iStock-monsitj-ai-focus

aiLetter #1.9: Sales und Artificial Intelligence – wie müssen sich Vertriebe neu aufstellen?

aiLetter #1.9: Sales und Artificial Intelligence – wie müssen sich Vertriebe neu aufstellen?

Liebe Freunde des aiLetter,

in dieser Woche dreht sich im aiFocus alles um das Thema Artificial Intelligence und Sales. Was ändert sich im Vertrieb ganz konkret durch AI? Was bedeutet das für Vertriebsteams? Und geht es nur um schlichte Automatisierung oder vielleicht auch um einen ganz neuen Hebel? Das Ganze ist im Fluss, aber es deuten sich erste Tendenzen ab, denen wir mit diesem aiLetter auf die Spur gehen wollen.

Kurz zu mir: Mit 15 Jahren Erfahrung in Vertrieb und Marketing für die Bereiche IT und Automatisierung spreche ich mittlerweile als Keynote-Speaker über die Nutzung von Artificial Intelligence im Sales-Bereich. Mich begeistert, dass AI uns die langweiligen Aufgaben abnimmt, so dass wir uns auf die kreativen Herausforderungen konzentrieren können.

Viel Spaß beim Lesen wünscht

Tim


aiFocus: Was ändert sich im Vertrieb durch AI?

  • Eine der Kernaufgaben im Vertrieb können AI und Machine Learning inzwischen sehr gut: Identifizieren, wer die heißesten Leads sind.
  • Cross-Selling-Potentiale heben: wer Eis kauft, braucht auch immer ein Hörnchen.
  • Die Stimme aus dem Off: Conversational Commerce ist stark im Kommen.
  • Die Unsicherheit kleiner machen: Planung und Forecasting.

Eine der Kernaufgaben im Vertrieb ist seit jeher die Frage, wie ich meine begrenzten Ressourcen am sinnvollsten einsetze. Also: Wen von meiner 100-Kontakte-Liste rufe ich als erstes an? Bislang unterscheiden sich an dieser Entscheidung die guten von den weniger guten Vertriebsmitarbeitern. Jetzt aber beantworten immer häufiger AI-Systeme genau diese Frage und schlagen die heißesten Leads vor, die sogenannte Lead Prediction. Einen guten Überblick gibt Angela Hengsberger in ihrem Blogbeitrag.

Aufgaben automatisieren – Kapazitäten besser nutzen

Und nicht nur das: Nachdem der oder die VertriebsmitarbeiterIn den Anruf getan hat, schlägt AI auch die passende Follow-up-E-Mail vor und ich muss nur noch auf „senden“ klicken. In ihrem Blogbeitrag erläutern Marcel Mickl und Oliver Moser, warum dieser Anwendungsfall ein guter Einstieg für AI-Anwendungen im Vertrieb sein kann.

Und auch eine weitere wichtige Kernkompetenz von Vertrieben leistet AI hervorragend. Es geht um die Frage: „Was könnte der Kunde noch benötigen?“ Oder mit dem Fachbegriff um „Cross- und Up-Selling-Möglichkeiten“. Steffen Maas nennt als gelungenes Beispiel die Firma Würth, die mit AI in ihren Kundendaten die Potentiale weiterer Verkaufsmöglichkeiten auslotet.

Steffen Maas stellt in seinem Artikel auch diese Ergebnisse einer Studie zu AI-Potenzialen in deutschen Unternehmen vor. Die Studie steht hier zum Download bereit.

Bislang eher im Bereich B2C zu finden, aber vermutlich auch das nächste wichtige Thema im Geschäftskundenvertrieb ist Conversational Commerce. Virtuelle Assistenzdienste wie Alexa oder Siri informieren uns nicht nur über das Wetter, ich kann darüber auch digitale Güter wie Musik und immer mehr auch Handfestes wie Kleidung kaufen.
Die Lufthansa macht es mit Mildred vor – einem Bot, der weiß, wo ich mich befinde und der mir darum entsprechende Angebote machen kann. Der Komfort für die Kunden ist offensichtlich: Anstatt mich lange in der App durch Einstellungen und Eingabe zu arbeiten, chattet Mildred über den Facebook Messenger mit mir, ähnlich wie ein menschlicher Mitarbeiter.

Blick in die Zukunft: Planen & Talente gewinnen

Dass zur Umsetzung nicht unbedingt eine große Agentur oder Beratung nötig ist, zeigt Anja Schmidt in ihrem Artikel für t3n.de eindrucksvoll. Und es lässt sich mit AI in den Planungs- und Forecasting-Prozessen Zeit einsparen, die im Vertrieb viel besser in den echten Gesprächen über zukünftige Ziele und den größeren Rahmen investiert ist, wie Michael Märtin in seinem Artikel erläutert.

AI wird also eine Schlüsselfunktion im Vertrieb einnehmen. Das zeigt übrigens auch die jüngste Studie der Telekom „Digitalisierungsindex Mittelstand 2019“. 85 Prozent der Befragten gaben an, dass personalisierte Produkte und Services sich positiv auf ihre Umsätze auswirken. 84 Prozent konnten ihre Kundenbindung darüber stärken.

Einen weiteren relevanten Aspekt fasste ein Teilnehmer in einem meiner Digital Sales-Workshops kürzlich treffend zusammen: „Wir brauchen AI für die stumpfen, wiederkehrenden Aufgaben. Denn sonst wird es uns nicht gelingen, die klügsten Köpfe zu finden und an uns zu binden.“


aiDeepDive: Vertiefung zum Wochenende

Mehr Insights zu Artificial Intelligence in Vertrieb & Marketing

  1. Lesetipp: Einen umfassenden Überblick über Potenziale, Anwendungsszenarien und auch kritische Aspekte von Artificial Intelligence in Vertrieb und Marketing bieten Daniel Pelosato, Cheryl Darrah, Sarah Danne und Annabel Egert in ihrem Artikel.
  2. Video-/Podcasttipp: Die Möglichkeiten und Auswirkungen von AI auf Geschäftsprozesse beleuchtet der Unternehmer Peter Gentsch im Gespräch mit Oliver Kemmann auf dem „Digitalen Sofa“. Auch als Podcast verfügbar.

Auf dem „Digitalen Sofa” der Digitalagentur KEMWEB diskutiert Unternehmer, Professor und Autor Peter Gentsch, wie Artificial Intelligence die Geschäftsprozesse rund um Sales und Marketing verändert.

Wir freuen uns immer über Feedback zum Newsletter: feedback@ailetter.de


Abonniere jetzt den aiLetter!

Bleibe immer auf dem neuesten Stand. Erhalte wöchentlich News aus der Welt der Artificial Intelligence kostenlos in dein Postfach.


iStock-monsitj-ai-news

aiLetter #1.8: AI in der Arbeitswelt, Twitter kauft Aiden.AI, Staatssekretär erklärt AI-TÜV, Facial Recognition im DeepDive, Roboter zum Anfassen

aiLetter #1.8: AI in der Arbeitswelt, Twitter kauft Aiden.AI, Staatssekretär erklärt AI-TÜV, Facial Recognition im DeepDive, Roboter zum Anfassen

Liebe Freunde des aiLetter,

vor 14 Tagen berichteten wir, dass bei Uniper in Regensburg neue Stellen durch AI geschaffen werden. Ein Leser hat angemerkt, dass dies nur ein Teil der Wahrheit ist und dafür an anderer Stelle vermutlich Arbeitsplätze abgebaut werden. Danke für dieses Feedback! Im Fall Uniper wurden durch die Einführung von AI Arbeitsplätze aus Rumänien zurück nach Deutschland verlagert. In der Rubrik ai@Work setzen wir deshalb heute einen Schwerprunkt auf das Thema AI in der Arbeitswelt mit verschiedenen Einblicken in die (deutsche) Praxis und weiteren Stimmungsbildern aus aller Welt.

Außerdem: Twitter kauft Marketing-Startup mit AI-Tool, eine intelligente Software umgeht Internetzensur und Staatssektretär Björn Böhning erläutert den geplanten KI-TÜV des Bundesarbeitsministeriums. Im DeepDive liegt der Fokus heute auf dem Thema Facial Recognition. Zu guter Letzt: Die Roboter sind los … zumindest noch heute in Hamburg – das Taillight sagt euch, wo genau.

Nächste Woche wenden wir uns übrigens dem Thema Artificial Intelligence im Vertrieb zu. Dafür haben wir uns einen Gast-Kurator eingeladen.

