Prädiktive Analytik und maschinelles Lernen können Unternehmen schon heute nutzbringend einsetzen. Squirro, Anbieter von Cognitive-Insights-Lösungen, erläutert fünf Voraussetzungen für den Erfolg derartiger Applikationen.
Die Meinungen über künstliche Intelligenz gehen weit auseinander. Während die einen darin eine Bedrohung sehen, betonen andere die damit verbundenen Vorteile. Erfolgreich angewendet, bringt diese Technologie in den meisten Unternehmen großen Nutzen: sie steigert die Effizienz und Qualität in der Fertigung; sie erlaubt Banken und Versicherungen, ihren Kunden perfekt zugeschnittene Services anzubieten; sie befähigt Chatbots, Anrufer interaktiv über Produkte zu informieren; und ganz allgemein kann sie Daten unterschiedlichster Herkunft so aufbereiten, dass sie als Grundlage für unternehmerische Entscheidungen dienen.
Um diesen Nutzen zu erbringen, müssen Applikationen, die mit Künstlicher Intelligenz arbeiten, optimal entwickelt und implementiert werden. Squirro beschreibt die wichtigsten Voraussetzungen dafür.
- Große Datenmengen nutzen
Für die Leistungsfähigkeit Künstlicher Intelligenz wie prädikative Analytik, maschinelles und Deep Learning ist es entscheidend, dass die eingesetzten Algorithmen durch eine möglichst große Datenmenge lernen und so Ergebnisse in Form aussagekräftiger Analysen und Handlungsempfehlungen liefern. Hohe Geschwindigkeit und Zuverlässigkeit der Analyse sind maßgeblich, damit Unternehmen sie als Basis für ihre Entscheidungen nutzen können.
- Unstrukturierte Daten erschließen
Strukturierte Daten stellen lediglich rund fünf Prozent aller zur Verfügung stehenden Daten dar. Die große Mehrheit der Informationen liegt unstrukturiert vor. Somit nutzen Unternehmen nur einen minimalen Anteil ihres zur Verfügung stehenden Datenkapitals als Basis für Geschäftsentscheidungen. Lösungen auf Basis Künstlicher Intelligenz sind, anders als bisherige Tools in der Lage, Daten aus beliebigen Quellen zu analysieren – strukturierte, aber eben auch unstrukturierte. Unternehmen sollten diese beiden Datenarten einsetzen. Dann erreichen Lösungen, die mit Künstlicher Intelligenz arbeiten, eine neue Ebene von Handlungsempfehlungen.
- Für transparente Algorithmen sorgen
Der Einsatz Künstlicher Intelligenz ist zumindest anfangs ein Schritt ins Ungewisse. Bedingt durch die große Zahl von Parametern und technischer Verfahren bei der Auswertung und Aufbereitung von Daten kann es für Unternehmen schwer sein nachzuvollziehen, wie ein Algorithmus zu einem Ergebnis gekommen ist. Wichtig für die Anwenderakzeptanz, egal ob Mitarbeiter oder Kunden, ist deshalb die Transparenz, wie und warum die Lösung zu einem Vorschlag gekommen ist. In Branchen wie Banken und Versicherungen ist eine solche Transparenz aus Compliance-Gründen vorgeschrieben.
- Entwickler brauchen Spezialkenntnisse
Seit den Anfängen der Computergeschichte gilt das Prinzip, dass Applikationen nur die Aufgaben ausführen, die von Entwicklern programmiert wurden. Daran ändert sich auch bei Künstlicher Intelligenz nichts. Für die Qualität und Leistungsfähigkeit dieser Lösungen ist die Erfahrung, Kompetenz und Kreativität der Entwickler entscheidend. Neben der Nutzung von Softwareentwicklungs-Assistenten ist die gute Ausbildung und kontinuierliche Weiterbildung der Entwickler beim maschinellen Lernen, beim Deep Learning oder auch beim Natural Language Processing. unverzichtbar.
- Künstliche und menschlicher Intelligenz kombinieren
Künstliche Intelligenz kann in sehr kurzer Zeit sehr große Datenmengen verarbeiten und im Hinblick auf Muster und Trends untersuchen. Automatisierte Werkzeuge und Roboter in vielen Bereichen zwar unabdingbar, aber sie erschließen nur einen Teil des möglichen Potenzials. Mit Augmented Intelligence lassen sich die Erfolge steigern. Dabei werden die Ergebnisse automatisch arbeitender Algorithmen mit der Erfahrung und Intuition menschlicher Expertenn kombiniert.
„Schnellere Computer und größere Datenmengen stellen eine gute Basis für Künstliche Intelligenz dar“, berichtet Dorian Selz, CEO und Mitgründer von Squirro. „Ihr wahres Potenzial entfalten diese Lösungen bei der Analyse unstrukturierter Daten mit transparente Algorithmen. Erst die Kombination von künstlicher und menschlicher Intelligenz verbessert die Qualität unternehmerischer Entscheidungen.“ Jürgen Frisch
