Wenn KI im Einsatz ist

Qualität der Daten muss stimmen

Laut Dr. Gregor Joeris, Geschäftsführer und CTO der SER-Gruppe, steckt eine große Gefahr z.B. in den Daten, mit denen eine KI lernt. Stimme dort die Qualität nicht, komme es zu haarsträubenden Resultaten – angefangen bei rassistischen Chatbots bis hin zu sexistischen Bewerberauswahlverfahren.

Dr. Gregor Joeris, Geschäftsführer und CTO der SER-Gruppe

„Gerade im Hinblick auf KI-Einsatz und digitalisierte Abläufe ist das richtige technologische Fundament ganz entscheidend“, betont Dr. Gregor Joeris, Geschäftsführer und CTO der SER-Gruppe.

ITM: Herr Dr. Joeris, was werden anno 2019 die größten Trends im Bereich Dokumentenmanagement sein? Was wird von den Marktteilnehmern angegangen und in den Fokus gerückt?
Dr. Gregor Joeris:
Nach dem KI-Hype 2018 ist in diesem Jahr der konkrete Einsatz von KI-Methoden in der Praxis gefragt sein. Wir als Anbieter bauen das Angebot an konkreten Anwendungen aus, damit die Unternehmen realistische Ziele in Angriff nehmen können. Unser Fokus liegt darauf, zum einen Routinetätigkeiten zu automatisieren und zum anderen Anwender mit intelligenten Mechanismen bei ihrer Arbeit zu unterstützen.

Ein weiterer Fokus wird darauf liegen, Informationssilos aufzulösen, zu konsolidieren, wo es sinnvoll ist, und Systemgrenzen zu überwinden. Ein Schlagwort dafür ist Content Federation, vereinfacht gesagt: der einheitliche Zugriff auf Informationen, unabhängig vom Speicherort oder den Ursprungssystemen.

Ein Dauerbrenner unter den Trends ist Collaboration, also die Zusammenarbeit – zunehmend auch über Unternehmensgrenzen hinaus. Zusammenarbeit findet überall statt, leider zu häufig ohne geeignete Workflow-Unterstützung, ohne Kontrolle und Sicherheit.

ITM: Inwieweit lassen sich Dokumenten-Management-Systeme (DMS) mit KI verknüpfen?
Joeris:
Die Frage stellt sich in der Form eigentlich nicht, denn KI und DMS gehören für uns untrennbar zusammen. Intelligentes und lernendes Informations-Management verbindet Inhalte und Prozesse mit geeigneten Analyseverfahren. Wir als Software-Hersteller beschäftigen uns daher schon sehr lange mit intelligenten Methoden für die Inhaltsanalyse. Ein zentraler Unterschied ist der Umgang mit unstrukturiertem Text. Viele Verfahren, die in den Medien sehr präsent sind, funktionieren mit strukturierten Daten oder Bildern sehr gut, mit Text aber weniger. Wer glaubt, man könne mit frei verfügbaren Algorithmen ganz einfach zum Ziel kommen, dürfte enttäuscht werden. Gerade bei der Textanalyse kommt es auf Erfahrung und Expertise an.

ITM: Welche Vorteile und Möglichkeiten bringt solch eine Verknüpfung? Können Sie mögliche/konkrete Anwendungsszenarien beschreiben, die gerade auch für mittelständische Unternehmen interessant sind?
Joeris:
Methoden, die auf Machine Learning basieren, bringen schon lange Vorteile bei der Verarbeitung eingehender Post und E-Mails, z.B. bei Rechnungen. Sie helfen bei der Einordnung und Verteilung, aber auch beim Auslesen und Verarbeiten der Daten – bis hin zur vollständigen Automatisierung. Neuerungen sehen wir hier zum einen dahingehend, dass beispielsweise im Kundenservice immer mehr Kanäle einheitlich einbezogen werden müssen – neben E-Mail z.B. auch Chat und Social Media. Zum anderen hilft KI dabei, die Emotionen und Absichten der Kunden zu erkennen und entsprechend darauf zu reagieren.

Riesiges Potential steckt in den rund 80 Prozent an unstrukturierten Daten in Unternehmen. In diesem Content schlummern Informationen, die es zu analysieren und zu verstehen gilt. Die Anwendungsmöglichkeiten sind im Prinzip fast unbegrenzt. Nur um ein paar Beispiele zu nennen: Machine Learning hilft dabei, Personen, Unternehmen, Orte etc. in Dokumenten zu identifizieren, was sich z.B. im Kontext der EU-DSGVO einsetzen lässt. Auch das Aufspüren von Risiken, z.B. ungültige Vertragsklauseln, ist ein Einsatzfeld.

ITM: Wie groß ist bislang noch die Fehlerquote beim automatischen, KI-basierten Sortieren, Ablegen, Verknüpfen etc. von unstrukturierten und semi-strukturierten Informationen/Dokumenten?
Joeris:
Das ist pauschal nicht zu beantworten, da es zu viele Faktoren gibt, die Einfluss auf die Erfolgsquoten haben. Letztlich ist die reine Fehlerquote aber vor allem in sehr hochvolumigen Szenarien entscheidend, wo schon ein paar Prozentpunkte einen riesigen Unterschied ausmachen. Vereinfacht gesagt: Es gibt zwar definitiv keine fehlerfreien KI-Systeme, umgekehrt schaffen es aber viele Verfahren, den Anteil der zeitaufwändigen und monotonen Routinetätigkeiten massiv zu reduzieren.

Das Verfahren mit der niedrigsten Fehlerquote ist aber nicht zwangsläufig die beste Wahl für Unternehmen. Im Fokus sollten Verfahren stehen, die ein Optimum im Hinblick auf Genauigkeit, Geschwindigkeit, Aufwand und Kosten bieten. Ein essenzieller Punkt ist aber auch die Vorhersagbarkeit und Nachvollziehbarkeit der Ergebnisse. Viele Machine-Learning-Verfahren sind eine Black Box. Wenn man nicht weiß, wie Fehler entstanden sind, lassen sie sich kaum korrigieren und es ist nicht absehbar, wie die KI beispielsweise mit bis dato unbekannten Dokumenten umgehen wird. Das kommt aber im Unternehmensalltag ständig vor.

ITM: Was sind weitere Herausforderungen und Stolpersteine bei der Verknüpfung von DMS und KI?
Joeris:
Da sind in jedem Fall Informationssilos zu nennen, die den sinnvollen Einsatz von KI behindern, weil wichtige Daten nicht einbezogen werden können. Grundsätzlich ist auch die relativ geringe Datengrundlage eine Herausforderung. In mittelgroßen Unternehmen sind beispielsweise eher Hunderte bis Tausende Verträge hinterlegt – im Gegensatz zu z.B. Milliarden Katzenbildern, die der Google-Bildersuche zur Verfügung stehen. Daher sind hier Machine-Learning-Verfahren gefragt, die auf Basis relativ weniger Daten schnell zu verlässlichen Ergebnissen kommen. Und Unternehmen sollten über die Qualität der Daten nachdenken: Sind viele triviale, veraltete oder redundante Informationen vorhanden, besteht die Gefahr, dass die KI zu falschen Schlüssen kommt.

Nicht unterschätzen sollten Unternehmen, wie wichtig Erfahrung und Expertise für den Einsatz von KI-Verfahren sind. Wer einfach die neuesten, teils frei verfügbaren neuralen Netzwerke auf die eigenen Daten loslässt, wird kaum zu sinnvollen Ergebnissen kommen.

