KI und Machine Learning

Ohne den Menschen geht es nicht

Interview mit Franz Kögl von Intrafind über Veränderungen, die mit der zunehmenden Verbreitung von Künstlicher Intelligenz (KI) und Machine Learning einhergehen

  • Schatten eines Frauenkopfes in der Profilansicht

    Auch im Zeitalter von KI und Machine Learning bleibt der menschliche Verstand gefordert.

  • Franz Kögl, Intrafind

    Franz Kögl, Vorstand der Intrafind Software AG

IT-DIRECTOR: Herr Kögl, Sie bieten Enterprise-Search-Anwendungen an, die auf KI basieren. Was kann man sich darunter vorstellen?
F. Kögl:
Zunächst mal: Es gibt nicht „die“ KI, die man sich einfach so kaufen kann und die anschließend das Recherchieren abnimmt. Das ist ein weit verbreitetes Missverständnis, was nicht zuletzt durch Marketingaussagen von großen Software-Herstellern genährt wird. Rund um die Themen Künstliche Intelligenz und Machine Learning herrscht ein Buzzword-Bingo, die Begriffe werden zum Teil vollkommen unreflektiert durcheinandergebracht. Das weckt letztlich völlig falsche Erwartungen.

IT-DIRECTOR: Wie unterscheiden sich Künstliche Intelligenz und Machine Learning voneinander?
F. Kögl:
Künstliche Intelligenz ist der Oberbegriff für sämtliche Technologien, die menschliche Intelligenz nachahmen – und Machine Learning ist nur eine dieser Technologien. Machine Learning vereint zahlreiche Lernverfahren, die auf numerischen Verfahren aufbauen und die im Grunde genommen nichts anderes als angewandte Statistik sind.

IT-DIRECTOR: Was hat es mit diesen sogenannten selbstlernenden Algorithmen und Maschinen auf sich, von denen oftmals die Rede ist?
F. Kögl:
Grundsätzlich wird beim Machine Learning zwischen überwachten (supervised) und unüberwachten (unsupervised) Verfahren unterschieden. Bei beiden Verfahren werden Algorithmen durch die Eingabe von bekannten Beispieldaten darauf trainiert, künftig unbekannte Daten selbstständig erkennen zu können.

Beim unsupervised, also unüberwachtem, Learning lernt das System nicht näher definierte Strukturen aus den eingegebenen Daten. Beim supervised, also überwachtem, Learning wird der Maschine vorgegeben, was sie aus dem Dateninput lernen soll. Wenn es beispielsweise darum geht, große Mengen an Texten zu klassifizieren, wird vorher anhand von Trainingsdaten definiert, in welche Kategorie oder Rubrik der jeweilige Text eingeordnet werden soll. Das System ermittelt dabei, welche Begriffe in den Texten der jeweiligen Kategorie besonders häufig vorkommen – und welche nicht. Kommen neue Texte hinzu, werden die entsprechenden Schlüsselwörter verglichen und geprüft, ob sie im Text vorhanden sind oder ob sie fehlen. Danach kann der Text der richtigen Kategorie zugeordnet werden. Ist sich das System aber unsicher, spielt es den Text wieder zurück, sodass ein menschlicher Experte die Datei manuell zuordnen muss. Der Algorithmus lernt also nicht von selbst und passt sich auch nicht von selbst an. Das Lernen erfolgt immer nur auf Basis der vorgegebenen Trainingsdaten.
 
Eine weitere Methode des maschinellen Lernens ist das Reinforcement Learning, bei dem man den Eindruck bekommen könnte, das System lerne selbstständig. Es spielt in der Robotik eine große Rolle, aber auch dieses Verfahren lernt nur durch Rückmeldungen von außen. Ein Computer, der Schach spielen lernt, muss dafür trainiert werden, indem er entweder gewinnt oder verliert. Dieses Feedback kann er sich aber nicht selbst geben, sondern muss vorher vom Menschen kommen.

