Was ist Machine Learning? Software als Schüler

Carsten Brede

Im Rahmen von Machine Learning wird Software zum Schüler der Menschen. Machine Learning als wertvoller Wettbewerbsvorteil!

Inhaltsverzeichnis:

    Machine Learning

    Machine Learning ist ein Teilgebiet der künstlichen Intelligenz (KI) und steht für die künstliche Generierung von Wissen aus Erfahrung. Machine Learning funktioniert ganz ähnlich wie ein vereinfachtes, menschliches Lernen.

    Nehmen Sie ein künstliches System und eine große Menge an Daten. Anhand von Beispiel-Fragen und den richtigen Antworten dazu, zeigen Menschen dem künstlichen System, wie es aus den Beispielen Muster erkennen kann. Diese Muster werden von der KI abstrahiert und zu Gesetzmäßigkeiten verallgemeinert.

    Hiermit ist übrigens nicht gemeint, dass die Software ein Eigenleben entwickelt. Das System trifft keine völlig freien Entscheidungen. Es geht vielmehr um das Nachahmen von bereits bekannten Abläufen. Mit KI können Entscheidungswege verkürzt werden und damit Prozesse wesentlich schneller ablaufen.

    Ein wesentlicher Faktor sind die riesigen Datenmengen, die KI nutzt und verarbeitet, um daraus Muster und Lösungen zu entwickeln. Hier sind Algorithmen im Einsatz, die während der Lernphase ein statistisches Modell aufbauen, das auf den Beispieldaten in der Trainingsphase beruht.

    Wie aus Big Data Big Vorsprung wird

    Genau wie die Dampfmaschine oder die Erfindung der Elektrizität, gilt künstliche Intelligenz als Allzwecktechnologie, im Englischen auch als „general base technology“ (GBT) bekannt. Die Einsatzmöglichkeiten von KI sind vielfältig, branchenunabhängig und unaufhaltsam. Eines aber liegt KI immer zu Grunde und das ist Big Data.

    Eine schier unendliche Menge an Daten steht uns heute zur Verfügung. Nun kommt es darauf an, mit welchen Mitteln wir diese Daten nutzen. Wie werden Daten aufgenommen, bereinigt und anschließend geschickt miteinander vernetzt und kombiniert? Mit Datenintegration gelingt dieser Prozess und stellt aussagekräftige und wertvolle Informationen bereit.

    Die Eulen-Perspektive

    Meist existieren in einem Unternehmen verschiedene heterogene Systeme, die jeweils wertvolle Daten sammeln. Das CRM-System sammelt Kundeninformationen, der Social Media Account gibt Aufschluss über Kaufverhalten und Gewohnheiten und der Produktionsprozess liefert Informationen über Qualität und Liefertreue. Letztere wirken sich wiederum auf die Kundenzufriedenheit aus.

    Natürlich lassen sich die einzelnen Datenquellen nutzen, um Antworten auf einzelne Fragen zu erhalten. Damit bleiben wir jedoch in der Perspektive einer unternehmerischen Disziplin gefangen und es fehlt ein ganzheitlicher Blick, der die Komplexität unserer Welt einzufangen vermag.

    Haben Sie schon mal eine Eule oder einen anderen Vogel beobachtet, wie weit diese Ihren Kopf drehen können? Eulen besitzen die besondere Fähigkeit ihren Kopf in beide Richtungen um mehr als 270° zu drehen und sehen damit nicht nur was vor ihnen passiert, sondern rundherum.

    Stellen Sie sich vor, Sie könnten eine 360° Perspektive einnehmen, um komplexe Herausforderungen zu meistern!

    Datenintegration schafft eine 360° Perspektive

    Weiten Sie ihren unternehmerischen Blick, indem Sie Informationen zu einer strukturierten Einheit zusammenführen. Datenintegrationen und technische Dokumentationen sind vor allem dort notwendig, wo mehrere gewachsene Systeme miteinander verbunden werden. So lässt sich Know-how im Unternehmen vollständig und effizient nutzen sowie Synergien erzeugen. Nebenbei verbinden sich die zahlreichen Spezialisten in Teams miteinander, kollaborieren und schaffen damit einen Mehrwert für den Kunden.

