Schlüsseltechnologie für digitale Innovationen

Heike Trautmann © Privat

Heike Trautmann © Privat

Offenes Feld mit viel Potenzial

Perspektiven aus der Wirtschaftsinformatik

Der Begriff der „Künstlichen Intelligenz“ (KI) ist in aller Munde und wird oft synonym für die neuen Möglichkeiten der Digitalisierung verstanden. Tatsächlich sieht die Wirtschaftsinformatik der WWU darin eine Schlüsseltechnologie im Bereich der digitalen Innovationen, deren Potenzial unser gesellschaftliches Zusammenleben und die Arbeitswelt grundlegend mitgestalten und verändern wird. Eine Vielzahl interdisziplinärer Forschungsprojekte zeigt den Erfolg und das Potenzial von künstlicher Intelligenz - aber auch Ausprägungen, auf die auch wissenschaftlich reagiert werden muss.

Verfahren der künstlichen Intelligenz wurden bereits mehrfach erfolgreich eingesetzt. Durch sogenannte Clusterverfahren, die auf Echtzeit-Datenströme aus dem Bereich des Kundensupports angewendet werden, kann eine ausgefeilte Zielgruppenbeschreibung erreicht werden. Im Kundendienst werden automatisierte Chats mithilfe künstlicher Intelligenz weiterentwickelt. Darüber hinaus können Empfehlungssysteme konzipiert und umgesetzt werden, die vorhersagen, wie groß das Interesse eines Kunden an einem Produkt ist. Am European Research Center for Information Systems (ERCIS) der Wirtschaftswissenschaftlichen Fakultät der WWU wurde die entsprechende Forschung im „Omni-Channel Lab powered by Arvato“ institutionalisiert - ein erfolgreiches Beispiel für die Zusammenarbeit von Wissenschaft und Anwendung.

Ein weiteres Beispiel für den interdisziplinären Einsatz von künstlicher Intelligenz und den Transfer der Ergebnisse in die Anwendung sind die gemeinsamen Arbeiten von Chemikern und Wirtschaftsinformatikern bei der effizienten Planung chemischer Retrosynthesen durch eine Kombination von Monte-Carlo-Baumsuche mit tiefen neuronalen Netzwerken - beides typische Methoden der künstlichen Intelligenz. Die neue Verfahrensweise ist derart effizient, dass die Ergebnisse auf große internationale Resonanz gestoßen sind und in der renommierten Fachzeitschrift „Nature“ publiziert wurden.

Ein hochaktuelles und gesamtgesellschaftlich wichtiges Thema, das auch die Herausforderungen des Einsatzes der modernen Technologie zeigt, ist die Nutzung künstlicher Intelligenz zur strategischen Verbreitung von Desinformation über Online-Medien. Hier sind einerseits Möglichkeiten der Bedrohung und anderseits Verfahren zur Detektion und Identifikation verdeckter Manipulation und Propaganda zu untersuchen. So steht im Projekt PropStop (www.propstop.de) die Detektion schädlicher Inhalte für Gesellschaft, Wirtschaft und Politik im Mittelpunkt, während andere Projekte die Möglichkeiten zur Schaffung von gesellschaftlicher Resilienz oder der technischen Moderation von Hasskommentaren in Nachrichtenportalen untersuchen.

Ein zentraler Aspekt der erfolgreichen Entwicklung von KI-Verfahren ist jedoch die Einbindung in die internationale Forschung. Daher engagiert sich das ERCIS über sein Direktorium sowie Mitglieder der Fakultät als Unterstützer der CLAIRE-Initiative (Confederation of Laboratories for Artificial Intelligence Research in Europe, www.claire-ai.org), die sich für die Förderung der KI-Forschung und des KI-Innovationspotenzials auf europäischer Ebene einsetzt. Ziel der Initiative ist es, ein europaweites Netzwerk von KI-Exzellenzzentren zu schaffen, die strategisch über ganz Europa verteilt sind und durch das zentrale CLAIRE Hub mit einer hochmodernen Infrastruktur unterstützt werden. Forschungstransfer und Industriezusammenarbeit werden ebenso fokussiert wie innovationsgetriebene Ausgründungen.

Die Thematik der künstlichen Intelligenz ist also ein internationales, interdisziplinäres und durch viele aktuelle Innovationen sehr offenes Feld mit viel Potenzial. Die Wirtschaftsinformatik als ebenso internationales wie interdisziplinäres Fach sollte hier seine Stärken ausspielen.

Heike Trautmann ist Professorin für Wirtschaftsinformatik und Statistik.

Christian Grimme ist Privatdozent am Institut für Wirtschaftsinformatik.

