Macht künstliche Intelligenz Berater überflüssig?

Künstliche Intelligenz wie „Watson“ von IBM kann viel mehr als nur Spracherkennung. Aus unstrukturierten Daten generiert Watson mittlerweile Handlungsanweisungen. Das könnte Beraterjobs kosten.

Bildnachweis: IBM

Die künstliche Intelligenz Watson setzt beispielsweise Traktorhersteller John Deere in der Produktion ein. Tauchen Probleme auf, analysiert Watson die Datenlage und entwickelt daraus Handlungsanweisungen. Dazu analysiert die Künstliche Intelligenz nicht nur Datenbanktabellen, sondern liest zum Beispiel auch Handbücher, Lieferprotokolle, Maschinen-Sensorwerte oder Wetterberichte in Echtzeit ein. Aus diesen unstrukturierten Daten kann Watson dann den richtigen Servicetechniker für das Problem herausfiltern oder simple Handlungsanweisungen wie das notwenige Fegen der Maschinen, weil Metallspäne sie lahm legen könnten.

Noch ist der Einsatz bei John Deere nur in der Pilotphase, aber schon bald könnte Watson als virtueller Berater Datensätze viel umfassender und genauer als ein Mensch analysieren – und laut Managermagazin dann Beraterjobs übernehmen. Neben IBM arbeiten Facebook oder Google an ähnlicher künstlicher Intelligenz. Bei der Lufthansa forscht Marcus Casey schon seit 2015 daran, wie die Künstliche Intelligenz Kunden glücklicher machen könnte. Dabei geht es um unstrukturierte Datensätze wie Verspätungen, Umsteigezeiten, Wetterberichte oder Gepäckverluste. Lässt sich zum Beispiel aufgrund der Wetterlage auf Verspätungen schließen, könnten bestimmte Kundengruppen zum Beispiel persönliche Einladungen via Smartphone in die Lounge erhalten.

Hauptknackpunkt ist die Programmierung solcher unstrukturierter Datensätze. Sie funktionieren nicht nach dem Wenn-Dann-Prinzip, etwa: „Wenn die Ampel rot ist, muss ich halten.“ Der Computer muss anhand von Menschen indexierter Datenbanksätze selbst lernen und seine Lernergebnisse mit Kontrollsätzen abgleichen. Neuronale Netze heißt das Schlüsselwort, hinter dem sich Schichten von mathematischen Filtern verbergen, die die Daten durchsieben und Strukturen erkennen.

Quellen:
Die Welt, 28. April 2016;
Manager Magazin, 30. April 2016