Künstliche Intelligenz: Von wegen Arbeitsplätze-Vernichter! Die neue Technologie liefert bessere, schnellere, billigere Prognosen (2. Teil)

Avi Goldfarb, KI-Experte, Wirtschaftswissenschaftler und Mitverfasser des Buches „Prediction Machines“

(Dies ist die abschließende Folge unserer zweiteiligen Diskussionsreihe zum Thema künstliche Intelligenz mit dem KI-Experten Avi Goldfarb (avicgoldfarb), Mitverfasser des viel beachteten Titels „Prediction Machines: The Simple Economics of Artificial Intelligence“. Den 1. Teil können Sie hier lesen.

Anhand von Forschungsergebnissen, Beobachtungen und Beispielen erläutert Goldfarb, warum die erstaunliche Entwicklung der künstlichen Intelligenz (KI) einen Effizienzgewinn hinsichtlich der Kosten von Zukunftsprognosen bedeutet.

Im Folgenden geht Goldfarb erneut auf das von ihm entwickelte Rahmenkonzept zum vereinfachten Verständnis der konkreten Auswirkungen des KI-Trends für Ihr Unternehmen ein.

Es stimmt, dass wir ungewisse Zeiten durchleben.

Innerhalb der letzten 50 Jahre ist die durchschnittliche Lebensspanne der im S&P 500 gelisteten Unternehmen von über 60 auf unter 20 Jahre geschrumpft.

Wissenschaftler gehen davon aus, dass sie bereits 2027 nur noch 12 Jahre betragen wird.

Des Weiteren ist damit zu rechnen, dass 40 % der heute im „Fortune 500“-Index der umsatzstärksten Unternehmen gelisteten Marken keine 10 Jahre überdauern werden.

Woran es liegt, dass gerade Großkonzerne stärker vom Risiko des Unternehmenssterbens betroffen sind als je zuvor, ist selbst den Experten ein Rätsel.

Glücklicherweise brauchen wir aber die Antwort auf diese Frage nicht zu kennen, um die phänomenalen Kapazitäten der KI beim Erkennen verborgener Regelmäßigkeiten in riesigen Datensätzen auszunutzen. Damit können wir:

  • Ungewissheit ausräumen
  • Bessere Prognosen erstellen
  • Neue Umsatz- und Wachstumschancen schaffen

In der Rezension des renommierten Wirtschaftswissenschaftlers Erik Brynjolfsson zu „Prediction Machines“ heißt es sinngemäß: Wer Klarheit ins Wirrwarr des Hypes um KI bringen will, sollte als Erstes diesen Blog lesen.

Viel Spaß beim Lesen.

Appian: Sie sprechen von der Herausforderung, bei der Nutzung der Vorteile von KI für Verteilungsgerechtigkeit zu sorgen. In der Tat ist das eine schwierige Frage, zumal sie ein weiteres brisantes Thema berührt, nämlich die ethischen Erwägungen, die bei der Nutzung von künstlicher Intelligenz und intelligenter Automatisierung zu berücksichtigen sind.

Goldfarb: Ich halte ethische Fragen für einen sehr wichtigen Aspekt der Debatte um KI, und zwar in mehrerer Hinsicht. Zum einen geht es um eine ethische Frage, die uns schon seit Langem beschäftigt, nämlich die ethische Dimension der Unternehmensführung und insbesondere die Kompromisse zwischen betriebswirtschaftlicher Effizienz und dem Wohl der Mitarbeiter.

Vorurteile der KI-Maschinen als ethisches Problem

Appian: Diese Frage stellt sich aber nicht nur bezüglich KI.

Goldfarb: Nein, aber sie ist auf jeden Fall ein wichtiger Aspekt dabei. Hinzu kommen weitere ethische Fragen in Bezug auf den Verlust von Arbeitsplätzen, wenn Menschen durch Maschinen ersetzt werden. Entsprechend lautet die zweite Frage: Wie gut muss die Technologie sein, damit sie Menschen ersetzen kann?

Eine dritte Frage ist, wie wir unsere Wertvorstellungen kodifizieren. Und schließlich gilt es noch zu bedenken, dass die Daten, mit denen die Maschinen gefüttert werden und aus denen sie lernen, von Menschen stammen. Daraus folgt, dass die Maschinen bestimmte Vorurteile entwickeln.

Hier stellt sich die ethische Frage: Wir setzen also Maschinen ein, die zwar weniger mit Vorurteilen belastet sind als Menschen – die aber keineswegs vorurteilsfrei sind. Wie gehen wir damit um?

Appian: Das ist eine gute Überleitung zur nächsten Frage. In der Wirtschaft geht es immer wieder um die Nutzung von KI zur Rationalisierung von Arbeitsabläufen und Reduzierung von Lohnkosten. Hingegen sehen Sie in Ihren Überlegungen zur Zukunft von KI einen grundlegenden Wandel vor, der weit über die Lösung von Kostenfragen hinausgeht.

