Anzeige
Anzeige
Beitrag drucken

Die IBM-KI ins richtige Licht gerückt

Der Ärger um Watson

In der jüngeren Berichterstattung ist die KI-Lösung Watson von IBM ein wenig in Misskredit geraten. Eine häufig geäußerter Vorwurf war, IBM habe mit seiner Medienkampagne Erwartungen geweckt, die die Technologie nicht oder noch nicht erfüllen kann. Für Ursula Flade-Ruf, Geschäftsführerin der Management Informations Partner GmbH, zeigt dieser Vorwurf „jedoch auch ein großes Missverständnis, in der Watson immer wieder als die den Menschen verstehende Maschine personifiziert wird.“ Doch was ist die KI nun und was leistet sie?

Chatbots | IBM-KI | Watson | IBM | KI

Bild: mip Management Informationspartner GmbH

Der zweite Geschäftsführer der Management Informations Partner GmbH, Markus Ruf, sieht ebenfalls eine verzerrte Wahrnehmung der KI-Anwendung Watson in der Öffentlichkeit: „Diese Reduktion auf Watson als einzelne Maschine hat in der Vergangenheit sicher für die ein oder andere Verwirrung gesorgt.“ Für ihn ist Watson weder ein einzelner Superrechner, noch eine irgendwie geartete individuelle KI. Vielmehr sei Watson eine Plattform verschiedenster Services und Verfahren, die auf derselben Technologie basieren. Es handele sich bei Watson nicht um ein Produkt, sondern um viele Einzelprodukte. Auch seien diese meistens auf mehreren Rechnern installiert – von einer einzigen Maschine oder einem Watson könne keine Rede sein.

KI für B2C und B2B verschieden

Zudem wird Watson gerne seinen KI-Pendants aus dem B2C-Bereich gegenübergestellt. „Ungerechterweise“, sagt Flade-Ruf, „denn hier werden Äpfel mit Birnen verglichen. Die mit Watson verbundenen Services und Entwickler-Tools von IBM sind ausschließlich auf den B2B-Sektor ausgerichtet.“ Alexa, Siri, Cortana, Google Home und Co. haben es hingegen mit den Endkunden im B2C erheblich einfacher, rasche Erfolge vorzuweisen, da sie jeden Tag von Millionen Menschen genutzt, mit Informationen gefüttert und dadurch stetig trainiert werden. Dabei ist die Frage nach der Datenhoheit über die pausenlos mitgelauschten Gespräche ungeklärt oder geht womöglich in der AGB unter.

Daten gehören dem Nutzer

„Solch ein Vorgehen unterscheidet sich erheblich vom projektbezogenen, individuellen Daten-Training mit Watson“, sagt Flade-Ruf. „Hier hat IBM zudem eine Art Code of Conduct für Cloud Services in Verbindung mit KI-Daten verfasst, sodass die innerhalb eines Projektes gewonnenen Informationen immer Eigentum der jeweiligen Service-Nutzer bleiben – und bisher hält sich IBM auch daran.“ Damit lässt sich auch der Vorwurf einiger Unternehmen entkräften, dass man ja bei Watson nicht genau wisse, wem schließlich sowohl die eingespielten als auch die neu gewonnenen Daten gehören würden. Unterm Strich lassen sich die KIs der verschiedenen Hersteller und Einsatzgebiete nur schwer bis überhaupt nicht miteinander vergleichen.

Konkrete Beispiele selten

Eine Schwierigkeit im Zusammenhang mit Watson-Projekten ist das Fehlen von allgemeingültigen weltweiten Anwendungsfällen, wie sie im B2C-Bereich mit Alexa, Siri oder Cortana vorhanden sind. „Watson-Projekte sind dagegen äußerst industrie- und unternehmensspezifisch“, sagt Flade-Ruf. „Vieles passiert hier hinter verschlossenen Türen, da sich niemand zu früh von Mitkonkurrenten in die Karten schauen lassen möchte.“ Ein großer Teil stammt dabei aus dem Bereich Internet of Things (IoT) im industriellen Sektor. Big Data in Form von Sensor- und Maschinendaten soll dort im Predictive-Maintenance-Umfeld und zur Qualitätssicherung eingesetzt werden. IBM kooperiert beispielsweise mit Unternehmen wie Schaeffler, Bosch, BMW, Citroen und Renault. Ein anderer Bereich, in dem ein großes Potenzial gesehen wird, ist die Unterstützung von Call-Centern und -Services etwa im Öffentlichen Dienst oder Versicherungs- und Banking-Umfeld, aber auch im technischen Support. Die Nachfrage nach Künstlicher Intelligenz steigt auch in der Ausbildung. An der Technische Hochschule Nürnberg konnten Studenten zum Beispiel die verschiedenen Cloud-Services von Watson ausprobieren und dabei die Spracherkennung des Bots trainieren.

