Die Quantenphysik erklärt unsere Welt mithilfe von Wahrscheinlichkeiten. Das alte Newtonsche Prinzip der Wirkung einer Ursache hatte damit seit Beginn des 20. Jahrhunderts keinen umfassenden Gültigkeitsbereich mehr.
Der überwiegende Teil der Softwareanwendungen, insbesondere im Kundenservice, funktionieren bis heute nach dem alten Prinzip: Der Mensch erstellt Regeln, die Maschine führt diese aus. Cognitive Computing verkörpert das neue Prinzip und ist damit mehr als nur eine verbesserte Technologie: Sie fordert einen neuen Umgang des Menschen mit dieser Technologie. Wir müssen ihr vertrauen.
Während unserer kleinen Büroumzugsparty letzte Woche (wir haben uns neu sortiert), mit einem Bier in der Hand, kamen Sven Körber und ich genau bei diesem Thema an: Ich bin Diplom-Physiker und mich wundert bis heute, wie wenig die so umwälzende Quantentheorie Eingang in die Schulbildung gefunden hat. Ohne sie gäbe es unsere heutigen Computer nicht, keine Smartphones, kein Gadget. Zugleich sehe ich eine Renaissance des mechanistischen Weltbildes, z. B. in der Gentechnik oder in der Hirnforschung. Mensch muss nur den richtigen Hebel finden, diesen umgelegt bekommen, dann werden die gewünschten Ergebnisse erzielt.
Der erste Computer
Sven hatte kürzlich erst ein Video über das feinmechanische Wunderwerk “The Writer” des Uhrmachers Jaquet Droz aus dem 18. Jahrhundert gesehen, und war fasziniert: Das ist eine Puppe, die Sätze schreiben kann; einer der ersten programmierbaren “Computer”. So läuft es auch im Kundenservice, insbesondere im Self-Service, aber auch in der automatischen Zuordnung von Aufgaben an Mitarbeiter (Routing).
IBM Watson, als eine Ausprägung des Cognitive Computing, wird dieses Verständnis auf den Kopf stellen.
https://www.youtube.com/watch?v=bY_wfKVjuJM
IBM Watson: die drei wesentlichen Fähigkeiten
1. Verständnis natürlicher Sprache
Ca. 80 Prozent der vorliegenden Information liegt unstrukturiert, in sprachlicher Form vor. Deswegen ist ein sprachliches Verständnis essenziell für ein kognitives System. IBM Watson versteht weniger das einzelne Wort, als den Kontext, in dem dieses auftaucht. Kontext ist hier ein weit gefasster Begriff:
Das Wort “bright” kann sowohl etwas über eine vorhandene Lichtmenge (“hell”), aber auch die Charakterisierung einer Person ausdrücken (“intelligent”). Es ist Watsons Aufgabe, zu erkennen, ob es in der aktuellen Fragestellung um eine Person oder einen räumlichen Zusammenhang geht. Ohne den zeitlichen Rahmen einzugrenzen, ist das Wort “Freundschaftsanfrage” nicht eindeutig: Zu Zeiten vor Facebook verwendet, ist es anders zu deuten als heute.
2. Hypothesenbildung und -Bewertung
Es gibt nicht nur eine richtige Antwort. Statt dessen werden verschiedene Hypothesen (mögliche Antworten) konstruiert, durchgespielt und in ihrer Wahrscheinlichkeit bewertet.
3. Dynamisches Lernen aus Iteration und Interaktion
Das System lernt mit jeder neuen Schleife, durch Benutzerfeedback und durch neu hinzugekommene Information. Vom Krabbeln zum Laufen, sozusagen.
Maschinen, die nur wahrscheinlich richtig handeln, benötigen Vertrauen
Damit meine ich nicht so sehr das Vertrauen der Endbenutzer, der Kunden. In unserer immer abstrakter und weniger durchschaubaren technisierten Welt ist Vertrauen längst zu einer essenziellen Kategorie geworden. In seiner übersteigerten Form, dem Glauben (in/an Technologie), hält es ganze Horden von Menschen zusammen. Man spricht zum Beispiel – fast ohne Ironie – von Apple-Jüngern.
Ich meine damit das notwendige Vertrauen der “Funktionäre” (Villem Flusser), derjenigen, die die Maschinen steuern:
“Der Funktionär beherrscht den Apparat dank der Kontrolle seiner Außenseiten (des Input und Output) und wird von ihm beherrscht dank der Undurchsichtigkeit seines Inneren. Anders gesagt: Funktionäre beherrschen ein Spiel, für das sie nicht kompetent sind. Kafka.”
