Fehlersuche wird automatisiert

In der zweiten Jahreshälfte führte die Jungfirma weitere Pilotprojekte mit Unternehmen durch. Dieses Jahr will man sich bei LatticeFlow nun vollkommen auf den produktiven Einsatz der Lösung konzentrieren. Und dieser sieht so aus, dass Unternehmen für eine Gebühr Zugang zur Software erhalten und dann ihre Modelle in Eigenregie prüfen können. Das sei insofern wichtig, weil diese beim Einsatz in einer produktiven Umgebung oft nicht mehr richtig funktionieren, sagt Tsankov. «KI-Modelle, die für eine ganz bestimmte Aufgabe entwickelt wurden, funk­tionieren zwar in einer begrenzten Testumgebung, die reale Welt ist aber sehr viel komplexer.» Gemäss dem CEO durchleuchten KI-Teams ihre Modelle deshalb oftmals noch von Hand – in der Hoffnung, so auf systematische Fehler zu stossen. Ein schier unmögliches Unterfangen. Schliesslich handelt es sich dabei nicht selten um riesige Datensätze. LatticeFlow will ihnen deshalb unter die Arme greifen und diesen Prozess automatisieren. Dazu brauchen sie lediglich die LatticeFlow-Plattform mit ihren Daten und Modellen zu speisen.

Die Lösung funktioniert im Wesentlichen so: In den USA ereignete sich ein tödlicher Unfall mit einem selbstfahrenden Tesla, der ungebremst in einen abbiegenden Lastwagen raste – wohl weil der Autopilot nicht zwischen der weissen Seitenwand des Lastwagens und dem hellen Himmel unterscheiden konnte. Um solche Vorfälle zu verhindern, analysieren die Algorithmen des Start-ups im Vorfeld, unter welchen Bedingungen die KI gewisse Elemente eines Bildes nicht mehr richtig interpretieren kann. Entwicklerinnen und Entwickler können die Software nun nutzen, um vollautomatisiert «tote Winkel» der KI zu entdecken und Einsichten zu gewinnen, wie sich diese beheben lassen. Zudem basiert die LatticeFlow-Lösung selbst auch auf KI und soll sich laufend verbessern.

Aus der Sicht des CEOs ist das Potenzial von LatticeFlow gross und der Markt noch weitgehend unerschlossen, Alternativen zur Technologie des Start-ups gebe es praktisch keine. «Dementsprechend müssen wir nun rasch vor­gehen. Wir können keine Jahre damit verbringen, Prototypen zu entwickeln und einige wenige Pilotversuche durchzuführen.» Deshalb stünden nun insbesondere Deployments und die Skalierung des Produkts auf dem Zettel sowie auch die Beschaffung weiterer Mittel und der personelle Ausbau. In Sofia baut LatticeFlow aktuell eine Equipe auf, die das Machine-Learning-Team in Zürich ergänzen und sich vor allem mit dem Software-Design befassen soll.

Tsankov zeigt sich überzeugt, dass LatticeFlow eine einzigartige und weltweit führende Lösung entwickelt hat – dies, obwohl die USA oder China im Bereich KI meist einige Schritte voraus sind. Nicht zuletzt auch wegen der Forschung, die an der ETH dazu betrieben wird, könnte ihm zufolge die Schweiz mit dem Fokus auf robuste KI im internationalen Vergleich Boden gutmachen. «Vielleicht ist das genau die Chance für Schweizer Unternehmen, sich am Markt zu positionieren.» Auf jeden Fall lohnt es sich, LatticeFlow und die Forschungsarbeit des SRI weiterhin im Blick zu behalten.