Der Intelligenzfaktor

Die SER Future Story

Manfred Zerwas

Über den Autor

Innovation und Kreativität zu fördern, ist meine Berufung. Es macht mir Spaß, in die Zukunft zu schauen, Menschen auf ihrem Weg zu ihrem digitalen Business zu inspirieren. Für mich ist das der schönste Beruf der Welt, den ich mir vorstellen kann. Als einer der Entrepreneure der SER Gruppe habe ich das Glück, mich mit Innovationen, Busi­ness Development und Marketing beschäftigen zu dürfen.

Manfred Zerwas | m.zerwas@sergroup.com


Intelligente Maschinen auf dem Vormarsch

Erleben wir durch Künstliche Intelligenz (KI) einen noch nie dagewesenen Technologiesprung? Vieles lässt darauf schließen! Maschinen, die den Menschen gleichwertig oder überlegen sein werden, diese Vorstellung wird allerdings sicherlich noch sehr lange Zeit eine Vision bleiben. Bis Wissenschaftler und Forscher eine Superintelligenz (starke KI) entwickelt haben, werden wir Menschen mit schwacher KI gut leben und arbeiten können.

Im globalen Wettbewerb um Produktivitätssteigerung wird KI ein entscheidender Faktor werden.

Starke KI kann den Menschen ersetzen, die schwache dagegen erweitert unsere kognitiven Fähigkeiten. Letzteres bietet uns heute schon enorme Vorteile, wenn es darum geht, konkrete Anwendungs­heraus­forderungen zu lösen. KI wird zum zentralen Bestandteil der Modernisierung unserer Gesellschaft und Wirt­schaft. Sie wird uns maßgeblich dabei unterstützen, die großen, globalen Herausforderungen zu meistern: die Entwicklung intelligenterer Städte, eines sichereren und staufreien Verkehrs, den Energiebedarf zu senken, unsere Stromnetze zu optimieren, den CO2-Ausstoß zu senken und das Internet besser zu schützen. Im globalen Wettbewerb um Produktivitätssteigerung wird KI ein entscheidender Faktor in Anbetracht der demographischen Entwicklung werden.

Smart City

Wissenschaftler präsentieren uns im Duell Mensch-Maschine gerne ihre neuesten Errungenschaften. Beim Schachspielen und dem in Japan beliebten Go-Spiel ist uns die Maschine beispielsweise bereits weit überlegen. Das sind durchaus beachtliche kognitive Leistungen und Erfolge. Daraus abzuleiten, dass die Maschine deshalb schon dem Menschen überlegen sei, wäre maßlos übertrieben. Bis die starke KI und humanoide Roboter (Androide) die Fähigkeiten und Fertigkeiten von Menschen erlangen, wird es noch dauern.

Mehr als Einsen und Nullen

KI soll menschliche Wahrnehmung und menschliches Handeln in Maschinen nachahmen. Dies kann als relativ simpler Suchalgorithmus geschehen, der den kürzesten Weg zwischen Start und Ziel findet, oder als komplexes, neuronales Netz, das autonome Autos und den gesamten Verkehr möglichst staufrei und sicher steuert. Derartige neuronale Netze werden mit riesigen Datenmengen antrainiert, damit sie Muster erkennen und eigenständig Schlüsse daraus ziehen. Es gibt unterschiedliche Ansätze, wie man Künstliche Intelligenz realisieren kann. Bislang hat sich allerdings noch keines der Verfahren endgültig als das Beste erwiesen. Die Entwicklung steht hier noch am Anfang.

Nicht überall, wo intelligent darauf steht, ist auch Intelligenz drin!

Deep Learning ist wieder hoch im Kurs. Dabei ist die Lernmethode inzwischen gut drei Jahrzehnte bekannt. Man kann sich das wie eine Art Filter vorstellen, der vom Groben zum Feinen hin arbeitet und so die Wahrscheinlichkeit eines korrekten Ergebnisses erhöht. Die aufeinander aufbauenden Schichten nutzen jeweils die Ausgaben der vorherigen Schicht, was zu einen kontinuierlichen „Lernprozess“ führt. Durch die massive Rechenleistung hat Deep Learning die Power, sich durch die gewaltigen digitalen Datenmengen zu graben. Sie kann das schaffen, woran andere Ansätze bislang scheiterten.

KI als Black Box?

Auf welchen Wegen eine KI zu ihren Erkenntnissen gelangt, bleibt uns Menschen meist verborgen; je komplexer die Maschinen werden, umso größer wird die Aufgabe, diese Black Box auszulesen. Was daran liegt, dass, anders als bei strukturierter Datenablage etwa in einer Datenbank, die Daten von der KI in einer Weise fragmentiert abgelegt werden, dass sie kaum für Menschen erreichbar sind.