Wenn euch der aiLetter gefällt, leitet ihn gerne an Menschen weiter, die sich auch für AI und Machine Learning interessieren (oder dies aus eurer Sicht tun sollten … ).

Viel Spaß beim Lesen wünscht

Anke


ai@Work: Lösungen im Einsatz

Praxis: AI im Einsatz in deutschen Unternehmen

Wie finde ich heraus, ob der Einsatz von Artificial Intelligence etwas für mein Unternehmen ist? Wie baue ich Kompetenzen auf und starte dann mit ersten Anwendungen? Einen ersten kleinen Überblick gibt ein Audiobeitrag von HR info. Einblicke geben unter anderem eine „KI-Trainerin“ aus Darmstadt, die Unternehmen bei der AI-Einführung unterstützt, der Betriebsrat eines IT-Unternehmens in Frankfurt am Main, der aus der Arbeitnehmerperspektive berichtet, sowie die hessische Digitalministerin.

Anwendungsbeispiel: AI vermittelt IT-Experten
Wie eine AI-gestützte Plattform Unternehmen helfen kann, schneller geeignete Dienstleister zu finden, zeigt das Beispiel des deutschen Startups Knooing. Mit Hilfe von Artificial Intelligence sucht die Plattform den besten aus rund 10.000 IT-Partnern mit der passenden Lösung zum Beispiel für IT-Sicherheit oder Big Data heraus.

Anwendungsbeispiel: Airbus macht Flugzeuge mit AI leichter
Bei Airbus hilft ein AI-gestütztes Designverfahren – das sogenannte generative Design – bei der Entwicklung leichterer Bauteile. Werden diese bald serienmäßig in den Airbus A 320 eingebaut, könnte durch die Gewichtseinsparung jährlich eine halbe Million Tonnen CO2 eingespart werden.

AI braucht Weiterbildung
Die von der Unternehmensberatung Gartner prognostizierten Trends in Data und Analytics legen nahe, womit Unternehmen zukünftig in der Data Economy erfolgreich sein werden. Artificial Intelligence und Machine Learning werden dabei als Kerntechnologie bezeichnet. Das Beispiel Augmented Analytics – Erweiterte Analyse – verdeutlicht eine zentrale Bildungsherausforderung: Data Literacy, das Verständnis der Mitarbeiter für Datenanalyse.

Ausblick: AI verspricht Wirtschaftswachstum

Würde Artificial Intelligence in deutschen Unternehmen flächendeckend eingesetzt, könnte das Bruttoinlandsprodukt im Vergleich zu 2019 bis 2025 um mehr als 13 Prozent steigen. So rechnet es eine Studie des Verbands der Internetwirtschaft (eco) und der Unternehmensberatung Arthur D. Little vor. Die Bereiche „Handel und Konsum“ sowie „Energie, Umwelt und Chemie“ könnten laut der Untersuchung am meisten profitieren.
Zum Download der Studie hier entlang.

Weltweite Stimmungsbilder zu AI
Die folgenden Zahlen zeigen, wie AI im Arbeitsalltag in anderen Ländern wahrgenommen wird.

Enthusiasmus: AI und Robotik halten Einzug in immer mehr Arbeitsumgebungen. Eine aktuelle Studie von Oracle und Future Workplace zeigt, dass 2019 bereits 50 Prozent der weltweit Befragten mit AI-Systemen zusammenarbeiten. Besonders in Asien (China: 77 Prozent, Indien: 78 Prozent). Männer sind tendenziell optimistischer gegenüber den intelligenten Maschinen. Interessant ist auch: 64 Prozent der Befragten würden einem Roboter mehr Vertrauen als ihrem Manager. In China und Indien sind es sogar fast 90 Prozent.

Vertiefung: Katharine Rooney greift die Zahlen von Oracle und Future Workplace in ihrem Artikel für das Weltwirtschaftsforum auf und diskutiert den Einfluss von AI auf die Arbeitswelt. Wie so oft gibt es auch Zahlen, die ein skeptischeres Bild zeichnen, hier im Video in Rooneys Artikel (detaillierter nachzulesen bei IPSOS Global Advisors). Demnach stehen 40 Prozent der weltweit Befragten AI skeptisch gegenüber. Nahezu die Hälfte befürwortet eine striktere Regulierung von AI-Nutzung in Unternehmen.


aiInvest: Wer investiert wo?

Twitter kauft AI-Marketing-Start-up

Das soziale Netzwerk hat das Londoner Start-up Aiden.AI übernommen. Mit dem Einsatz dessen AI-getriebener Plattform sollen Werber und Content-Entwickler auf Twitter die Performance von Anzeigen für kleine Unternehmen verbessern. So will das Start-up den „ersten AI-gestützten virtuellen Kollegen für Marketeers“ bereitstellen.


aiLab: ein Blick in Forschung & Entwicklung

AI gegen Internetzensur

Forscher an der Universität von Maryland haben ein AI-Tool entwickelt, das staatliche Zensurmaßnahmen von Internetzugängen umgehen kann. Die Software namens Geneva lernt mit und kann somit auch immer neue Beschränkungen meistern. Das System entdeckt auch Schlupflöcher, die den Forschern bislang nicht bekannt waren. Getestet wurde Geneva bisher in China, Indien und Kasachstan.

Internetzensur wie in China will die AI-Software Geneva umgehen (Bild: Gerd Altmann/pixabay)


aiPolicy: Politik & Rahmenbedingungen

Interview: Staatssekretär Björn Böhning erklärt „KI-Observatorium“

Das Bundesministerium für Arbeit und Soziales (BMAS) setzt ein „KI-Observatorium“ ein. Dieses Gremium soll künftig die Chancen und Risiken von Artificial Intelligence bewerten. Wie das Gremium helfen soll, erklärt Staatssekretär Björn Böhning im Interview mit Meike Laaff von ZEIT online.


aiDeepDive: Vertiefung zum Wochenende

Podcast-Tipp: Wenn AI Gesichter erkennt

FaceID im Smartphone, Bilder taggen in sozialen Medien, Videoüberwachung im öffentlichen Raum, EasyPass am Flughafen … AI-gestützte Gesichtserkennung spielt in unserem Alltag bereits eine Rolle. Wo sie wie angewendet wird und was das für uns bedeutet, besprechen Léa Steinacker und Miriam Meckel im ada-Podcast. Nutzungsbeispiele der sogenannten Facial Recognition aus China, Indien, Frankreich, Großbritannien und den USA zeigen das Für und Wieder der Technologie auf.

Das im Podcast erwähnte Beispiel von Joy Buolamwini seht ihr hier im Video:

Lesetipp dazu: Facial Recognition kann Transgender-Personen nicht zuordnen

Unsere Gesellschaft wird immer diverser und individueller, doch das Beispiel der automatisierten Gesichtserkennung zeigt, wie AI-Technologien hier auch zu Problemen führen können. Rachel Metz beschreibt in ihrem Artikel für CNNBusiness, welche Probleme zum Beispiel für Menschen entstehen, die sich nicht als eindeutig „männlich“ oder „weiblich“ identifizieren und deshalb oft von Gesichtserkennungssoftware nicht eingeordnet werden können. Auch Frauen mit Kurzhaarschnitt oder Teenager werden von mancher Facial Recognition-Software nicht korrekt identifiziert. Deutlich wird dabei auch: AI-Entwickler, egal ob große Tech-Player oder kleine Start-ups, haben es schwer, zu kontrollieren, wie ihre Technologie letztendlich eingesetzt wird.

Gesichtserkennungssoftware hat Probleme bei der Identifizierung von Geschlechtern (Bild: CNN.com)


aiTaillight: Ein FunFact zum Schluss

Die Roboter sind los …

… zumindest noch heute von 12 bis 18 Uhr im Hamburger Hammerbrooklyn.DigitalCampus. Beim Speed Dating mit KI könnt ihr den ein oder anderen kennenlernen.

Ich habe gestern die Bekanntschaft von Emma gemacht. Sie ist ein humanoider Serviceroboter, der in einem Projekt der Fachhochschule Kiel mit Demenzkranken eingesetzt wird. Emma kann sich Gesichter merken, stellt Quizfragen, hat mit der Ghettofaust auch ein Fünkchen Streetcredibility am Start und rastet auf dem Dancefloor einigermaßen aus – Gangnam… äh Roboterstyle versteht sich 😜

Achja, eigentlich heißt der Roboter von IBM ja Pepper, aber „Emma” gefiel den Bewohnern in der Demenz-WG besser.


