So what?

Expertise entsteht aus Experimenten! Der im Grunde richtige Lehrsatz scheint zugleich das Credo der Bildungsexperten zu sein, die ständig an neuen Modellen arbeiten. Kaum hat eine Schulreform erste Ergebnisse gezeigt, wird sie durch die nächste bereits abgelöst. Aber es braucht nun mal Zeit, aus Fakten Wissen und aus Wissen Bildung wachsen zu lassen. Da ist es denn auch nur folgerichtig, dass mehr und mehr Bundesländer wieder zum neunjährigen Gymnasium zurückkehren.

Dass Bildung Zeit braucht, müssen auch die Schulungsexperten der künstlichen Intelligenz und des maschinellen Lernens erkennen. Je komplexer die Aufgabenstellung ist, desto langwieriger ist der Aufbau einer Computing-Umgebung für deren Bewältigung. Inzwischen zeigt sich, dass beispielsweise der schlagzeilenträchtige Sieg von IBMs Watson bei der Quizshow Jeopardy! doch ein relativ leichtes Unterfangen war im Vergleich zu den immensen Aufgaben, mit denen IBMs Auftraggeber die Plattform für das Cognitive Computing betrauen wollen. Neben schönen Erfolgen mehren sich inzwischen Nachrichten über abgebrochene oder gar fehlgeschlagene Projekte.

Um Maschinenstürmern gleich den Wind aus den Segeln zu nehmen: Cognitive Computing und Deep Learning erzeugen keine Bildung – die bleibt uns Menschen vorbehalten. Aber diese und andere Formen der künstlichen Intelligenz revolutionieren die Verfügbarkeit von allokiertem Wissen und die Fähigkeit, aus Daten Informationen zu generieren und in großen Datenmengen Muster zu erkennen, aus denen wiederum Schlussfolgerungen gezogen werden können, die uns bei der Entscheidungsfindung unterstützen.

Das hat inzwischen einen unermesslichen Nutzwert. KI-gestützte Systeme erkennen in Netzwerken auffällige Verhaltensmuster, die auf einen Hackerangriff schließen lassen, und ergreifen Abwehrmaßnahmen. Das Potential allein ist immens: Wie der Hightech-Verband Bitkom jetzt mitteilt, ist allein in den vergangenen zwei Jahren rund die Hälfte der deutschen Unternehmen Ziel eines Angriffs geworden. Der dabei entstandene Schaden summiert sich in den zurückliegenden 24 Monaten auf 53 Milliarden Euro. Und dabei wird die Malware immer komplexer, so dass Virenscanner ohne Zuhilfenahme künstlicher Intelligenz versagen. IBM hat jetzt ihr Wissen um Systeme und Netze aus 30 Jahren Projektgeschichte in einen Datenpool geleitet, aus dem Watson schöpfen soll. Die Datenbank unter dem Namen IBM Data Lake soll bei der Automatisierung der Systemadministration helfen und Hackern das Leben schwer machen.

Ein weiteres Paradebeispiel ist das Scannen von Millionen Seiten an Fachliteratur, die mit Hilfe der Fähigkeiten von IBMs Watson, natürliche Sprache auf ihren Inhalt hin zu analysieren und sich bei der Entschlüsselung der Semantik auch nicht durch syntaktische Sprachfallen wie doppelte Verneinung beirren zu lassen, ausgewertet werden. Ebenso sind KI-Systeme hervorragend geeignet, in Bildern typische Muster zu erkennen und damit Abweichungen von der Norm zu identifizieren. Beide Methoden helfen heute Ärzten und Wissenschaftlern in nahezu allen Disziplinen bei der Forschungsarbeit und der Diagnose von Krankheiten. Wenn auf diese Weise auch nur ein Menschenleben gerettet werden konnte, haben sich die Investitionen bereits gelohnt.

Und die Investitionen sind in der Tat immens: IBM allein hat einen zweistelligen Milliardenbetrag in die Entwicklung der Technologie hinter Watson gesteckt und dabei auch zahlreiche Firmenübernahmen gewagt. Aber die Marktchancen sind keineswegs geringer: Im Jahr 2025 sollen Unternehmenslösungen im Wert von 31 Milliarden Dollar verkauft werden. Darin ist die damit verbundene Wertschöpfung noch gar nicht berücksichtigt. Sie dürfte ein Vielfaches betragen.

Kein Wunder also, dass sich die Konkurrenz um die vordersten Plätze rangelt. Nach Einschätzung von Gartner ist IBMs Watson-Plattform die am weitesten entwickelte, doch Anbieter wie GE Digital, Microsoft, PTC und Amazon Web Services folgen auf dem Fuß. Und Internetgiganten wie Google und Facebook entwickeln eigene KI-Plattformen für den Eigenbedarf. Wie IBM wollen sie vor allem die eigenen Datenmengen gewinnbringend auswerten.

