Ein Turbo für die Künstliche Intelligenz

Die Zusammenarbeit zwischen Menschen und Künstlicher Intelligenz kann viele Formen annehmen: Die Kundin, die im Service mit einem Bot redet. Der Sachbearbeiter, den eine Texterkennung beim Bearbeiten von Rechnungen unterstützt. Die Produktionsanlage, die ihre Ausfallwahrscheinlichkeit an das Serviceteam meldet. Die Medizinerin, die sich auf die KI-gestützte Vorauswahl von Röntgenbildern verlässt. Die Liste an Beispielen lässt sich noch lange fortsetzen. Ihre Zahl wird in den nächsten Monaten rasant zunehmen, denn das Potenzial von KI-Anwendungen ist längst nicht ausgeschöpft.

Welchen Höhenflug Künstliche Intelligenz hinlegen kann, hat zuletzt ChatGPT – die Wunderwaffe, wenn es darum geht, Texte zu erstellen – gezeigt. Mit dem wahrscheinlich prominentesten Beispiel für sogenannte generative KI experimentierten schon wenige Wochen nach der Vorstellung 100 Millionen Nutzer. Seitdem kommen jeden Tag neue Anwendungen hinzu, per API lässt sich ChatGPT relativ problemlos in eigene Projekte einbinden. Was sich jedoch so einfach anhört, birgt Risiken und hat bei der heutigen Anwendung auch Grenzen. ChatGPT beispielsweise nimmt es bei den Fakten manchmal nicht so genau, «Halluzinieren» lautet der Fachbegriff. Inzwischen ist sogar von «künstlicher Dummheit» die Rede – das bedeutet, dass das System angesichts der fehlerhaften Daten nur noch mehr Fehler macht. Die KI generiert aber nicht nur gelegentlich falsche Informationen oder verzerrte Inhalte, es lässt sich auch schwer nachvollziehen, woher der Chatbot seine Informationen hat. Das wiederum kann zu Urheberrechtsverletzungen und schlimmstenfalls einer Klage führen.

Auch mit eigenen Daten müssen Unternehmen bei der Verwendung von ChatGPT äusserst vorsichtig sein. Immerhin sehen die Nutzungsbedingungen vor, dass OpenAI, das Unternehmen hinter dem System, sowohl den Input als auch den Output weiterverwenden darf. Damit riskieren Unternehmen eine Verletzung von Datenschutzgesetzen: Diese schreiben in der Regel vor, dass personenbezogene Daten nur verarbeitet werden dürfen, wenn eine entsprechende Einwilligung vorliegt. Vor allem der Übermittlung in Länder ausserhalb der EU schiebt der Gesetzgeber oftmals einen Riegel vor. OpenAI speichert aber nicht nur die eingegebenen Informationen in den USA, sondern nutzt sie auch, um die KI zu trainieren. Hierzu werden Daten gegebenenfalls mit Dienstleistern geteilt. In der Folge haben Unter­nehmen keine Kontrolle darüber, wer am Ende alles Zugriff auf sensible Geschäftsinformationen erhält.

Die zunehmende Regulierung setzt Unternehmen weiter unter Druck. Der vom Europaparlament verabschiedete Artificial Intelligence Act (AIA) stuft KI-Anwendungen in unterschiedlichen Risikoklassen ein – ChatGPT könnte in die Kategorie «Hochrisikosystem» fallen. Ein solche Lösung muss, damit sie in der EU künftig in Betrieb bleiben darf, mehrere Aspekte erfüllen: Sie muss transparent und die Ergebnisse nachvollziehbar sein. Die Anbieter müssen zudem eine technische Dokumentation vorlegen und eine wirkungsvolle menschliche Aufsicht garantieren. Mit diesen Auflagen tun sich die grossen Tech-Giganten aus den USA schwer und wehren sich gegen die aus ihrer Sicht zu einschneidenden Regulierungen. Fakt ist, damit eine Technologie wie KI von den Verbrauchern wirklich akzeptiert wird, muss sie vertrauenswürdig sein. Hier kommt das Konzept «Trustworthy AI» ins Spiel: Entwickler bauen eine Anwendung so, dass vom Schutz der genutzten Daten über das Zuordnen der Verantwortung bei (teil-)maschinell getroffenen Entscheidungen bis zum Einhalten von Prinzipien und normativen Vorgaben alle bislang kritischen Punkte geklärt sind.