Wir freuen uns immer über Anregungen und Feedback zum aiLetter: feedback@ailetter.de


Abonniere jetzt den aiLetter!

Bleibe immer auf dem neuesten Stand. Erhalte wöchentlich News aus der Welt der Artificial Intelligence kostenlos in dein Postfach.


iStock-monsitj-ai-focus

aiLetter #1.7: AI für Banken & Versicherungen – Microsoft-Experte im Interview

aiLetter #1.7: AI für Banken & Versicherungen – Microsoft-Experte im Interview

Liebe Freunde des aiLetter,

ein Highlight der vergangenen Woche war die Fintech Week in Hamburg . Fintech – Finanztechnologie – krempelt seit einigen Jahren die Finanzbranche um. Neben traditionellen Banken und Versicherungen gibt es immer mehr Start-ups, die mit AI-gestützten Technologien in diesen Markt vordringen. Wir betrachten, wie Artificial Intelligence im Finanzsektor zum Einsatz kommt und wo Chancen dabei liegen. Zum Beispiel, um das Kundenerlebnis zu verbessern, bessere Anlagestrategien zu entwickeln, Prozesse zu optimieren oder Betrug zu bekämpfen.

Eine Premiere in unserem Newsletter: aiExpert – das Experteninterview zu Themen rund um Artificial Intelligence. Auf der Fintech Week sprachen wir mit Lars Meinecke von Microsoft, der Banken und Versicherungen unter anderem bei der Einführung von AI-basierten Systemen unterstützt.

Außerdem: Tiefer eintauchen in die Welt von Fintech und Insurtech (Versicherungstechnologie) sowie die Veränderungen, die AI und Co. dort bringen, könnt ihr mit den Podcast-Tipps im aiDeepDive.

Und unsere Bitte ist wie immer: Wenn euch der aiLetter gefällt, leitet ihn doch an Menschen weiter, die sich auch für AI und Machine Learning interessieren (oder dies tun sollten … ) 😉

Viel Spaß beim Lesen wünscht

Anke


aiFocus: AI hält Einzug in die Finanzbranche

  • Mit Hilfe von Artificial Intelligence kann die Finanzindustrie relevante Erkenntnisse aus ihren Datenbergen gewinnen.
  • Verschiedene Anwendungsbeispiele zeigen, wie AI das Kundenerlebnis, die Anlagestrategien oder die Betrugsbekämpfung an verschiedenen Stellen verändern und wie Experten die Entwicklung einschätzen.

Der Finanzsektor, traditionell nicht besonders risikoaffin, sitzt auf einem großen Schatz: Daten. Von Börsenkursen über Schadensstatistiken bis hin zu Kundendaten können mit AI-basierten Anwendungen aus diesen Daten neue Erlöse generiert werden und Kunden können besseren Service und passendere Versicherungs- oder Kreditangebote erhalten. Doch der Weg zum Einsatz von Artificial Intelligence bei Banken und Versicherungen ist oft noch weit, wie Bernhard Warner beschreibt. Und mancher Algorithmus im Finanzbereich scheint noch ein wenig verbesserungsbedürftig zu sein, wie die aktuelle Aufregung um die Apple Card zeigt: Die Kreditkarte des Tech-Unternehmens gewährt Frauen scheinbar einen geringeren Kreditrahmen als Männern …

Die folgenden Beispiele zeigen einige Anwendungsfelder für AI im Finanzbereich auf. Plus: Wie bewerten Experten diesen Einsatz?

Ein besseres Kundenerlebnis dank Artificial Intelligence

Google, Facebook, Amazon und Co. haben unsere Ansprüche an Dienstleistungen massiv verändert. Viele Verbraucher wünschen sich einfache, digitale Anwendungen und übertragen diese Erwartungen auch auf den Finanzbereich. Eine Chance für Artificial Intelligence. Ein Beispiel für den Einsatz von AI ist die Ansprache von potentiellen Kreditnehmern. Thomas von Hake erklärt in seinem Blogbeitrag, wie Machine Learning-Software eingesetzt wird, um den idealen Kanal und Zeitpunkt für eine erfolgreiche Kundenansprache zu finden.

Auch Großbanken wie die Bank of America rüsten mit AI-basierten Chatbots auf. Durch verbesserte mobile Services wollen sie ihr Konsumentengeschäft attraktiver machen. Erica, der Chatbot der amerikanischen Bank, weist Kunden nun zum Beispiel darauf hin, dass sie Geld sparen können, wenn sie ihre Kreditraten schneller zurückzahlen.

mohamed_hassan-4606-pixabay
Für ein besseres Kundenerlebnis: Hinter vielen Finanzservices wie Mobile Banking stecken AI-Technologien (Bild: mohamed_hassan/4606/Pixabay).

Das Start-up IDnow bietet unter anderem die schnelle Identifikation von neuen Kunden per AutoIdent an – gestützt auf ein AI-System. Das scheint für Investoren attraktiv. Kürzlich erhielten die Münchener 36 Millionen Euro Wachstumskapital von einem US-Investor.

Besser anlegen mit dem Robo Advisor?

Den einen oder die andere von uns wird er schon bei der Geldanlage unterstützen: der Robo Advisor. Machine Learning mischt seit einigen Jahren auch bei Investment-Strategien mit. Große Datenmengen, der Lernstoff der Algorithmen, sind in diesem Bereich ausreichend vorhanden. Wie AI im Asset Management eingesetzt werden kann, erläutert Christian Rokitta in seinem Blogbeitrag. Warum sich viele Anleger dennoch schwer mit automatisierter Vermögensverwaltung tun, erklärt Jochen Werne im Interview. Das Start-up Moneyfarm setzt deshalb auf ein Hybrid-Modell, in dem der intelligente Algorithmus durch menschliche Anlageberater unterstützt wird.

Betrügern auf der Spur: AI jagt Geldwäscher und Co.

Geldwäsche sorgt jährlich für Milliardenschäden. Nur ein Bruchteil wird nach Meinung von Experten wie Wolfgang Berner aufgedeckt. Er diskutiert, wie AI- und Cloud-Systeme helfen können, Muster in Geldflüssen zu erkennen, verdächtige Transaktionen ausfindig zu machen und so global agierenden Betrugsnetzwerken das Handwerk zu legen. Auch an der Börse versucht man, Betrügern verstärkt mithilfe von Deep-Learning-Algorithmen auf die Schliche zu kommen, wie Karen Hao am Beispiel des amerikanischen Nasdaq erklärt.

Mastercard arbeitet mit AI daran, betrügerische Transaktionen zu reduzieren. Anscheinend mit Erfolg: die Anzahl der abgelehnten Transaktionen für Kunden habe sich um die Hälfte reduziert und betrügerische Transaktionen konnten gleichzeitig um 40 Prozent reduziert werden, wie Jeremy Kahn von Ajay Bhalla, Sicherheitsexperte bei dem Kreditkartenanbieter, erfahren hat. Mit Predictive Analytics konnte Mastercard innerhalb von zehn Monaten Schäden durch Cyberangriffe im Wert von 7,5 Milliarden US-Dollar verhindern.

Wie lernt eine AI, welche Kreditkartenzahlungen verdächtig sind? Im Video erklärt der Kreditkartenanbieter VISA die Hintergründe seiner Technologie.

aiExpert: „Digitale Aufholjagd hat begonnen” – Microsoft-Experte Lars Meinecke im Interview über AI im Finanzsektor

Wie weit sind deutsche Finanzinstitutionen bei der Nutzung von Artificial Intelligence beziehungsweise Künstlicher Intelligenz (KI)? Wie kann eine Einführung von AI-Technologien gelingen? Für Microsoft unterstützt Lars Meinecke als Industry Executive Kunden im Finanzsektor. Im aiLetter-Interview diskutiert er die Chancen und Herausforderungen von AI-Einsatz im Banken- und Versicherungssektor.

aiLetter: Wie entwickelt sich die Einführung von KI-Anwendungen im deutschen Finanzsektor Deiner Meinung nach? Im Vergleich auch zu anderen Ländern wie den USA oder Großbritannien?

