vorschlag_1

Künstliche Intelligenz & Big Data, eine echte Liebesbeziehung?

Unüberschaubare Datenmengen, multiple Datenquellen und Datensätze mit unterschiedlicher Qualität – und Microsoft Excel als einzige Auswertungsmöglichkeit? Viele von uns kennen diese Situation nur zu gut. Blickt man dann noch auf die sprunghafte Entwicklung der zur Verfügung stehenden Datenmengen in deutschen Industrieunternehmen, wird schnell klar, dass dieses Problem in den nächsten Jahren noch verstärkt präsent sein wird. Was sich jedoch im ersten Moment wie Hilflosigkeit anfühlt, ist eigentlich eine große Chance, andere und insbesondere innovative Optimierungswege mit großen Datenmengen einzuleiten und dabei Big Data beherrschbar bzw. optimierbar zu machen. Die große Frage, die sich dabei stellt, ist: Kann Künstliche Intelligenz (KI) hier eine sinnvolle Hilfestellung leisten?

 

Künstliche Intelligenz ist ein zentrales Element; Der Mensch bleibt die kreative Kraft

‚Big Data‘ gilt als Problem und Lösungschance zugleich. Einerseits ist eine enorme Datenvielfalt vorhanden, andererseits kann mit unübersichtlichen Daten nicht gut optimiert werden. Abhilfe könnte hier Künstliche Intelligenz schaffen. Schließlich kann KI heutzutage bereits Entscheidungen treffen, die man zuvor nur Menschen anvertraut hat und in einem begrenzten Lösungsraum erkennen, welche Wege am wahrscheinlichsten zu welchem Ergebnis führen – alles basierend auf Lerndatensätzen.

Ein geeignetes Beispiel ist hier die Hautkrebserkennung, bei der die KI inzwischen der visuellen ärztlichen Anschauung überlegen ist. Wenn ein Datensystem mit Millionen von Hautkrebsbildern gefüttert wird (laborbestätigte Hautkrebsfälle), schafft es KI die kritischen Verdachtsfälle besser herauszufiltern als der Mensch. Diese Fähigkeit ist sehr beeindruckend, jedoch ist sie auf begrenzte Lösungsräume mit vielen zur Verfügung stehenden Lerndatensätzen beschränkt. So wird Künstliche Intelligenz aktuell vor allem bei diagnostischen Verfahren, beim autonomen Fahren in der Mobilitätsbranche, bei begrenzten Lösungswegen eines Call-Centers und in vielen weiteren Bereichen mit sich stark wiederholenden Entscheidungswegen eingesetzt. Das Potenzial ist jedoch enorm und KI bleibt weiter auf dem Vormarsch. Damit wird auch die Sorge immer größer, dass Künstliche Intelligenz den Menschen immer weiter in den Hintergrund einer Unternehmensentscheidung rücken und ihn auf kurz oder lang in vielen Bereichen ersetzen wird.

Diese Sorge ist jedoch meistens unbegründet. Beschäftigt man sich genauer mit dem Thema „Innovation“ und dem Zusammenspiel von Big Data und KI, lässt sich dies anschaulich erklären. Bei einer Innovation liegt grundsätzlich kein Lerndatensatz vor. Es handelt sich um eine Entscheidung, die nicht nur den Lösungsraum erweitern soll, sondern auch höchst kreativ ist. Verlässt man sich lediglich auf Big Data, wird die menschliche Kreativität ausgeblendet. Wünscht man Innovation und Kreativität, wird Big Data zum Hindernis, da sich eine Führungskraft in den großen Datenmengen nicht mehr auskennt. Die Wahrnehmung von Optimierungsmustern fällt an dieser Stelle zunehmend schwer, worunter letztendlich auch die Entscheidungsqualität leidet. Daher kann es hilfreich sein, Künstliche Intelligenz im Rahmen von großen Datenauswertungen miteinzubeziehen und somit Big Data für den Menschen greifbar und ihn wieder zur Quelle der Innovation zu machen.

