Herr Scheuer, wir sind eine Infrastrukturplattform mit Schwerpunkt auf Themen wie Mobilität, Energie und Telekommunikation. Wie würden Sie unseren Lesern IBM’s Watson Technologie erklären? Unter Watson Evangelisten ist Watson als „the smartest machine on earth“ bekannt – kann man in Zeiten der Cloud-Technologie noch von einer „Maschine“ sprechen?

Das Thema KI steht bei uns groß unter dem Thema Watson, unsere Enterprise AI Plattform. Und im Grunde genommen besteht die Intelligenz heute da drinnen, die intelligenten Fähigkeiten, die wir als Mensch erfassen quasi auf die Software bzw. den Computer zu übertragen, also die Software intelligent zu machen. Man spricht hier ja auch von Augmented Intelligence, wenn es darum geht, eben die Intelligenz vom Menschen anzureichern bzw. zu erweitern oder auch von Cognitive Computing. Das kommt ja vom Lateinischen „cogitare“, das „denken“ bedeutet. Das heißt im Grunde genommen, dass ich die kognitiven Fähigkeiten, also zum Beispiel das Lesen und Schreiben, Sprechen und Hören von einer künstlichen Intelligenz unterstützen lassen kann.

Watson ist im Grunde genommen eine Plattform aus verschiedenen bereits vortrainierten Microservices, die eben diese spezifischen Aufgaben übernehmen. Wo stehen wir heute mit der KI? – Wir sprechen typischerweise von der Narrow Artificial Intelligence (kurz „Narrow AI“) – also von enger künstlicher Intelligenz. Das heißt, dass die „Maschine“ oder die „Software“ für einen sehr speziellen Anwendungsfall trainiert ist, das ist der wesentliche Vorteil von Watson und so kommt auch die Intelligenz in den jeweiligen Anwendungsfall, also in die Software: Ich trainiere den Algorithmus spezifisch für einen Anwendungsfall: z.B. einen intelligenten Assistenten, einen Chatbot, dem ich beibringe, was so die typischen Absichten eines Users sind und wie dann ein Dialog abläuft. Beim Thema Speech to Text / Text to Speech ist das Prinzip, dass das Programm meine Stimme erkennt, Ihre Stimme erkennt und genau weiß, wer gerade was sagt. Wenn ich eine Industrieplattform aufbaue, habe ich ja auch fachspezifische Begriffe, die ich genau so trainieren kann. Am Ende stehen Produktivitätssteigerungen, Fehlervermeidungen und Entlastung.

Bedient sich General KI aus der Cloud?

Nicht nur General, auch Narrow. Auch bei Narrow AI haben wir die Services in der Cloud, z.B. in Frankfurt im Rechenzentrum, selbstredend komplett GDPR Compliant. Aber inzwischen kann man eben die KI Services auch on Premise laufen lassen oder eben auch in hyper-converged System oder in einer hybriden Umgebung. Da gibt es verschiedene Technologien, z.B. Open Shift als Cloud-Plattform. Also ich kann es in der Cloud machen, ich kann es on Premise machen, auf dem Smartphone, also auf dem Endgerät tatsächlich einen Machine Learning Algorithmus laufen zu lassen. Auch das ist inzwischen wunderbar möglich.

Das Watson Jeopardy Projekt folgt einer IBM Historie: dem Deep Blue Sieg gegen Gari Kasparov – das sind PR Projekte, von denen die Welt spricht. Aber abgesehen von der Popularisierung: Was hat Watson alles in den letzten Jahren für die Entwicklung von KI geleistet?

Eine ganze Menge tatsächlich und auch unglaublich viele spannende Anwendungsfälle. Ich habe Watson als Legende kennengelernt. Jeopardy im Jahr 2012 – also ein Jahr bevor ich mit dem Abitur fertig geworden bin – war der Grund, weswegen ich mich für das duale Studium bei IBM beworben habe. Unglaublich, was Watson dementsprechend zur KI Forschung beiträgt, oder vielmehr die Teams rund um Watson bei IBM, zusammen mit unseren Kunden und dem Ökosystem der Partner.

