pixone3d - Fotolia

IBM Watson: IT-Revolution oder ganz normale Technologie?

IBM will mit der Vermarktung seiner Analytics-Technologie Watson das ehemalige Kerngeschäft hinter sich lassen. Doch funktioniert diese Strategie?

Dieser Artikel behandelt

BA

Im Jahr 2011 schlug IBM Watson zwei der erfolgreichsten menschlichen Kandidaten der US-amerikanischen Quiz-Show Jeopardy. In dem TV-Dauerbrenner wird den Quizkandidaten eine Antwort vorgegeben, zu der die passende Frage gesucht wird. Das ist schon für Menschen nicht einfach: Oft ist es erforderlich, Zusammenhänge herzustellen, verschiedene Wissensgebiete zu verbinden, frei und komplex zu assoziieren und „um die Ecke zu denken“.

Watson meisterte die Aufgaben grandios und schlug beide menschlichen Superhirne. Mit seiner Fähigkeit, natürliche menschliche Sprache zu verstehen, deren Wörter und Kontext zu analysieren, diese Informationen schnell zu verarbeiten und präzise Antworten auf Fragen in normaler Sprache auszugeben, markierte das Event einen Durchbruch in der künstlichen Intelligenz.

Für Watson war Jeopardy der Showcase – genauso wie einige Jahre zuvor das Duell „Mensch gegen Maschine“ für Deep Blue, dem Schachcomputer von IBM. Damals im Jahr 1997 gelang es einem Rechner erstmals in der Geschichte, in einem Turnier den amtierenden Schachweltmeister – damals Garry Kasparov – zu bezwingen. Ein historischer Sieg der Maschine über den Menschen in einem Bereich, in dem der Mensch bislang die Oberhand hatte. Heute gelten Computer im Schach als unschlagbar.

Solche ehrgeizigen Projekte wie Watson oder Deep Blue, die zunächst keinen direkten kommerziellen Nutzen haben, heißen bei IBM Grand Challenges – große Herausforderungen. Man nimmt sich in komplexer und zeitintensiver Grundlagenforschung bestimmter IT-Themen an, von denen man glaubt, dass sie die Gesellschaft in den nächsten Dekaden massiv verändern werden. Diese Grand Challenges – so hat sich gezeigt – bringen vielfach die Wissenschaft in besonderem Maße voran – und mittelfristig auch die Wirtschaft.

Watson galt lange als nächste Grand Challenge – doch Watson hat inzwischen die Phase der wirtschaftlichen Verwertbarkeit erreicht. Seit seinem Auftritt in der Jeopardy Show hat IBM seinen Superrechner für praktische Aufgaben in Wirtschaft, Forschung und Medizin fit gemacht. Das Ziel: Antworten auf die Fragen zu finden, die sich Organisationen in diesen Bereichen oft stellen – schneller und zu geringeren Kosten als mit herkömmlichen Mitteln.

Immer mehr Watson-Anwendungen

Aktuell werden über IBMs Cloud-Plattform Bluemix etwa 28 Watson-Services als Application Programming Interfaces (APIs) angeboten. Mit diesen lassen sich Watson-Anwendungen bauen oder Watsons Fähigkeiten in Eigenentwicklungen integrieren. Language Identification erlaubt beispielsweise die Bestimmung von Sprachen, Machine Translation die automatische Übersetzung von einer Quell- in eine Zielsprache. Den höchsten Bekanntheitsgrad dürfte der Watson-Service Question and Answer haben. Damit können Apps programmiert werden, die anhand einer Frage die zugehörige Antwort auf Basis von hinterlegten Broschüren, Internetseiten, Handbüchern oder Blogeinträgen geben.

Die Anwendungen dieser Technologie breiten sich inzwischen in Wirtschaft und Wissenschaft aus. Aufsehenerregende Projekte machen immer häufiger Schlagzeilen in der Presse. Im Mai 2016 kündigte IBM beispielsweise einen Durchbruch auf dem Gebiet der medizinischen Forschung mit Makromolekülen an. Der Ansatz mit Watson-Technologie könnte helfen, tödliche Virusinfektionen wie Zika oder Ebola zu verhindern. Neben der Medizin ist Recht und Compliance ein beliebtes Anwendungsgebiet: So hat die global agierende Anwaltskanzlei Baker & Hostetler vor kurzem eine Art Roboter-Anwalt auf Watson-Basis entwickelt.

