03.07.2017 | Blog Keine Angst vor Maschinen

Artificial Intelligence, Machine Learning oder als Teilgebiet davon Deep Learning – diese Begriffe findet man in den Medien mittlerweile fast täglich. Beim Lesen könnte man meinen, es handele sich dabei um einen neuen großen Trend in der IT.  

Auch in der Apple Keynote auf der Entwicklerkonferenz WWDC 2017 war Machine Learning das meistgenannte Stichwort. iPhone und iPad passen sich künftig den persönlichen Vorlieben an, das neue iOS 11, das im Herbst erscheinen soll, weiß, was der Anwender als nächstes möchte und schlägt ihm automatisch die am häufigsten genutzten Apps vor. Konzertkarten, die mobil gekauft werden, können so zum Beispiel gleichzeitig in der Kalender-App gespeichert werden.

Große Vorbehalte gegen Smart Machines

Die Angst, dass Roboter uns die Arbeitsplätze wegnehmen und immer mehr Berufe durch Künstliche Intelligenz wegfallen, ist groß. Dabei wird oft vergessen, dass die Software zwar wie ein Mensch „lernt“, aber trotzdem keinesfalls autark agiert. Der Mensch wird durch Smart Machines nicht überflüssig. Intelligente Maschinen sind vielmehr dazu da, dem Mitarbeiter stupide Standardaufgaben abzunehmen.  Ein Beispiel dazu ist z.B. die automatische Prüfung von Verträgen auf Standardklauseln wie z.B. „Change of Control“, die in einem Due Dilligence Prozess von Jungjuristen aus den Verträgen durch Lesen jeder Seite erkannt und händisch extrahiert werden müssen.  15% dieser einfachen, verrechenbaren Anwaltsarbeiten werden bis 2020 von Smart Machines erledigt.

Die Betonung liegt hier auf „smart“ – nicht auf „intelligent“. Der Mensch wird von banalen Standardaufgaben entlastet und kann sich Sinnvollerem widmen.

Artificial Intelligence ist längst im Alltag angekommen. Beim Online Support gehören kleine digitale persönliche Assistenten, sogenannte Chatbots, mittlerweile zur Normalität. Schon für 2018 prognostiziert das Analystenhaus Gartner, dass etwa 30 Prozent der Interaktion mit Technologie durch Konversation mit smarten Maschinen erfolgen wird. Doch wie eine Online-Befragung der Entwicklerkonferenz Developer Week (DWX) unter 1.200 Internet-Nutzern ergeben hat, wollen über 70 Prozent der Deutschen gar nicht mit Chatbots kommunizieren, sondern lieber mit Menschen. Bei einer „guten“ Artificial Intelligence Anwendung kommt es eben darauf an, dass die Maschine keine Standardantworten liefert, sondern möglichst menschlich und individuell auf den Nutzer eingeht.

Artificial Intelligence längst Bestandteil bei Enterprise Search Anwendungen

Auch im Enterprise Search Bereich ist Artificial Intelligence nichts Neues. Moderne Enterprise Search Anwendungen verstehen z.B.  natürlichsprachliche Suchanfragen (Natural Language Processing). Der Nutzer kann nicht nur nach einzelnen Begriffen suchen, sondern wie vom Sprachalltag gewohnt seine Anfrage als W-Fragesatz an die Suchmaschine richten, wie beispielsweise: „Welcher Mitarbeiter arbeitet in der Schweiz?“.

Wie in der Apple Keynote deutlich wurde, können sich Geräte durch Machine Learning besser den persönlichen Vorlieben des Nutzers anpassen. Doch auch diesen Aspekt gibt es bei Enterprise Search Anwendungen schon lange: Professionelle Suchmaschinen sind in der Lage, dem Nutzer Empfehlungen (Recommendations) zu geben. Diese Empfehlungen können sich entweder nach den vergangenen Suchanfragen richten oder sich daran orientieren, wonach schon andere Kollegen innerhalb der Abteilung gesucht haben.  Die Suchmaschine lernt aus dem Benutzerverhalten und aus dem Verhalten anderer Nutzer der gleichen Gruppe und verbessert so die Fähigkeit, dem User gleich den einen, gesuchten Treffer oben in der Trefferliste zu liefern.

Was von den großen IT-Herstellern als neuer Trend dargestellt wird, ist für uns als Anbieter von professionellen Enterprise Search- und Content Analytics-Anwendungen neuer Wein in alten Schläuchen: Machine Learning ist seit über 10 Jahren Bestandteil unserer Produkte. Die IntraFind Software AG bietet den kompletten Technologiestack für Enterprise Search und Content Analytics für Artificial Intelligence an. Durch regelbasierte Verfahren und Unterstützung von Machine Learning und Deep Learning können Business Anwender dadurch nicht nur schneller finden, wonach sie suchen, sondern auch ihre Arbeit effizienter und schneller erledigen, weil ihnen die Anwendung wichtige Standardaufgaben abnimmt.

Hier erfahren Sie mehr:

• Content Analytics Suite for Artificial Intelligence
• Webcast: Praktische Anwendungsgebiete von Artificial Intelligence