Die Forderung nach einer Gläsernen statt einer Black Box ist mehr als berechtigt. Die undurchsichtigen Computeralgorithmen für den Menschen nachvollziehbar zu machen, beschäftigt die Forscher intensiv. Fortschritte bei der KI führen dahin, dass die oben erwähnten Prognosen, Entscheidungen und Handlungen einer Maschine auf Kriterien basieren, die sich selbstständig fortschreiben, während der Algorithmus weiter lernt.

Ob Deep Learning der Weisheit letzter Schluss ist, bleibt abzuwarten. Auch andere KI-Ansätze bieten vielversprechende Möglichkeiten. Die Zeit wird zeigen, welcher Ansatz für welche Anwendungsfälle der Richtige ist. Wahrscheinlich ist es letztendlich die Kombi­nation vieler Verfahren: semantischer (Ontologien), statistischer (Deep Learning) usw.

Intelligente Maschinen auf dem Vormarsch

Die Akzeptanz kommt mit dem Nutzen

Intelligent ist letztendlich das, was uns Menschen nützt

Bei der Vielzahl der Veröffentlichungen ist es im Einzelfall für uns Leser nur schwer zu bewerten, ob eine als intelligent ausgewiesene Maschine oder Anwendung auch wirklich intelligent ist. Nicht überall, wo intelligent darauf steht, ist auch Intelligenz drin! Intelligenz ist ein Begriff, der inflationär benutzt wird und viele Definitionen zulässt, aber keine allgemeingültige besitzt. Entsprechend viele unterschiedliche Ausprägungen werden KI-Anwendungen hinsichtlich ihrer kognitiven Fähigkeiten haben. Intelligent ist letztendlich das, was uns Menschen nützt.

KI wird unser Arbeitsleben inklusive der heutigen Software-Anwendungen revolutionieren!

Die schwache KI und auch regelbasierte Systeme bieten uns heute schon erheblichen Nutzen und vor allem enormes Potenzial für die Zukunft. Sie steuern Finanztransaktionen, treffen Vorhersagen, simulieren das Wetter und wirtschaftliche Entwicklungen. KI deckt Auffälligkeiten auf, z.B. Betrugsdelikte bei Kreditkarten. Sie eignet sich hervorragend zur Diagnose und Prognose in der Medizin. Hier zeichnet es sich ab, dass Künstliche Intelligenz radiologische Aufnahmen zuerst beurteilt, bevor ein Radiologe die endgültige Diagnose trifft. Sie ist bei der Mustererkennung von Texten, Bildern, Handschriften, Materialen und Stoffen dem Menschen überlegen. Sie ist für die vorausschauende Wartung und Instandhaltung elementar. Besonders naheliegend ist der Einsatz überall dort, wo aus riesigen Datenmengen und einer Vielzahl möglicher Alternativen die beste Lösung oder die beste Entscheidung getroffen werden muss. In Bereichen komplexer Aufgabenstellungen, etwa in der Sprachsteuerung und -Verarbeitung, sind in jüngster Zeit entscheidende Fortschritte zu verbuchen.

Der Mensch liebt es bequem. Das Rad wurde erfunden, weil es dem Menschen lieber war, zu fahren als zu laufen. Wie auch damals stellt sich heute bei KI die wichtige Frage: Nutzt sie uns und erleichtert sie uns das Leben? Die Akzeptanz kommt mit dem Nutzen. Je ähnlicher die Interaktion mit der KI der menschlichen Natur kommt, umso mehr Akzeptanz wird sie dadurch gewinnen.

Auf dem Weg zur disruptiven Kerntechnologie

Volkswirtschaftlich wie betriebswirtschaftlich wird KI großes Potenzial entfalten: Sie entlastet Mitarbeiter nicht nur von sich ständig wiederholenden oder gar gefährlichen Tätigkeiten, sondern ist viel schneller in der Lage, große Datenmengen zu analysieren, auszuwerten, darauf basierend Entscheidungen zu treffen und Aufgaben auszuführen. Ein hohes Potenzial wird auch der Produktion zugeschrieben, wo die Robotik die Fertigung weiter automatisieren wird. Deutschland wird als Produktionsstandort hierdurch wieder wettbewerbsfähig. Es gibt dann wirtschaftlich keine Gründe mehr für das Outscouring der Produktion in Niedriglohnländer. Gänzlich neue Geschäftsfelder entstehen durch die Verbindung von KI mit vernetzten Produkten, Prozessen und Maschinen (Internet of Things, IoT).

