Interviews

Was passiert, wenn Künstliche Intelligenz (KI) und Business Intelligence (BI) auf Datenmanagement treffen?

Dr. Carsten Bange, Gründer und Geschäftsführer des Forschungs- und Beratungsinstituts BARC sowie Executive Vice-President CXP Group

Dr. Carsten Bange - Innovative 2018

Kurzbiografie:
Dr. Carsten Bange ist Gründer und Geschäftsführer des Forschungs- und Beratungsinstituts BARC GmbH (Business Application Research Center) sowie Executive Vice-President CXP Group.

Nach kaufmännischer Ausbildung, Studium der Betriebswirtschaftslehre und Promotion in Wirtschaftsinformatik an der Universität Würzburg gründete er 1999 dort das BARC-Institut als Marktanalyst und Beratungshaus mit den Schwerpunkten Business Intelligence/Analytics, Datenmanagement/Big Data und Informationsmanagement.

Dr. Bange unterstützt seit zwanzig Jahren nationale und internationale Unternehmen verschiedenster Branchen und Größen im Rahmen der Strategieberatung, Werkzeugauswahl und Qualitätssicherung in Datenmanagement-, Business-Intelligence- und Performance-Management-Projekten. Als langjähriger und neutraler Beobachter des Softwaremarktes ist er ein häufiger Redner bei Tagungen und Seminaren sowie Autor zahlreicher Fachpublikationen und Marktstudien. 

Herr Dr. Bange, Sie halten auf der Innovative 2018 einen Vortrag zum Thema „Was passiert, wenn Künstliche Intelligenz (KI) und Business Intelligence (BI) auf Datenmanagement treffen?“ – Wieso greifen immer mehr Unternehmen bei der Analyse ihrer Daten auf intelligente Algorithmen zurück?

Hier muss man zunächst unterscheiden zwischen Datenmanagement und Datenanalyse. Ersteres beinhaltet die Datenintegration, also das Zusammenführen von Daten aus verschiedenen Quellen, die Verwaltung und das Qualitätsmanagement. Bei der Datenanalyse werden die Informationen dann weiterverarbeitet und für bestimmte Systeme oder Vorgänge, etwa das Marketing, aufbereitet. In beiden Bereichen kommen verstärkt KI-Algorithmen zum Einsatz. Künstliche Intelligenz kann als fortgeschrittenes Analyseverfahren verwendet werden, da es viele Dinge besser und schneller als ein Mensch erledigen kann. Sie steigert also die Effizienz von Datenmanagement und Datenanalyse. Zusätzlich liefert die KI Erkenntnisse, die der Mensch mit klassischen Analysemethoden vielleicht gar nicht erst gefunden hätte. Zusammengefasst bereichert sie den Arbeitsalltag und steigert den Umsatz. Das ist der Grund, warum immer mehr Unternehmen auf die Technologie zurückgreifen.

Was ist denn nach heutigem Stand bei der Datenverarbeitung mit KI alles möglich? Können Sie einen kurzen Überblick über die Anwendungsbeispiele und Vorteile geben?

Anwendungsszenarien gibt es viele. In erster Linie übernehmen intelligente Algorithmen Administrationstätigkeiten, die den Menschen entlasten. So kann KI Informationen schnell erfassen, aber auch automatisch Dubletten oder Fehler in bestehenden Datensätzen bereinigen. Die Technologie hilft also dabei, die Qualität von Datenbeständen zu sichern. Außerdem segmentieren die Algorithmen Daten, klassifizieren, assoziieren oder treffen Vorhersagen. Das funktioniert mittels statistischer Verfahren und mittels maschinellen Lernens, insbesondere Entscheidungsbäumen und neuronale Netze. Deep Learning ist momentan besonders populär. Hier werden mehrstufige neuronale Netze genutzt, um zum Beispiel Bilder oder Sprache automatisch zu erkennen und Inhalte zu klassifizieren. Sie eignen sich besonders zur automatischen Auswertung von großen Datenmengen. Doch neben den administrativen Aufgaben kann KI auch die Rolle des Beraters übernehmen. Etwa, wenn sie ein Verhalten beobachtet, Zusammenhänge zwischen Informationen erkennt und daraus Rückschlüsse zieht. Basierend auf diesen Erkenntnissen macht die Technologie dann Vorschläge. Mit diesen Fähigkeiten ermöglicht sie es auch einfachen Fachanwendern, technisch versiert zu sein. Das ist ein Trend, der sich gerade entwickelt.

Um von diesen Vorteilen zu profitieren, brauchen Unternehmen allerdings unbedingt saubere Daten. Warum ist das wichtig?

Eine KI lernt anhand der Daten, mit denen sie trainiert wird. Sie kann dementsprechend nur so gut sein wie die Informationen, auf die sie bei ihren Analysen zurückgreifen kann. Um valide Modelle bauen zu können oder datengetriebene Prozesse zu verbessern, braucht sie also letztendlich sehr viele Daten in einer nutzungsgerechten Qualität. 