Dabei steckt die KI-Forschung auch 50 Jahre nach ihrer Begründung durch Marvin Minsky eigentlich noch in der Trial-and-Error-Phase – also am Beginn der Bildungskarriere. So verfolgen Cognitive Computing oder Deep Learning unterschiedliche Konzepte des Wissensausbaus und der Analyse, was sie keineswegs zu universell einsetzbaren Hochbegabten macht. Sie verfügen eher über singuläre Fähigkeiten, die sie für bestimmte Aufgaben optimal erscheinen lässt, für andere wie3derum nicht. Das ist eine typische Erkenntnis bei komplexen Unternehmenslösungen: Auch ERP-Systeme lassen sich nicht ohne weiteres heute im Maschinenbau und morgen in der Medizin einsetzen. Sie folgen kontextspezifischen Best Practices und keinen universellen Begabungen.

Das muss nun auch das Bildungssystem rund um die künstliche Intelligenz erkennen. IBMs Watson ist ebenso wenig ein Universalgenie wie es die KI-Angebote der Konkurrenten sind. Dass Googles KI-Ansatz den Weltmeister im Go-Spiel besiegt, bedeutet nicht, dass es jedes Spiel beherrschen kann. Aber es kann fahren (im autonomen Google-Fahrzeug) und antworten (über Android-Smartphones).

IBM wiederum versucht nun, Watsons Fähigkeiten zur Mustererkennung für die Prozesssteuerung im Internet der Dinge zu nutzen. Das wäre ein weiterer Riesenmarkt. Und der wäre auch nötig, denn bislang dürfte Watson trotz lukrativster Verträge mit Fortune-500-Unternehmen kaum mehr eingespielt haben als die Kapitalkosten. Mit IoT könnte sich jedoch ein niedrigschwelliger Bildungssektor anbieten, für den man nicht gerade das KI-Abitur benötigt.

Denn für IBM verrinnt die Zeit. Nicht nur wächst die Konkurrenz. Nach 21. Quartalen mit Umsatzrückgang schmilzt auch die Marktbedeutung. Gut, dass die jüngsten Anstrengungen zur Verschlankung die Kosten so weit senken, dass unverändert Gewinn ausgewiesen werden kann. Sonst heißt es für IBMs Watson in wenigen Quartalen wirklich nur noch: „So what?“

 

Ohne Cloud droht der Knock-out

Immer wieder werden uns Studien aufgetischt, die den Eindruck nahelegen, es gäbe eine Alternative zum Cloud-Computing. Die gibt es natürlich – ungefähr so, wie Autofahren ein Gegenkonzept zum Atlantikflug ist. Es ist die Wahl zwischen Individualverkehr und Mobilitätsdienstleistung, zwischen Fahren und Gefahren-Werden, zwischen Kurzstrecke und interkontinentaler Reichweite. Beides hat seine Berechtigung – allerdings für völlig unterschiedliche Anforderungen.

Wer tatsächlich nur seine Unternehmenslösung aus dem eigenen Hochsicherheitskeller hervorholt und von On-Premises auf On-Demand wechselt, hat anforderungstechnisch nichts gewonnen. Die ewig ungelöste Frage, mit welcher Infrastruktur eigentlich weniger Kosten entstehen, lässt sich nicht beantworten, weil man sie nicht simulieren kann. Die Anbieter argumentieren hier auch weniger aus Vernunftsicht als vielmehr aus Vertriebssicht. Es ist also auch kein Wunder, dass sich in den Cloud-Studien immer noch Skepsis niederschlägt. Wer die Cloud ohne Inspiration nutzt oder anbietet, bekommt auch keine Innovation für die Investition.

Denn es sind überhaupt nicht die Kosten, die für die eine oder andere Infrastruktur-Strategie sprechen. Es geht um Können oder Nicht-Können! Der digitale Wandel ist voller Optionen, die es im wirtschaftlich vertretbaren Rahmen nur aus der Cloud heraus gibt. Vor allem Anwendungen der künstlichen Intelligenz machen schon jetzt und künftig erst recht den Unterschied. Denn AI-Services aus der Cloud verändern praktisch jeden Anwendungsfall:

Internet der Dinge: Ohne Cloud-Dienste lassen sich die Massendaten, die künftig von den Sensoren an unseren Maschinen ausgesendet werden, gar nicht einsammeln und an einem ERP-nahen System konsolidieren. Aber erst durch AI werden aus diesen Big Data auch Deep Intelligence, tiefe Erkenntnis. Sie wiederum sind die Voraussetzung für unsere Planungssysteme, sich zeitnah auf neue Produktions- und Marktanforderungen einzustellen.