Lars Meinecke: Sagen wir mal die digitale Aufholjagd hat begonnen. Der Finanzmarkt ist bei KI insgesamt eher ein „Second Follower“. Und im Vergleich zu anderen Ländern steht der deutsche Bankensektor beim Einsatz von Künstlicher Intelligenz noch am Anfang. Das gilt auch für andere neue Technologien wie Big Data, Analytics oder Blockchain. Laut dem Branchenkompass Banking 2019 der Beratung Soprasteria setzen beispielsweise erst 26 Prozent der deutschen Finanzinstitute KI ein. Immerhin planen oder diskutieren nun 57 Prozent der deutschen Banken den Einsatz von KI. Die Banken haben zwar nicht geschlafen, aber sie sind weniger risikoaffin, haben lange Entscheidungsketten und Genehmigungsverfahren.

lars-meinecke-microsoft
Lars Meinecke ist Industry Executive Financial Services bei Microsoft Deutschland.

aiLetter: Wo kommt Künstliche Intelligenz im Finanzsektor konkret zum Einsatz?

Meinecke: Wesentliche Einsatzgebiete von KI liegen heute in der Auswertung von Daten und der Möglichkeit zur Vorhersage. Letztere beschäftigt besonders die Finanzindustrie. Anwendungsfälle liegen zum Beispiel in der Risikoanalyse, der Betrugsbekämpfung und der Automation von Standardprozessen. Gerade für die Erfüllung der hohen Compliance- und Sicherheitsstandards wird KI immer wichtiger. Auch das Potenzial zur Verbesserung des Kundenerlebnisses wurde erkannt, sei es durch Chatbots in der Kundenkommunikation oder durch die Individualisierung digitaler Angebote mithilfe von Big Data und KI.

aiLetter: Wie unterstützt Microsoft in diesen Bereichen?

Meinecke: Die Anwendung von Künstlicher Intelligenz läuft bei uns unter dem Stichwort Azure AI. Banken und Versicherungen haben haufenweise, teilweise unstrukturierte, Daten angesammelt – unter anderem auch handschriftliche Dokumente oder Fotos von Versicherungsfällen. Ein Mehrwert entsteht, wenn man diese in Zusammenhang setzen kann. Bei diesem sogenannten Knowledge Mining hilft unsere KI.

aiLetter: Kannst Du ein paar Beispiele aus eurem Kundenkreis nennen?

Meinecke: Gerne. Die Genossenschaftsbanken haben zum Beispiel auf einem Hackathon mit uns an Maßnahmen gearbeitet, um die Beziehungen zwischen Bankinstituten und deren Rechenzentren zu verbessern. Entstanden ist ein Bot, der einfache Fragen direkt beantworten kann. Mehrere Banken nutzen dieses System heute im Alltag, auch mit ihren Kunden. Die VHV beschleunigt die Schadensabwicklung für ihre Kunden: Schickt ein Kunde ein Foto seines beschädigten Autos ein, kann der Schaden mithilfe unserer KI-Fähigkeiten zur Bilderkennung schneller eingeschätzt werden. Bei der HSBC unterstützen wir im Bereich Geldwäsche-Prävention. Machine Learning und Prozessautomatisierung kommen hier zum Einsatz, um Geldwäscheversuche in Banktransaktionen zu erkennen und die sogenannte „Falsch-positiv Rate“ zu verbessern.

aiLetter: Wie unterstützt Microsoft dann konkret bei der Einführung von KI-Anwendungen im Unternehmen?

Meinecke: Wir unterstützen in mehrfacher Hinsicht. Schon vor der Einführung von KI-Systemen helfen wir bei der Definition einer KI-Strategie beziehungsweise hinterfragen die bestehende KI-Strategie. Ein weiterer wichtiger Punkt ist die Kultur: Microsoft unterstützt dabei, den Umgang mit KI in die Unternehmenskultur einzubinden und den passenden Geschäftsrahmen zu schaffen. Hier ist wichtig zu verstehen, dass KI den Menschen befähigt und unterstützt, ihn aber NICHT ersetzt. Um dann in die Anwendung zu kommen ist auch Training ein wichtiger Aspekt, und das für die unterschiedlichen Nutzerkreise – die Entscheider, die Entwickler und die Anwender. Hier unterstützen wir zum Beispiel mit unserer AI Business School. Mit unserer Technologie helfen wir dann, eine robuste Datengrundlage zu schaffen, auf der unsere KI Azure AI aufsetzen und mithilfe der universellen Rechenpower in unserer Cloud und der „Intelligent Edge“ – der Einbeziehung von verbundenen Systemen und Geräten – schnell zuverlässige Ergebnisse liefern kann.

Die Langfassung des Interviews mit Lars Meinecke lest ihr hier.


aiDeepDive: Vertiefung zum Wochenende

Fintech auf die Ohren

  1. Verdrängen neue Marktteilnehmer wie N26 oder Revolut die traditionellen Banken mit ihren Filialen? Das versucht Helen Joyce im Futurewatch-Podcast des Economist zu ergründen.
  2. Sogenannte Insurtech-Start-ups wie Wefox wollen den Versicherungsmarkt revolutionieren, unter anderem mit AI-gestützter Analyse von Daten. Gründer Julian Teicke erklärt in einer Ausgabe des Handelsblatt Disrupt-Podcasts, wie das Angebot funktioniert. Wie gehen traditionelle Versicherungsunternehmen auf ihre Kunden im digitalen Wandel zu? Das erklärt Julian Rath, Chief Digital Officer der Signal Iduna, im Podcast.


Wir freuen uns immer über Feedback zum Newsletter: feedback@ailetter.de


Abonniere jetzt den aiLetter!

Bleibe immer auf dem neuesten Stand. Erhalte wöchentlich News aus der Welt der Artificial Intelligence kostenlos in dein Postfach.


aiExpert_mitRand

aiExpert: „Digitale Aufholjagd hat begonnen” - Microsoft-Experte Lars Meinecke über AI im Finanzsektor

aiExpert: „Digitale Aufholjagd hat begonnen” - Microsoft-Experte Lars Meinecke im Interview über AI im Finanzsektor

Wie weit sind deutsche Finanzinstitutionen bei der Nutzung von Artificial Intelligence beziehungsweise Künstlicher Intelligenz (KI)? Wie kann eine Einführung von AI-Technologien gelingen? Für Microsoft unterstützt Lars Meinecke als Industry Executive Kunden im Finanzsektor. Im aiLetter-Interview diskutiert er die Chancen und Herausforderungen von AI-Einsatz im Banken- und Versicherungssektor.

 

lars-meinecke-microsoft
Lars Meinecke ist Industry Executive Financial Services bei Microsoft Deutschland.

aiLetter: Wie entwickelt sich die Einführung von KI-Anwendungen im deutschen Finanzsektor Deiner Meinung nach? Im Vergleich auch zu anderen Ländern wie den USA oder Großbritannien?

Lars Meinecke: Sagen wir mal die digitale Aufholjagd hat begonnen. Der Finanzmarkt ist bei KI insgesamt eher ein „Second Follower“. Und im Vergleich zu anderen Ländern steht der deutsche Bankensektor beim Einsatz von Künstlicher Intelligenz noch am Anfang. Das gilt auch für andere neue Technologien wie Big Data, Analytics oder Blockchain. Laut dem Branchenkompass Banking 2019 der Beratung Soprasteria setzen beispielsweise erst 26 Prozent der deutschen Finanzinstitute KI ein. Immerhin planen oder diskutieren nun 57 Prozent der deutschen Banken den Einsatz von KI. Die Banken haben zwar nicht geschlafen, aber sie sind weniger risikoaffin, haben lange Entscheidungsketten und Genehmigungsverfahren.

aiLetter: Wo kommt Künstliche Intelligenz im Finanzsektor konkret zum Einsatz?

Meinecke: Wesentliche Einsatzgebiete von KI liegen heute in der Auswertung von Daten und der Möglichkeit zur Vorhersage. Letztere beschäftigt besonders die Finanzindustrie. Anwendungsfälle liegen zum Beispiel in der Risikoanalyse, der Betrugsbekämpfung und der Automation von Standardprozessen. Gerade für die Erfüllung der hohen Compliance- und Sicherheitsstandards wird KI immer wichtiger. Auch das Potenzial zur Verbesserung des Kundenerlebnisses wurde erkannt, sei es durch Chatbots in der Kundenkommunikation oder durch die Individualisierung digitaler Angebote mithilfe von Big Data und KI.

aiLetter: Wie unterstützt Microsoft in diesen Bereichen?

