Person, die eine Treppe hochgeht

Um eine KI-Anwendung zu entwickeln, muss man erst einmal wissen, welches Problem man genau damit lösen möchte. Neben der Zielstellung steht vor allem eins im Mittelpunkt: die Daten. Im Gastbeitrag erläutert Joseph Noronha sechs Schritte, die bei der Entwicklung einer KI-Anwendung wichtig sind.

Im Rahmen des Swiss CRM Expertenforums trafen a, 25. Oktober 2018 Experten und Unternehmen aufeinander, um über CRM und künstliche Intelligenz zu diskutieren und Erfahrungen auszutauschen. Initiator und Gründer des Forums Martin Stadelmann, Geschäftsführer der ec4u expert consulting, führte durch den Tag und moderierte die spannenden Diskussionen.

Joseph Noronha, Director und COO der Detecon Inc, ein Think Tank und Telekommunikationsberater, fasst im Folgenden seinen Beitrag des Forums zusammen.

Holt KI den Menschen ein?

Es gibt viele Bereiche, in denen künstliche Intelligenz den Menschen schon heute in Nichts nachsteht. Doch im Gegensatz zu den enthusiastischen Äußerungen der ersten KI-Evangelisten (J. McCarthy, M.L. Minksy, N. Rochester, C.E. Shannon), reicht KI nicht umfänglich an das menschliche Gehirn bzw. Denken heran.

„Jeder Aspekt des Lernens bzw. jedes andere Anzeichen von Intelligenz kann prinzipiell so genau beschrieben werden, dass es von einer Maschine simuliert werden kann.“ (A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence, 1955)

Schaut man sich an, in welchen Bereichen KI-gesteuerte Anwendungen besonders erfolgreich sind (und in welchen Bereichen sie eher kaum bis gar nicht eingesetzt werden (können)), dann fällt schnell auf: besonders dort, wo Probleme gemäß des Zitats konkret beschrieben und auf Prozesse heruntergebrochen werden können, kann KI effektiv eingesetzt werden. 


Weitere Zitate zum Thema KI, die inspirieren, anregen und aufklären können Sie übrigens in unserer KI-Zitatsammlung nachlesen. 

Die besten KI-Zitate


Im Bereich Erkennen und Verarbeiten von Datensätzen bzw. Informationen sind Maschinen in den meisten Fällen den Menschen eins, zwei Schritte voraus. Im Bereich der Empfehlungen zeigen algorithmenbasierte Empfehlungsprogramme täglich auf Google, Amazon oder Netflix, dass sie auch hier mit dem Menschen mithalten können.

Wenn es derweil um das Antworten einer potenziell nicht eindeutigen Frage und insbesondere dem Schlussfolgern geht, übersteigt das Denkvermögen des Menschen oftmals die Fähigkeiten der smarten Maschinen.

Will man eine KI-Anwendung entwickeln, muss man diese Stärken und Schwächen möglichst im Hinterkopf behalten. Oft werden komplexe Problemstellungen unterschätzt, weil die Denkprozesse für den Menschen einfach erscheinen. Heruntergebrochen auf die einzelnen Schritte, die bis zur Lösung notwendig sind, zeigt sich jedoch häufig, dass bereits die kleinsten Details Schwierigkeiten für die künstliche Intelligenz bzw. deren Programmierung bereiten können.

Künstliche Intelligenz smart einsetzen: ein Beispiel aus der Praxis

Ein anschauliches Beispiel ist hier die Spracherkennung. Neben dem Einspeisen des regulären Vokabulars muss die Maschine in einer realen Situation auch unterschiedliche Aussprachen (Dialekte, Slang, Anglizismen oder Akzente) erkennen und identifizieren können. Zusätzlich müssen unterschiedliche Satzstellungen, Synonyme, Zweideutigkeit und selbst Stimmungslagen identifizierbar sein, um adäquat zu antworten.
Andernfalls liegt es am Nutzer, seine Sprache der Anwendung anzupassen, da seine Nachricht ansonsten nicht von der Anwendung verstanden werden kann.

Ein Positivbeispiel, wie man diese Schwierigkeiten im Betrieb der Anwendung identifizieren und lösen kann, bietet ENO.

