Kategorie: IBM

Begegnungen der dritten Art

Das Jahr 2017 ist nun Vergangenheit – aber es ist nicht fort. Es bestimmt als gewesene Gegenwart die gerade eintreffende Zukunft. So viel populäre Philosophie ist wohl nötig, um zu erklären, was diesen Jahreswechsel von seinen Vorgängern unterscheidet: Denn – zumindest in meinem persönlichen Empfinden – sind die Debatten, die wir vor gerade erst zwölf Monaten geführt haben, aus heutiger Sicht ungemein gestrig…

Vor zwölf Monaten glaubten wir noch, die Digitalisierung wäre ein technisches Projekt, in dem es darum geht, analog arbeitende Maschinen durch moderne zu ersetzen, um möglichst viele Daten zu möglichst vielen Prozessen zu erhalten, die dann ausgewertet und genutzt werden können. Aber im Laufe des Jahres wuchs die Erkenntnis, dass Digitalisierung zugleich Dematerialisierung bedeutet: Immer mehr Eigenschaften eines Produkts oder eines Prozesses werden durch digitale Dienste aus der Cloud definiert. Ein Auto ist nicht einfach nur ein Fahrzeug, sondern ein mobiles Kommunikationsgerät; eine Uhr ist nicht einfach nur ein Chronometer, sondern ein Multifunktionsgerät.

Digitalisierung schafft lediglich die Infrastruktur, auf der die eigentliche Revolution allmählich Gestalt anzunehmen beginnt. Denn hinter den digitalen Diensten aus der Cloud steckt immer häufiger künstliche Intelligenz. Diese Systeme sind es, die in Wirklichkeit unser Leben verändern werden. Sie helfen Unternehmen dabei, sich mit ihren Angeboten besser auf unsere Wünsche einzustellen. Sie helfen Kliniken dabei, die wahren Ursachen unserer Krankheiten zu diagnostizieren. Und sie helfen sich selbst dabei, komplexe Strukturen und Regelwerke zu erlernen und damit Entscheidungen zu treffen, die geradezu übermenschlich sind…

Und diese Entwicklung hat ein Tempo angenommen, dass inzwischen wenige Monate wie Jahre wirken. Was wir gestern noch Machine Learning nannten, haben Wissenschaftler und Entwickler in Googles Schwestergesellschaft DeepMind jetzt mit einem neuen Begriff versehen: Reinforcement Learning. Das neuronale Netz AlphaZero lernt dabei Verhaltensmuster und Strategien aus sich selbst heraus – ohne dass es auf menschlichen Input angewiesen ist. In nur vier Stunden hat AlphaZero sich selbst Schachspielen angeeignet und es dabei zu einer Meisterschaft gebracht, die das bislang beste Schachprogram namens Stockfish wie einen Anfänger aussehen lässt. In einhundert Partien hat AlphaZero nicht ein einziges Mal verloren, aber 25 Siege davongetragen.

Das Revolutionäre daran ist, dass AlphaZero sich damit unabhängig von menschlichen Vorurteilen entwickeln kann. Sie gelten in vielen lernenden Systemen als ein Hemmnis, wenn es darum geht, neuen, bislang unbetretenen Denkpfaden zu folgen. Menschliche Voreingenommenheit ist aber umgekehrt auch die sicherste Methode, inhumane Entscheidungen durch künstliche Intelligenzen zu verhindern. Keine geringeren als Ginni Rometty (IBM), Vishal Sikka (damals Infosys) und Satya Nadella (Microsoft) haben auf dem World Economic Forum in Davos diese ethischen Fragestellungen zur Sprache gebracht. Es ist erst zwölf Monate her, aber es wirkt heute wie ein Ruf aus weiter Ferne.

Denn 2018 wird das Jahr sein, in dem wir überall eine Begegnung der dritten Art in Gestalt von künstlicher Intelligenz haben werden. Dass ihre überwiegend positiven Leistungen möglichst vielen Menschen zugutekommen sollen, ist das Ziel zahlreicher Initiativen. DeepMind ist eine davon. IBMs kognitiver Computer Watson erscheint tagtäglich in sympathischen Werbeeinblendungen mit freundlichen Fingerzeigen fürs tägliche Leben. Und Microsofts hat praktisch seine gesamte Produktpalette mit künstlicher Intelligenz aus der Cloud hinterlegt. „Demokratisierung von künstlicher Intelligenz“, nannte Microsofts CEO Satya Nadella diese Vision im vergangenen Sommer. Inzwischen ist sie Realität.