 

Big Data: Bessere Prozessanalysen durch KI

Unternehmensprozesse sind oft in den umgebenden IT-Systemen (ERP, MRP, WM, etc.) datenseitig nachvollziehbar. Eine analytische Auswertung war bisher aufgrund der vielseitigen Ausprägungen nur begrenzt möglich und früher meist mit wochenlangen Datenauswertungen verbunden. Die Ergebnisse standen daher oft in keinem guten Verhältnis mit den dafür benötigten Aufwänden. Folglich war es sinnvoll, KI in die Analyse von Unternehmensprozessen einzubeziehen, da mit ihrer Hilfe Prozessketten automatisiert erkannt und visuell in ihren Varianten offengelegt werden können. Bei EMPORIAS arbeiten wir hierfür beispielsweise mit dem Process-Mining-Tool unseres Kooperationspartners Process Analytics Factory (PAF), welches uns dabei hilft, in Big-Data-Projekten eine Basis für eine End-to-End Optimierung zu schaffen und dadurch das gesamte Prozessmanagement auf ein ganz neues Level zu heben.

Der Mensch bleibt auch in diesem Beispiel der Big-Data-Prozessanalyse die treibende Kraft. Er bewertet die KI-Ergebnisse, gestaltet und untersucht, ob durch KI tatsächliche, bedingte oder nur zufällige Abhängigkeiten entdeckt wurden. Eine KI-Anwendung kann nämlich nur schwer feststellen, ob Regenschirme gekauft werden, weil es regnet oder es regnet, weil Regenschirme gekauft werden. Der Mensch ist somit nicht nur für die Bewertung der Ergebnisse, sondern auch für die Eingrenzung des Lösungsraums unabdingbar.

 

KI unterstützt die Datenaufbereitung bei Big Data

Eine wichtige, unterstützende Funktion von KI im Rahmen von Big-Data-Projekten ist die Verbesserung der allgemeinen Datenqualität. Wie einleitend angesprochen, ist das Bauchgefühl von Führungskräften im Rahmen von großen Datenmengen nur eingeschränkt vorhanden, weshalb Fehler in den Basisdaten oft unerkannt bleiben und mangelhafte Ergebnisse erzielt werden. KI kann hier die Datengrundlage verbessern, indem bestimmte Muster erkannt, Lücken gefüllt und fragliche Werte zur Prüfung aussortiert oder korrigiert werden. In einem konkreten Beispiel bedeutet das: Wurde der Name eines Transportunternehmens in einem Logistik-Datensatz nicht erfasst, kann KI eigenständig in den Daten erkennen, dass beispielsweise die Buchstabenfolge auf dem erfassten LKW-Kennzeichen immer auf dieses Unternehmen schließen lässt. Neben sinnvollen Werten für Datenlücken können aber auch außergewöhnliche Datenabweichungen erkannt und zur Prüfung ausgegeben werden. Der verbreitete Einsatz von KI ist in diesem Feld allerdings noch im Entwicklungsstadium, da solche Prüfskripte derzeit nicht universal eingesetzt werden können, sondern auf die jeweilige Datenbasis angepasst werden müssen.

 

Fazit

Abschließend bleibt festzuhalten, dass Big-Data-Analysen an manchen Stellen auf die Unterstützung von KI angewiesen sind. So werden Datensätze leichter handhabbar, verlässlicher und einfacher zu interpretieren. KI benötigt im Gegenzug die großen Datenmengen von Big Data als Lerndatensätze, um ihre Stärken voll ausspielen zu können. Wichtig ist, dass im Bereich der kreativen Entscheidungen und in der Weiterentwicklung von Unternehmen bzw. ihren Prozessen der Mensch noch lange die treibende Kraft sein und bleiben wird. Die Sorge, dass menschliche Arbeitskräfte durch Big Data und Künstliche Intelligenz ersetzt werden könnten, ist daher, zumindest für gestalterische Aufgaben, unbegründet. Ganz im Gegenteil: Vielmehr basiert die Unternehmenswelt auf immer stärker datengetriebenen Systemen und Big-Data-Bergen, die nur mithilfe von KI-Anwendungen und menschlicher Interpretation bewältigt werden können.

Axel Jungbluth

Axel Jungbluth

Axel.Jungbluth@emporias.de

Alle Beiträge