ENO ist ein SMS-Chatbot der US-Bank Capital One, der im März 2017 in einer Pilotphase ersten Nutzern zugänglich gemacht wurde und seit Ende 2017 von allen Kunden genutzt werden kann.

ENO kann auf quasi jedem Endgerät benutzt werden, ist (natürlich) 24/7 erreichbar und hilft Nutzern unter anderem, potenzielle Betrugsversuche frühzeitig zu erkennen und darüber zu informieren, doppelte Transaktionen zu melden und digitale Zahlungsmethoden einfacher durchzuführen.

Mit Forbes sprachen die Entwickler von ENO (darunter auch eine ehemalige Pixar-Designerin) über den Prozess, ENO nahbar, vertrauenswürdig und vor allem zuverlässig zu kreieren.

Dabei musste das Team berücksichtigen, wie der Bot auf beleidigende Nachrichten reagiert und gleichzeitig zu unterscheiden, mit welcher Intention diese Nachrichten geschrieben wurden. „Wenn die Antwort hier falsch ist“, so Audra Koklys Plummer, Teamleiterin, „riskieren wir, dass der Kunde sich beleidigt fühlt und das Vertrauen dadurch gebrochen wird.“


Erfahren Sie mehr über Chatbots und ihre Anwendung in unserem Video:


Die 6 Schritte einer KI-Entwicklung und -Problemlösung

Wie also kann man eine KI-Anwendung entwickeln, und diese Komplexitäten der Interaktion bzw. Problemstellungen berücksichtigen? Ich gehe hier von sechs Schritten aus:

  1. Das Problem definieren

Entwickeln Sie sogenannte „Problem-Statements“ und klare Kriterien, an denen der Erfolg der Problemlösung gemessen werden kann.

  1. Das Problem für die AI-Entwicklung mappen

Sobald Sie das Geschäftsproblem definiert haben, muss es soweit aufgespalten werden, dass es in Machine Learning Tasks umgewandelt werden kann.

  1. Die Daten präparieren

In diesem Schritt sollten die Daten ausreichend vorbereitet werden. Woher kommen sie, wie ist die Datenqualität, gibt es Data Bias und wie kann diesen begegnet werden? Die Daten müssen also insgesamt so zur Verfügung gestellt werden, dass sie eine KI-Verarbeitung unterstützen.

  1. Die Daten kennenlernen

Zur besseren Auswertung und Verarbeitung der Daten sollten in diesem Schritt die Datensätze durchdrungen werden. Gibt es versteckte Muster oder Nuancen, die in neuen Features oder Modellierungsstrategien umgesetzt werden können?

  1. Modelling

In diesem Schritt werden basierend auf den etablierten Machine Learning Tasks sowie den vorhandenen Daten Algorithmen erstellt (z.B. Decision Trees, Random Forests, etc.).

  1. Evaluation

Das entwickelte Modell wird eingesetzt und muss nun immer wieder beobachtet und untersucht werden, um es den praktischen Umständen anzupassen.

Normalerweise machen die Schritte Fünf und Sechs nur einen Bruchteil des gesamten Prozesses aus (ca. 20%). Die restlichen 80% werden in den meisten Fällen für die Verarbeitung und das Durchdringen der Daten benötigt.

Fazit:

Insbesondere im Bereich Kundenerlebnisse (CX) spielt KI eine immer größer werdende Rolle. Ob im eCommerce, im Kundenservice oder im Marketing, künstliche Intelligenz kann – wie etwa im Falle von ENO – eingesetzt werden, um Kundeninteraktionen positiv zu gestalten, 24/7 einen Service anzubieten und zusätzlich aus den generierten Interaktionen neues über die Kundenerlebnisse, -bedürfnisse und -anforderungen zu lernen.


Joseph Noronha

Joseph Noronha ist Director und COO der Detecon Inc, einem Beratungspartner der Deutschen Telekom und ein Think Tank für Innovationen in San Francisco.

Noronha berät Unternehmen zur digitalen Transformation.

Dabei fokussiert er insbesondere innovative und „smarte“ Produkte und Services, um den stetig wachsenden Kundenanforderungen gerecht zu werden.

Kontakt: LinkedIn

Print Friendly, PDF & Email
1 Antwort

Dein Kommentar

An Diskussion beteiligen?
Hinterlasse uns Deinen Kommentar!

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.