AlphaZero wird seine Milliarden-Investitionen nicht dadurch rechtfertigen, dass es andere Schachprogramme in Grund und Boden spielt. Reinforcement Learning kann dafür genutzt werden, komplexe Logistiknetzwerke zu optimieren oder Verkehrsströme zu lenken. Es kann an der Börse spekulieren oder unsere Kaufabsichten erahnen, wenn nicht gar beeinflussen. Es kann aber auch Drohnen lenken und auf menschliche Ziele ansetzen. Und es kann bei Null anfangend völlig eigene Denkstrukturen aufbauen. Tabula Rasa nennen das die Autoren des Fachartikels, der AlphaZeros mathematische Grundlagen beschreibt.

Der Begriff Tabula Rasa weckt ungute Assoziationen. Und er wirft – wie in der Begegnung der dritten Art – neue ethische Fragen auf, denen wir uns 2018 stellen werden.

Tausend und Dein Service

Es ist drei Jahrzehnte her, da begab sich die IBM auf die Reise zum Mittelpunkt der Wirtschaft. Das Flaggschiff, mit dem Big Blue aufbrach, hieß erst „Future“, dann „Olympic“, schließlich „Silverlake“, ehe es als „Anwendungssystem 400“ auf den Mittelstand losgelassen wurde. Getreu der selbstauferlegten Marktbeschränkung, keine Anwendungssoftware zu vermarkten, stützte sich IBM auf die Partnerschaft mit zahllosen mittelständischen Softwarehäusern unter einer gemeinsamen Dachkampagne: Tausend und Deine Anwendung.

Alles war gut, denn die Softwareanbieter brachten erst ihre Lösung an den mittelständischen Unternehmer und vertickten dann als Hardware die AS/400. im Ergebnis entstand eine Win-Win-Win-Situation für IBM, die Software-Partner und die Anwender. Die unkaputtbare iSeries, wie die AS/400 heute heißt, tickt noch in vielen mittelständischen Unternehmen – und sie ist möglicherweise eine der stärksten Widersacher der Cloud. Denn sie läuft und läuft und läuft…

Dabei erfährt diese Win-Win-Win-Situation durch die Cloud eine Neuauflage – allerdings mit umgekehrten Vorzeichen. Diesmal suchen die Softwarehäuser die Partnerschaft mit Plattform-Anbietern, um ihre Lösungen an den Mittelstand zu bringen. Jüngstes Beispiel ist die auf höchster Ebene zwischen den CEOs von Microsoft und SAP, also zwischen Satya Nadella und Bill McDermott, vereinbarte Zusammenarbeit, nach der binnen Jahresfrist die SAP HANA Enterprise Cloud vollständig auf Microsoft Azure zur Verfügung gestellt werden soll. Es ist nach Amazon und Google die dritte Cloud-Partnerschaft, die SAP eingeht, um sich performante Umgebungen für ihre Anwendung zu sichern.

Und die Cloud-Anbieter stehen im Wettbewerb untereinander um die meisten Softwarepartner auf ihrer Liste. Denn die Softwareanbieter fungieren als Multiplikatoren. Je mehr Anwender sie mit ihren Lösungen auf die Plattform bringen, desto größer werden die revolvierenden Umsätze mit Cloud-Services. Und mehr noch: Je stärker ein Data Center ausgelastet ist, desto größer wird die Marge. Und schließlich: Je größer ein ausgelastetes Data Center ist, desto größer ist der Gewinn. Das sind die einfachen Regeln der Economies of Scale.

Aber sie lassen sich in den Höhen der Cloud besser verwirklichen als in den Niederungen des klassischen Hardwaregeschäfts. Deshalb stehen die Cloud-Anbieter in den vier wesentlichen Plattform-Eigenschaften unter einem permanenten Verbesserungsdruck. Sie müssen sich in den Nutzungskosten unterbieten, wenn sie sich nicht in puncto Sicherheit, Integrität, Performance und Cloud-Services überbieten können. Das ist zunächst einmal gut für den Anwender. Er bekommt mehr „Bang for the Buck“.

Aber es ist auch gut für die Software-Anbieter, die mehr Services aus der Cloud bekommen. Im Falle von Microsoft Azure sind das nicht nur Sicherheitsfeatures, sondern jede Menge Add-ons der künstlichen Intelligenz – wie zum Beispiel Machine Learning, Bots oder kognitive Systeme. Mit Microsoft 365 können SAP-Kunden diese Vorteile nutzen. Azure bietet darüber hinaus eine Plattform für das Internet der Dinge. Und hier stehen Microsoft und SAP pikanterweise sogar im Wettbewerb zueinander.