KI entwickelt sich mehr und mehr zu einer disruptiven Kerntechnologie. Sie wird unser Arbeitsleben inklusive der heutigen Software-Anwendungen revolutionieren! Doch bei aller Euphorie: Statt drastischer Durchbrüche in der Entwicklung ist vielmehr ein gradueller Fortschritt zu erwarten. Eine eierlegende Wollmilchsau in dem Sinne, dass eine KI-Anwendung menschähnlich Fertigkeiten und Fähigkeiten kombinieren kann, wird es vorerst nicht geben.

Wie auch der Mensch ist die Maschine nicht fehlerfrei. Das ist in vielen Fällen, wo es nicht um die Gesundheit, Leben und Tod oder die Beurteilung von Menschen geht, akzeptabel. Wir Menschen werden über prozentuale Toleranzlevel die Wahrscheinlichkeiten definieren, bis zu denen wir ein Rechenergebnis als korrekt ansehen. Unsere Aufgabe wird es nicht mehr sein, einzelne Aufgaben oder Prozessschritte selbst auszuführen, sondern die Maschine zu überwachen und zu optimieren.

Informationen sind der Schlüssel

Informationen sind der Dreh- und Angelpunkt Künstlicher Intelligenz. Die Nutzung Künstlicher Intelligenz bedeutet, dass wir aus Informationen lernen und das Gelernte dazu nutzen, automatisiert Entscheidungen bezüglich konkreter Ereignisse zu treffen. Wir lehren die KI-Systeme, Daten zu analysieren und geben ihnen Algorithmen, um die gestellten Aufgaben zu lösen. Dazu ist es heute noch notwendig, die Informationsbasis für die KI aufzubereiten. Zukünftige KI-Systeme werden sich diese Fähigkeit selbst aneignen!

Informationen sind der Dreh- und Angelpunkt Künstlicher Intelligenz. Ohne Informationen geht gar nichts!

Anders als der Mensch benötigt KI zum zuverlässigen Lernen große Datenmengen. Anders als der Mensch kann sie diese leicht verarbeiten. Um beispielsweise das Bild eines Hundes zu erkennen, bedarf es Hunderttausender bis Millionen von Bildern mit und ohne Hund. Ein Kleinkind schafft das schon bei der ersten Begegnung. Algorithmen müssen große Mengen an Daten analysieren, um die gestellten Aufgaben lösen zu können. Das Gute daran: Die Maschine braucht nicht nur Massendaten, sie hat heute, im Gegensatz zu der ersten KI-Welle in den 1980er Jahren, weitestgehend die Leistungsfähigkeit, um derartige Massendaten zu verarbeiten. Damit machen wir Schluss mit einem Paradoxon: dem Mangel im Überfluss! Heute behindern uns zu viele Informationen bei Entscheidungen.

Mensch-Maschine

Informationsflut: ein Segen

Ohne Informationen geht gar nichts. Die Informationsflut kann dabei helfen. Was heute ein Fluch ist, ist morgen ein Segen. Die Informationsflut überfordert unsere mensch­lichen, kognitiven Fähigkeiten. 80 Prozent der Informationen, die wir sammeln, nutzen wir nicht! Und jeden Tag und jedes Jahr werden es mehr Informationen: Industrie 4.0, das Internet der Dinge usw. führen zu einem rasanten Datenanstieg: Bis 2020 soll das weltweite Datenvolumen um das zehnfache von derzeit 4,4 auf 44 Zettabyte anwachsen.

Die Zeit wird zeigen, welcher Ansatz für welche Anwendungsfälle der Richtige ist. Wahrscheinlich ist es letztendlich die Kombi­nation vieler Verfahren

Die heutige Informationsflut ist ideal für Anwendungen der Künstlichen Intelligenz. Die Masse dieser Informationen ist allerdings nicht geeignet, um sie in ein ERP wie SAP einfließen zu lassen. Benötigt wird eine inhalts- und kontextsensitive Software, die gigantische Datenmengen sehr effizient verwaltet und speichert und die sich nach Bedarf horizontal skalieren lässt. Das war und ist schon immer eine ureigene Aufgabe und Fähigkeit von Enterprise Content Management-Systemen (ECM) wie Doxis4 von SER. Das wird am Beispiel von DHL Express deutlich: 8,5 Milliarden Dokumente werden aktuell in dem Doxis4 Information Repository von SER aufbewahrt. Die durchschnittliche Anzahl an Zugriffen pro Tag liegt bei 1 Million. In Spitzenzeiten werden 1.060 Zugriffe pro Minute registriert.