KI-gestützte Chatbots

Einen Schritt weiter gehen Chatbots, die eigenständig Chat-Sessions mit Kunden oder Mitarbeitern bewältigen können, um etwa FAQs zu beantworten oder Bestellungen abzuwickeln. „Auf dem Watson Summit wurde ein Chatbot vorgestellt, der von Siemens für das eigene Personal basierend auf den IBM Conversation Services und anderen Watson-Tools entwickelt wurde“, erläutert Flade-Ruf. Auch in der Juristik könnten eine Vielzahl an einfacheren Rechtsfällen über einen Watson-Service abgebildet werden. Ein weiteres Feld umfasst das Thema Enterprise Search, in dem Watson-basierte Tools wie das Natural Language Processing zur Verarbeitung menschlicher Sprache und das Watson Knowledge Studio, welches ein branchenspezifisches Training ohne Programmierungskenntnisse ermöglicht, eingesetzt werden. „Mit Enterprise-Search-Systemen lassen sich schnell große Mengen an Informationen durchsuchen und personenbezogen aufbereiten“, erklärt Ruf. Die Lösung lernt dabei, welche Informationen für den Nutzer besonders relevant sind und zeigt sie auf einem Dashboard an.

Chatbots | IBM-KI | Watson | IBM | KI

Bild: mip Management Informationspartner GmbH

Watson im Mittelstand

Eine McKinsey-Studie zeigte kürzlich, dass sich kleine und mittelgroße Unternehmen bei der Implementierung von Künstlicher Intelligenz noch schwer tun: So setzen gerade einmal neun Prozent bereits maschinelles Lernen im größeren Maßstab ein. Nur zwölf Prozent gaben an, dass sie das Experimentierstadium bereits verlassen hätten. „Unser Rat ist, dass Unternehmen mit der Umsetzung von Watson-Projekten erst einmal klein anfangen sollten“, sagt Flade-Ruf. „Watson ist kein fertiges Produkt und vor dem Training sozusagen noch ‚dumm‘. Deshalb müssen Ziele und Trennschärfen im Vorfeld klar formuliert werden.“ Umso eindeutiger sich Themen definieren und Grenzen ziehen lassen, desto einfacher und schneller lässt sich auch zum Beispiel ein Chatbot aus den verschiedenen Watson-Komponenten zusammenstellen und mit einer spezifischen Wissensdatenbank trainieren. Zudem ist ein großes Team erforderlich, das sich aus unterschiedlichen Qualitäten zusammensetzt, die sich von üblichen IT-Projekten unterscheiden. Man benötigt unter anderem Business-User sowie -Analysten, KI-Experten, Programmierer sowie Prozess-Spezialisten für die Einbindung der KI in die Systemlandschaft.

Viele Experimente, wenig Ertrag

Im Watson-Umfeld tut sich viel, doch fehlen vielerorts noch die Erträge. Flade-Ruf weiter: „Leider erkennen wir gerade den Trend, dass Unternehmen Projekte in Eigenregie durchführen – und dabei oft scheitern, ohne die entsprechenden Schlüsse daraus zu ziehen.“ Dabei bieten der Markt und Watson selbst viele Open-Source-Möglichkeiten an. Beim Experimentieren mit der Technik fallen so oft deutlich weniger Kosten an. „Das Scheitern solcher Ansätze, wie etwa im Startup-Umfeld, ist ein immanenter Bestandteil solcher Experimente“, bemerkt Flade-Ruf. „Jedoch hat sich in Deutschland bisher keine ‚Fast-Fail-Kultur‘, also der schnelle Übergang von einem Fehlschlag zu einem neuen optimierten Versuch, entwickeln können.“ Dieser Trend fordert IT-Dienstleister heraus, da es immer schwieriger wird, die eigene Expertise in solche Projekte einzubringen. Deren Erfahrung kann aber helfen, Projekte schneller und erfolgreicher abschließen zu können.