Allerdings können Unternehmen mit Watson-Technologie nicht einfach loslegen. Jede Applikation muss zuerst einmal die Ontologie – also die Sprache und Definitionen – für den Bereich lernen, auf den sie angewendet werden soll. Auch hier will IBM helfen. Über den Konzern bringen Entwickler mithilfe von menschlichen Experten auf dem Anwendungsgebiet Watson das Wissen bei, das er braucht, um eine bestimmte Domäne zu verstehen.

So war das auch bei Volume, einem in Großbritannien ansässigen Unternehmen für Marketing, Schulung und Technologie. Die Firma nutzt Watson für die Entwicklung von Anwendungen, die ihre Kunden beim Verkauf technologischer Produkte unterstützen.

Chris Sykes, CEO bei Volume, sagt: „Wir haben maßgeschneiderte Anwendungen für Unternehmenskunden entwickelt. Die Idee dabei war, kognitive Berater zu schaffen, die präzise Antworten auf Fragen von den Verkaufsteams liefern können. Die künstlichen Berater sind auch dazu in der Lage, in natürlicher Sprache und in Echtzeit Fragen zu stellen, so dass ein Verkäufer ab dem ersten Tag bereit für den Einsatz ist.“

Sykes sagt weiter: „In einem normalen Verkaufsprozess kann ein Verkäufer den Kunden nur so lange beraten, bis technisches Know-how notwendig ist und ein technischer Sachverständiger einbezogen werden müsste. Aber wenn kein Experte verfügbar ist, verzögert sich der Verkaufszyklus.“

„Mit unserer Anwendung verfügt das Vertriebsteam auf Knopfdruck über detailliertes, technisches Wissen, das sie für das Verkaufsgespräch benötigen. Sie können das System vor oder während eines Kundenkontakts abfragen. Die Information kommt in natürlicher, präziser Sprache zu ihnen zurück.“

Das System bringt laut Sykes klare vertriebliche und finanzielle Nutzwerte: „Die Netto-Vorteile sind höhere Umsätze pro Vertriebsmitarbeiter, kürzere Verkaufszyklen und höhere Konversionsraten.“

Material in Massen

Insbesondere Anwendungen, die Unternehmen dabei helfen, große Mengen an schriftlichen Unterlagen auszuwerten und zu interpretieren, können von Watson profitieren, sagt Surya Mukherjee, Senior Analyst beim Marktforschungsunternehmen Ovum.

Das Beratungsunternehmen Deloitte arbeitet beispielsweise mit dem Watson-Team von IBM zusammen, um einen Dienst anzubieten, der größere Mengen von Rechtsinformationen integriert. Damit sollen Unternehmen bei der Einhaltung gesetzlicher Vorschriften unterstützt werden. Mit menschlichen Rechtsexperten wäre dieser Umfang an Textmaterial nicht zu stemmen, sagt Mukherjee.

„Einige Unternehmen haben 20.000 Seiten an Vorschriften, die sie jeden Monat sichten müssen, um einen Überblick über die Compliance zu behalten und auf dem neuesten Stand zu bleiben“, sagt er. „Um zu verstehen, was für sie relevant ist, bräuchte es eine ganze Armee von Anwälten. Die Watson-Anwendung kann die Dokumente analysieren, und weil sie weiß, nach was sie suchen soll, kann sie die relevanten Teile kennzeichnen.“

Wichtig ist dabei, dass Watson aus seinen Fehlern lernt, fügt er hinzu. „Es gibt Ergebnisse, bei denen Watson etwas Richtiges als falsch einstuft – was man in der Testtheorie als ‚falsch positiv‘ bezeichnet – und Ergebnisse, bei denen Watson etwas Falsches als richtig einstuft (‚falsch negativ‘). Aber mit heuristischen Algorithmen und menschlichem Feedback lernt die Software im Laufe der Zeit aus ihren Fehlern.“

Unternehmen, die in solche Anwendungen investieren, können viel Zeit und Geld und sich den Einsatz von Experten sparen, die große Mengen von Text oder anderen unstrukturierten Daten analysieren müssten. Allerdings ist Watson nicht gerade billig.

„Watson ist keine standardisierte, verbreitete Technologie, deshalb ist sie nicht so günstig zu haben“, sagt Mukherjee. „Hier muss schon etwas Geld investiert werden.“

Während Watson-Anwender die APIs für ihre Anwendungen auf Pay-as-you-go-Basis aus der Cloud auswählen können, brauchen sie auch Geld, um Watson für eine bestimmte Ontologie zu trainieren und menschliche Expertise, um zu überprüfen, ob der Output der Anwendung Sinn macht.