Wo liegt Ihrer Meinung nach das Risiko bei dieser Fixierung auf Effizienzgewinne? Laufen wir Gefahr, den eigentlichen wirtschaftlichen Wert der KI als transformativer Technologie zu ignorieren?

Maschinelle Übersetzung baut Vertrauen auf

Goldfarb:

Die spannendsten Chancen bietet KI nicht im Hinblick auf Effizienzgewinne. Vielmehr geht es um die Transformation von Betriebsabläufen und die Entstehung neuer Geschäftsmodelle, die erst durch verbesserte Prognosefähigkeiten möglich werden.

Nehmen wir zum Beispiel maschinelle Übersetzung. Qualitativ ist sie noch meilenweit von dem entfernt, was gute menschliche Übersetzer leisten können. Trotzdem ist sie in vielen Fällen vollkommen ausreichend, um beispielsweise einen grenzübergreifenden Handel zu ermöglichen, der bislang in dieser Form nicht möglich war.

Aktuelle Forschungsergebnisse haben erwiesen, dass sich daraus gerade im Onlinehandel signifikante Chancen zur Erschließung ausländischer Märkte eröffnen.

Fortschritte auf dem Gebiet der maschinellen Übersetzung ermöglichen bessere Kommunikation und den Aufbau von Vertrauen.

Appian: Inwieweit wirkt sich KI auf das Kundenerlebnis aus – insbesondere im Hinblick auf verbesserte Prognosefähigkeiten?

Goldfarb:

Durch KI ließe sich das Kundenerlebnis in verschiedener Hinsicht verbessern. So ermöglicht maschinelle Übersetzung die Kommunikation über Sprachgrenzen hinweg, während bessere Prognosen die Erfüllung von Kundenwünschen gewährleisten.

Vom Versandhandel zum prognosebasierten Vertrieb

Denken wir zum Beispiel an die automatisch erstellten Kaufempfehlungen bei Amazon. Die funktionieren schon jetzt ganz gut. Von 20 Artikeln, die mir empfohlen werden, kaufe ich ungefähr einen. Und wenn man bedenkt, dass Amazon Millionen und Abermillionen von Artikeln im Sortiment hat, dann macht die Qualität dieser Empfehlungen unterm Strich einen deutlichen Unterschied.

Schaut man sich jedoch das Geschäftsmodell von Amazon an, dann ähnelt es einem altmodischen Versandhaus. Im Grunde ist es nur eine Weiterentwicklung des Versandhandels, wie ihn Sears bereits im 19. Jahrhundert betrieb. Nur dass Kunden nicht mehr aus dem Katalog, sondern online bestellen. Zudem hat Amazon die Arbeitsabläufe sehr viel effizienter gestaltet. Die Parallelen sind dennoch unverkennbar: Die Kunden wählen den gewünschten Artikel aus und lassen ihn sich nach Hause schicken.

Appian: Für Unternehmen wie Amazon hätten verbesserte Prognosefähigkeiten also den Vorteil, dass sie nicht mehr abzuwarten brauchen, bis Kunden sich für einen Artikel entscheiden?

Goldfarb:

Denkbar wäre etwa, dass ein Unternehmen Ihnen einfach Artikel nach Hause liefert, von denen es weiß, dass Sie sie haben wollen. Sie öffnen das Paket und sind freudig überrascht, weil es Waschmittel enthält, das Ihnen gerade ausgegangen ist.

Das System hätte vermutlich keine hundertprozentige Trefferquote. Und sie müssten sich ein möglichst reibungsloses Verfahren zur Abwicklung von Rücksendungen überlegen. Auf jeden Fall aber würden bessere Prognosen das Kundenerlebnis in mehrfacher Hinsicht verbessern und Unternehmen neue Geschäftschancen bieten.

KI kann Datenlücken heute sehr viel besser schließen

Appian: Angesichts der rasanten technologischen Fortschritte auf diesem Gebiet ist viel von einem Umkipppunkt bezüglich der Einführung und Akzeptanz von KI die Rede. Oder halten Sie das für übertrieben?

Goldfarb: Zahlreiche große Unternehmen haben KI bereits eingeführt und wichtige Anwendungsszenarien identifiziert bzw. sind gerade dabei. Andererseits gibt es aber auch Beispiele von Unternehmen, die zunächst davon ausgingen, dass der Einsatz von KI ihnen Vorteile bringen würde, dann jedoch feststellen mussten, dass sie doch keinen Nutzen daraus ziehen konnten.

Mit anderen Worten: Teilweise wird die Bedeutung der KI tatsächlich übertrieben. Fest steht aber auch, dass diese Technologie die Betriebsabläufe von Unternehmen grundlegend verändern wird.