Sind sich Firmen Ihrer Einschätzung nach der Bedeutung sauberer Daten bewusst und sind sie bereit, ihre Daten auf Vordermann zu bringen?

Ja und nein. Einige befinden sich noch immer in einer Ernüchterungsphase. Zwar erkennen sie zunehmend den Wert und den Mehrwert von Daten. Aber sie zögern noch bei Investitionen, weil sie nicht wissen, was sie tun sollen und wie hoch der Aufwand ist. Grundsätzlich merke ich aber, dass Qualitätsbewusstsein und Investitionsbereitschaft zunehmen. Unternehmen begreifen die digitale Transformation als strategischen Imperativ. In diesem Zusammenhang haben sie verstanden, dass gutes Stammdatenmanagement eine Grundvoraussetzung für die Digitalisierung ist und ihnen Wettbewerbsvorteile verschafft. Sie wissen: Wer die Digitalisierung ernst meint, muss seine Daten stärker nutzen, mehr investieren und Mühen auf sich nehmen. Damit sind Datenmanagement und Datenanalyse nicht mehr nur lästige IT-Themen, sondern strategisch bedeutungsvoll und unvermeidbar. 

Wenn die Basisdaten von hoher Qualität sind, steht dem Einsatz von KI nichts mehr im Weg – auch keine ethischen Bedenken? Sollten Unternehmen alle Möglichkeiten von KI ausschöpfen, oder sollte es moralische Grenzen geben? 

Wie alle Technologien bringt auch KI natürlich nicht nur Vorteile mit sich. Ein großer Haken ist, dass die Entscheidungen, die das intelligente System trifft, für uns oft nicht nachvollziehbar sind. KI ist je nach genutztem Verfahren intransparent. Wir wissen nicht immer, wie beispielsweise neuronale Netze Dinge auf Bildern erkennen oder in Kreditkartentransaktionen einen Betrug vermuten und anhand welcher Kriterien sie das tun. Hier sollten Unternehmen vorsichtig sein, denn die neue DSGVO schreibt vor, dass die Entscheidungsfindung einer KI immer nachvollziehbar sein muss. Um nicht die Kontrolle zu verlieren, sollten Unternehmen deshalb die Möglichkeiten von KI bewusst einsetzen. 

Zudem dürfen wir aus ethischen und rechtlichen Gründen die Maschinen nicht alles automatisiert entscheiden lassen. In manchen Fällen sind Trainingsdaten diskriminierend, etwa Daten zu Geschlecht oder Ethnologie. Dazu ein Beispiel: Ein Unternehmen im HR-Bereich setzt eine intelligente Software ein, die auf Basis verfügbarer Profile von Stelleninhabern und Bewerbern einen perfekten Kandidaten für eine Führungsposition ermitteln soll. Die KI hat in diesem Fall überdurchschnittlich häufig männliche Kandidaten in Betracht gezogen, da sie aus ihren Trainingsdaten erschließt, dass diese besser geeignet als Frauen sind. Allein deswegen, weil Männer statistisch gesehen für diesen Fall deutlich häufiger Führungspositionen innehaben. Das ist diskriminierend und auch inhaltlich nicht sinnvoll. Um das zu verhindern, müssen Informationen zu ethnischer Herkunft oder dem Geschlecht als Attribut für das Training von Entscheidungsmodellen in bestimmten Fällen von vorne herein ausgeschlossen werden. Unternehmen brauchen dazu einen Data Scientist, der entscheidet, welche Daten der KI zur Verfügung gestellt werden. Er ist es auch, der verhindern muss, dass ihr ethisch fragwürdiges Verhalten antrainiert wird. 

Wie sehen Sie die künftige Entwicklung in dem Bereich „intelligente Algorithmen“?

Wir befinden uns gerade erst am Anfang. Alles, was KI heute kann, sind nur die ersten Schritte. Bis die selbstlernenden Verfahren universell einsetzbar und überall besser als der Mensch sind, ist es noch ein weiter Weg. Daher sind es für die nächste Zeit immer besser werdende Assistenten und die weitere Automatisierung von Routinetätigkeiten. Langfristig wird uns die Frage beschäftigen, was mit uns passiert. Immer mehr Aufgaben und Prozesse werden automatisiert und von Maschinen übernommen. Wie bei anderen Technologiesprüngen zuvor werden viele Tätigkeiten und Berufsprofile wegfallen und ganz neue entstehen, was entsprechenden Anpassungsbedarf vor allem der Qualifikationsprofile bedeutet. Uns steht also eine sehr herausfordernde, aber auch spannende Phase bevor. 

Vielen Dank für das Gespräch – Wir freuen uns auf Ihren Vortrag!