Und auch davon profitiert letztendlich der Kunde. Er bekommt zur Anwendungs-Suite S/4 HANA noch Tausend und Deine Services aus der Cloud hinzu. Dabei spart er Geld – denn die Cloud-Umgebung wird sich über kurz oder lang als kostengünstiger erweisen als die klassische Hardware-Umgebung, die ja im Falle von HANA auch besonders leistungsfähig sein muss. Er bekommt aber auch durch Hybrid-Lösungen aus On-Premises- und On-Demand-Diensten die Flexibilität, um seine Anwendungsumgebung ganz allmählich vom eigenen Rechenzentrum ins Azure Data Center zu verlagern. Und er bekommt mehr Sicherheit durch die „Trusted Cloud“-Angebote hinter Azure und der Kooperation mit der treuhänderisch agierenden Deutschen Telekom. Und schließlich gilt Azure als besonders geeignet für S/4 HANA unter Linux.

Und wo bleiben die klassischen Hardware-Anbieter vom Schlage IBM? Abgesehen davon, dass auch IBM als Cloud-Anbieter reüssiert, offenbart die Cloud einen für die „Big Irons“ völlig neuen Vertriebsansatz. Statt Abertausenden von Unternehmen Hardware hinzustellen, müssen nur noch ein gutes Hundert von Cloud-Anbietern betreut werden. Und die Data Center wachsen mit jedem Kunden und jeder neuen Partnerschaft. Und mit den Tausend und Deinen Services, die in einer dynamischen Cloud mit hoher Geschwindigkeit dazukommen.

AI wartet auf die Killer-Anwendung

Die Diskussion um Artificial Intelligence nimmt mitunter Züge der großen Ausspähangst vor 30 Jahren an, als ein großer Teil der deutschen Bevölkerung die Teilnahme an einer Volkszählung rundweg ablehnte: „Lass dich nicht erfassen“, hieß der Slogan, unter dem die Gegner die Herausgabe ihrer persönlichen Daten verweigerten. Drei Jahrzehnte später geben ihre Kinder praktisch alles Persönliche preis, wenn es dafür Dienste aus der Cloud „für umme“ gibt. Doch umsonst ist nichts – es ist höchstens vergebens…

Jetzt zeigt sich die gleiche paranoide Haltung gegenüber Systemen der künstlichen Intelligenz – allerdings finden sich Widerstand und Unterstützung nun nicht mehr in zwei Generationen, sondern in ein und derselben Personengruppe. Nach einer weltweiten Befragung des Spezialisten für Kundenbindung, Pegasystems, unter 6000 Konsumenten fühlt sich je ein Drittel wohl beziehungsweise unwohl beim Gedanken an künstliche Intelligenz, das letzte Drittel ist unbestimmt. Dabei, das hat die Studie detailliert herausgearbeitet, glauben mehr als zwei Drittel der Befragten genau zu wissen, was es mit der künstlichen Intelligenz auf sich hat.

Das wäre ein erstaunlicher Bildungserfolg angesichts der Tatsache, dass es sich bei der künstlichen Intelligenz um eines der komplexesten Technologiethemen unserer Zeit handelt. Und tatsächlich mussten die Studienbetreiber feststellen, dass die Konsumenten auch einfachste KI-Anwendungen nicht als solche identifizierten: dazu gehören die Kauf- und Lesevorschläge von Amazon und Facebook, die Werbeeinblendungen bei Google oder die Sprachassistenten von Microsoft und Apple. KI ist in der breiten Bevölkerung offensichtlich immer noch mit Großcomputern und Robotern, mit Überwachung und Bevormundung verknüpft. Tatsächlich sind sich zwei Drittel der Konsumenten nicht bewusst, mit KI in Verbindung gekommen zu sein, obwohl vier von fünf Befragten Endgeräte im Einsatz haben, die ohne KI gar nicht auskommen. Ein Viertel fürchtet sogar ganz konkret die Versklavung der Menschheit durch intelligente Maschinen.