Die Fähigkeit von Maschinen, Datenlücken zu schließen und Prognosen zu erstellen, hat sich enorm verbessert.

Als Wirtschaftswissenschaftler steht dabei für mich im Vordergrund, dass uns die Technologie eben zunehmend in die Lage versetzt, zuverlässige Prognosen zu erstellen. Das können wir als Effizienzgewinn bezeichnen, weil dadurch die Kosten von Zukunftsprognosen zurückgehen. Und wir wissen alle, was passiert, wenn die Kosten eines Produkts zurückgehen: Die Nachfrage steigt.

Konkret heißt das: Je billiger und besser maschinell erstellte Prognosen werden, desto mehr werden sie eingesetzt.

In 10 bis 20 Jahren werden die erfolgreichsten Unternehmen KI in der einen oder anderen Form einsetzen, um sich im Wettbewerb behaupten zu können.

Wissen Sie noch, wie viel Hype Ende der 1990er Jahre um das Internet gemacht wurde? Eine Menge Leute haben sich damals die Finger verbrannt.

Trotzdem würde wohl heute – 20 Jahre später – kaum jemand behaupten wollen, dass das Internet sich nicht als transformative Technologie erwiesen hätte.

KI und Big Data: ein unschlagbares Duo

Appian: Apropos transformative Technologien: In Ihrem Buch sprechen Sie auch das Thema maschinelles Lernen an.

Goldfarb: Im Laufe der letzten zehn Jahre – und insbesondere der letzten sechs Jahre – wurden in einem Spezialbereich der KI, nämlich dem maschinellen Lernen, derart rapide Fortschritte erzielt, dass viele Aufgaben, von denen wir noch vor zehn Jahren dachten, dass sie definitiv Menschen vorbehalten wären, inzwischen von Maschinen erledigt werden können.

Dass KI heute als Thema in einer Art und Weise präsent ist, wie es vor zehn oder zwanzig Jahren undenkbar gewesen wäre, liegt daran, dass sich auf dem Gebiet des maschinellen Lernens im Laufe des letzten Jahrzehnts unglaublich viel getan hat.

Maschinelles Lernen ist eine Art von künstlicher Intelligenz. Im Kontext unserer aktuellen Diskussion ist es ein Synonym für KI.

Appian: Ihrer Ansicht nach werden Daten durch die zunehmende Verbreitung und Akzeptanz von KI an Wert gewinnen. Was bedeutet das für Unternehmen, die mit massiven Datenmengen arbeiten, wie beispielsweise Banken, Finanzdienstleister und Anbieter im Gesundheitswesen?

Goldfarb: Prognosemaschinen funktionieren umso besser, je mehr Daten man in sie einspeist.

Deswegen werden Unternehmen und Branchen, die mit großen Datenmengen arbeiten, den größten Nutzen aus dem KI-Trend ziehen.

Die besten Chancen haben jedoch Unternehmen, die über die Kapazitäten verfügen, neue Datentypen zu identifizieren und die entsprechende Infrastruktur zum Erfassen dieser Daten zu entwickeln.

Es geht nicht nur darum, welche Daten Sie aktuell erfassen. Es geht auch darum, welche Arten von Daten Sie künftig erfassen können.

Synergien zwischen KI und dem Internet der Dinge

Appian: Damit sind wir gleich beim nächsten Thema: den riesigen Datenmengen, die das Internet der Dinge produzieren wird.

Goldfarb: Richtig. Und zwar gilt das in besonderem Maße für Unternehmen, die direkte Beziehungen zu Verbrauchern haben. Hier ergibt sich die Chance, Daten zu erfassen, die dann den Unternehmen gehören.

Für Unternehmen, die über das IoT direkte Beziehungen zu Verbrauchern haben, ergeben sich neue Chancen zur Nutzung von KI.

Appian: Noch eine letzte Frage: Wie werden Ihrer Meinung nach die wichtigsten Trends für 2019 und darüber hinaus aussehen?

Goldfarb: Ich gehe davon aus, dass immer mehr Unternehmen KI für ihre Betriebsabläufe nutzen werden.

Man könnte sagen, dass 2017 und 2018 ganz im Zeichen des zunehmenden Interesses bzw. der Investitionen führender Tech-Unternehmen in KI standen. Dieser Trend war bei Amazon, Google, Microsoft, Facebook und anderen festzustellen.

Für 2019 und die nächsten zwei, drei Jahre gehe ich davon aus, dass immer mehr Unternehmen aus anderen Bereichen – Versicherungen, Finanz- und Gesundheitswesen, Einzelhandel usw. – sich mit diesen neuen Technologien befassen und von ihren Vorteilen profitieren werden.

 

 

APPIAN WEEKLY! abonnieren