IT-DIRECTOR: Wie können Enterprise-Search-Anwendungen von KI profitieren?
F. Kögl:
Enterprise Search umfasst längst nicht mehr nur die reine Volltextsuche, wie man sie von den Suchmaschinen aus dem privaten Alltag kennt. Künstliche Intelligenz und Machine-Learning-Verfahren treiben Enterprise Search voran, sodass die Analysten von Forrester Research zum Beispiel von Cognitive Search sprechen – als Evolutionsstufe von Enterprise Search.

In den vergangenen Jahren haben sich Enterprise-Search-Anwendung massiv weiterentwickelt. Die reine keyword-basierte Suche ist passé. Moderne und professionelle Suchanwendungen unterstützen natürliche Sprache (Natural Language Processing, NLP) und liefern dem Nutzer nicht nur eine Trefferliste, sondern reichern diese mit zusätzlichen Informationen an, die für den Anwender relevant sein könnten. Sie ermöglichen es, gute Treffer für W-Fragen im Sucheingabefeld zu liefern. KI-basierte Suchanwendungen sind nämlich auch in der Lage, Personennamen, Orte oder Produkte in Dokumenten zu erkennen. Dadurch können sie dem Nutzer andere, zu seiner Suchanfrage thematisch passende Begriffe vorschlagen, die er bei seiner Recherche berücksichtigen kann.

KI-basierte Suchanwendungen „wissen“, was dem Nutzer wichtig ist. Sie liefern dem Anwender eine Trefferliste, in der die für ihn relevanten Dokumente weit oben stehen. Das kann auf Basis von zuvor eingestellten Suchprofilen geschehen oder auf der Grundlage von nutzungsbasierter Relevanz, bei der das System lernt, welche Ergebnisse von den Kollegen der selben Abteilung am häufigsten geklickt wurden. Die Trefferliste wird dann entsprechend danach ausgerichtet.

So proaktiv Cognitive Search auch agiert – bedienen muss die Anwendung immer noch der Mensch selbst. Die Software kann nicht von sich aus mit der Suche starten. Das funktioniert nur durch Anweisung oder Input von außen. Nichtsdestotrotz machen diese neuen Entwicklungen für den Nutzer bisher unbekannte Anwendungsfälle möglich. So nutzen Chatbots beispielsweise das Erkennen von Entitäten und setzen auf Verfahren für tiefes Textverständnis. Auch Anwälte oder Wirtschaftsprüfer können davon profitieren, indem die Software ihnen stundenlange Lesearbeit abnimmt und die wichtigsten Klauseln extrahiert bzw. übersichtlich auflistet.

IT-DIRECTOR: Wie weit ist Künstliche Intelligenz bereits fortgeschritten? Glauben Sie, dass die KI den Menschen in naher Zukunft überholt?
F. Kögl:
Künstliche Intelligenz und Machine Learning sind nicht neu und wirken sich schon seit Jahren auf zahlreiche Anwendungen in der IT aus. Das Horrorszenario, dass Künstliche Intelligenz bald alle arbeitslos machen wird, halte ich für vollkommen übertrieben. Viel wahrscheinlicher ist, dass das eintritt, was bisher immer bei technologischen Revolutionen eingetreten ist. Die Technik wird uns von weiteren Standard- und Routinetätigkeiten entlasten, so dass wir mehr Freiraum für Aufgaben haben, die menschlichen Verstand erfordern – etwa die Analyse und Interpretation von Sachverhalten. Natürlich werden sich dadurch bestimmte Jobs verändern oder sogar ganz verschwinden.

Einige Berufszweige werden die Auswirkungen von KI schon bald sehr deutlich zu spüren bekommen. Dazu gehören zum Beispiel Callcenter-Mitarbeiter, deren Jobs zunehmend von Chatbots übernommen werden. Auch die Arbeit von Rezeptionisten im Hotelgewerbe oder Paketzustellern lässt sich bis zu einem gewissen Grad schon durch KI automatisieren. Das heißt jedoch nicht, dass es diese Berufe zwangsläufig nicht mehr geben wird. Durch die neuen technologischen Entwicklungen werden auch neue Jobs entstehen, von denen wir uns manche heute noch gar nicht vorstellen können. Mensch und Maschine werden sehr wahrscheinlich nicht um Arbeit konkurrieren, sondern sich gegenseitig unterstützen und ergänzen.

Bildquellen: Thinkstock/iStock, Intrafind

©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