Schon vor mehr als 20 Jahren galt die Aussage, dass 80 Prozent aller Informationen im geschäftlichen Kontext unstrukturiert und nur 20 Prozent strukturiert sind. Daran hat sich bis heute nichts geändert. In den Information Repositorys der Doxis4 ECM-Software der SER finden sich alle diese Informationen wieder: von SAP-Daten – aktuellen wie archivierten – E-Mails, Dokumenten, Social Media-Inhalten, Webseiten, Maschinendaten bis hin zu Bildern und Videos.

Cognitive Services beheimaten KI

Informationen werden im Zeitalter von Künstlicher Intelligenz endgültig zum Produktionsfaktor. Die Informationslogistik wird zum mächtigsten Einflussfaktor der Wertschöpfung in der Zukunft. Gut, wer seine Informationen heute schon wertschätzt und in einem ECM aufbewahrt. Das Information Repository, der Kern der Doxis4 ECM-Software, wird zum Safe für die neue Unternehmenswährung: die Informationen. Als digitales Archiv genutzt, enthalten diese Informationen Erfahrungswerte und erhalten Erinnerungsvermögen. Eine neue, architektonische Schicht wird dem ECM die omnipräsente Intelligenz verleihen: die Doxis4 Cognitive Services. In ihr werden alle KI-Technologien von Deep Content Analytics (Deep CA) über Ontologien bis hin zum Natural Language Processing (NLP) beheimatet sein, auf die alle ECM-Applikationen bei Bedarf zurückgreifen werden. Das Innovationspotenzial dieser Services besteht vor allem auch in der Verknüpfung z.B. von statistischer und semantischer Modellierung.

Mensch-Maschine-Kontakt

Föderaler Content Integration Service

Die Herausforderung für die Unternehmen liegt heute in dem technologisch komplexen Informationsmanagement. Neben SAP sind zahlreiche andere Business-Anwendungen im Einsatz, die ihre Daten entsprechend in eigenen Datenbanken und Strukturen aufbewahren. Hierunter leidet heute schon die Produktivität der Knowledge Worker. Zukünftig wird dieser Zustand auch negative Folgen auf die KI-Ergebnisse haben, sofern sie nicht in den Entscheidungen berücksichtigt werden. Die KI braucht Daten aus unterschiedlichen Informationsquellen, um daraus zu lernen und Vorhersagen zu treffen. Das Einbinden der über das Unternehmen verteilten Informationssilos, wird mehr denn je zur strategischen IT-Herausforderung.

Das Einbinden diverser Quellen mit unterschiedlichen Metadatenstrukturen wird über einen Content Integration Service innerhalb der Doxis4 Software erfolgen. Der Inhalt der verschiedenen Informationssilos kann migriert werden, muss aber nicht! Über die föderale Metadatenplattform der Doxis4-Software kann der Zugriff aus Doxis4 auf jegliche Datenbanken, Filesysteme etc. erfolgen. Diese wiederum nutzen die bereitgestellten KI-Crawler, um auf alle Informationen der Quellen zugreifen zu können. Um einen Information-Overload zu verhindern, werden nicht alle Informationen dauerhaft aufbewahrt. Wie beim menschlichen Hippocampus lassen sich auch hier Relevanz-gesteuert Informationen aus dem Kurzzeit- in das Langzeitgedächtnis übertragen.

Berührung mit einer neuen Technologie

Die digitale Mobilität schreitet voran

Die Mensch-Computer-Schnittstelle – ein schrecklich technischer Begriff – wird nicht mehr alleine von Tastatur, Maus, Scanner und Kamera bestimmt sein. Bald sollen alle möglichen Geräte, Produkte und Software-Anwendungen auf Zuruf reagieren. Statt Tippen, Maus- und Touchscreen-Drücken wird die Bedienung über das einfache Rufen von Kommando-basierten Aufgaben erfolgen können. Nicht in einer technischen Sprache, sondern so, als würden wir von Mensch zu Mensch sprechen. Welche Möglichkeiten der heutige Stand des Natural Language Processing einem ECM bietet, ist Gegenstand eines gemeinsamen Forschungsprojekts vom Austrian Institute of Technology (AIT) und SER.

Das Ohr zur Maschine

Statt selbst lesen zu müssen, sagt uns die Maschine mit natürlicher Stimme, was in unserer Post oder in Dokumenten steht. Sie wird in der Lage sein, Wichtiges von Unwichtigem zu unterscheiden. Wir können dazu in einen Dialog mit der Maschine treten. Wir werden Fragen zu Inhalten von Dokumenten und Akten stellen, die uns die Maschine beantworten wird. Die zukünftige ECM-Software wird über die Sprachsynthese verfügen, um die richtigen Worte in verständlicher Sprache zu finden und das Gesprochene wieder in die Maschinensprache zu übersetzen.