Meinecke: Die Anwendung von Künstlicher Intelligenz läuft bei uns unter dem Stichwort Azure AI. Banken und Versicherungen haben haufenweise, teilweise unstrukturierte, Daten angesammelt – unter anderem auch handschriftliche Dokumente oder Fotos von Versicherungsfällen. Ein Mehrwert entsteht, wenn man diese in Zusammenhang setzen kann. Bei diesem sogenannten Knowledge Mining hilft unsere KI.

aiLetter: Kannst Du ein paar Beispiele aus eurem Kundenkreis nennen?

Meinecke: Gerne. Die Genossenschaftsbanken haben zum Beispiel auf einem Hackathon mit uns an Maßnahmen gearbeitet, um die Beziehungen zwischen Bankinstituten und deren Rechenzentren zu verbessern. Entstanden ist ein Bot, der einfache Fragen direkt beantworten kann. Mehrere Banken nutzen dieses System heute im Alltag, auch mit ihren Kunden. Die VHV beschleunigt die Schadensabwicklung für ihre Kunden: Schickt ein Kunde ein Foto seines beschädigten Autos ein, kann der Schaden mithilfe unserer KI-Fähigkeiten zur Bilderkennung schneller eingeschätzt werden. Bei der HSBC unterstützen wir im Bereich Geldwäsche-Prävention. Machine Learning und Prozessautomatisierung kommen hier zum Einsatz, um Geldwäscheversuche in Banktransaktionen zu erkennen und die sogenannte „Falsch-positiv Rate“ zu verbessern.

aiLetter: Wie unterstützt Microsoft dann konkret bei der Einführung von KI-Anwendungen im Unternehmen?

Meinecke: Wir unterstützen in mehrfacher Hinsicht. Schon vor der Einführung von KI-Systemen helfen wir bei der Definition einer KI-Strategie beziehungsweise hinterfragen die bestehende KI-Strategie. Ein weiterer wichtiger Punkt ist die Kultur: Microsoft unterstützt dabei, den Umgang mit KI in die Unternehmenskultur einzubinden und den passenden Geschäftsrahmen zu schaffen. Hier ist wichtig zu verstehen, dass KI den Menschen befähigt und unterstützt, ihn aber NICHT ersetzt. Um dann in die Anwendung zu kommen ist auch Training ein wichtiger Aspekt, und das für die unterschiedlichen Nutzerkreise – die Entscheider, die Entwickler und die Anwender. Hier unterstützen wir zum Beispiel mit unserer AI Business School. Mit unserer Technologie helfen wir dann, eine robuste Datengrundlage zu schaffen, auf der unsere KI Azure AI aufsetzen und mithilfe der universellen Rechenpower in unserer Cloud und der „Intelligent Edge“ – der Einbeziehung von verbundenen Systemen und Geräten – schnell zuverlässige Ergebnisse liefern kann.

aiLetter: Was braucht es Deiner Erfahrung nach speziell im Finanzsektor, um die Möglichkeiten von AI-Systemen besser nutzen zu können?

Meinecke: Da sehe ich im Wesentlichen drei Dinge: das richtige Mindset, die personellen Fähigkeiten und eine „bewegliche“ beziehungsweise „mitwachsende“ Regulierung.

aiLetter: Was verstehst Du unter dem richtigen Mindset und der richtigen Strategie für KI?

Meinecke: Aus meiner Sicht haben wir Deutschen ein sehr ausgeprägtes Sicherheitsdenken. Alles muss bis ins kleinste Detail durchgetestet und überprüft sein, bevor ein produktiver Einsatz stattfindet. Doch um neue Technologien wie Künstliche Intelligenz einzusetzen, muss ein Unternehmen den Wandel hin zum sogenannten „Growth Mindset“ machen. Bedeutet: ein großes Ziel setzen, das dann am Horizont steht und das ich nicht aus den Augen verliere. In diesem Fall könnte ein Ziel sein, dass ich alle Prozesse in die Cloud bringen und mit KI optimieren will. Das heißt dann aber nicht, dass ich direkt mit ganz großen Projekten anfange und eine Blackbox-KI einführe, deren Ergebnisse man nicht nachvollziehen kann. Ich fange am anderen Ende des Spektrums an, hole meine Daten aus den Silos in der Organisation, automatisiere einfache Prozesse wie zum Beispiel wiederkehrende Fleißarbeiten meiner Mitarbeiter. Mit solchen Projekten lernt die Organisation, sie erzeugen schnell Mehrwerte und ich kann meine Mitarbeiter wertschöpfender einsetzen. Begleitend stellt sich dann heraus, wo KI noch sinnvoll zum Einsatz kommen kann.

aiLetter: Stichwort Mitarbeiter: Wie setze ich Kolleginnen und Kollegen ein, deren Aufgaben automatisiert wurden?

Meinecke: Wie schon erwähnt spielt auch das Thema Training und Weiterbildung eine große Rolle. KI gibt Mitarbeitern die Möglichkeit, anspruchsvollere Tätigkeiten zu erledigen. Dazu entwickeln wir mit unseren Kunden gemeinsame Trainingsprogramme. Denn ohne die notwendigen Fähigkeiten der Menschen kann KI nicht gewinnbringend im Unternehmen eingesetzt werden. Auf einer übergeordneten Ebene haben wir bei Microsoft den Anspruch, Technologien wie KI zu demokratisieren und für alle Menschen zugänglich zu machen. Das funktioniert nur, wenn sie sie auch verstehen. Konkret bekommen dann zum Beispiel Mitarbeiter im Vertrieb neue Hilfestellungen, wie sie die mit KI gewonnenen Erkenntnisse einsetzen, um ihren Kunden zum Beispiel zielgerichtetere Versicherungsangebote machen zu können.

aiLetter: Bleibt noch das Thema Regulierung. Besonders im hoch regulierten Finanzsektor ist das doch bestimmt eine Bremse für KI oder?

Meinecke: Es kommt drauf an. Im Bereich Datenschutz sind die Regulierungen zu anderen Sektoren durchaus vergleichbar. Da ist das Problem eher, dass die Daten bei einer Bank gefühlt in vielen verschiedenen Systemen liegen und erstmal zusammengebracht werden müssen. Eine KI kann dann Auswertungen in Sekundenschnelle vornehmen. Menschen bräuchten dafür Tage. Wichtig ist es meiner Meinung nach bei Regulierungen, Grundprinzipien festzulegen, auch ethischer Natur und ein Bewusstsein zu schaffen, dass KI-Systeme menschengemacht sind und dadurch immer auch gewissen Vorurteilen unterliegen können. Trotzdem sollte die Devise lauten, innerhalb der eigenen Organisation erste Testfälle und sogenannte MVPs, Minimum Viable Products, zu entwickeln, um das Kundenerlebnis oder die internen Prozesse zu optimieren. Mit dem Voranschreiten der Technologie muss sich dann auch die Regulierung anpassen.

aiLetter: Vor der KI-Einführung steht also der große Kulturwandel an. Wie schafft ihr es, den in Traditionsunternehmen erfolgreich zu begleiten? Ihr seid ja im Kern ein Technologieanbieter.

Meinecke: Da spielen drei Aspekte eine Rolle. Was mir für das Verständnis der Kundenprobleme wichtig erscheint, ist unsere eigene Transformationsgeschichte. Früher lautete unser Motto „A PC on every desk“. Doch damit wären wir heute ein absoluter Dinosaurier, das Thema ist seit Anfang der 2000er durch. Wir mussten uns wandeln, eine Fail Fast-Mentalität etablieren, um mit einer neuen Businessstrategie im Wettbewerb mit anderen großen Tech-Playern zu bestehen. Das ist uns mit „Empower every person and organisation on the planet to achieve more“ gelungen und es verdeutlicht auch unseren Ansatz als Partner ohne Wettbewerbsambitionen in den Marktsegmenten unserer Kunden aufzutreten. Insofern können wir die Transformationsschmerzen unserer Kunden nachvollziehen und erfahren begleiten. Gleichzeitig sind wir mit unseren Industry Teams auch fachlich näher an unsere Kunden gerückt und mit den Themen Sicherheit, Compliance und Regulierung in Deutschland gut vertraut. Ein dritter entscheidender Punkt ist unser Partnernetzwerk. Wir arbeiten eng mit klassischen Unternehmensberatungen zusammen, die die Kunden in Sachen Kulturwandel unterstützen.

aiLetter: Eine letzte Frage zum Thema Wettbewerb. Junge Fintech-Unternehmen machen traditionellen Branchengrößen immer mehr Konkurrenz. Wie schätzt Du diese Situation ein?