„Sie müssen sich schon fragen, ob Sie die Gabe und die Experten haben, Watson für Ihre Zwecke zu nutzen“, erläutert Mukherjee. „Diese Leute sind nicht gerade billig.“

IBM setzt alles auf Watson

IBM promotet Watson unter dem Begriff Cognitive Computing. Analysten und Experten verstehen dies als Versuch, IBMs Kerngeschäft radikal über die Technologien hinaus zu expandieren, für die IBM Pionierarbeit geleistet hat. Diese Technologien sind nämlich inzwischen Massenware geworden und kaum mehr profitabel.

„Cognitive Computing, Cloud und Big Data – das sind die Bereiche, in die IBM Milliarden investiert hat. Und Cognitive Computing dürfte dabei Priorität haben“, ist Mukherjee überzeugt. „In Technologiemärkten wie Datenbanken, Analytics und Business-Anwendungen ist IBM einer unter vielen und hat viel Konkurrenz.“

„Man kann sagen, dass das, was IBM anbietet, auch Oracle und SAP anbieten. Aber im Bereich kognitives Computing gibt es keinen Mitbewerber – hier ist IBM alleine. Es ist deshalb nicht erstaunlich, dass IBM so ziemlich alles auf Watson setzt.“

Die Preise für Watson hat IBM per se nicht veröffentlicht, weil diese letztendlich von der speziellen Kombination von APIs und Add-On-Diensten, die die Kunden nutzen, abhängen. Es wurde auch nicht bekannt gegeben, wie viel IBM in sein Watson-Projekt investiert und welche technischen und personellen Kapazitäten es bereitstellt, um Watson weltweit zu unterstützen. Weniger verschwiegen ist IBM, wenn es um die Fähigkeiten seines Cognitive-Computing-Programms geht. Hier ist der Konzern nicht um starke Worte verlegen.

Phil Westcott, europäischer Leiter für Ökosysteme bei der IBM Watson Group, sagt: „Watson basiert auf Systemen, die lernfähig sind, schlussfolgern können und in der Lage sind, mit Menschen auf natürliche Art zu interagieren. Watson versteht die Welt in der Art und Weise, wie das Menschen tun: Über die Sinne, über Lernen und über Erfahrung.“

An anderer Stelle ihrer Werbekampagne für Watson behauptet IBM: „Watson und seine kognitiven Fähigkeiten spiegeln einige der wichtigsten mentalen Elemente des Menschen wider. Systeme, die ebenso über Probleme nachdenken, wie Menschen das machen.“

Mehr zum Thema IBM Watson:

OpenText Enterprise World 2016: Mit Magellan gegen IBM Watson.

Zwischen Hype und Realität: Was IBM Watson für Analytics bietet.

IBM: Watson soll Cybergefahren erkennen und abwehren.

Betaversion von IBM Watson Analytics als kostenloser Cloud-Service verfügbar.

Watson mangelt es an gesundem Menschenverstand

John Carroll, Professor für Computerlinguistik an der Universität von Sussex, ist weniger euphorisch. Er sagt, dass er trotz Watsons beeindruckenden Leistungen bei der Verarbeitung natürlicher Sprache und dem Beantworten von Fragen in Jeopardy skeptisch ist, was die Behauptung betrifft, dass Watson die Welt so versteht und so über die Welt nachdenkt, wie das Menschen tun.

„Menschliches Denken funktioniert ganz anders und ist komplementär zu dem, was Computer machen“, sagt er. „Richtig ist: Die Menschen haben nicht die Fähigkeit, Millionen von Dokumenten pro Stunde zu lesen, deshalb übersteigen Watson’s Fähigkeiten diejenigen von Menschen. Andererseits muss man aber sagen: Watson hat keinen gesunden Menschenverstand. Das System hat nicht die Fähigkeit, induktiv Schlüsse zu ziehen oder zu verstehen, wie Menschen sich verhalten, handeln oder sich in der realen Welt bewegen.“

„Watson kann etwas ähnliches wie Menschen machen, aber in eingeschränkter Weise, etwa so, wie IBMs Deep Blue Schach und Google AlphGo Go spielen können“, erklärt Carroll. „Aber Watson ist keine Replikation menschlicher Intelligenz. Watson kann nur die Art von Dingen erledigen, die ihm in die Wiege gelegt wurden: Aus Texten und Datenbanken bestimmte Informationen extrahieren und diese integrieren. Er kann nicht wie ein Mensch in der realen Welt agieren. Und er hat keine Vorstellung davon, was die reale Welt ist.“

Watson stützt seine Antworten auf die fachspezifischen Texte von Menschen, die er verarbeitet, aber zu viel mehr ist er nicht in der Lage – etwa darüber hinaus Folgerungen anzustellen oder über Konsequenzen nachzudenken.

„Ontologien sind widersprüchlich und unvollständig, und wenn Sie dann zwei oder drei Schlüsse gemacht haben, ist es durchaus möglich, dass etwas schief läuft“, sagt Carroll. „Der Computer weiß nicht, was ein Widerspruch ist, und was eine falsche Schlussfolgerung ist, weil er keinen gesunden Menschenverstand hat. Er kann leicht in die Irre geführt werden. Es ist sicherer, mit Dokumenten zu arbeiten, welche Menschen geschrieben haben.“

Carroll sagt, dass künstliche Intelligenz inzwischen bei einer ganzen Reihe von Geschäftsproblemen angewendet werden und einige Probleme auch bei noch spezielleren Technologien als Watson auftreten.

IBM hat Unternehmen, Wissenschaftler und Analysten zweifellos mit der Leistung von Watson bei der Beantwortung von Fragen in natürlichsprachlicher Sprache, die auf großen Textmengen oder unstrukturierten Daten beruhen, beeindruckt. Experten stimmen auch darin weitgehend überein, dass viele Unternehmen und andere Organisationen von Watson-basierten Anwendungen profitieren dürften. Aber ob Watsons kognitive Fähigkeiten sich tatsächlich mit IBMs hohen Ansprüchen decken, bleibt eine offene Frage.

Weitere Systeme mit künstlicher Intelligenz

Arria extrahiert Informationen aus komplexen Datenquellen und gibt diese in natürlicher Sprache aus – typischerweise in Form eines Berichts. Es arbeitet auf Basis von IBM Watson. Bis April 2015 zählte Shell zu seinen Kunden.

Brandwatch liefert Informationen darüber, was Social Media und Web User über Firmen oder deren Produkte denken. Zu den Kunden zählen Ikea, Marks & Spencer und British Airways.

iLexIR hat in Zusammenarbeit mit den Universitäten von Cambridge und Sussex Textverarbeitungs-Tools entwickelt und ist spezialisiert auf Textanalyse, Data Mining, Klassifizierung und Suchanwendungen.

DeepMind wurde im Jahr 2010 in Großbritannien gegründet und 2014 von Google erworben. Schlagzeilen machte vor kurzem das dort entwickelte AlphaGo Programm, das zunächst professionelle Go-Spieler schlagen konnte und schließlich im Frühjahr 2016 sogar den Go-Weltmeister. Die Health Unit arbeitet mit dem Royal Free Hospital NHS Foundation Trust zusammen und will Krankenschwestern und Ärzten aktuelle Informationen bereitstellen, die ihnen helfen, Fälle von akutem Nierenversagen zu erkennen.

AlchemyAPI analysiert Texte auf Stimmungen und Einstellungen, Kategorien und bestimmte Schlüsselwörter und erkennt Objekte und Gesichter in Bildern. Die IBM Watson Gruppe erwarb die Firma im Jahr 2015 mit dem Ziel, seine Fähigkeiten um textanalytische Fertigkeiten zu ergänzen.

Seldon ist ein Open Source und plattformunabhängiges maschinelles Lernsystem, das Echtzeit-Empfehlungen zur Verfügung stellt. Es verbindet verhaltensbasierte, soziale und kontextuelle Daten sowie Daten von Erst- und Drittanbietern, um die Relevanz von Inhalten und Produktempfehlungen zu erhöhen. Der bekannteste Kunde ist lastminute.com.

Folgen Sie SearchEnterpriseSoftware.de auch auf Twitter, Google+, Xing und Facebook!

Artikel wurde zuletzt im August 2016 aktualisiert

Pro+

Premium-Inhalte

Weitere Pro+ Premium-Inhalte und andere Mitglieder-Angebote, finden Sie hier.

Erfahren Sie mehr über Business Analytics

Diskussion starten

Schicken Sie mir eine Nachricht bei Kommentaren anderer Mitglieder.

Mit dem Absenden dieser Daten erklären Sie sich bereit, E-Mails von TechTarget und seinen Partnern zu erhalten. Wenn Ihr Wohnsitz außerhalb der Vereinigten Staaten ist, geben Sie uns hiermit Ihre Erlaubnis, Ihre persönlichen Daten zu übertragen und in den Vereinigten Staaten zu verarbeiten. Datenschutz

Bitte erstellen Sie einen Usernamen, um einen Kommentar abzugeben.

- GOOGLE-ANZEIGEN

SearchSecurity.de

SearchStorage.de

SearchNetworking.de

SearchDataCenter.de

Close