende EU-Datenschutz-Grundverordnung (DSGVO) einen verantwortungsvollen Umgang mit personenbezogenen Daten.

Fazit

KI und Machine Learning sind also auf dem besten Weg, den Hype-Status zugunsten der Geschäftsrealität aufzugeben. Algorithmen können heute mit beeindruckender Präzision Aufgaben erledigen, die bisher dem Menschen vorbehalten waren – sei es, ein komplexes Spiel wie Go zu gewinnen, Straßenzustände und Verkehrssituation auszuloten wie beim autonomen Fahren, den Ausfall eines Computertomografen zuverlässig vorherzusagen oder einen abwanderungsgefährdeten Kunden von der Vertragskündigung abzuhalten.

SAS kürt West Perth zum „besten Ort der Welt“

Per Machine Learning und Big Data ermittelt

SAS kürt West Perth zum „besten Ort der Welt“

29.06.17 - West Perth in Australien ist der „beste Ort der Welt“. Diesen Titel vergab SAS, nachdem der Softwarehersteller per Machine Learning und Big Data Analytics auf der Suche nach dem „Paradies“ war. lesen

Dass Machine Learning zuverlässig funktioniert, hat zum Beispiel das SAS-Projekt „Paradise Found“ veranschaulicht, bei dem mittels dieser Technologie der beste Ort der Welt ermittelt wurde – alleine anhand der zugänglichen Daten und schlauen Algorithmen. Jenseits dieser spielerischen Anwendungsgebiete lässt sich das mit Machine Learning generierte Wissen nutzen, um Business-Aufgaben besser zu lösen, als es die statischen Systeme von heute können. Es werden Systeme entwickelt, die Geschäftsregeln lernen und sie dann selbstständig verbessern. Sobald Unternehmen die notwendigen IT- und HR-Ressourcen geschaffen haben, steht einer Nutzung des Potenzials von KI und Technologien wie Machine Learning nichts mehr im Wege.

Wie KI erfolgreich mit Geschäftsprozessen verzahnt wird oder sich mithilfe von Machine Learning die Produktivität steigern lässt, zeigt das SAS Forum Deutschland am 20./21. Juni 2018 in Bonn.

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: 45153741 / Künstliche Intelligenz)