Meinecke: Banking, also der Transfer von Geld, wird im Grunde immer gebraucht. Aber dieser Prozess lässt sich natürlich anders ausgestalten. Immer mehr Kunden fragen mobiles Banking oder andere Services nach. Da sind etablierte Banken durch ihre Strukturen natürlich gehemmter als junge Start-ups. Doch auch die neuen Player müssen sich irgendwann mit regulatorischen Gegebenheiten auseinandersetzen. Und hier bietet sich dann die Chance für klassische Banken im Sinne von „Open Banking“ Kooperationen einzugehen.

aiLetter: Wie können solche Kooperationen aussehen?

Meinecke: Das ist dann praktisch das „Amazon-Prinzip“: Amazon bietet Produkte anderer an, um so das Kundenerlebnis zu steigern und die Kunden stärker an sich zu binden. Ähnlich könnten auch Banken mit Start-ups zusammenarbeiten. Größte Herausforderung dabei: Die Technologien der Banken sind oft noch – und ich polarisiere jetzt sehr bewusst – aus dem letzten Jahrtausend. Das macht eine Öffnung schwerer. Aber es gibt schon Banken, zum Beispiel in Südamerika, die das praktizieren. Und auch in Deutschland wird viel diskutiert und es gibt erste Versuche. Ich bin überzeugt, dass beide Seiten profitieren werden.


Abonniere jetzt den aiLetter!

Bleibe immer auf dem neuesten Stand. Erhalte wöchentlich News aus der Welt der Artificial Intelligence kostenlos in dein Postfach.


iStock-monsitj-ai-news

aiLetter #1.6: AI-News rund um Uniper, KWS, US Postal Service, Bayer, Merck, OpenAI, Alibaba, Lars Klingbeil, DFKI und Uber

aiLetter #1.6: AI-News rund um Uniper, KWS, US Postal Service, Bayer, Merck, OpenAI, Alibaba, Lars Klingbeil, DFKI und Uber

Liebe Freunde des aiLetter,

in dieser Woche gehen wir mit euch verstärkt in die Praxis und präsentieren Anwendungsfälle von Artificial Intelligence in Buchhaltung, Landwirtschaft und bei der Post. Außerdem: Bayer und Merck investieren in AI-Start-ups. OpenAI-Entwickler warnen vor eigener Text-AI. Alibaba-Tool schlägt Menschen bei Spracherkennung. Lars Klingbeil will Google und Co. an den Kragen gehen. Deutschland und Japan kooperieren bei Industrie 4.0 und Artificial Intelligence.
Im DeepDive ziehen ein deutscher und ein amerikanischer AI-Experte ähnliche Schlüsse und ein detaillierter Bericht erklärt nun abschließend, wie es im letzten Jahr zum tödlichen Unfall eines selbstfahrenden Testfahrzeugs von Uber kommen konnte. Im Taillight: Französische Steuerfahnder bringen sich mit AI in Stellung.

Nächste Woche wollen wir übrigens in das Thema Fintech und Artificial Intelligence eintauchen.

Wenn euch der aiLetter gefällt, leitet ihn gerne an Menschen weiter, die sich auch für AI und Machine Learning interessieren (oder dies aus eurer Sicht tun sollten … ).

Viel Spaß beim Lesen wünscht

Anke


ai@Work: Lösungen im Einsatz

AI holt Jobs nach Deutschland zurück

Vernichtet Artificial Intelligence unsere Arbeitsplätze? Ja und nein sagen verschiedene Studien. Das Beispiel des Energieunternehmens Uniper zeigt, wie durch den Einsatz von AI neue Arbeitsplätze in Regensburg entstehen und gleichzeitig die Kosten gesenkt werden können.

Besseres Saatgut durch AI-Roboter

Der deutsche Saatguthersteller KWS will mithilfe eines AI-gestützten Roboters noch robusteres und ertragreicheres Saatgut züchten. TerraSentia, das Roboter-Fahrzeug des Start-ups EarthSense, liefert präzise Daten, mit denen die Saatgut-Züchter dann bessere Entscheidungen treffen können. Das Beispiel zeigt anschaulich, wie AI-Systeme und menschliche Experten zusammenarbeiten, um bessere Produkte, in diesem Fall Saatgut, zu entwickeln.

Wie TerraSentia arbeitet, seht ihr im Video.

Das Roboter-Fahrzeug TerraSentia ist ein gelungenes Beispiel, wie AI-gestützte Systeme wirksam die Landwirtschaft unterstützen.

Wie AI und Co. sonst noch auf dem Acker zum Einsatz kommen, wie zum Beispiel Bayer zum „Apple der digitalen Landwirtschaft“ werden will und wie mit weniger Pestiziden und Antibiotika mehr Lebensmittel produziert werden sollen, erklärt der Handelsblatt-Artikel zu Smart Farming.

Die Post wird schneller mit AI

Die US-Post setzt zukünftig auf neue AI-Technologie von Nvidia, um die Adressen auf Briefen zehnmal schneller und besser auszulesen. So soll die Effizienz gesteigert werden. Auch mit selbstfahrenden Fahrzeugen für den Überland-Transport von Post und Paketen hat der US Postal Service (USPS) in diesem Jahr schon experimentiert.


aiInvest: Wer investiert wo?

Deutsche Pharmaunternehmen investieren in AI-Startups

Chronische Krankheiten lassen sich frühzeitig erkennen und managen, indem man die Gesundheitsdaten, sogenannte Biomarkers, aus verschiedenen Quellen kombiniert. Das britische Start-up Medopad setzt dazu eine AI-gestützte Plattform ein. Dafür sammelte es kürzlich 25 Millionen US-Dollar von verschiedenen Investoren, unter anderem dem Venture-Fonds von Bayer, ein.
Ein Fonds des Darmstädter Pharmaunternehmens Merck investiert in PathAI. Das Start-up arbeitet im Bereich der sogenannten Digital Pathology, der medizinischen Bilderkennung, zum Beispiel in der Krebsmedizin.


aiLab: ein Blick in Forschung & Entwicklung

Texterstellung mit neuer AI – eine Steilvorlage für Fake News?

AI ist lediglich eine Technologie. Wie sie eingesetzt wird, hängt von den Nutzern ab. Aus Sorge vor einem unakzeptablen Einsatz ihrer Texterstellungs-AI GPT-2 veröffentlichten Forscher von OpenAI ihren Algorithmus Anfang des Jahres zunächst nur in Teilen. Jetzt wurde die „größere“ Variante freigegeben. Noch immer kritisch: Das AI-gestützte System ist so gut, dass es zum Beispiel für massenhafte Erzeugung von Fake News missbraucht werden könnte.
Wie das Tool funktioniert, könnt ihr hier selbst ausprobieren. Einfach oben ein beliebiges Stichwort oder einen Halbsatz eintippen und die AI macht daraus einen Text.

Mein Versuch eines Textes mit einem Statement von Frau Merkel gibt mir definitiv zu denken …

 

„Besser“ als ein Mensch …

An der zum chinesischen Alibaba-Konzern gehörenden Damo-Akademie in Seattle entwickeln Wissenschaftler eine AI zur intelligenten Spracherkennung. Jetzt hat das System erstmals einen Menschen im Test geschlagen. Forscher Luo Si erklärt, warum das System so gut ist und wo diese Technologie, das Natural Language Processing (NLP), praktisch zur Anwendung kommen kann.


aiPolicy: Politik & Rahmenbedingungen

Lars Klingbeil will mehr Wettbewerb im Datenmarkt

Die Grundlage für AI-Technologien sind Daten. Doch die werden immer mehr von den großen Playern wie Amazon, Google und Facebook gehortet. SPD-Generalsekretär Lars Klingbeil argumentiert, warum diese Monopolbildungen in der Datenökonomie abgeschafft werden müssen und warum jetzt die Zeit ist, den politischen Rahmen dafür zu setzen.

Deutschland und Japan kooperieren bei Artificial Intelligence und Industrie 4.0

Um in Sachen Zukunftstechnologien voranzukommen, setzen die Wirtschaftsministerien der beiden Länder auf Kooperation, wie aus einer gemeinsamen Erklärung hervorgeht. Neben der bestehenden Zusammenarbeit in der Normung von Internet of Things (IoT)-Technologie und der Entwicklung autonomen Fahrens sollen ab dem nächsten Jahr auch das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) und das japanische Artificial Intelligence Research Center gemeinsame Forschungsprojekte starten.


aiDeepDive: Vertiefung zum Wochenende

Zwei Experten nehmen Stellung: Wie beeinflusst AI unsere Wirtschaft, unsere Arbeit und unser Lernen?

