KI ersetzt den Menschen nicht – sie erweitert seine Möglichkeiten

Die Begeisterung rund um Künstliche Intelligenz (KI) kennt keine Grenzen. Experten preisen KI-Verfahren und -Lösungen als wahre Allheilmittel an. Dabei sind diese Anwendungen, nüchtern betrachtet, ein weiteres Werkzeug im Werkzeugkasten der IT-Experten. Eines, das Mitarbeitern hilft, Informationen schneller zu finden, Aufgaben besser zu bewältigen oder Prozesse effizienter abzuwickeln. Die KI-Lösungen, über die die Unternehmensverantwortlichen aktuell nachdenken, schicken sich nicht an, menschliche Arbeit im grossen Massstab zu ersetzen. Sie verändern, wie jedes neue Werkzeug, die Möglichkeiten des Menschen.

Es geht nicht um die Entscheidung «entweder KI oder Mensch». Es geht um die richtige Kombination der Stärken von Mitarbeitern und KI-Anwendungen. Auf diese Weise erzielen Unternehmen Ergebnisse die jenseits dessen liegen, was jede Seite alleine erreichen kann. Einige Beispiele erläutert dieser Beitrag. Für diesen Beitrag soll KI definiert werden als ein Teilgebiet der Informatik, das sich mit dem Erforschen von Mechanismen des intelligenten menschlichen Verhaltens befasst.

[Wichert, Andreas: Künstliche Intelligenz. In: Spektrum.de.]

Wenn ein Assistenzsystem auf gesprochene Sprache reagiert, wenn ein Bilderkennungssystem automatisch Kurzbeschreibungen von Fotos erstellt oder wenn ein Chatbot Fragen zu einer Versicherungspolice beantwortet, dann arbeiten im Hintergrund KI-Technologien.

Ob neue Daten, neue Studien, neue gesetzliche Bedingungen: Unternehmen stehen vor einer stetig steigenden Informationsflut. Experten sichten, prüfen, verdichten, analysieren und erarbeiten auf Basis der ausgewerteten Informationen Handlungsempfehlungen. Aber für den Einzelnen und für ganze Teams ist es unmöglich, all das relevante Material zu erfassen und auf seine Bedeutung hin zu bewerten. Die Vorauswahl der Quellen und die Bearbeitung der Informationen kann zu blinden Flecken auf der Informationslandkarte führen. Es besteht die Gefahr, gerade bei neuen Themen oder aktuellen Ereignissen relevante Informationen zu übersehen.

KI-Anwendungen mit ihren ausgereiften Möglichkeiten zum Textverständnis unterstützen hier. Denn inzwischen gehen diese Lösungen gut mit Texten um, die in natürlicher Sprache geschrieben sind. Sogenannte Natural-Language-Processing-Techniken (NLP) ermöglichen es ihnen, den Sinn von Inhalten zu erfassen. Sie fassen Dokumente zusammen und stellen diese Zusammenfassungen in Form von Dashboards da. Mithilfe von maschinellen Lernverfahren werden das Thema sowie Informationen über die Semantik des Textes extrahiert und gebündelt. Dies erlaubt es den Experten gezielt nach Inhalten und Themen, statt nach wie bisher üblich, Schlüsselwörtern zu suchen. Am Ende listet das System nicht einfach die Top-Treffer einer Suchanfrage auf, wie es Anwender von Suchmaschinen gewöhnt sind. Die KI-Anwendung erstellt lesbare Dossiers, die die zugrunde liegenden Quellen zu einem durchgängigen Text zusammenfassen.

Um sich schnell einen Überblick über einen Sachverhalt zu verschaffen, beschäftigen sich die Fachleute mit diesen Zusammenfassungen. Im Einzelfall greifen sie auf die Quellen der Informationen zurück und arbeiten sich tiefer ein. Verantwortliche haben die Möglichkeit, feinjustierte Meldesysteme einzurichten, die ihnen automatisch ausgearbeitete Dossiers zu individuell relevanten Themen zur Verfügung stellen.

KI-Lösungen gehen nicht nur souverän mit Text um. Auch beim Auswerten von Bildern stehen sie den Experten inzwischen zur Seite.

In den letzten Jahren haben Forscher kaum vorstellbare Durchbrüche im Bereich des maschinellen Sehens erzielt. Grundlage ist das sogenannte Machine Learning. Darunter verstehen Fachleute die Fähigkeit eines Systems, das Durchführen von Aufgaben im Laufe der Zeit selbstständig zu verbessern. Anwendungen gelingt es, Objekte und Situationen auf Bildern zu identifizieren und zu beschreiben.

Diese Fähigkeit von KI-Lösungen sorgt überall dort für bessere Ergebnisse wo Menschen auf Basis von Bildmaterial Entscheidungen über den weiteren Prozess treffen. Das trifft auf den Sachverständigen in der Autoversicherung zu, der für das Bearbeiten von Schadensmeldungen Fotos von Unfällen auswertet. Aber auch auf den Mediziner, der als Tumor-Experte auf Basis von Magnetresonanztomographie-Aufnahmen (MRT) Diagnosen trifft und Behandlungsmöglichkeiten empfiehlt. Das sind zwei Beispiele für zahlreiche Anwendungsfälle dieser KI-Fähigkeit.

Einerseits können die Fachleute KI als zweite Expertenmeinung bei unklaren Fällen hinzuzuziehen. Immer, wenn der menschliche Experte unsicher ist, wenn sein Bauchgefühl sich meldet, legt er den Fall seinem KI-Kollegen vor: Passen die Dellen im Lack wirklich zum Zusammenprall mit einem Fahrrad? Oder spricht das Muster eher für das Bearbeiten des Autos mit einem Hammer? Das System gleicht das Bildmaterial mit den Fällen in der Datenbank ab. Es sucht ähnliche Muster und prüft, zu welchem Ergebnis diese Fälle in der Vergangenheit führten.

Andererseits kann die KI die vorhandenen Fälle qualifizieren. Beispielsweise, indem sie Wahrscheinlichkeiten für die Diagnose «gutartig» beziehungsweise «bösartig» vergibt. Der Mediziner beschäftigt sich dann intensiv nur mit den Fällen, die einen vorgegebenen Relevanzwert übersteigen. Oder bei denen die KI ihm signalisiert, dass die Interpretation der Ausgangsdaten zu keinem eindeutigen Ergebnis führt. Er kann seine knappe Zeit – und Aufmerksamkeitsspanne auf die komplexeren Sachverhalte konzentrieren.

Alleine aus den oben erläuterten Fähigkeiten zum Textverständnis und zur Bilderkennung lassen sich zahlreiche Ansätze für die Zusammenarbeit von KI und menschlichen Experten ableiten. In den nächsten Jahren werden sich daraus und aus anderen KI-Verfahren Kooperationsformen entwickeln, die heute noch niemand prognostizieren kann. Berufe werden sich verändern, Berufe werden verschwinden, Berufe werden entstehen. Vorboten dieser Entwicklung lassen sich heute schon erkennen. Unternehmen sind aufgefordert, jetzt die technischen, organisatorischen und intellektuellen Grundlagen dafür zu schaffen.