Chatbots: Spracheingabe dürfte sich zur alles dominierenden Schnittstelle zwischen Mensch und Maschine entwickeln. Schon heute verstehen die Assistenten, die wir über das Smartphone aktivieren, immer mehr Befehle. Die Technik dafür steckt nicht in unseren Handys, sondern in der Cloud – und mit jedem Dialog werden die auf künstlicher Intelligenz basierenden Systeme flexibler.

Predictive Analytics: Im electronic Commerce geht fast nichts mehr ohne künstliche Intelligenz aus der Wolke, die zum Beispiel dazu führt, dass den eShop-Kunden auf den Leib geschriebene Angebote unterbreitet werden können. Aber auch im Backoffice hat AI die Geschäftsprozesse längst revolutioniert: welche Produkte wann einen Absatzboom erwarten lassen und wie sich Produktion und Einkauf darauf einstellen, wird mit Cloud-Diensten immer präziser vorhergesagt.

Machine Learning: Ob Chatbots oder Roboter oder Analytics – nur als Cloud-Service können diese Anwendungen immer besser werden. Selbstoptimierende Systeme lernen, die Anforderungen, die an sie gestellt werden, besser vorauszusehen und entsprechend zu handeln. Dazu sammeln sie die Daten aus Hunderttausenden von Anfragen und verbessern dadurch ihre eigene Leistungsfähigkeit. Ohne die Cloud wäre ihre Lernkurve deutlich flacher.

Cognitive Computing: Wenn Maschinen Hunderttausende von Studien durchkämmen, um Gemeinsamkeiten und Auffälligkeiten im Datenwust zu identifizieren, dann schaffen sie Erkenntnisse, die für große Gruppen von Anwendern interessant sind. Das gilt zum Beispiel im Gesundheitswesen, wo das in medizinischen Studien verborgene Wissen mit Hilfe von künstlicher Intelligenz herausgearbeitet wird und über die Cloud allen Medizinern zur Verfügung gestellt wird.

Security: Ohne Cloud-Services wäre das zeitnahe Software-Updaten eine Illusion. Es würde Wochen dauern, mit klassischen Mitteln Sicherheitslücken bei Millionen von Anwendern zu schließen. Aber ohne künstliche Intelligenz aus der Cloud würden auch Angriffsmuster bei Hack-Attacken unentdeckt bleiben, könnten frühe Warnungen nicht rund um den Globus verbreitet werden.

Wer auf all dies nicht verzichten will, kann auf Cloud-Dienste nicht verzichten. Wer aber die Cloud als Option grundsätzlich ablehnt, dem droht auf lange Sicht der Knock-out – als Anbieter von IT-Dienstleistungen ebenso wie als Anwender von Informationstechnik. Jeder weiß, dass Autofahren Spaß macht und eine gewisse Effizienz bietet. Nur auf der anderen Seite des Atlantiks kommt man damit ohne fremde Hilfe nicht an.

 

 

Ohne Moos nichts los in Davos?

Die Entwicklungsorganisation Oxfam will errechnet haben, dass die reichsten acht Männer auf diesem Planeten (ja, in der Tat, es sind ausschließlich Männer!) so viel Vermögen angesammelt haben wie die ärmere Hälfte der gesamten Menschheit. Unabhängig davon, dass die Datenbasis (von Credit Suisse) und die darauf aufbauende Bewertungsmethode angezweifelt werden können und auch von vielen angezweifelt werden, dominierte auf dem World Economic Forum in Davos doch der beklemmende Gedanke, dass die Schere zwischen arm und reich immer weiter auseinander geht und der ärmere Teil dabei nur zahlenmäßig zulegt.

Mehr als die Hälfte des Wohlstands, den die Menschheit derzeit angehäuft hat, war jetzt wieder in dem Schweizer Bergort vertreten – Grund genug für Oxfam, seine Zahlen genau dort vorzustellen und damit die Diskussion der rund 3000 Welt- und Unternehmenslenker zu beeinflussen. Und in der Tat – die Frage nach der gerechteren Verteilung der irdischen Ressourcen – seien es nun Rohstoffe, Finanzen, Gesellschaftsmodelle, Arbeitskräfte und Arbeitsplätze oder einfach nur Ideen – beherrschte die Debatte auf dem WEF. Ohne Moos ist nun mal auch in Davos nichts los.