Wie weit ist Artificial Intelligence in Unternehmen verbreitet? Welche Branchen sind besonders betroffen? Wie verändert AI unsere Arbeit, welche Rahmenbedingungen müssen dafür geschaffen werden? Zwei Experten geben Antworten:

Oliver Thomas betrachtet die AI-Entwicklung in Deutschland im Interview mit dem Institut der deutschen Wirtschaft. Der Professor für Wirtschaftsinformatik an der Universität Osnabrück ist Leiter der Forschungsgruppe „Smart Enterprise Engineering“ am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) und berät mit seinem Unternehmen Strategion seine Kunden bei IT-basierten Strategie- und Innovationsprojekten.

Jim Goodnight, auch als „Godfather of AI” bezeichnet, schaut im Interview mit CNBC aus der US-amerikanischen Perspektive auf die Entwicklung von Artificial Intelligence. Goodnight entwickelte bereits vor 45 Jahren wesentliche Grundlagen heutiger AI-Technologien. Er leitet aktuell das SAS Institute, einen der größten Anbieter für Datenanalyse-Software mit rund 83.000 Kunden weltweit.

Was beide Experten eint: Damit AI zu einem langfristigen wirtschaftlichen Erfolg führt, an dem möglichst viele Unternehmen und Menschen teilhaben können, steht ein lebenslanges, digitales Lernen ganz oben auf der To Do-Liste von Unternehmen, Bildungseinrichtungen und besonders jedes Einzelnen.

Autonomes Fahren: Der tödliche Unfall von Uber ist aufgeklärt

2018 kam es in Phoenix/Arizona bei einer Testfahrt eines autonomen Fahrzeugs des Taxidienstes Uber zu einem tödlichen Unfall. Jetzt erläutert ein detaillierter Bericht abschließend, wie es dazu kam. Die autonomen Systeme des Volvos erkannten eine Fußgängerin, die ihr Fahrrad über die Straße schob, tatsächlich nicht eindeutig und die Bremsung des Fahrzeugs wurde deutlich zu spät ausgelöst. Warum? Fußgänger waren im System auf der Straße nur innerhalb von Zebrastreifen und Fußgängerüberwegen vorgesehen!
Ein interessanter Einblick in die Probleme autonomer Fahrzeuge …

 

Die US-Verkehrssicherheitsbehörde NTSB hat den Unfallhergang der Uber-Testfahrt vom März 2018 abschließend analysiert (Bild: NTSB).


aiTaillight: Ein FunFact zum Schluss

AI jagt Steuersünder auf Instagram

Der Fiskus in Frankreich will zukünftig mit intelligenten Algorithmen gegen Steuertrickser vorgehen. Die AI soll auf Instagram, Facebook oder Ebay nach Hinweisen für Steuerbetrug suchen. Wer also angeblich total pleite ist, aber zum Beispiel ständig Fotos von schicken Urlauben postet, wird genauer geprüft. Aktuell werden die genauen Bedingungen für das neue Instrument noch politisch ausgehandelt. Aber ab Mitte 2020 könnte der intelligente Netzschnüffler dann zumindest in Teilen aktiv werden.

Ständig Selfies aus teuren Urlauben posten? Trotzdem offiziell dauerhaft pleite? Dagegen wollen französische Steuerfahnder bald mit AI vorgehen (Bild laura6/pixabay).


Wir freuen uns immer über Anregungen und Feedback zum aiLetter: feedback@ailetter.de


Abonniere jetzt den aiLetter!

Bleibe immer auf dem neuesten Stand. Erhalte wöchentlich News aus der Welt der Artificial Intelligence kostenlos in dein Postfach.


iStock-monsitj-ai-focus

aiLetter #1.5: Datenethik und Artificial Intelligence – wie geht das zusammen?

aiLetter #1.5: Datenethik und Artificial Intelligence – wie geht das zusammen?

Liebe Freunde des aiLetter,

in dieser Woche dreht sich im aiFocus alles um das Thema Ethik im Zusammenhang mit Artificial Intelligence. Was dürfen die intelligenten Algorithmen? Und was nicht? Wer beschäftigt sich mit diesem Thema und wer darf hier Entscheidungen treffen? Eine schwierige Materie, in die wir mit Beispielen aus der Praxis und ein wenig theoretischem Background etwas Licht bringen wollen. Ist uns das gelungen? Gebt uns gerne Feedback. Im aiDeepDive haben wir heute auch noch einen TV-Tipp und eine kleine Filmkritik im Gepäck.

Und wie immer gilt: Wenn euch der aiLetter gefällt, leitet ihn gerne an Menschen weiter, die sich auch für AI und Machine Learning interessieren (oder dies aus eurer Sicht tun sollten … ) 😉

Viel Spaß beim Lesen wünscht

Anke


aiFocus: Wie kommt die Ethik in Artificial Intelligence?

  • Breitere Nutzung von AI-basierten Systemen erzeugt – gewollt oder ungewollt – auch immer mehr ethische Herausforderungen.
  • Mit Regulierungsvorschlägen für ethisch geprägte Algorithmen und AI sorgte die Datenethikkommission der Bundesregierung in der letzten Woche für Diskussionen.
  • Welchen Kriterien müssen Lösungsansätze genügen und ist es möglich, hier alle Betroffenen zu integrieren?

Das Hamburger Unternehmen Kreditech vergibt Kredite an Menschen, die nach herkömmlichen Kriterien nicht kreditwürdig wären, zum Beispiel Freiberufler oder Studierende. Die Entscheidung trifft dabei ein AI-gestütztes System, das die Kreditwürdigkeit der Menschen anhand von ganz neuen Parametern wie der Eingabegeschwindigkeit im Online-Formular bewertet. Dies öffnet neuen Gruppen zwar die Tür zu Krediten, verlangt von ihnen jedoch, eine neue Fülle an Daten preiszugeben. Ein Dilemma, wie Carla Hustedt und Dr. Jörg Dräger von der Bertelsmann-Stiftung beschreiben.

Das Beispiel zeigt, wie Algorithmen und Artificial Intelligence in immer mehr Lebensbereichen Entscheidungen treffen oder zumindest Menschen bei ihren Entscheidungen unterstützen sollen. Zwei weitere Beispiele:

  1. Algorithmen kategorisieren österreichische Arbeitslose: Wie hoch die Vermittlungschancen eines Arbeitslosen sind, errechnet beim österreichischen Arbeitsmarktservice seit diesem Jahr ein Algorithmus. Ab dem kommenden Jahr soll auf dieser Basis die Betreuung durch die Arbeitsvermittler angepasst werden. Kritiker wie Matthias Spielkamp von Algorithmwatch sehen hierin eine ungewollte Benachteiligung für bestimmte Gruppen von Arbeitslosen, zum Beispiel Frauen mit langen Betreuungszeiten.
  2. Privilegierter Zugang zur Gesundheitsversorgung: Ein Algorithmus, den Gesundheitsanbieter in den USA nutzten, um zu bestimmen, welcher Patient zusätzliche medizinische Betreuung benötigt, bevorzugte weiße Patienten. Dieses und ähnliche Programme regulieren aber bereits heute die Gesundheitsversorgung für circa 200 Millionen Menschen in den USA!
    Woher kam dieser „Fehler“, der sogenannte Bias, im System? Auch wenn die ethnische Herkunft der Patienten kein Kriterium war, spielte doch die medizinische Historie der Patienten, zum Beispiel die Behandlungskosten, eine Rolle. Da Gesundheitskosten von sozioökonomischen Faktoren abhängen und diese wiederum mit der ethnischen Herkunft der Patienten verbunden sind, wurden schwarze Menschen systematisch benachteiligt. Fälle wie dieser zeigen, wie schwierig es ist, Ressourcen anhand von algorithmischen Entscheidungen zu verteilen. Zu den Details geht es hier.
woman-taking-blood-pressure-hush-naidoo-unsplash
Wer bevorzugt Zugang zu bestimmten Behandlungen bekommt, entscheidet in den USA schon häufig ein Algorithmus (Foto: Hush Naidoo/Unsplash).