Besonders bei mobiler Nutzung ist das ein erheblicher Vorteil. Unser Ohr wird damit zum weiteren Interface gegenüber der Maschine. Zusätzlich zu den gewünschten Dokumenten können wir Eckdaten zum Geschäftspartner, Geschäftsvorgang oder Projekt erfahren. Die nächsten ECM-Generationen werden praktisch alle diese Informatik-Fortschritte der vergangenen Jahre einschließen: das akustische Erkennen der menschlichen Sprache, das inhaltliche Verarbeiten der gesprochenen Sätze, das richtige Einschätzen des Kontextes und die Suche nach einer passenden Antwort.

Wearables

Keine Benutzeroberflächen mehr

Virtuelle Agenten benötigen im Gegensatz zum Menschen keine User-Interfaces. Benutzeroberflächen zur Datenerfassung, zum Suchen nach, zum Weiterleiten oder zur Ablage von Informationen wird es im klassischen Sinn in der Zukunft so nicht mehr geben. Wie bei Finanztransaktionen heute schon der Fall, wird der Mensch nur noch dann in den Geschäftsgang eingreifen, wenn das System Auffälligkeiten meldet oder aus der Kontrolle geraten könnte. Mit derartigen Algorithmen-basierten ECM-Systemen werden sich Geschäftsprozesse und viele Entscheidungen weitestgehend automatisieren lassen. Diese virtuellen Agenten werden sich per Plug-and-play einfach miteinander integrieren lassen. Durch die Verknüpfung der virtuellen Agenten miteinander entstehen neuartige Synthesen.

Unternehmen, beispielsweise aus dem Finanzdienstleistungssektor, deren Verwaltung schwerpunktmäßig Informationen verarbeiten, werden besonders betroffen sein. Auch unser betriebliches Rechnungswesen wird Nutznießer der KI sein. Hier fallen enorme Datenmengen an, die unter immer komplexer werdenden gesetzlichen Regelungen und strengen Compliance-Vorgaben zu verarbeiten sind.

Die nächste Devices-Ära wird eingeläutet: die der Wearables.

Durch die automatisierte Rechnungs­eingangsverarbeitung lässt sich heute bereits ein Großteil der eingehenden Rechnungen über jedwede Eingangskanäle automatisiert bis hin zur Dunkelverbuchung verarbeiten. Dieser Prozess wird sich mit aller Wahrscheinlichkeit nahezu gänzlich automatisieren lassen. Zusätzlich werden Fehler und Anomalien in den Transaktionen transparent gemacht. Wie auch schon in der Vergangenheit werden mit größter Wahrscheinlichkeit der Finanzdienstleistungssektor und das betriebliche Rechnungswesen zu den frühen Adaptoren dieser KI-basierten ECM-Systeme zählen.

Digitale Mobilität

Digitale Mobilität

Die digitale Mobilität schreitet voran: Deshalb ist es wichtig, neue Entwicklungen nicht zu ignorieren. Wie bei jedem technologischen Fortschritt müssen auch hier Rückschläge akzeptiert werden, bis dass diese Technologie für einen massentauglichen Einsatz geeignet ist. Für den Moment mögen Notebooks, Smartphones und Tablets ausreichen, mittelfristig nicht. Apple, Google und Co. läuten bereits die nächste Devices-Ära ein: die der Wearables. Dabei handelt es sich um Mini-Computer, die bei der Anwendung direkt am Körper getragen werden. Hierzu zählen Smart Glasses, Smart Watches und Kleidungsstücke und vieles mehr. Sie geben nicht nur Informationen wieder, sondern zeichnen diese kontextsensitiv über Sensoren auch auf. Ein Teil dieser Information wird direkt auf dem Gerät verarbeitet, bevor diese übertragen werden. Krankenkassen und Versicherungen experimentieren im Rahmen von Bonusprogrammen bereits heute hiermit. Solche Informationen lassen sich mit ECM nicht nur aufbewahren, Doxis4 dokumentiert auch aus Datenschutzaspekten, wer was mit den Daten zu welchem Zeitpunkt gemacht hat.