Aber es geht auch um die Verteilung des zukünftigen Wohlstands, der vor allem denen winkt, die sich einen direkteren Zugriff auf die qualifizierteren Köpfe, detaillierteren Daten, ausgefeilteren Algorithmen und innovativeren Geschäftsideen verschaffen können. Schon im vergangenen Jahr machten Berechnungen mit einem negativen Arbeitsplatzsaldo von Davos aus die Runde. Diesmal berechnete KPMG, dass die Digitalisierung jeden zweiten Arbeitsplatz kosten könnte – oder zumindest fundamental verändern würde. Als wäre IBM die Welt in einer (wenn auch ziemlich großen) Nussschale, zeigte die Vorstandsvorsitzende Ginni Rometty auf, was sich da gerade vollzieht.

Denn IBMs wachstumsstarke Sparten rund um Global Business Solutions und dabei vor allem um das cognitive Computing mit Watson offenbaren zwei Arbeitsmarktprobleme: Nicht nur hat Big Blue für Zehntausende von Vertriebsbeauftragten – einst die Stoßtruppe des IBM-Erfolgs – keine adäquate Verwendung mehr. Sondern auch die KI-Anwendungen, die auf der Basis von IBM Watson entstehen, sorgen zwar für mehr Beratungs- und Behandlungsqualität in den Sparten, in denen sie eingesetzt werden, – allerdings um den Preis tausender Arbeitsplätze.

Ob Vishal Sikka (Infosys), Satya Nadella (Microsoft) oder eben Ginni Rometty – alle hatten die ethischen und ökonomischen Auswirkungen von Systemen der künstlichen Intelligenz auf die Agenda in Davos gebracht. Die IBM-Chefin präsentierte gar drei Grundsätze, denen sich IBM und besser auch die ganze Welt unterwerfen solle. Erstens: KI solle den Menschen helfen, nicht sie ersetzen. Zweitens: Wie KI-Plattformen gebaut, wie sie trainiert und eingesetzt werden, müsse stets transparent bleiben. Und drittens: KI-Systeme müssen immer mit den Menschen entwickelt werden, die in den Branchen und Tätigkeitsfeldern über die Expertise verfügen. Eine Anlehnung an die berühmten drei Robotergesetze des Wissenschaftlers und Science Fiction-Autors Isaac Asimov war dabei kaum zu übersehen.

Und ein bisschen Science Fiction ist die künstliche Intelligenz wohl derzeit immer noch. Denn „trotz des großen Hypes und trotz der langen Tradition in der KI-Forschung, die schon Jahrzehnte zurückreicht, stehen wir bei dem Thema noch immer am Anfang“, wurde Vishal Sikka nicht müde zu warnen. Noch biete KI kein tragendes Geschäftsmodell, hieß es in den Diskussionsrunden – weder für die Anbieter, noch für die Anwender. Noch haben die Projekte eher experimentellen Charakter, als dass sie einen klaren Fokus auf Geschäftsprozesse aufweisen.

Aber sollte es soweit kommen, dürfte sich der Druck nicht nur auf Jobs auswirken, die durch wiederholbare Tätigkeiten und Aufgaben mit geringer Qualifikation gekennzeichnet sind. Dann werden auch Arbeitsplätze, in denen Entscheidungen auf der Basis großer Datenmengen oder Arbeiten mit größtmöglicher Präzision gefordert sind, plötzlich disponibel. Es ist bemerkenswert, wie sehr selbst die Eliten von heute durch diese Auswirkungen verunsichert werden. Umso mehr also die, die sich ohnehin schon zurückgelassen wähnen. Auch darüber wurde in Davos besorgt diskutiert.

Denn – und auch das wurde in Davos diskutiert – dann gerät eine Jahrhundert-Gewissheit ins Wanken: Ohne Moos nichts los. Auch in Davos tauchte da auf einmal das Szenario vom voraussetzungslosen Grundeinkommen auf. Eigentlich hatte auch diese Denkschule schon Moos angesetzt. In Davos wirkte sie plötzlich wieder wie blank geputzt. Auch dazu hatten die Oxfam-Daten über die Verteilung des Wohlstands beigetragen – ob sie nun zutreffen oder nicht.

