Warum KI ohne manuelles Testing nicht funktioniert

„OK Google, wo liegt das Problem?“

| Autor / Redakteur: Jan Wolter * / Stephan Augsten

Im Zuge KI-gestützter Anwendungsentwicklung wird auch Developern in Zukunft die eine oder andere Entscheidung abgenommen.
Im Zuge KI-gestützter Anwendungsentwicklung wird auch Developern in Zukunft die eine oder andere Entscheidung abgenommen. (Bild: geralt - Pixabay.com)

Künstliche Intelligenz oder kurz KI steht unabhängig von Branche und Unternehmensgröße hoch im Kurs. Im Bereich der Anwendungsentwicklung kann KI den Developer ebenfalls entlasten, auch wenn sie einige spezielle Herausforderungen mit sich bringt.

KI gilt als eine Art Hightech-Allrounder, der routinemäßige Geschäftsprozesse automatisiert, Kundenerfahrungen hyper-personalisiert und intelligente Entscheidungen fördert. Die Technologie ist bereits im Einsatz und hilft Banken und Kreditinstituten zum Beispiel dabei, Kreditrisiken besser zu bewerten. Sogar Versorgungsunternehmen greifen auf KI zurück, um die nachhaltige Bereitstellung von Wind- und Sonnenenergie zu optimieren.

Laut einer Studie von Accenture könnte KI die Rentabilität in der Wirtschaft bis 2035 um fast 40 Prozent steigern. Viele Unternehmen stehen allerdings erst am Anfang, ihnen fehlen sowohl das interne Know-how als auch die Mittel, um mit KI-Entwicklungsprojekten eine signifikante Produktivitätssteigerung zu erreichen.

Weltweit hatten bis Ende 2017 demnach erst fünf Prozent aller Unternehmen die umfassende Einführung von KI abgeschlossen. 22 Prozent gaben an, dass sie KI-gestützte Technologien weder implementiert noch entsprechende Pläne in der Hinterhand hätten.

Zwei Seiten der Medaille

Bereits einfache KI-Anwendungen können für Softwareentwickler eine große Entlastung bedeuten. Die Komplexität von Code nimmt immer weiter zu, das setzt Programmierer unter Druck. Bei steigenden Ansprüchen an ihre Arbeit müssen sie sich zudem mit wiederholenden Aufgaben aufhalten. KI bietet hier die Chance, Zeit und Kosten zu sparen und gleichzeitig Präzision und Produktivität zu steigern.

Auf der anderen Seite bringt der Einsatz von KI-Programmen einige besondere Herausforderungen mit sich. Bei der traditionellen Softwareentwicklung lassen sich Fehlerursachen einfach nachvollziehen. Bei KI-gestützter Programmierung sieht es anders aus, hier handelt es sich letztendlich um eine Black Box.

Zwar können Menschen verstehen, wie eine KI funktioniert – sie kennen aber nicht jedes Detail und werden nie zu 100 Prozent nachvollziehen können, wie eine KI zu ihrer Lösung gekommen ist. Wer mit künstlicher Intelligenz arbeitet, sollte also am besten kein Problem damit haben, Kontrolle abzugeben.

Training ist das A und O

Ein entscheidender Faktor für den erfolgreichen Einsatz von KI sind die Daten. Zu Beginn müssen neuronale Algorithmen anhand von Beispieldaten trainiert werden. Künstliche Intelligenzen lernen aus diesen Beispielen und können sie nach Beendigung der Lernphase verallgemeinern und das Gelernte auch auf neue Aufgaben anwenden.

Je genauer und umfangreicher die Mengen an Trainingsdaten sind, desto besser sind die Ergebnisse der Systeme. Es gilt: Wenn nicht genügend Daten vorhanden oder die Daten inhaltlich oder strukturell von schlechter Qualität sind, können intelligente Maschinen keine verlässlichen Entscheidungen treffen.

Die benötigte Datenmenge variiert, je nachdem für welche Bereiche sie benötigt wird. Damit eine KI wie Siri oder Alexa bestimmte Sprachbefehle unabhängig von Sprachmustern oder Dialekten richtig verstehen kann, benötigt sie große Mengen an Daten. Wie wichtig die Größe des Datensatzes ist, lässt sich an einem Beispiel erklären: Während der Tests eines Sprachassistenten kam es immer wieder zu Verständnisproblemen bei der Spracheingabe. Der Smart Speaker hatte Schwierigkeiten, korrekt auf Eingaben in englischer und französischer Sprache zu reagieren.