Smart Glasses

Smart Glasses (Head Mounted Display, HMD) werden neben der Sprachsteuerung und Tastatur zu einem der wichtigsten ECM-Interfaces für die Kommunikation des Menschen mit der Künstlichen Intelligenz. Sie projizieren heute Informationen ins Sichtfeld des Benutzers. In Verbindung mit Augmented Reality (erweiterte Realität) lassen sich zusätzlich virtuelle Objekte in das Sichtfeld einblenden, wodurch die reale mit der virtuellen Umgebung verschmilzt.

Smart Glasses werden neben der Sprachsteuerung und Tastatur zu einem der wichtigsten ECM-Interfaces für die Kommunikation des Menschen mit der KI.

Die Smart Glasses werden in der Industrie, im Handel, der Logistik, der Medizin oder in Handwerksberufen zum Einsatz kommen. Sie liefern dazu alle Informationen direkt ins Sichtfeld. Die Bedienung erfolgt über Sprach- und Bewegungseingaben. Durch das freihändige Arbeiten können beispielsweise Ingenieure, Mechatroniker und Techniker vor Ort bei ihrer Tätigkeit Konstruktionspläne, Wartungshandbücher etc. einsehen und lesen. Lageristen erhalten durch Augmented Reality den Weg zu einem Artikel im Lager direkt in das Sichtfeld eingeblendet. Am richtigen Lagerplatz angekommen, benötigen sie keine Handscanner mehr, da die Codes über die Kamera der Smart Glasses eingelesen werden. Währenddessen erhalten sie weitere Details der Ware angezeigt, z.B. die Verpackungseinheit, verfügbare Lagermenge oder eine Produktbeschreibung.

Holografische Illusionen

Die Projektion der Datenbrillen wird nicht für alle Anwendungsbereiche ausreichend sein. Muss sie auch nicht! Es wird möglich werden, Dokumente, Pläne etc. in hoher Auflösung auf jegliche Oberflächen zu projizieren und diese haptisch oder per Sprache zu bedienen. Selbst holografische Illusionen scheinen greifbar: Japanische Forscher haben es mit einem ultraschnellen Femtosekundenlaser geschafft, ein Hologramm in die Luft zu projizieren. Diese Femtosekundenlaser ionisieren Luftmoleküle zu einem Plasma, die daraufhin Energie in Form von Licht abgeben. So entstehen Lichtpunkte. Mit ihnen lassen sich in der Luft schwebende Bilder darstellen.

Die japanischen Forscher bezeichnen diese als Voxel, eine Begriffskombination aus Volumetric und Pixel. Mit diesem Versuch haben sie es geschafft, die bisherige Achillesferse der Hologramme zu überwinden: Das Plasmafeld konnte ohne schmerzhafte Verbrennungen berührt werden. Diese Technologie scheint kurz vor dem Durchbruch zu stehen. Waren konventionelle Hologramme bislang für den Einsatz in vielen elektronischen Geräten schlicht zu groß, ist es Forschern durch spezielle Quantenmaterialien gelungen, Hologramme zehnfach flacher zu machen als bisher. Damit scheinen holografische 3D-Projektionen für Business- und Alltagselektronik in greifbarer Nähe.

Virtual Reality

Virtual Reality

Virtual Reality (VR) ist bei Computerspielen schon Alltag, im Arbeitsleben allerdings noch Zukunftsmusik. Angesichts der außerordentlichen Möglichkeiten lässt sich auch hier absehen, dass VR in den nächsten Jahren viele Arbeitsbereiche erreichen und verändern wird. Vom Entwicklungs- und Designprozess, dem Anlagen und Maschinenbau über die Gebäude- und Landschaftsarchitektur bis hin zum Training, der Wartung und Instand­haltung lassen sich praktikable Anwendungsmöglichkeiten denken. Bevor Maschinen und Anlagen gefertigt sind, kann der Berater mit dem Kunden das Objekt in der virtuellen Welt bereits betrachten und sich alle relevanten Informationen geben lassen.

Virtual Reality wird unsere globale Welt noch mehr zusammenbringen.

Vergleichbar wie bei einem Flugsimulator werden Mitarbeiter die Bedienung von Computern, Maschinen und Anlagen über VR lernen. Vor Wartung und Instandhaltung werden Techniker sich mit VR mit den Anlagen und Gebäuden vertraut machen. In all diesen Szenarien liefert ECM die erforderlichen Informationen: Trainings-, Bedienungs-, Wartungs- oder Instand­haltungs­informationen. Digitale Wartungsdokumente werden direkt bei der Arbeit dargestellt: Der heute noch übliche Gang zum Arbeitsplatz entfällt. Bei Wartungsfragen zur Konstruktion werden vorhandene Konstruktionsdokumente und -Pläne visualisiert. VR und AR unterstützen den Weg zu einer papierlosen Wartung.