Da passiert epochal viel! Wir haben jetzt vor kurzem ein Forschungsprojekt vorgestellt, nennt sich Project Debater. Da kann eine KI jetzt das erste Mal eine Debatte führen. Das heißt, ich kann z.B. ein gewisses Thema auswählen, beispielsweise „Sollten wir in Deutschland eine Höchstgeschwindigkeit einführen oder nicht?“. Watson könnte dann diese verschiedenen Meinungen aufbereiten und könnte ein gewisses Opening-Statement geben, z.B. den Vorschlag „ja, man sollte eben die Höchstgeschwindigkeit einführen“ und dann genau argumentieren. Das Phänomen da ist wirklich auch die Generierung von natürlicher Sprache. Früher war es immer so, bei Narrow AI, da musste ich ganz klar spezifisch trainieren, wie das für den einen Anwendungsfall ist und dann wusste ich auch ganz sicher, welche Antwort kommt. Beim „Project Debater“ geht es eben schon eher in Richtung General AI. Also geht die Forschung im Moment von Narrow Richtung General AI, da leistet Watson Pionierarbeit – und das mit einem ethischen Gedanken.

Wir haben uns in der IBM Research Philosophie ganz klar auch den Anker Vertrauen und Transparenz gesetzt, sodass man ganz klar erkennt, wann ist eine KI im Spiel und wie kommt sie auf die jeweiligen Kenntnisse. Ein Thema, wo eben dieses Forschungsprojekt jetzt in echte Kundenprojekte übergeflossen und verfügbar ist, nennt sich zum Beispiel Watson Open Scale – da kann ich diese Blackbox der KI auch lüften. Denn bis jetzt war es immer so: Ich habe meinen Machine-Learning-Algorithmus trainiert und am Ende auf meinen Geschäftsprozess „losgelassen“ und hab dann gedacht, wie kommt die KI eigentlich zu der Entscheidung? Das ist ein großes Forschungsthema, welche Input-Parameter eigentlich zu der Entscheidung führen. Das ist ein großer Bereich, wo Watson dementsprechend hilft und wo IBM mitarbeitet, die Welt der Information dementsprechend besser & transparenter zu machen.

In welchen Branchen und für welche Aufgaben finden im Augenblick die meisten kommerziellen Anwendungen des Watson Programmes statt?

In vielen verschiedenen Industrien und Services am Globus, tatsächlich bei Automobil, Banking, Kundenservice, Retail, Travel & Transportation – also auch in der Logistik.

Ein gutes Beispiel ist Kundenservice, wenn es eben darum geht, einen exzellenten CRM Prozess durch intelligente Assistenten zu stützen, so beim Support von Call Center Agenten: Die werden ja teilweise von Standardfragen genervt und können sich gar nicht mehr auf ihr wesentliches Support-Thema konzentrieren. Da helfen trainierte Antworten. Die Branchen, die da jetzt weit vorne sind, sind Banken und Versicherungen, gerade dort, wo man gedacht hat, sie wären ein sehr konservatives Business. Gerade die leben jetzt vor, dass im Zuge der Digitalisierung Trends wie Messaging und Chat eben exzellent mit künstlicher Intelligenz unterstützt werden können. Indem ich z.B. intelligente Chatbots habe, geht es auch stark in Richtung Voicebots, also dass ich wirklich auch eine Stimme habe und mit der KI sprechen kann. Oder eben auch zum Thema Bilderkennung. Das brasilianische Finanzunternehmen Banco Bradesco managt rund 25% des BIP von Brasilien über ihre Plattformen und die sind schon zu 90% bis 95% automatisiert. Die haben verschiedene Kanäle und das ist eben das Spannende. Wenn ich eine KI-Plattform aufbaue, ist das der Trend.

In der Automobilbranche fangen wir mit einem Use Case an und stellen fest, in wie vielen Bereichen er Potential hat und wie viel man von dieser KI wiederverwenden kann. Hat man jetzt den Algorithmus trainiert, kann man den für viele verschiedene Bereiche einsetzen – also eine Plattform rundherum errichten.