Das könnte Sie auch interessieren:

Mit ihren Digitalisierungsmaßnahmen haben Unternehmen bereits Erfahrungen gesammelt, wie sich IT-Budgetplanungen und -Kostenstrukturen mit Cloud-Umgebungen verändern können. Doch es lauern kritische Kostenfallen, die im komplexen Projektmanagement einer Cloud-Migration schnell übersehen werden können.‣ weiterlesen

Bei der Instandsetzung teurer Bauteile stehen kaum Daten zur erreichbaren Lebensdauer und Leistung bereit. Wie sich solche Daten ermitteln lassen, zeigen Forscher an der Leibniz Universität Hannover anhand einer zustandsbasierten Regenerationsprozesskette.‣ weiterlesen

Nach Analysen des B2B-Netzwerks Tradeshift hat sich das Auftreten der Omicron-Variante im vierten Quartal negativ auf die globalen Lieferketten ausgewirkt, jedoch nicht so stark wie vorherige Infektions-Wellen.‣ weiterlesen

Open Mind übernimmt die Mehrheit am MES-Hersteller Hummingbird Systems. Die CAD/CAM-Lösung von Open Mind wurde bereits im Rahmen einer Zusammenarbeit in das MES von Hummingbird integriert.‣ weiterlesen

Laut einer Studie des Instituts der deutschen Wirtschaft (IW) sind durch die Corona-Pandemie bisher 350Mrd.€ an Wirtschaftsleistung verloren gegangen. Im ersten Quartal dieses Jahres gehen die IW-Experten von einem weiteren Verlust von 50Mrd.€ aus. Die Erholung werde Jahre dauern.‣ weiterlesen

Umstellung auf S/4Hana ja, aber keine Zeit für die Vorbereitung. So sieht es die Mehrheit der befragten Unternehmen in einer Studie des Analystenhauses Techconsult. Bei 90 Prozent der Studienteilnehmer bemängeln zudem fehlende Informationen und Hilfestellung.‣ weiterlesen

Angestellte im Einkaufs- und Beschaffungsmanagement erleben gerade turbulente Zeiten. Zu den unerwarteten Ereignissen in den Lieferketten werden 2023 neue Gesetze Dynamik ins Supply Chain Management bringen. Mit einem standardisierten Auditierungsverfahren für Lieferanten kann eine Software von Innolytics viel Arbeitslast abnehmen.‣ weiterlesen

Daten eingeben, verifizieren, vergleichen, ändern und Informationen aus unterschiedlichen Systemen zusammenführen - auch solche Aufgaben müssen erledigt werden. Aber nicht unbedingt von Menschen. Bei Routinearbeiten kann die robotergesteuerte Prozessautomatisierung helfen, Fehlerquoten manueller Arbeit zu verringern und menschliche Ressourcen freizusetzen.‣ weiterlesen

Im Forschungsprojekt ’OpenGPT-X’ soll ein KI-Sprachmodell für Europa entstehen. Unter der Leitung der Fraunhofer-Institute für Intelligente Analyse- und Informationssysteme IAIS und für Integrierte Schaltungen IIS entwickelt ein Konsortium aus zehn Partnern aus Wirtschaft, Wissenschaft und Medienbranche die neue Sprach-KI.‣ weiterlesen

Die Vernetzung von Maschinen in der Produktion ist ein wichtiger Schritt zu ihrer optimalen Auslastung für die Materialbearbeitung und um eine konstant hohe Bearbeitungsqualität sicherzustellen. Die Oberflächenbearbeitungsmaschinen der Marke Peter Wolters, zugehörig zur Markenfamilie der Precision Surfacing Solution Gruppe, bieten das Potenzial, Fertigungsprozesse deutlich effizienter zu gestalten. Softwarespezialisten wie Macio unterstützen bei IIoT und den Prozessverbesserungen.‣ weiterlesen

In einem Acatech Impuls mit dem Titel ’5G in der Industrie’ zeigen die Projektbeteiligten auf, welche Maßnahmen nötig sind, um der Technologie zum Durchbruch zu verhelfen.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige