KI soll Menschen bei ihrer Arbeit unterstützen

15.06.2022

Seit Anfang dieses Jahres arbeitet Jan Groß bei C.H.Beck und verstärkt das Team, das sich mit dem Thema KI und Maschinellem Lernen beschäftigt. Wir sprachen mit ihm über die Inhalte, mit denen er sich im Studium auseinandergesetzt hat und wo er dieses Wissen bei C.H.Beck einbringen kann.

20220614_jan_gross.jpg

Frage: Sie haben einen Master in Wirtschaftsinformatik/Data Science. Mit welchen Inhalten haben Sie sich während Ihres Studiums beschäftigt?

Jan Groß:

Im Fokus meines Masterstudiums standen Fragestellungen rund um die Themen „Big Data & Business Analytics“, um die ständig wachsenden Datenmengen in Unternehmen verarbeiten, Wissen und Informationen extrahieren und daraus entsprechende operative und strategische Entscheidungen ableiten zu können. Während meines Studiums war ich zudem in einer Forschungsgruppe für Maschinelles Lernen („Machine Learning“) tätig, in welcher moderne Verfahren der Künstlichen Intelligenz (KI) in verschiedenen Domänen (z.B. vollautomatisierte Erkennung von Materialfehlern auf Basis von CT-Bildmaterial mittels Deep Learning Verfahren, Klassifikation von EEG-Sensordaten durch entscheidungsbaum-basierte Machine Learning Methoden zur frühzeitigen Erkennung spezifischer Gehirnerkrankungen) entwickelt wurden. Die erlernten Fähigkeiten während dieser Zeit konnte ich anschließend im Rahmen meiner Masterarbeit anwenden, in welcher ich mich mit dem Benchmarking von sog. „Transfer Learning“ Strategien (Methode aus dem Deep Learning) im Bereich der visualisierten Zeitreihendaten beschäftigt habe. (https://doi.org/10.1109/ACCESS.2022.3148711)

Frage: Konnten Sie dieses Wissen bei C.H.Beck.Media.Solutions anwenden?

Jan Groß:

Momentan bin ich bei C.H.Beck.Media.Solutions im Projekt „KIND“ (KI-optimierte Nachauflagen-Disposition) tätig, in welchem wir Machine-Learning-Methoden zur Prognose von Verkaufszahlen einsetzen. Meine Erfahrungen aus bisherigen Tätigkeiten konnte ich hierbei anwenden, um insbesondere die Datenvorverarbeitung und Modellarchitektur des Tools zu optimieren. Hierdurch konnten bereits große Verbesserungen im Hinblick auf die Steigerung der Vorhersagezeiträume sowie Genauigkeit und Stabilität der Modelle erzielt werden.

Frage: Muss KI immer besser, schneller und kostengünstiger als der Mensch sein? Wann macht der Einsatz Sinn?

Jan Groß:

Entgegen der weitverbreiteten Meinung soll KI den Menschen nicht ausschließlich ersetzen, sondern diesen in seiner Arbeit unterstützen. Wird eine Arbeit vollständig automatisiert, so muss der Algorithmus viel besser sein als der Mensch. Geht es jedoch darum, ein Empfehlungs- bzw. Unterstützungssystem zu entwickeln, darf die KI, wie auch der Mensch, Fehler machen. Ziel ist es, komplementäre Ergebnisse zu erhalten. Unabhängig von der Art des Einsatzes, steht und fällt ein KI-Ansatz mit den Daten, die für das Training verwendet werden. Eine Umsetzung macht deshalb insbesondere dann Sinn, wenn Daten bereits vorliegen bzw. leicht gesammelt werden können. Im aktuellen Projekt „KIND“ lassen sich diese Aspekte sehr gut veranschaulichen. Unser System arbeitet momentan in der Testphase kooperativ mit den Anwendern und hilft diesen dabei, die Lagerbestände, Nachdruckhöhe und -zeitpunkt zu optimieren. Die Verkaufs- und Bestandsdaten liegen bereits bei den Verlagen vor und können leicht an uns übermittelt werden. Ein Einsatz ist somit ohne größeren Forschungsaufwand möglich.

