Es fühlt sich völlig zu Recht für viele Nutzer seltsam an, dass Computer entscheiden – zumal gerade Fragen zu Sicherheit und Gesundheit ethisch komplex sein können.
Was geschieht dann praktisch auf Basis dieser Vergleiche?
Die „Lernenden Systeme“ verarbeiten große Datenmengen im Hinblick auf Ähnlichkeiten der einzelnen Datensätze. So können beispielsweise Ähnlichkeiten zwischen den Datensätzen von sehr vielen Patienten analysiert werden. Vereinfacht formuliert kann ein Computer dann, wenn er die Informationen eines neuen Patienten bekommt und diese mit seiner Datenbank abgleicht, Aussagen über mögliche Krankheiten treffen. Diese Technologien werden für Gesichtserkennung, Textverarbeitung, Sprachassistenz und vieles mehr genutzt. Die Anwendungsfälle sind in nahezu allen Lebensbereichen und Branchen denkbar.
In der nächsten Evolutionsstufe werden solche Systeme um die Fähigkeit ausgebaut, autonom Entscheidungen zu treffen. Die Schwierigkeiten bei diesem Schritt sind nicht nur technischer Natur. Es geht schließlich darum, Entscheidungen von einem Computer treffen zu lassen, die ernste Konsequenzen haben können und für die üblicherweise Experten benötigt werden.
Da sind wir schnell bei Ängsten und Vorbehalten. Woher rühren die?
Es fühlt sich völlig zu Recht für viele Nutzer seltsam an, dass Computer entscheiden – zumal gerade Fragen zu Sicherheit und Gesundheit ethisch komplex sein können. Die Vorbehalte kommen zum einen daher, dass es unangenehm ist, mit einer Maschine so zu kommunizieren wie mit einem Menschen. Zum anderen – und das ist meiner Meinung nach der wesentlichere Punkt – existiert eine Angst vor der Entmündigung des Einzelnen, wenn Computer autonom entscheiden. In vielen Bereichen ist das unproblematisch oder sogar wünschenswert. Beispiele dafür sind digitale Assistenten, die selbständig Musiklisten abspielen, die sie auf der Basis bisheriger Präferenzen und Trends bestimmen.
Komplexer wird es, wenn Entscheidungen mit bedeutenden Konsequenzen getroffen werden. Im Unternehmenskontext betrifft das bspw. Entscheidungen über Warenströme, Finanzierungsmöglichkeiten oder sogar das Personal. In den meisten Bereichen wird der Mensch noch für einen längeren Zeitraum die letzte Kontrollinstanz sein.
Wenn ich Systeme will, die autonom entscheiden, dann gibt es prozessual, organisatorisch und technisch umfangreiche Unterpunkte zu bedenken.
Wie gehen professionelle Thought Leader mit KI und den dazugehörigen Vorbehalten um?
„Lernende Systeme“ werden zur Zeit mit Hochdruck in unterschiedlichen Bereichen getestet und in produktive Umgebungen eingebaut. Das ist wie gesagt der Bereich, bei dem Computer ihre Beobachtungen mittels statistischer Verfahren mit den bis dato vorliegenden Informationen vergleichen. Mit jeder Beobachtung lernen diese Systeme, besser zu werden.
Für ihre weitere Optimierung gibt es mehrere Ansatzpunkte. Neben der speziellen Hardware und Architektur, die diese Systeme teilweise benötigen, ist der wichtigste Ansatzpunkt die Optimierung der angewandten Verfahren. Unterschiedliche Verfahren eignen sich für unterschiedliche Anwendungsbereiche. Beispielsweise gibt es unterschiedlich gut geeignete Verfahren – je nachdem, ob Sprach- oder Bilderkennung durchgeführt werden soll.
Vorbehalte gegenüber diesen Technologien existieren und müssen ernst genommen werden. Ihnen muss mit einer transparenten Darstellung der Nutzungszwecke von Daten und der Offenlegung der Verfahren begegnet werden.
Mit welchen Fragen müssen sich Unternehmen auseinandersetzen, wenn sie KI heutzutage einsetzen wollen?
Vorweg: Im Grunde müssen sich Organisationen in nahezu allen Bereichen mit KI auseinandersetzen. Diese Technologie wird – insbesondere in Verbindung mit weiteren Innovationen – fundamentale Veränderungen in den Abläufen von Unternehmen auslösen. Der Wettbewerbsdruck wird zu groß sein, um dieses Thema zu ignorieren.
In der Realität arbeiten wir in der Regel mit Entscheidern, die die Relevanz dieser Themen erkannt haben und konkrete Umsetzungspläne für Ihre Organisation suchen. Bei diesen Plänen geht es oft um einen ganzheitlichen Ansatz: Was heißt eine Neugestaltung der Prozesse organisatorisch? Was verändert sich im Ablauf? Welche Governance-Regeln müssen die KI-Projekte befolgen? Wie hoch sind die Investitionen? Was ist unsere konkrete Migrationsstrategie? Wie kommunizieren wir die Veränderung? Die Einführung von Systemen, die autonom handeln, erfordert die Beachtung von prozessualen, organisatorischen und technischen Unterpunkten.
Wenn ein Musikdienst Ihre Playlists gestaltet, oder wenn Sie Ihr Handy mit dem Gesicht entsperren, dann ist das auch KI – nur nennen wir das nicht so.
Wie wendet ein Unternehmen KI dann praktisch an?
Der einfachste Schritt ist zu sagen: Wir programmieren Roboter, die andere Programme bedienen. Diese Roboter übernehmen triviale Aufgaben wie den Abgleich von Adressen oder Bestellungen, denn sie sind in der Lage, in kurzer Zeit sehr viele Rechnungen zu erledigen.
Wir sehen auch im unternehmerischen Kontext eine sehr sachorientierte Diskussion. In unserem Berateralltag sagt ein Kunde, dass er seinen Order-to-Cash-Prozess automatisieren möchte und Systeme braucht, die jeden Schritt – von der Bestellung bis zum Zahlungseingang – begleiten und die nötigen Schritte einleiten. Die Debatten über die Einführung eines solchen Systems werden sehr unternehmerisch geführt.
Und doch ist der Paradigmenwechsel intern nicht einfach. Welche typischen Fallstricke erleben Sie?
Gerade, wenn Unternehmen bislang sehr erfolgreich sind, fällt es ihnen schwer, sich neu zu erfinden. Der Einsatz Künstlicher Intelligenz zur Automatisierung interner Abläufe ist vergleichsweise einfach nachzuvollziehen. Die Effizienzhebel liegen hier auf der Hand und werden selten in Frage gestellt, wenn nicht spezielle Umstände dem wiedersprechen.
Wesentlich schwerer fällt es Unternehmen, ihr Geschäftsmodell mittels Technologie zu verändern. In technologiebasierten Geschäftsmodellen sind Daten das wesentliche Element der Produkte oder Dienstleistungen, die Unternehmen vertreiben. Diese Daten können dafür genutzt werden Kundenverhalten und -bedürfnisse zu analysieren. Damit können Unternehmen ihre Produkte „passgenau“ ausgestalten oder sogar neue Bedürfnisse „wecken“.
Der höchste Reifegrad für den Einsatz von KI liegt vor, wenn sie in dem Produkt selbst eingebaut ist. Autonom fahrende Fahrzeuge sind dafür ein sehr plastisches Beispiel. Wir werden aber meistens weniger komplexen und sicherheitskritischen Produkten im Alltag begegnen – beispielsweise beim Sport, Kochen oder in Medien.
Woher rührt Ihr persönliches Interesse am Thema KI?
Mich interessieren die Veränderung in unserer Gesellschaft im Allgemeinen und unseres Sozialverhaltens im Speziellen. Ich denke, dass das auch erforderlich ist, um KI unternehmerisch erfolgreich einsetzen zu können.
Die Hemmnisse bei der Transformation von Unternehmen sehe ich weniger in den technischen Möglichkeiten als in der Notwendigkeit, Mitarbeiter und Kunden kommunikativ bei der Transformation zu begleiten.
Fazit
Künstliche Intelligenz (KI) boomt und ihr Potenzial ist gewaltig, erklärt Digital-Spezialist Yilmaz Alan. Doch die Technik steckt häufig noch in den Kinderschuhen.
Bislang werden erfasste Daten meist bezüglich Mustern oder Anomalien untersucht. Was dem vollumfänglichen Einsatz von KI bislang fehlt ist, dass Informationen nicht nur statistisch untersucht werden, sondern Computer diese Informationen auch „verstehen“ und auf dieser Basis autonom relevante Entscheidungen treffen.
Viele Unternehmen beschäftigen sich bereits mit der Veränderung ihrer Geschäftsprozesse. Durch den Einsatz von KI in Unternehmen werden viele Prozesse zu einem hohen Grad automatisiert durchgeführt – eine derartige Transformation bedarf neben technischer Betrachtungen auch organisationaler Anpassungen.