Doch umgekehrt können sich 34 Prozent der Konsumenten vorstellen, beim Einkaufen von KI-Systemen unterstützt zu werden – tatsächlich ist dies aber bei 80 Prozent der Fall. Immerhin 27 Prozent können sich KI im Gesundheitswesen vorstellen – hier sind es tatsächlich derzeit noch weniger als zehn Prozent der Anwendungsfälle. Und ein Viertel stellt sich den KI-Einsatz in der Telekommunikation vor – in Wirklichkeit sind es hier wohl eher schon 99 Prozent der Situationen. Finanzberatung würde jeder Fünfte durch KI dulden – das entspricht auch durchaus der heutigen Einsatzdichte.

Tatsächlich handelt es sich hierbei um genau die Handlungsfelder, in denen Unternehmen derzeit am intensivsten in KI-Systeme investieren. Nach einer Befragung des Marktforschungsinstituts Vanson Bourne engagieren sich bereits 80 Prozent der 200 befragten globalen Konzerne bei KI. Und jeder dritte Entscheider ist davon überzeugt, das Investment in den nächsten drei Jahren sogar noch erhöhen zu müssen. Dabei ist es bemerkenswert, dass europäische Unternehmen im Unterschied zum weltweiten Trend den Industriesektor hinter ITK und B2B-Services an dritter Stelle sehen, noch vor Konsumer-Services und Finanzdienstleistungen.

Dabei erwarten die künftigen KI-Anwender höhere Renditen durch Umsatzsteigerungen und Kostenersparnisse. Die Umsätze sollen durch schnellere Produktentwicklung, verbesserten Kundenservice und eine optimierte Lieferkette entstehen. Für jeden heute investierten Euro erwarten die Anwender einen Euro innerhalb der nächsten fünf Jahre zurück. Innerhalb der nächsten zehn Jahre sollen es sogar 1,87 Euro sein.

Interessant ist dabei, dass neben den klassischen Verdächtigen, also Hinderungsgründen wie mangelnder IT-Infrastruktur, zu wenig Personal und Know-how, zu knappen Budgets oder zu komplizierten Strategien oder Richtlinien bereits an fünfter Stelle ein Newcomer unter den Inhibitoren auftaucht: ein zu schwacher oder zu schwammiger Business Case für die Einführung von KI-Technologien.

Da schließt sich der Kreis. Unternehmen und Konsumenten fehlt es derzeit noch an konkreten Vorstellungen, was genau mit KI eigentlich geändert werden soll bzw. kann.

Dass sie nahezu jeden Lebensbereich verändern kann, darüber sind sich alle einig – nur an den konkreten Anwendungsfällen scheint es zu fehlen.

Das haben auch die KI-Anbieter inzwischen erkannt. Microsoft beispielsweise, das wie kaum ein anderer Anbieter seine Cloud-Services durch KI-Funktionen anreichert, steht vor der Riesenaufgabe, seinen 64.000 Cloud-Partnern – und den gut 100.000 weltweit, die es noch werden wollen – die Vision vom KI-Geschäft erst noch einzuimpfen. Denn allzu lange war künstliche Intelligenz etwas ausschließlich für Forschungslabore und Entwicklerbüros. Dass Artificial Intelligence nun für jedermann auf dem Smartphone, Tablet und aus der Cloud als Dienst zur Verfügung stehen kann – beflügelt leider noch nicht die Phantasie. AI – ein Alleskönner wartet auf seine Killer-Anwendung. Dabei ist AI doch schon selbst die Killeranwendung, die alles verändert?

Microsoft und seine Partner müssen diese Frage genauso lösen wie alle anderen großen Anbieter und deren Partner sowie die vielen Startups, die bereits heute rund um diese Technologie versuchen Lösungen aus dem Boden zu stampfen.

 

Vor dem HAIpe

In regelmäßigen Abständen liefert uns die Gartner Group Megatrends und Zukunftstechnologien frei Haus, die uns ein anregendes Kribbeln im Rückgrat verursachen, weil sie so unfassbar sind, dass wir nicht glauben können, noch zu Lebzeiten mit ihnen konfrontiert zu werden. Und in der Tat bedeutet dieser Blick in die Kristallkugel der Informationstechnologie auch nach Gartners eigener Definition, dass wir uns nach kurzem Schaudern auch gut wieder den eigentlichen Herausforderungen des digitalen Wandels zuwenden können.

Denn der Hype Cycle, der den Technologieprognosen zugrunde liegt, ist von Gartner im Jahr 2000 in fünf Phasen unterteilt worden: Nach dem Auftauchen der Innovation (I) folgt der Gipfel der überzogenen Erwartungen (II), die schließlich ins Tal der Desillusion (III) führen, worauf sich der sanfte Anstieg der Erleuchtung und realistischen Einschätzung (IV) anschließt, der schließlich auf der Hochebene des produktiven Einsatzes (V) ankommt. Demnach sind die Megatrends und Zukunftstechnologien stets in der Phase der überzogenen Erwartungen.