Bei Banken ist es z.B. so, dass die auch mehrere Kanäle damit ansteuern, also z.B. Chat, Messaging, Telefon, Email, bis hin tatsächlich auch zur Face-to-Face Interaktion mit einem Abbild ihres Beraters oder ihrer Beraterin. Aber man kann auch z.B. einen Avatar davorstellen, dass ich quasi ein menschliches Gesicht habe, z.B. wie bei UBS. Dr. Daniel Kalt ist der Chief Investor Officer von UBS und der berät die Topkunden. Viele anderen Kunden haben auch gesagt, sie hätten gerne eine Beratung vom Chief Investor Officer. Dann hat man gesagt, dann lass uns doch diesen Service wirklich als Banking Plattform zur Verfügung stellen. Die haben quasi ein digitales Abbild von Dr. Kalt geschaffen. Das heißt, ich kann auch optisch den Menschen nachbauen und dementsprechend so sehr schöne Anwendungsfälle realisieren.

Natürlich sind diese Anwendungsfälle transparent zu machen, damit sie akzeptiert werden.

Bei einem Voice Agent, da hört man das typischerweise auch noch raus, dass es ein Voice Agent ist, das ist auch so gewollt, sonst hätten die Menschen Zweifel und Bedenken.

Das bringt uns zur Frage der Ethik, ja mehr noch, der Sicherheit bzw. der kriminellen Anwendung von KI…

Ich kann auch meine eigene Stimme nachbauen, dass die KI dann auch wirklich so klingt wie ich. Solche Assistenten machen wir nicht öffentlich für jeden zugänglich, denn unsere Philosophie sagt ganz klar, man muss kontrollieren können, wofür die KI genutzt wird. Wir haben 3 Prinzipien: Purpose (also was ist der Zweck), Transparency (es muss transparent sein, was eine KI ist) und die dritte Dimension ist Skills. Wir legen auch extrem viel Wert darauf, dass eben die Watson Community gut ausgebildet ist, sei es in unseren eigenen dualen Bachelor- oder Master-Programmen oder bei Partnern & Kunden: Der ethische Umgang mit KI ist der Schlüssel zum Erfolg der Technologie. So sind wir z.B. auch in der Ethikkommission von der Deutschen Bundesregierung und haben da eben auch das KI-Strategiepapier mitgestaltet.

Die Akzeptanz für KI in der Wissenschaft & Wirtschaft ist bereits weit fortgeschritten – was muss an Bewusstseinsarbeit in der Breite gemacht werden, damit KI als notwendiger Teil des Lebens wertgeschätzt wird?

Es ist eben nicht nur so, dass neue Jobs entstehen. KI Trainer gab es früher nicht. Das ist ein neuer Job und es sind massig viele neue Aufgaben am Markt, wie Data Scientist, Computer Linguisten, Avatar Designer, um nur einige zu nennen.

Zweiflern berichte ich eigentlich zum einen, wie viel Spaß es macht, diese Projekte durchzuführen und wie toll es ist, die Ergebnisse zu sehen. Produktivitätssteigerung bedeutet mehr Freizeit. Performancegewinn entsteht durch Weglassen niedrig qualifizierter Tätigkeiten zugunsten neuer Skills und Anforderungen an die Kreativität der Menschen. KI macht einfach Spaß – es ist ein Trendthema.

Genau genommen kann ich mit KI auch „digital detoxing“ betreiben: Watson News Analyser kann die News lesen, so schnell kann ich die selber gar nicht lesen. Da gebe ich ein Thema ein, z.B. „was passiert hier heute im wunderschönen Wien“ und sehe gleich, da poppt etwas auf zum meinem Thema – ganz schnell bin ich in einem Wissensnetz – und so kann ich auch ganz schnell Wissen demokratisieren.

Wissen und vernünftiger, humaner Umgang damit wird die Erde für die Zukunft fit machen!