Virtual Reality wird unsere globale Welt noch mehr zusammenbringen. Mitarbeiter an unterschiedlichsten Standorten und aus verschiedenen Unternehmen finden so an einem virtuellen Ort zusammen, um gemeinsam nicht nur an einem Projekt zu arbeiten, sondern ein Modell innerhalb dieses Projekts gemeinsam zu erkunden. Für ihre Gespräche an einem virtuellen Ort benötigen sie reale Informationen, die ihnen das ECM bereitstellen wird.

Klassifikation

KI wird wird Verhalten oder Ereignisse voraussagen. Sie wird positive wie negative Stimmungen erkennen.

Hat das Doxis4 ECM-System die Informationen gelesen und verstanden, muss entschieden werden, was mit den Informationen geschehen soll. Das übernimmt die Klassifikation. Analog zur Bilderkennung lernt das System über Lernmengen, Dokumente und Informationen zu unterscheiden. Die Maschine basiert ihr Wissen, wenn man so will, auf früheren Erfahrungen. Anders noch als bei Machine Learning wird sich mittels Deep Learning KI zukünftig selbst trainieren. Die Klassifikation wird dabei weit über die der Dokumenten­arten hinausgehen. Sie wird anhand von grundlegenden Annahmen durch die Klassifikation, Vorschläge zur Klassifikation unterbreiten und Prognosen aus der Klassifikation treffen. So wird es möglich sein, die Informationen über alle Eingangskanäle folgerichtig zu verteilen und dem nächst richtigen Bearbeitungs­schritt zuzuführen. Eine der grundlegenden KI-Eigenschaften ist es schließlich, nach versteckten Mustern oder Korrelationen im Chaos dieser unglaublich großen Daten­mengen zu suchen, um Modelle zu entwickeln, die Verhalten oder Ereignisse voraussagen.

Sentiment Analyse

Sentiment Analyse

Diese Muster schließen auch Emotionalität ein. Hierzu wird die Sentiment Analyse, häufig auch Sentiment Detection genannt, als Untergebiet des Text Mining angewandt, um positive wie negative Stimmungen in Textdokumenten zu erkennen. Es geht dabei darum, das Verständnis durch Menschenhand verfasster Texte zu verstehen, d.h. deren subjektive Meinung zu extrahieren. Diese Analysemethode ist von wirtschaftlichem Interesse, zumal sich hierdurch im Schriftverkehr und im Netz publizierte positive als auch negative Meinungen zum Unternehmen und seinen Produkten feststellen lässt. Ein solches Kenntnisbild könnte davon zeugen, dass ein Kunde aufgrund seiner Unzufriedenheit das Produkt und damit den Anbieter wechselt. Um eine solche Stimmungsbild-Extraktion automatisiert sinnvoll durchführen zu können, ist stets auch ein Domänenwissen erforderlich. Bei einer Software wären solche Domänen unter anderem die Technologie, die Anwendung, die Benutzerfreundlichkeit ... So kann das Adjektiv „schnell“ für die Technologie ein Lob sein, bei der Benutzerfreundlichkeit dagegen negativ ausgelegt sein, z.B. führt schnell zu Fehlern.

Geschäftsprozesse

Innerhalb der Geschäftsprozesse könnten digitale Assistenten die Bearbeitung übernehmen – zuerst bei den Routineaufgaben, später auch dort, wo Entscheidungen getroffen werden müssen. Letzteres ist wie zuvor beschrieben eine der großen KI-Stärken. Aufgrund der Erfahrungswerte könnte die KI jegliche Prognosen hinsichtlich der zu erwarteten Geschäftsprozesse treffen. In der Zusammenarbeit mit Menschen ließe sich durch Prognosen die Auslastung bestimmen und so eine verzögerungsfreie Bearbeitung ermöglichen. Mit der Automation wäre auch das Ende der Outsourcing-Ära von geistiger Arbeit eingeleitet. Einfache wie anspruchsvolle Tätigkeiten ließen sich von der Maschine wirtschaftlicher leisten.

Proaktives Informationsmanagement

KI ebnet uns den Weg zur Findemaschine – zum proaktiven Informationsmanagement

Wenn wir Informationen brauchen, müssen wir sie suchen. Daran haben wir uns gewöhnt. 20 Prozent unserer Arbeitszeit verbringen wir damit, so eine McKinsey-Studie. Auch das könnte bald Vergangenheit sein: Statt Suchmaschinen ebnet uns KI den Weg hin zur Findemaschine – einem proaktiven Informations­management. Vorausschauend erhalten wir Informationen im Kontext unserer Arbeit, Handlungen und Entscheidungen bereitgestellt. Das System kennt den User, seinen Informationsbedarf und sein Arbeitsverhalten. So erhalten wir frühzeitig eine Zusammenstellung aller wichtigen Informationen für einen Termin. Durch den Blick in den Terminkalender hat das System die zeitliche Relevanz erkannt. Im Kontext der Arbeit erhalten wir die richtigen Dokumente vorgeschlagen, ohne danach suchen zu müssen.

