AI as a Service

Anbieterabhängigkeit nicht unterschätzen

KI-Experte Murat Durmus, CEO von AISoma, lobt im Interview die zahlreichen Vorteile von KI als Managed Service, warnt aber auch davor, sich dabei zu abhängig vom Anbieter zu machen.

AISoma-CEO Murat Durmus

Murat Durmus, CEO der herstellerunabhängigen KI-Beratung AISoma

ITD: Können Sie ganz kurz erklären, was unter dem Modell AIaaS zu verstehen ist?
Murat Durmus:
Als Artificial Intelligence as a Service (AIaaS) bezeichnet man das Outsourcing von Künstlicher Intelligenz (KI).

ITD: Wie kann AIaaS Unternehmen dabei unterstützen, KI-Projekte dennoch aufzusetzen?
Durmus:
Indem es bereits auf „fertige“ Dienste zugreifen kann. KI als Dienstleistung ermöglicht Unternehmen mit KI für verschiedene Zwecke ohne große Anfangsinvestitionen und mit geringerem Risiko zu experimentieren. Experimente können die Stichprobe mehrerer Public-Cloud-Plattformen ermöglichen, um verschiedene Algorithmen des maschinellen Lernens zu evaluieren um herauszufinden ob es der Wertschöpfungskette im Unternehmen einen Mehrwert liefern kann.

ITD: Für welche Art von Unternehmen kommt das Modell in Frage?
Durmus:
Für Unternehmen, die nicht in der Lage oder nicht bereit sind, ihre eigenen Systeme der künstlichen Intelligenz zu erstellen, testen und zu nutzen, bietet KI as a Service eine Lösung und stellt eine Alternative dar. Wie bei anderen “as a service”-Optionen wird der gleiche Ansatz auch bei der Künstlichen Intelligenz angewendet. damit sich das Unternehmen auf sein Kerngeschäft konzentrieren kann und nicht zu einem Experten für Daten- und maschinelles Lernen werden muss.

  • Kostentransparenz schaffen
  • Deutlich reduziertes Investitionsrisiko
  • Steigerung des Nutzens von Daten
  • Erhöhung der strategischen Flexibilität, da AIaaS flexibel und dynamisch einsetzbar ist.

ITD: Wie lässt sich bei AIaaS-Modellen die Datensicherheit gewährleisten?
Durmus:
Die Datensicherheit wird hier hauptsächlich vom Anbieter des AIaaS gewährleistet. Hier sollte man sich genauestens Informieren. Des Weiteren sollte man in der Regel bei der Nutzung von öffentlichen AIaaS keine sensiblen bzw. unternehmenskritische Daten verwenden. Eine Alternative könnten Private-Cloud-Lösungen sein. Hier gibt es mittlerweile auch einige Anbieter die das zusammen mit einem AIaaS im Paket anbieten.

ITD: Wie aufwändig ist es, ohne Vorkenntnisse z.B. einen Chatbot einzurichten, der NLP-Algorithmen nutzt?
Durmus:
Das ist mittlerweile relativ einfach. Es gibt bereits einige Anbieter, die eine einfache „Implementierung“ von Chatbots ermöglichen. Man muss lediglich die entsprechenden domainspezifischen Intents erstellen und ein paar Testdaten generieren. Ist man mit den Ergebnissen des Bots zufrieden kann man ihn auf der eigenen Webseite oder anderen Plattformen (Facebook Messenger, Skype, Telegram, etc.) einbinden und sofort zur Verfügung stellen.

ITD: Um KI- oder ML-Projekte zum Erfolg zu führen, benötigt man saubere und hochwertige Daten – kann ein Unternehmen ohne nennenswerte KI-Erfahrung überhaupt entscheiden, welches „brauchbare“ sind?
Durmus:
Eine gute Frage. Natürlich ist es hilfreich, einen Experten hinzuziehen der schon im Vorfeld beurteilen kann, welche Daten besonders nützlich bzw. hilfreich für das Modell sein können. Man kann natürlich auch durch Ausprobieren ein Gefühl dafür bekommen, wie das Modell auf die Daten reagiert: Der Service steht ja schon bereit und kann jederzeit genutzt werden. Es hängt davon ab wie schnell und wie gut man ans Ziel gelangen will.

ITD: Was sollten Unternehmen beachten, die komplexere Anwendungen nutzen möchten, die z.B. eine Vorverarbeitung der Daten erfordern?
Durmus:
In diesem Fall sollte man einen erfahrenen Data Scientist im Team haben oder einen engagieren, der im Vorfeld eine explorative Datenanalyse durchführen kann und gegebenenfalls die Datenqualität signifikant erhöhen kann. Letztendlich kann man auch zu dem zu der Erkenntnis gelangen, dass eine Nutzung von KI keinen Sinn macht bzw. keine „brauchbaren“ Ergebnisse liefern kann. Mögliche Gründe können z.B. zu wenig Daten oder eine sehr schlechte Datenqualität sein. Vielleicht kann das Problem auch durch regelbasierte Entwicklung gelöst werden.

ITD: Macht das Verwenden von AIaaS eine ausgereifte KI-Strategie, ggf. auch das Hinzuziehen externer KI-Berater, überflüssig?
Durmus:
Nein. Der KI-Berater ist auch dazu da um „neue“ Use Cases im Unternehmen zu identifizieren oder bestehende entsprechend anzupassen bzw. „KI-tauglich“ zu machen. Des Weiteren können AIaaS-Komponenten mit durchdachten Eigenentwicklungen sinnvoll erweitert werden. AIaaS kann ein Teil der KI-Strategie sein, indem erst auf einfache oder fertige Lösungsbausteine setzt. Diese Lösungsbausteine können aber, wenn sie sich bewährt haben, sukzessive durch eigene Entwicklungen angepasst und ersetzt werden. Man darf nicht vergessen: Bei all den Vorteilen sind derartige Systeme meistens auch nicht so flexibel. Das Modell haben Sie selbst nicht in der Hand und können es nicht oder nur teilweise anpassen. Es besteht eine nicht zu unterschätzende Abhängigkeit vom jeweiligen Anbieter. Des weiteren ist es auch auf lange Sicht eine Frage von Kosten und Nutzen.

ITD: Ab wann sollte ein Data Scientist hinzugezogen werden?
Durmus:
Insbesondere wenn die Datengrundlage und -qualität noch nicht vollständig bzw. nicht ausreichend ist. Der Data Scientist ist in der Lage, bestehende Daten zu verbessern und gegebenenfalls zusätzliche nützliche Daten zu generieren oder zu beschaffen. Eine KI ist nur so gut, wie die Qualität der Daten mit denen sie gefüttert wird.

Bildquelle: AI Soma

©2019Alle Rechte bei MEDIENHAUS Verlag GmbH

Unsere Website verwendet Cookies, um Ihnen den bestmöglichen Service zu bieten. Durch die weitere Nutzung der Seite stimmen Sie der Verwendung zu. Weitere Infos finden Sie in unserer Datenschutzerklärung.

ok