    Datenintegration spart nicht nur Zeit, sondern leistet in kurzer Zeit Ergebnisse, die Dateningenieure und Entwickler selbst bei einer Arbeitsleistung von 24/7 kaum erreichen können. Die Fehleranfälligkeit ist hier noch gar nicht eingerechnet.

    KI – eine Zäsur in der menschlichen Entwicklung

    Sie denken, dass Sie mit Machine Learning noch gar nicht in Berührung gekommen sind? Zu abstrakt? Folgende typischen Use-Cases werden Ihnen sicher bekannt vorkommen.

    Nutzen Sie einen Musik-Streaming-Dienst? Aufgrund Ihrer meistgehörten Musik erstellt ein Algorithmus Empfehlungen für Sie und bietet Ihnen Vorschläge ganz nach dem Motto: „Das könnte Ihnen auch gefallen.“. Genauso arbeiten auch Streaming-Dienste für Videos und Serien. Die Vorlieben der KundInnen werden anhand der gesammelten Daten analysiert und die KI generiert daraus individuelle Vorschläge.

    Auch in den meisten E-Mail-Anwendungen steckt maschinelles Lernen. So erkennt die Software automatisch Spam-Nachrichten und filtert diese in den separaten Spam-Ordner. Markieren Sie als NutzerIn zum Beispiel eine Mail als Junk-Mail, lernt die Software anhand dieser Beispiele Spam-Mails noch besser als solche zu erkennen.

    Im Bereich Kreditkarten-Betrügereien möchten wir nicht mehr auf Machine Learning verzichten. Weicht ein Einkauf zu sehr von den bisherigen Gewohnheiten ab, schlägt ein KI-basiertes System Alarm. Mit dieser Warnfunktion konnte schon so mancher Betrug rechtzeitig aufgedeckt werden.

    Spracherkennung basiert ebenso auf Machine Learning und verbessert die Möglichkeiten für Chat Bots enorm. Die Roboter werden der menschlichen Kommunikation immer ähnlicher und weisen in Gesprächen verblüffende Fähigkeiten auf. Amazons Alexa oder Apples Siri sind alltägliche Beispiele für eine ausgereifte Spracherkennung. Allerdings wird Spracherkennung auch eingesetzt, um sogenannte Fake News zu kreieren und hier zeigt sich, warum der respektvolle Umgang mit Machine Learning so bedeutend ist.

    Muffin oder Chihuahua?

    Auch KI macht Fehler. Kein Scherz: Zum Beispiel verwechselt künstliche Intelligenz gern Muffins mit der Hunderasse Chihuahua. Es können winzige Details sein, die von künstlicher Intelligenz in derselben Kategorie verortet werden und so falsche Zusammenhänge gebildet werden.

    Der globale Wettbewerb um die Vorherrschaft im Bereich KI hat bereits begonnen. Die Technik ist vorhanden – nun kommt es auf die Ausgestaltung von Machine Learning an. Sorgt KI für mehr Verständnis und die Verteilung von wertvollem Wissen oder wird sie für die Manipulation einzelner Personen, Gruppen oder ganzer Gesellschaften eingesetzt?

    Die EU-Kommission hat eine klare Vision formuliert: Sie möchte einen soliden und zukunftssicheren Rechtsrahmen für vertrauenswürdige KI in Europa zu schaffen. Damit dies gelingt, müssen technologiebasierter Fortschritt und Ethik in einer Interaktion gedacht werden. Trifft Software Entscheidungen, die aufgrund von Lernbeispielen trainiert wurden, müssen wir uns auch mit den Folgen und möglichen Konsequenzen auseinander setzen. Ein zentrales Thema wird das autonome Fahren sein.

    Autonomes Fahren

    Autonomes Fahren mithilfe von künstlicher Intelligenz ist eine Machttechnologie und wirft eine ganze Reihe ethischer Fragen auf. Wer haftet, wenn es etwas schief geht? Der Programmierer der KI? Der Mensch, der die Technologie nutzt? Welche Versicherung würde hier zum Einsatz kommen?

    In einigen Fällen wird KI zu einer Blackbox. Zum Beispiel, wenn die Transparenz der KI-Algorithmen nicht ausreicht und nicht nachvollziehbar ist, aufgrund welcher Kriterien die Software Entscheidungen trifft. Damit es hier nicht zum Blindflug kommt, ist noch viel Forschungsarbeit notwendig.

    Möchten Sie Näheres über Machine Learning erfahren? Dann kontaktieren Sie uns.