Künstliche Intelligenz - 01.12.2020

Die Arbeit der Zukunft – mit digitalen Assistenten. Teil 2.

Im ersten Teil unseres Beitrags haben wir die Technologie von digitalen Assistenten kennengelernt und uns die Funktionsweise der KI näher angesehen. Wir haben uns darüber hinaus mit der Herausforderung für die Forschung beschäftigt, unstrukturierte Daten für intelligente Assistenzsysteme zugänglich zu machen, um die Verarbeitung und das Verständnis von Informationen in den Systemen so zu ermöglichen, dass kognitive Prozesse, ähnlich wie denen des Menschen, möglich werden. Denn dann würde, zumindest in der Theorie, ein wirklich intelligentes System entstehen. Im zweiten Teil des Beitrags wollen wir nun tiefer in die Grenzen von KI in digitalen Assistenzsystemen eintauchen und den Status Quo der Forschung analysieren.

Verfasst von

Consultant Digital Solutions

E-Mail: lucas.strauss@bechtle.com

Werfen wir zunächst einen Blick auf die deutsche Forschungsinitiative HumanE AI, die sich mit Künstlicher Intelligenz in Assistenzsystemen beschäftigt. Ein Kreis von renommierten Wissenschaftlern aus Europa skizziert in einem Forschungspapier detailliert, welche Herausforderungen mit der Konstruktion eines künstlichen, menschenähnlichen Systems einhergehen. Ziel ihrer Initiative ist es, eine Technologie für Künstliche Intelligenz zu entwickeln, die es Maschinen ermöglicht, auf menschlichem Level zu agieren und partnerschaftlich mit Menschen zusammenzuarbeiten, um die menschlichen Fähigkeiten zu verbessern und die Gesellschaft zu stärken.

Die dafür notwendigen Fähigkeiten solcher Systeme beschreiben die Autoren einerseits als Lern-, Denk- und Planungsmethoden: Um die Zusammenarbeit zwischen Menschen und KI-Systemen zu ermöglichen, müssten intelligente Systeme demnach nicht nur in der Lage sein, am Ende einer Lern- oder Argumentationsaufgabe Erklärungen zu liefern – sie müssen auch Rückmeldungen über den Fortschritt liefern können und in der Lage sein, menschliche Beiträge auf hohem Niveau einzubeziehen.

Andererseits müssten solche Systeme eine multimodale Wahrnehmung und Modellierung aufweisen. Denn die menschenbewusste Interaktion von Maschinen erfordert eine multimodale Wahrnehmung dynamischer realer Umgebungen und sozialer Umfelder – einschließlich der Fähigkeit, umfassende Modelle von Umgebungen und Menschen (dazu gehört die Befähigung, verbundene Emotionen, Motivationen und soziale Strukturen wahrzunehmen und zu interpretieren), die in solchen Umgebungen interagieren, aufzubauen und aufrechtzuerhalten. Entsprechend müssten intelligente Systeme ein Verständnis für den größeren Kontext eines Problems haben, um bei der Entwicklung einer Lösung mit Menschen angemessen zusammenarbeiten zu können.

Forschungsansätze zu den genannten Aspekten werden ebenfalls in dem Forschungspapier beschrieben. Demnach ist es bereits gelungen, selbstlernende Sprachsysteme zu konzipieren, mit denen offene Konversationen möglich sind.

Ein Beispiel aus dem Jahr 2016 zeigt jedoch, dass diese Systeme noch unausgereift und risikobehaftet sind. Der von Microsoft entwickelte Chatbot Tay wurde auf bekannten Plattformen wie Twitter, Facebook, Instagram und Snapchat freigeschaltet und sollte durch Konversationen mit Nutzern lernen und dadurch intelligenter werden. Bereits nach wenigen Stunden musste Microsoft den Chatbot wieder abstellen, weil das KI-System begonnen hatte, Hassbotschaften zu verbreiten. Es war dem System aufgrund einer fehlenden „Werteinstanz“ nicht möglich, „gut“ von „böse“ bzw. „akzeptabel“ von „nicht akzeptabel“ zu unterscheiden.