In einem Fall bat ein französischsprachiger Benutzer das Gerät, die Nachricht „Wir sehen uns bald“ an einen Freund namens Noelle zu senden. Zwar ließ sich der Befehl auf Englisch erfolgreich aktivieren, doch interpretierte das sprachgesteuerte Gerät die französische Übersetzung „à bientôt“ als Nachnamen. Somit antwortete es, dass unter den gespeicherten Kontakten kein „Noelle Abientot“ zu finden sei. Dieses Beispiel verdeutlicht, was passieren kann, wenn einem KI-Programm nicht genügend lokalisierte Daten zur Verfügung stehen, um daraus zu lernen.

Sind es jemals genug Daten?

Muss eine KI also auf ewig mit Daten versorgt werden? Darauf gibt es keine einfache Antwort. Vielmehr gilt die Faustregel: Das Training einer KI hört nicht auf, es ist ein laufender Prozess. Je größer der Datensatz, desto besser funktioniert die KI.

Diese Regel gilt umso mehr im Bereich des autonomen Fahrens. Denn bedenken wir für einen Moment, was die KI eines selbstgesteuerten Fahrzeuges alles leisten muss: Sie muss ihre Umgebung in widrigsten Situationen interpretieren können und mit den Interpretationen die richtigen Lenkmanöver einleiten.

Ob die Fahrt in der Nacht, in dichtem Nebel, Regen oder Schneefall stattfindet, darf die Qualität der Fahrleistung nicht mindern. Zahlreiche Objekte in der Umgebung müssen korrekt erkannt und in die Berechnungen mit einbezogen werden. Selbst augenscheinlich einfach zu erkennende Objekte wie ein Mensch können die KI vor unerwartete Schwierigkeiten stellen.

In der Entwicklung selbstgesteuerter Fahrzeuge wird Fortschritt in Kilometern gemessen. Jeder dieser Kilometer muss händisch in auswertbare Daten übertragen werden. Selbst kurze Strecken erzeugen mehrere Gigabyte Informationen, sodass diese nicht mehr drahtlos übertragen werden können.

Entwickler und Data Scientists sammeln also Unmengen an Daten, sowohl durch reale Testfahrten als auch mittels Computersimulationen. Sie erfassen Milliarden von Datenpunkten und fahren unzählige reale und virtuelle Kilometer. Dabei erhöht jeder gefahrene Kilometer die Sicherheit der selbstfahrenden Autos ein Stückchen mehr.

Menschen bleiben zentraler Erfolgsfaktor

Die beschriebenen Szenarien machen deutlich, dass die Entwicklung von künstlicher Intelligenz, etwa zur Lenkung von Autos, menschliche Arbeit erfordert – und zwar jede Menge. Für Unternehmen, die künftig mit KI erfolgreich sein wollen, kommt es darauf an, Daten möglichst schnell in hoher Quantität und Qualität zur Verfügung zu stellen.

Jan Wolter
Jan Wolter (Bild: Applause)

Können Unternehmen dies nicht bewerkstelligen, riskieren sie den Anschluss zu verlieren und in KI-Programme zu investieren, die nicht funktionieren werden. Aus diesem Grund sind Menschen für die Entwicklung künstlicher Intelligenz unablässig und werden es auch in absehbarer Zeit bleiben. Sie müssen für jedes Szenario die notwendige Vorarbeit leisten, damit die Software aus diesen Informationen lernen kann.

* Jan Wolter leitet als General Manager für Applause den europäischen Geschäftsbereich und ist verantwortlich für den Ausbau des Unternehmens im europäischen Markt. Seine Hauptaufgabe besteht darin sicherzustellen, dass die Ziele von Applause Europe in Bezug auf das Umsatzwachstum und die Kundenakquisition umgesetzt werden. Außerdem ist er für die Qualität und die Kundenzufriedenheit des Unternehmens verantwortlich.

Kommentare werden geladen....

Kommentar zu diesem Artikel

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45812425 / Datenbanken)