 

Microsoft lernt das Alphabet

Eric Horvitz und Ryen White, zwei Wissenschaftler in Diensten von Microsoft, haben jetzt in der wissenschaftlichen Fachzeitschrift „Journal for Oncology Practice“ berichtet, dass sie in der Lage sind, anhand von an Bing gestellten Suchanfragen einen drohenden Bauchspeicheldrüsenkrebs vorherzusagen. Dabei gelang ihnen die Früherkennung anhand von Suchbegriffen wie „Appetitlosigkeit“, „Blähbauch“, Juckreiz“ oder „heller Stuhl“ in bis zu 15 Prozent der Fälle. Mindestens ebenso wichtig: Nur einmal in 10.000 Fällen stellten sie eine Fehldiagnose. Mal abgesehen von der Frage, wie wir es ethisch bewerten, wenn bei einer harmlosen Anfrage plötzlich ein Popup mit dem Hinweis: „Bitte kontaktieren Sie sofort Ihren Hausarzt“ auftauchen würde, zeigt der wissenschaftliche Hinweis, wohin die Reise geht, wenn wir Big Data, Social Media und Suchmaschinen intelligent miteinander verknüpfen.

Als gelernte Verschwörungstheoretiker wissen wir ja sofort, wie man unerklärbare Phänomene einzuordnen hat. Wir sehen sozusagen das große Ganze hinter dem Detail – oder andersherum das Detail hinter dem großen Ganzen. Ist aber auch jetzt egal. Deshalb ist für uns sofort klar, warum Microsofts CEO Satya Nadella so große Anstrengungen unternommen hat, der Welt den Kauf von LinkedIn und damit die Investition von satten 26 Milliarden Dollar zu erklären. Es geht überhaupt nicht um LinkedIn. Es geht um Microsoft, das sich auf den Weg zu einem Multimarken-Anbieter in der digitalen Welt begeben hat.

Und da ist Zeit Geld. Will sagen: Zeit kann man durch Geld erwerben – zum Beispiel, indem Microsoft Unternehmen hinzukauft, die auf dem Weg in die digitale Vernetzung von allem und jedem schon einen guten Zeitvorsprung haben. Und wo Steve Ballmer noch analog gedacht hat, beim Kauf der Telefonsparte von Nokia nämlich, denkt Nadella digital und vollvernetzt.

Es geht also keineswegs allein darum, dieses „fantastische Geschäft“ mit 19prozentigem Wachstum im jahresübergreifenden Vergleich weiter auszubauen, wie Satya Nadella betont. Wenn es sich „darum dreht, die beruflichen Profis zu verbinden“, soll die Integration mit Skype, Office365 und Dynamics CRM gute Dienste tun. Aber das wäre doch allein keine 26 Milliarden Dollar wert, oder? Nicht, wenn es allein darum ginge, über kurz oder lang mit Facebook gleichzuziehen.

Deshalb investiert Nadella in Lösungen für Preemptive Analytics, das heute schon für Feedback-gestützte Entwicklungsprozesse eingesetzt werden kann, morgen aber schon Einzug in praktisch alle Erkenntnis-orientierte Vorfälle eingebunden werden soll. Die Früherkennung von Krankheiten ist nur ein Beispiel. Analog auf die Maschinenwelt angelegt stehen auch vorausblickende Wartungsarbeiten auf dem Lösungsprogramm. Und im Umfeld von Industrie 4.0 wären auch vorauseilende Produktionsschritte denkbar: „ich weiß, dass demnächst ein weißes Dings bestellt wird, ich weiß nur noch nicht von wem.“

Im LinkedIn-Netzwerk steckt unglaublich viel Kompetenz. Der Wert liegt nicht bei der Lösung, sondern in dem Netzwerk und den professionellen Mitgliedern. Hier ist das soziale Netzwerk deutlich weiter als die SharePoint-Community. LinkedIn bietet aber nur wenige Möglichkeiten, nach dieser Business Competence auch effektiv zu suchen. Das kann die Suchmaschine Bing leisten, während die Sprachlösung Cortana zugleich als lernende Maschine dazu beitragen wird, dass auch komplexe Anfragen komfortabel bedient werden.

Während Cortana Business-Englisch lernt, lernt Microsoft das Alphabet. Die Redmonder werden unter Satya Nadellas Führung zu einem ähnlich wie Google aufgestellten Multi-Media-Marken-Molloch, dessen Kernkompetenz der Produktivität betrieblicher Mitarbeiter und Organisationen ist. Deshalb wird langfristig auch das Zusammenspiel von Komponenten wie Bing, Cortana und den Backbone-Lösungen ERP und CRM vorangetrieben, die allesamt Träger großer Datenmengen sind.

Apples Siri, Googles Echo, IBMs Watson bekommen mit dem Microsoft-Deal Konkurrenz. Aber noch besser: Microsofts Wettbewerber sind auch Microsofts Kunden. Von Amazon bis Zalando setzen alle – ob sie wollen oder nicht – auf Microsoft-Lösungen, die das neue Alphabet mit Leben füllen.