Die skizzierten Limitationen zeigen, dass noch ein langer Weg zu gehen ist, bis ein Chatbot die Handlungsstränge so vernetzen kann, dass auch komplexere Prozesse automatisiert werden können. Dass es möglich sein wird, dass irgendwann einmal ein autonomer, intelligenter Chatbot ohne die Unterstützung von Menschen selbständig einmalige und neuartige Vorhaben umsetzt, ist somit aktuell noch reine Fiktion. In erster Linie, weil die Arbeitsumgebung und die Daten der Organisationen – die sich alle organisch entwickelt haben – immer noch nicht ausreichend strukturiert sind.

Der erste Schritt auf dem langen Weg zu einem vollautomatischen digitalen Assistenten wird darin bestehen, die Umgebung im Unternehmen so vorzubereiten, dass sie die Art von strukturierten Daten liefern kann, die eine Maschine benötigt, um Vorhersagen treffen zu können. Gegenwärtig befinden sich zudem die meisten relevanten Informationen in den Köpfen der Mitarbeiter. Einige dieser Informationen werden als Daten gespeichert, sind aber nicht vollständig in digitaler bzw. strukturierter Form in der Arbeitsumgebung verfügbar.

Ein weiteres Problem, das den Fortschritt auf dem Weg zur vollständigen Automatisierung behindert, ist die Komplexität der Umgebung, die eine Maschine im Auge behalten muss, um Entscheidungen zu treffen. Während ein selbstfahrendes Auto im Grunde nur die vor ihm liegende Straße zu überwachen hat, muss eine „selbstfahrende“ Assistenz-Maschine hingegen die gesamte Umgebung ständig im Blick behalten.

Mit weiteren Fortschritten in Richtung einer solchen Entwicklung gelangen abseits der technischen Fragestellungen, gerade im Hinblick auf KI-Technologien, weitere Fragen hinsichtlich Zuverlässigkeit, Akzeptanz, Transparenz sowie juristischer, ethischer und moralischer Verantwortung stärker in den Vordergrund – hier scheint die Diskussion im Unternehmenseinsatz allerdings noch am Anfang zum stehen.

Lassen Sie uns festhalten: Mit der zu erwartenden steigenden Leistungsfähigkeit von KI wird die Arbeit im Unternehmen in der Zukunft wohl noch stärker durch die Zusammenarbeit von Menschen und Maschinen geprägt sein. Es ist daher aus Unternehmenssicht zu empfehlen, sich schon heute ausführlich mit den Einsatzpotenzialen von Chatbots in der täglichen Arbeit zu beschäftigen, mit dem Ziel, vorhandene Arbeits- und Geschäftsprozesse zu automatisieren.

Besonders interessant ist in diesem Zusammenhang der Bereich des Projektmanagements: Eine Befragung von 1.800 Projektmanagern ergab, dass 54 % der aufgewendeten Zeit von „administrativen Koordinations- und Kontrollaufgaben wie Terminplanung, Ressourcenzuteilung und Berichterstattung“ geprägt sind und nicht weniger wichtige Arbeitskategorien wie Personalentwicklung, Strategie und Innovation zurückbleiben. Aus geschäftlicher Sicht müssen sich die Projektmanager demnach stärker auf die Aktivitäten konzentrieren, die zum Geschäftswachstum beitragen und Routineaufgaben des Projektmanagements im Idealfall einer Assistenz überlassen. Mit der Entwicklung von KI-Lösungen, wie z. B. KI-Chatbots, könnte sich der Anteil der Arbeitskategorien im nächsten Jahrzehnt in diese Richtung verschieben. Lassen Sie uns die Einsatzpotenziale und Anwendungsbereiche von Chatbots im Projektmanagement in Teil 3 der Beitragsserie umfassend betrachten.

Beitrag weiterempfehlen

Diesen Beitrag haben wir veröffentlicht am 01.12.2020.