Aber auch im Hype erkennt man die Richtung, in die sich die Informationstechnologie in einem Zeitraum von fünf bis zehn Jahren bewegen wird. Und der Hype der Stunde schreibt sich mit AI: „Artificial Intelligence Everywhere“ nennen die Gartner-Analysten das, was uns aus neuronalen Netzen und regelbasierten Systemen blüht. Denn während die künstliche Intelligenz auf Servern irgendwo in der Cloud residiert, nutzen alle möglichen mobilen und stationären Anwendungen die AI-Services über APIs – nahtlos und unmerklich.

Und gleich dürfen wir auch wieder neue Hype-Vokabeln lernen:

  • Artificial General Intelligence ist die Allgemeinverfügbarkeit dieser Dienste, die der menschlichen Intelligenz noch recht nahe kommen soll.
  • Deep Learning oder Machine Learning beschreibt die Fähigkeit, mit Hilfe neuronaler Netze aus den Aktivitäten für die Zukunft zu lernen. Einsatzgebiete sind Bild-, Sprach- und Gesichtserkennung.
  • Deep Reinforcement Learning wiederum erweitert die Lernmechanismen um Methoden zur Verstärkung (Belohnung) und Schwächung (Bestrafung) von Impulsen. So wird ein System animiert, sich so weiterzuentwickeln, dass der Anteil an Belohnung möglichst 100 Prozent ist.
  • Cognitive Computing schließlich beschreibt die Simulation menschlicher Denkprozesse, wie sie heute pionierhaft durch IBM Watson erreicht wird. Dabei wird eine Kombination bereits bewährter Technologien angewendet: Data Mining, Mustererkennung, die Verarbeitung natürlicher Sprache und die Nachahmung menschlicher Fähigkeiten wie Lernen, Erinnern, Argumentation und Problemlösung.

Da AI-basierte Systeme nicht nur menschliches Verhalten simulieren, sondern auch menschliches Verhalten zu deuten verstehen, wird die Schnittstelle zwischen Mensch und Maschine immer komfortabler – jedenfalls für den Menschen. Gartner hat auch dafür einen neuen Hype-Text erfunden: Transparently Immersive Experience. Gemeint ist, dass Maschinen immer mehr in die Ausdruckwelt des Menschen eindringen, ihn verstehen und sich verständlich machen. Dazu tragen nicht nur AI-Funktionen wie Sprach- und Gestensteuerung bei, sondern auch neue Darstellungsformen wie Virtual beziehungsweise Augmented Reality oder die Möglichkeit, von praktisch jedem physischen Gegenstand einen digitalen Zwilling zu erzeugen, der Simulationen, Modifikationen, Wartung, Erweiterungen und Weiterentwicklungen erlaubt, ohne dass das Original dafür auseinandergenommen oder auch nur vom Netz oder aus dem Arbeitsprozess genommen werden muss.

Und schließlich glaubt Gartner, dass sich digitale Plattformen für Alles und Jedes in der Cloud etablieren werden. So wird es beispielsweise unter der Wortschöpfung Edge Computing zu Vorschalt-Systemen kommen, die das massive Datenvolumen aus dem Internet der Dinge bündeln, ehe AI-Systeme mit den Daten konfrontiert werden. So ist bereits heute klar, dass ERP-Systeme ein Manufacturing Execution System benötigen, um mit dem gigantischen Datenvolumen aus dem Internet der Dinge fertig zu werden. Ähnliche Plattformen wird es auch in anderen Bereichen geben – beim autonomen Fahren, beim Smart Farming, bei der Telemedizin oder bei Sicherheitssystemen.

Ach ja: 5G, der um das Zehnfache gegenüber der heutigen LTE-Technologie schnellere Mobilfunkstandard, gehört laut Gartner ebenfalls zu den wichtigsten Zukunftstechnologien, auch wenn nach Einschätzung der Gartner-Analysten im Jahr 2020 erst drei Prozent der Anbieter diese zehn Gigabit pro Sekunde schnelle Bandbreite im Programm haben werden. Aber bei allem HAIpe um künstliche Intelligenz – da lassen wir natürlich die neue Bundesregierung nicht vom Haken.