Das schrieb Flusser über die alten Maschinen. Flusser, als Philosoph mit präzisen Begriffen, geht bereits bei den alten Maschinen von Inkompetenz der “Funktionäre” (oder: Administratoren) aus. Dabei bezieht er sich auf den Black-Box-Charakter der Maschinen. Kein “Funktionär” geht auf die unterste Ebene, er bedient immer eine (Programmier-)Schnittstelle höheren Abstraktionsgrades. Zwischen der Hardware, dem Betriebssystem, den Algorithmen, der Benutzeroberfläche und ihm sind Bugs und sonstige Haken. Wir drücken eine Taste, und sehr wahrscheinlich, aber nicht 100-prozentig wahrscheinlich, macht das Programm, was wir erwarten.
Selbst die alte Technologie können wir nicht vollständig beherrschen, sie beherrscht uns. Sie gibt uns Möglichkeiten vor und bestimmt dadurch unsere Handlungsweisen. Cognitive-Computing-Systeme handeln aber in sich noch autonomer, d. h. das Nicht-Deterministische ist eingebaut.
Die richtige Erwartungshaltung
Mit dem alten algorithmischen Denken kommen wir also nicht weiter. Wir müssen an einer gewissen Stelle lernen loszulassen .
In den letzten Jahren habe ich einige selbstlernende Softwarelösungen mit künstlicher Intelligenz oder auch nur sehr fortgeschrittenen Algorithmen gesehen – Marketing-Automation zum Beispiel. Immer wenn wir in den Gesprächen näher an die Technik kamen, wurde es ominös. Der Vertriebsmitarbeiter murmelte irgendwelche Worte, die er wahrscheinlich selbst auch nur auswendig gelernt hatte. Die Botschaft war: da gibt es nichts zu verstehen, das macht die Maschine alleine. Das war jedes Mal unbefriedigend.
Genau.
Kognitive Systeme kann man mit unstrukturierten Inhalten anfüttern und anlernen. Danach lässt man sie machen. Ich bin schon auf die ersten Projekte gespannt. Genau dann wird das alte algorithmische Denken, also der gewohnte Umgang mit der nahezu deterministischen Box, mit dem neuen Paradigma zusammentreffen. Vielleicht wird man sich erst an semi-autonome, unterstützende Einsatzszenarien heranwagen, um z. B. Agenten im Kundenservice zu helfen – um so allmählich Vertrauen aufzubauen. Der vollständig autonome Einsatz, z. B. als Lösungs- oder Beratungsassistent auf der Webseite oder am Telefon, ist dann erst der nächste Schritt.
Und das wird erst der Anfang der schönen, neuen Welt sein. Unternehmen und die Gesellschaft werden sich auf diese neue Qualität von kognitiven Systemen einstellen müssen. Technologie, die vorhanden ist, wird auch genutzt. Und sie wird bisher als unersetzbar angesehene Arbeitsplätze überflüssig machen.
Aber das ist eine andere Geschichte.
Frage: Welche Perspektiven haben Sie auf den Einsatz zukünftigen Einsatz von Cognitive Computing im Service?
KnowTech 2014
Mit diesem Artikel beteiligt sich brightONE an der Blogparade “Zukunft des Wissensmanagements: Was ändert sich mit Cognitive Computing?” der KnowTech 2014, veranstaltet vom BITKOM – Bundesverband Informationswirtschaft, Telekommunikation und neue Medien e.V.
Als Mitglied der BITKOM ist brightONE auch am diesjährigen Kongress stark vertreten – mit einem Vortrag und einem interaktiven Part. Lassen Sie sich überraschen, wie Coginitive Computing & Co. die Zukunft verändern wird.
Besuchen Sie uns am 15.10.2014:
11:40 Uhr, Plenum 2:
Radikale Automation der Wissensarbeit durch «Cognitive Computing» wirft unbequeme Fragen auf
Stefan Holtel, Knowledge Workplace Maverick, brightONE GmbH
Sebastian Welter, Technical Consultant Big Data and Analytics, IBM Deutschland GmbH
16.00 – 18.15 Uhr, Interact (Raum 3-4):
Von Big Data zu Big Thinking: Rüttelt «IBM Watson» an den Säulen unseres bisherigen Verständnisses von Wissensarbeit?
Stefan Holtel, Knowledge Workplace Maverick brightONE
Oliver Gerstheimer, Geschäftsführender Gesellschafter, chilli mind GmbH
Simon Dückert, Geschäftsführer, Cogneon GmbH
Sebastian Welter, Technical Consultant Big Data and Analytics, IBM Deutschland GmbH
Moderiert von Sven Körber, Senior Business Consultant, brightONE GmbH
Zur Anmeldung
Leave a Reply