ITM: Welchen Einfluss übt die EU-Datenschutz-Grundverordnung (EU-DSGVO) auf den Einsatz von KI-basierten Dokumenten-Management-Lösungen aus?
Joeris:
Da in DMS-Lösungen sehr viele unstrukturierte Informationen verwaltet werden, ist die EU-DSGVO natürlich ein wichtiges Thema. Wie groß der Einfluss ist, hängt im Einzelfall auch davon ab, für welche Anwendungsfelder und wie eine ECM- bzw. DMS-Lösung eingesetzt wird. Im Kundenservice ist er deutlich größer als etwa im Produktionsumfeld. In jedem Fall müssen Unternehmen den eigenen Datenbestand zuerst analysieren.

KI-basierte DMS-Systeme können die Unternehmen bei dieser Mammutaufgabe entlasten. Einige Content-Analytics-Ansätze ermöglichen eine deutliche Erleichterung bei der Risikobewertung und bei der Bearbeitung von Anfragen im Kontext der EU-DSGVO. Die Voraussetzung dafür ist aber eine übergreifende ECM-Plattform. Wenn personenbezogene Informationen in diversen Datensilos vergraben sind, hilft auch ein KI-basiertes DMS nicht viel weiter.

Richtig umgesetzt ist der Einsatz der KI selbst im Hinblick auf den Datenschutz weniger problematisch, da man die personenbezogenen Daten beispielsweise für die Lernprozesse anonymisieren kann. Hier ist einschlägige Erfahrung auf Seiten des Herstellers ein unschätzbarer Vorteil.

ITM: Inwieweit müssen die DMS-Anwender selbst KI-Urteile und -Entscheidungen kontrollieren bzw. im Blick behalten, um Datenschutzkonformität beim Einsatz ihrer Lösungen sicherzustellen?
Joeris:
Transparenz und Nachvollziehbarkeit beim Einsatz von KI-Verfahren sind im Business-Umfeld insgesamt ein ganz entscheidendes Thema – längst nicht nur für den Datenschutz. Bei aller Begeisterung für die jeweils neuesten Errungenschaften wird das gerne vergessen. Eine große Gefahr steckt z.B. in den Daten, mit denen eine KI lernt. Stimmt dort die Qualität nicht, kommt es zu haarsträubenden Resultaten – von rassistischen Chatbots bis hin zu sexistischen Bewerberauswahlverfahren. Das ist an sich schon erschreckend genug. Für die Unternehmen viel gefährlicher sind aber die weniger offensichtlichen Fälle. Nimmt eine KI Einfluss auf wirtschaftliche Entscheidungen, können Fehler in der Datenbasis teuer werden. Nur wenn ersichtlich wird, wie die KI zu ihren Entscheidungen gekommen ist und welche Informationen dafür die Grundlage waren, lässt sich das verhindern.

ITM: Worauf sollten Mittelständler zukünftig achten, wenn sie sich für eine DMS-Lösung entscheiden? Nach welchen Kriterien sollten sie eine entsprechende Lösung letztlich auswählen?
Joeris:
Unternehmen sollten das Ganze im Blick haben: Gerade im Hinblick auf KI-Einsatz und digitalisierte Abläufe ist das richtige technologische Fundament ganz entscheidend. Mit einer homogenen Content-Services-Plattform – mit einheitlichem Metadaten-Management und integriertem ECM und BPM – schaffen Unternehmen die Basis für ein zukunftsfähiges Informations- und Prozess-Management. Auf einer solchen Plattform können z.B. neue machine-learning-basierte Services jederzeit hinzugefügt werden und auf einer qualitativ hochwertigen Datenbasis arbeiten.

Wer sich dagegen verleiten lässt, schnell mal neue Anwendungen für spezielle Anforderungen einzuführen, überträgt die Probleme isolierter und chaotischer Dateiablagen z.B. aus dem Filesystem einfach in die DMS-Welt. Wenn so Schnelligkeit durch zahlreiche Insellösungen in einzelnen Abteilungen erkauft wird, vervielfacht man nur die Informationssilos. Es entsteht Chaos und eine homogene Informationsinfrastruktur rückt in weite Ferne. Das nenne ich beschleunigte Ineffizienz!

Bildquelle: SER

©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