Solche transparenten Lösungen gibt es in Europa und sie stellen eine echte Alternative zu ChatGPT dar. Zudem darf man nicht vergessen, dass Chatbots nur ein KI-Einsatzszenario unter vielen sind. Intelligent Automation (IA) steht für eine neue Stufe der Zusammenarbeit zwischen Mensch und Maschine. IA kombiniert Technologien wie Robot Process Automation und Low Code mit fortgeschrittenen kognitiven Methoden wie Computer Vision, Machine Learning und Natural Language Processing. Damit sind Unternehmen in der Lage, Prozesse zu automatisieren, die dafür bisher nicht geeignet waren. Ein gutes Beispiel sind Reklamationen im Service: Hier gilt es, das Beschwerdepotenzial einer Nachricht zu erkennen, diese an die richtige Stelle im Unternehmen weiterzuleiten und anschliessend die Bearbeitung zu monitoren. Dieser Prozess findet bislang manuell statt, verbunden mit einem hohen Aufwand und entsprechenden Qualitätsschwankungen. Mit Hilfe von IA lässt sich ein automatisierter End-to-End-Workflow etablieren, der lernt, «denkt» und sich mit minimalem menschlichem Eingreifen an Veränderungen anpasst.

Was sich so vielversprechend anhört, hält jedoch in der Umsetzung durchaus einige Herausforderungen bereit. Unternehmen müssen Antworten auf die unterschiedlichsten Fragen finden: Wie lassen sich KI-Systeme am einfachsten und effizientesten in die eigene Infrastruktur integrieren? Wo lauern bei der Implementierung Stolpersteine und wie umgeht man sie? Rechtfertigen sich die Investitionen? Welches Betriebsmodell passt zur Organisation? Ob ein KI-System die Anforderungen eines bestimmten Anwendungsfalls erfüllt, können Unternehmen vorab schwer bestimmen. Die Auswahl von KI-Modellen und -Methoden erfordert – ebenso wie das Vorbereiten und Modellieren der Daten – sowohl KI-Expertise als auch fachliches Verständnis. Daher sollten die Verantwortliche Anwendungsfälle vor der Umsetzung bewerten und erproben.

Von besonderer Bedeutung ist dabei die frühe Phase eines Projektes. Damit Firmen von Anfang an auf die richtigen Themen setzen, bieten erfahrene IT-Dienstleister einen sogenannten Interaction Room an. Hier arbeitet ein interdisziplinäres Team unter der Anleitung eines Moderators zusammen. Gemeinsam ermitteln die Beteiligten in Abstimmungsrunden Lösungen für die zentralen Themen und Fragestellungen des Projekts. Danach geht es schrittweise in die Pilotierung, die Übernahme in die Produktion und die Schulung der Mitarbeitenden. Die wenigsten Unternehmen werden jedoch über die notwendigen Ressourcen verfügen, um KI-Projekte komplett in Eigenregie durchzuführen. Vor allem vor dem Hintergrund, dass entsprechende Fachkräfte schwer zu bekommen sind. Sinnvoll kann deshalb die Unterstützung durch einen externen Partner sein, was bis zu einem Managed-Service-Modell reichen kann.

Künstliche Intelligenz jedenfalls ist in vielen Bereichen unverzichtbar geworden. Die meisten Unternehmen sehen KI als wichtige Zukunftstechnologie und spüren, dass insbesondere mit generativer KI ein fundamentaler Wandel auf sie zukommt.