Kundenverhalten im Fokus

Chancen und Herausforderungen für das Marketing

Unternehmen nutzen große Mengen an Kundendaten, um Computer mittels künstlicher Intelligenz zu trainieren und Vorhersagen über das zukünftige Kundenverhalten zu treffen. Jüngstes und prominentestes Beispiel ist der US-amerikanische Handelsriese Target. Das Unternehmen hatte das frühere Kaufverhalten von jungen Müttern untersucht, um herauszufinden, ob sich anhand von änderungen im Kaufverhalten eine Schwangerschaft vorhersagen lässt. Ziel war es, schwangere Kundinnen früh mittels gezielter Werbung an das Unternehmen zu binden. Der Algorithmus war so erfolgreich, dass der Vater einer 16-jährigen Kundin, nach seinem öffentlichen Aufschrei, dass Target Minderjährige zu Schwangerschaften verführen wolle, sich bei Target entschuldigen musste. Das Unternehmen hatte die Schwangerschaft schon vor dem Vater erkannt.

Was Target hier offline praktiziert, passiert online täglich millionenfach. Webseiten identifizieren Nutzer und melden ihn an einen Ad-Exchange-Server, der alle werbetreibenden Unternehmen informiert. Diese rechnen dann durch, ob es sich lohnt, dem Nutzer eine bestimmte Werbung zu zeigen und wie wahrscheinlich es ist, dass dieser Nutzer auf die Werbung klickt, um im Webshop etwas zu kaufen. Basierend auf der Prognose gibt jedes werbetreibende Unternehmen ein Gebot für eine Werbeeinblendung ab. Der Nutzer sieht dann nur die Werbung mit dem höchsten Gebot. Der ganze Prozess passiert in Milli-Sekunden. Zur Prognose der individuellen Klickund Kaufwahrscheinlichkeiten, die Grundlage für das Gebot ist, wird ebenso künstliche Intelligenz verwendet, die wiederum durch die Analyse von vorherigem Verhalten des Nutzers oder vergleichbarer, ähnlicher Nutzer geschaffen wurde.

Künstliche Intelligenz kann allerdings nicht nur für die Individualisierung von Werbung genutzt werden. Im Zuge dynamischer Preisgestaltung kann ein Unternehmen analog auch eine Abschätzung über die individuelle Zahlungsbereitschaft treffen. Auch hier wird anhand beobachtbarer Faktoren wie zum Beispiel dem Betriebssystem oder der IP-Adresse eine Abschätzung darüber getroffen, wie sehr ein Nutzer auf den Preis achtet. Kunden können so für das selbe Ticket unterschiedliche Preise angeboten werden, basierend beispielsweise auf dem Wohnort oder der Marke des Computers, von dem das Ticket gebucht wird.

Studien zeigen, dass anhand von Likes auf Social-Media-Seiten erfolgreich persönliche Eigenschaften wie Alkoholund Tabakkonsum, die sexuelle Orientierung oder Essgewohnheiten vorhersagbar sind. Daten können für Kunden somit auch gefährlich werden, da Unternehmen wie Versicherungen oder Banken in Zukunft mit ihnen individuell entscheiden könnten, ob ein Kunde eine Versicherungsleistung oder einen Kredit bekommt.

Die Prognosegüte künstlicher Intelligenz hängt von zwei Faktoren ab: Der Qualität der Datengrundlage und der Interpretationskompetenz des Unternehmens. Cathy O’Neil, ehemalige US-Mathematikprofessorin, diskutiert in ihrem Buch „Weapons of Math Destruction“ die verheerenden Konsequenzen falsch konzipierter künstlicher Intelligenz. Wenn zum Beispiel ein Algorithmus einem Niedrigverdiener ein zu hohes Ausfallrisiko bei der Vermittlung eines Kredites zuweist und die Bank daraufhin den Risikozins zu hoch ansetzt, steigt wiederum das tatsächliche Ausfallrisiko. Die fehlgeleitete künstliche Intelligenz wird folglich zu einer sich selbst erfüllenden Prophezeiung - mit hohen Kosten für die Bank und fatalen Konsequenzen für den Kunden.

Fehlvoraussagen lassen sich daher nur verhindern, wenn Manager nicht blind einem Computer vertrauen und kontinuierlich die Ergebnisse maschineller Prognosen kritisch hinterfragen. Gleichzeitig bedarf es großer Mengen an Trainingsdaten, die es den Algorithmen erlauben, Prognose-Faktoren zu identifizieren. Je mehr Verbraucher realisieren, was mit diesen Daten passiert, desto schwieriger wird es für Unternehmen werden, diese zu beschaffen. Als erstes gilt es daher den Kunden davon zu überzeugen, seine Daten preiszugeben und Vertrauen in die richtige Nutzung zu stiften.

Raoul Kübler ist Juniorprofessor für Marketing am Marketing Center Münster.

Dieser Artikel stammt aus der Unizeitung wissen