Frage: Kann man solche Technologien auch an anderen Stellen einsetzen oder ist das Anwendungsgebiet beschränkt?

Jan Groß:

Künstliche Intelligenz ist immer nur ein Werkzeug. Durch die zunehmende Verfügbarkeit von Daten in verschiedensten Bereichen und stetige Weiterentwicklung der Algorithmen sind der KI hinsichtlich der Anwendungsgebiete kaum Grenzen gesetzt. Momentan befinden wir uns zum Beispiel in der Startphase eines Projektes zur Rechtsgebietserkennung und Verschlagwortung von Gerichtsurteilen. Dies ist nur eine von vielen Möglichkeiten, für welche KI-Methoden bereits zum jetzigen Zeitpunkt allein im Verlag C.H.Beck eingesetzt werden können.

Frage: Was sind die Voraussetzungen um eine Problemstellung erfolgreich mit solchen Methoden zu bearbeiten?

Jan Groß:

Ein KI-basierter Arbeitsablauf ist immer nur so gut wie die zugrundeliegende Datenbasis. In diesem Zusammenhang spricht man von „GIGO“ (Garbage In, Garbage Out). Wird ein Machine-Learning-Modell auf falschen oder unvollständigen Daten trainiert, führt dies zu fehlerhaften oder ungenauen Prognosen. Datenintegrität ist somit wichtiger denn je. Eine erfolgreiche Umsetzung setzt eine intensive und fachlich kompetente Auseinandersetzung mit der zugrundeliegenden Domäne voraus. In unserem aktuellen KI-Projekt arbeiten wir deshalb eng mit unseren Kunden (Nutzern) zusammen, welche uns die Eingabedaten und zeitgleich hilfreiches Feedback zur Optimierung der Modelle liefern.

 

Vielen Dank für das Gespräch!

 

Weitere Meldungen

FTEP 2022: Dieses Programm erwartet Sie

Themenschwerpunkt der FTEP 2022 am 22. September 2022 ist die Kleinauflage mit den vor- und nachgelagerten Prozessen und technischen Herausforderungen. Das Spektrum reicht vom automatisierten Auftragsdurchlauf bis zur KI-gesteuerten optimierten Nachauflagendisposition, womit der Gedanke der Nachhaltigkeit für eine bedarfsgerechte Produktion aufgegriffen wird.

FTEP 2022: Dieses Programm erw...
Kennen Sie schon das jüngste KIND von C.H.Beck?

Ja, wir haben Nachwuchs bekommen! Unser neuestes Projekt im Bereich Künstliche Intelligenz (KI) haben wir mit diesem Wortspiel bezeichnet. Die Abkürzung steht für KI-optimierte Nachauflagen-Disposition. Mit diesem weitaus sperrigeren Titel ist genau beschrieben worum es in dem Projekt geht: Um die Bestimmung von optimalen Nachauflage-Mengen mit Hilfe von Methoden aus der Künstlichen Intelligenz.

Kennen Sie schon das jüngste K...
Können Maschinen lernen?

Je nachdem, wen man fragt, wird die Antwort auf diese Frage unterschiedlich ausfallen. Ein Pädagoge oder Psychologe wird schon den Begriff des Lernens anders interpretieren als ein Mathematiker. Wir, mit unserer technischen Sicht, beantworten diese Frage ganz klar mit „ja“. Das kommt daher, dass wir uns seit Jahren mit Künstlicher Intelligenz und dem Teilgebiet des Maschinellen Lernens auseinandersetzen, um damit Lösungen für komplexe Fragestellungen zu finden, die mit einem algorithmischen Ansatz nur schwer oder überhaupt nicht lösbar sind.

Können Maschinen lernen?