Predicitve Maintenance

Predictive Maintenance

Unumstritten zählt die vorausschauende Wartung und Instandhaltung mittels „Predictive Intelligence“ zu den wichtigsten Anwendungsfeldern für das industrielle Internet der Dinge (IIoT) und die Industrie 4.0. Die vorausschauende Wartung ermöglicht die herkömmliche Zustandsüberwachung durch Algorithmus-basierte Datenanalyse. Sie identifiziert so potenzielle Störungen, bevor tatsächlich Schaden entsteht. Alle Informationen, die die Techniker zur Wartung benötigen, erhalten sie über Smart Glasses bereitgestellt. Diese Brillen scannen die Codes der Maschinen und Baugruppen und liefern so präzise die richtigen Informationen, die zur Wartung und Störungsbehebung erforderlich sind. Wearable-Kleidung warnt und schützt die Techniker vor körperlichen Schäden, z.B. durch Hitze oder Strahlen. Über die Wearable-Kleidung wird der Zustand der Umgebung analysiert und durch KI die Aufzeichnungen ausgewertet.

Die zuvor aufgezeigten vielfältigen Anwendungsbeispiele stecken allesamt noch in den Kinderschuhen. Anders als in der Produktion werden virtuelle Assistenten noch lange Zeit auf sich warten lassen. Einen wesentlichen Vorteil hat die Unzulänglichkeit des Menschen gegenüber der KI: Im Gegensatz zur Maschine sind wir vergesslich. Lernen Maschinen erst einmal etwas falsches, ist es heute nur schwer, das wieder aus ihnen heraus zu bekommen.

Digitalisierung light

Bei aller Technologie-Euphorie: Noch längst ist die Digitalisierung in Unternehmen nicht so weit fortgeschritten, dass wir diese vernachlässigen sollten. Künstliche Intelligenz setzt Digitalisierung voraus. Das Thema Digitalisierung ist zwar inzwischen in den Köpfen der Unternehmenslenker angekommen. Europas größte Volkswirtschaft ist im inter­nationalen Vergleich aber zu langsam. In dem von der Schweizer Wirtschaftshochschule IMD erstmals erstellten Ranking zur digitalen Wettbewerbsstärke belegt Deutschland lediglich Rang 17! Das Schweizer Forschungszentrum veröffentlicht diese auf 260 Indikatoren basierende Rangliste seit 1989 jährlich. Wir Deutschen sind die Weltmeister der Maschinen, aber können wir auch digital? Können und wollen wir das Informations­management mit den dazugehörigen Geschäftsmodellen und -prozessen wirklich verändern?

Die digitale Revolution geht in Lichtgeschwindigkeit voran. Sie wartet nicht!

Es scheint so, als hätten wir ein Luxusproblem. Durch den ungeheuerlichen Erfolg vieler deutscher Unternehmen fehlt grundsätzlich der Druck, Veränderungen vorzunehmen. Sicherlich ist es ein ungleicher Wettbewerb: Die disruptiven Unternehmen sind Kinder der Digitalisierung und beherrschen sie mit den ersten Atemzügen.

Digitalisierung light

Die digitale Revolution geht in Lichtgeschwindigkeit voran. Sie wartet nicht. Noch stehen wir am Anfang der epochalen Entwicklung intelligenter Maschinen, deren Ende noch nicht absehbar ist. Bis KI die „Serienreife“ erlangt, sollten wir die Zeit dazu nutzen, um die Digitalisierung voranzutreiben. Ohne einen leistungsfähigen Deep-Learning-Speicher, wird KI-Anwendungen die „Big-Data-Nahrung“ fehlen. Diese und viele andere Aspekte sind Gründe, weshalb ECM-Systeme mittlerweile ganz oben auf der Wunschliste der meisten Unternehmen stehen. ECM-Systeme wie Doxis4 nutzen bereits seit fast 20 Jahren neuronale Netzwerke zur Klassifikation und Extraktion. Sie haben einen hohen Nutzwert und sind praxistauglich. Sie warten nur darauf, unternehmensweit eingesetzt zu werden.

Damit wäre ein guter Anfang gemacht!