Welche Auswirkungen haben Algorithmen-basierte Entscheidungen auf die Gesellschaft als Ganzes und jeden Einzelnen von uns? Die Bertelsmann-Stiftung betrachtet diese Themen im Projekt Ethik der Algorithmen: „Wir möchten einen Beitrag zur Gestaltung algorithmischer Systeme leisten, die zu mehr Teilhabe für alle führen. Nicht das technisch Mögliche, sondern das gesellschaftlich Sinnvolle muss Leitbild sein.“

Ein aktueller Bericht des Institute for Human-Centered Artificial Intelligence an der Stanford University kommt zum Schluss, dass AI ökonomisch dauerhaft nur dann von breitem Nutzen ist, wenn sie verantwortungsbewusst genutzt und die Gewinne gerechter verteilt werden. Andernfalls werde AI vor allem einer reichen und mächtigen Elite dienen und die große Mehrheit der Menschen immer mehr ins wirtschaftliche Abseits gedrängt.

AI schaffen, der wir vertrauen – aber wie?

Neben Initiativen wie dem Projekt der Bertelsmann-Stiftung versucht auch die Politik, Lösungen zu finden. Zum Beispiel mit der Datenethikkommission. Von „Regulierungswut“ bis „Steilvorlage für die Zivilgesellschaft“ – der Abschlussbericht der Kommission rief vergangene Woche völlig unterschiedliche Reaktionen hervor. Stimmen relevanter Akteure fassen unter anderem netzpolitik.org, das Handelsblatt und fortune.com zusammen.

Gemeinsam beauftragt von Innenministerium und Justizministerium sollte die Kommission Antworten auf komplexe Fragen rund um Datennutzung, Algorithmen und damit auch AI finden. Wertebasiert, menschenzentriert und gemeinwohlorientiert – so stellt sich Bundesjustizministerin Christine Lambrecht die digitale Zukunft vor. Neue Technologien wie AI sollen niemanden zurücklassen und die Menschen sollen ihnen vertrauen können.

Die Kommission schlägt dafür vor:

  • Algorithmische Systeme bzw. AI nach ihrem Schädigungspotenzial für Verbraucher kategorisieren; je nach Risikoklasse müssen die AI-Betreiber bestimmte Auflagen erfüllen
  • Ein Gütesiegel für Algorithmen soll Verbrauchern Klarheit geben
  • Unternehmen sollen einen Algorithmen-Beauftragten bekommen, ähnlich wie ein Datenschutzbeauftragter
gutachten-datenethikkommission
Wer ganz genau nachlesen möchte findet das Gutachten der Datenethikkommission hier. Einfach auf das Bild klicken.

Auch der Giga Gipfel in dieser Woche, ein Treffen der Digitalbranche, unter anderem organisiert von Handelsblatt und Tagesspiegel, stand unter dem Motto „Tech for Good“. Die Teilnehmer erarbeiteten folgende Kernbotschaften (siehe im Newsletter Artikel „Technologie darf kein Selbstzweck sein“ von Miriam Schröder):

1. Wir müssen Technologie stets so entwickeln, dass sie den Menschen ermächtigt und in der Verantwortung hält.
2. Technologie darf kein Selbstzweck sein: Sie darf nicht Probleme kreieren, die sie dann zu lösen versucht.
3. Technologie muss nachhaltige Entwicklungen fördern und für so viele Menschen wie möglich problemlos nutzbar sein.
4. Wir brauchen Technologien, um Ressourcen weltweit fairer und nachhaltiger einsetzen zu können.
5. Die für KI verwendeten Daten müssen transparent sein, aus vertrauenswürdigen Quellen stammen, diskriminierungsfrei verwendet und datenschutzkonform erhoben werden.
6. Wir müssen besser erklären, wie Technologie funktioniert und welche Chancen sich daraus für die Gesellschaft ergeben.

Auf der Suche nach Lösungen

Wie kann maschinelle Ethik aussehen? Im Grunde wie unsere menschliche Ethik, erklärt der Philosoph Peter Asaro. Denn Maschinen können höchstens mit Hilfe unserer menschlichen Programmierung lernen, unsere Ethik nachzuahmen. Wenn Algorithmen Entscheidungen treffen, müssten die Entwickler also die Verantwortung dafür übernehmen. Doch gerade daran scheitert es vielfach, wie die Ethikprofessorin Judith Simon kritisiert. Junge Programmierer, wie die Gruppe ConsciousCoder, sind sich hingegen bereits heute dieser Verantwortung bewusst.

Ethisch orientierte Kriterien für Artificial Intelligence gibt es zwar bereits. Deren mangelnden Effekt diskutiert Geoff Mulgan, CEO der britischen Innovations-Stiftung Nesta, in fünf Thesen. So fordert er zum Beispiel die Entwicklung ethischer Richtlinien aus Anwendungssituationen von Algorithmen heraus und macht klar, dass ethische Entscheidungen auch immer als politische Entscheidungen zu betrachten sind. Mulgan schließt:

„Ethics is more a habit or muscle, than a code (in either sense). It’s a way of thinking and reasoning, not a rigid framework. It’s nurtured in real life contexts and built up more like case law than a constitution. We need – all of us – to become much more fluent in this.“

Übersetzt mit DeepL und ein wenig eigenem Sprachgefühl:
„Ethik ist eher eine Gewohnheit oder ein Muskel, als ein Code (im doppelten Sinn). Sie ist eine Denkweise und Argumentation, kein starrer Rahmen. Sie wird in realen Kontexten gepflegt und eher wie eine Rechtsprechung als wie eine Verfassung aufgebaut. Wir müssen – alle – viel flüssiger in dieser Denkweise werden.”

aiDeepDive: Vertiefung zum Wochenende

Ein Schlüssel zu menschengerechter Artificial Intelligence?

Stuart Russell, Professor am Center for Human-Compatible AI an der University of California, Berkely, erklärt in einem VOX-Interview, warum AI-Systeme unseren ethischen Ansprüchen oft nicht genügen. Sie sind darauf getrimmt, genau ein Ziel zu erreichen: ein Spiel zu gewinnen oder ein Fahrzeug von A nach B zu fahren. Da wir Menschen jedoch über diese eindimensionalen Ziele hinaus viele weitere Ziele haben, unter anderem, dass das selbstfahrende Auto weder seine Insassen noch andere Verkehrsteilnehmer verletzt, kann ein eindimensionales AI-System nicht funktionieren.
Russels Lösung: In AI-Systeme soll eine Grundeinstellung integriert werden, die den Nutzen für die Menschen fest einprogrammiert. Wie das genau aussehen soll, erklärt der Experte im Interview und in seinem Buch Human Compatible.

AI TV- & Filmtipps zum Wochenende:

„Helena“ erwacht in Deinem Wohnzimmer

Wie könnte es sich anfühlen, wenn plötzlich eine Artificial Intelligence in Form eines Hologramms im eigenen Wohnzimmer steht? Ein neues Webformat der TV-Sender BR und Arte gibt ein Gefühl dafür. Helena, eine AI-Dame, soll ihrem Erschaffer Sven helfen, die Welt zu retten. Doch zunächst muss sie dafür viel Lernen. Begleitet wird diese fiktive Geschichte von Erläuterungen namhafter AI-Wissenschaftler und Praktiker wie Yann LeCun, Turing-Preisträger und Leiter von Facebook AI. Sehenswert!

Helena, die von Sven erschaffene AI muss noch eine Menge lernen (Zum Video geht es durch einen Klick auf das Bild)

aiDeepDive: Vertiefung zum Wochenende

Der Terminator passt nicht ins Bild

Stimmen aus der AI-Community wie Yoshua Bengio vom Forschungsunternehmen Element AI und Facebook-Wissenschaftler Edward Grefenstette kritisieren die Darstellung von Artificial Intelligence im neuen Terminator-Film von Arnold Schwarzenegger. Der Film zeige eine unrealistische Superintelligenz, die mit heutigen und auch zukünftigen AI-Systemen wenig zu tun habe. Das löse Ängste bei den Menschen aus, die völlig unbegründet seien. Mehr Meinungen zu Terminator: Dark Fate lest ihr hier.

Eine weitere Argumentation der Filmkritiker: Wir sollten uns mehr darum sorgen, wie Menschen die Möglichkeiten bereits heute vorhandener AI-Systeme missbrauchen. So überwacht die chinesische Regierung die Minderheit der Uiguren mit automatisierter Gesichtserkennung. Mit Chatbots und DeepFake-Videos lassen sich demokratische Wahlen beeinflussen.


Wir freuen uns immer über Feedback zum Newsletter: feedback@ailetter.de


Abonniere jetzt den aiLetter!

Bleibe immer auf dem neuesten Stand. Erhalte wöchentlich News aus der Welt der Artificial Intelligence kostenlos in dein Postfach.