Vorhersage-Tool 'Digitaler Zwilling': Kampagnen perfektionieren - ohne Budgetverbrennung

Digitale Zwillinge sind ein bewährtes Werkzeug in der Industrie 4.0 - ihr Siegeszug wird vom Erfolg des Internets der Dinge angetrieben: Vernetzte Gegenstände der realen Welt versorgen ein digitales Abbild mit Daten: Ein mit Sensoren ausgestatteter Fahrstuhl speist ein mathematisches Modell mit Daten, Algorithmen extrapolieren daraus Erkenntnisse. Etwa wann der Aufzug das nächste Mal gewartet werden muss - ein Beispiel für das Anwendungsszenario des digitalen Zwillings in der 'predictive maintenance'.
2019 und in den folgenden Jahren wird dieses Konzept auch außerhalb von IoT und Industrie 4.0 spannend werden - dank Machine Learning und KI. Denn nun stehen uns Algorithmen zur Verfügung, die eine Hochzeit künstlicher Intelligenz mit digitalem Modellieren zulassen - damit werden datengestützte Prognosen anhand digitaler Modelle auf vollkommen neuen Themenfeldern wie E-Commerce und Marketing möglich.

Denn auch immaterielle Objekte können digitale Zwillinge haben: So lässt sich beispielsweise Verkehr - etwa die Bewegungen von Lieferfahrzeugen eines Unternehmens - digital abbilden. Doch man kann das Abstraktionslevel noch steigern: "Im Grunde kann man auch sagen: Ein AB-Testing ist ein digitaler Zwilling", sagt Klaas Bollhoefer , Gründer und Geschäftsführer des auf Künstliche Intelligenz spezialisierten IT-Dienstleisters Birds On Mars  . Dabei teste man quasi mit digitalen Zwillingen (digitalen Landingpage-Kopien) die Performance verschiedener Varianten. "In diesem Fall habe ich ein digitales Abbild eines digitalen Objektes, die Sensorik, die Messung findet ebenfalls digital statt, anstelle von physischen Sensoren in der realen Welt." Hier beginne man zugegebenermaßen schon damit den Begriff überzustrapazieren, aber bei weiterer Definition lässt er sich durchaus auf AB-Testing anwenden.

Damit drängt sich die Erkenntnis auf, dass digitale Zwillinge nichts Neues sind, wie es der trendige Begriff nahelegt, aber dennoch durchaus zukunftsweisendes Potenzial haben: De facto nutzen viele Instanzen ständig digitale Zwillinge, doch künftig werden wir mit hoher Wahrscheinlichkeit immer mehr digitale Zwillinge in immer mehr Verwendungsszenarien der Interaktivwirtschaft erleben: In SEO, SEA, E-Commerce...

Denn das, was das Prinzip des digitalen Zwillings attraktiv macht, ist dass er realistische Schlussfolgerungen erlaubt, ohne Auswirkungen auf die Realität haben zu müssen: Man kann also autonome Autos in einer virtuellen Umgebung prüfen oder sein Marketing optimieren ohne Marketingbudgets ausgeben zu müssen. Spannend ist dabei der Aspekt, dass grundsätzlich alles einen digitalen Zwilling haben kann und mit genügend Budget und Fachkenntnis alles abgebildet werden kann: Vom kleinen AB-Testsetup bis zur aus der Science-Fiction bekannten totalen Simulation einer 'Matrix': "Stelle ich fest, dass in diesem virtuellen Umfeld andere Konfigurationen bessere Ergebnisse haben als die, die ich real nutze, kann ich das entsprechend auf die Realität anwenden", so Bollhöfer. Dafür gibt es bereits existierende Beispiele, weitere Anwendungsfelder werden folgen.

Wettervorhersage

Der vermutlich prominenteste und am weitesten verbreitete Digital Twin ist de facto die Wettervorhersage: Gigantische Rechenoperationen, die ihre Daten aus enormen Sensornetzwerken beziehen, stellen ein digitales Abbild des Wetters her, indem Algorithmen aufgrund von in die Zukunft verlängerten Tendenzen Prognosen machen. Zudem ist es eines der komplexesten digitalen Abbilder der Realität und offenbart die Fehleranfälligkeit virtueller Projektionen: Steigt die Komplexität, entwickeln kleine Fehler verheerende Abweichungen, die Prognosen sind invalide.

Computerspiele und autonomes Fahren

Computerspiele wie Grand Theft Auto haben ein enormes Komplexitäts- und Realitätslevel erreicht: Man kann hier erahnen, wie solche Simulationen für Testszenarien instrumentiert werden: Klaas Bollhöfer denkt etwa an Testfahrten autonomer Fahrzeuge, die in "Computerspielen möglich sind, in der Realität dagegen nicht, weil man nicht mal eben die Berliner Innenstadt absperren kann."

Vorwegnehmende Reparatur und Wartung

Bei Fahrstühlen und besonders Flugzeugturbinen beispielsweise ist es von enormem Interesse, Wartungen nicht in Intervallen vorzunehmen, sondern unmittelbar vor einem auftretenden Effekt. Deswegen werden digitale Zwillinge instrumentiert, um Störungen und Ausfälle vorwegzunehmen: Hunderte von Sensoren ermitteln Werte, die wie beim Wetterbericht in die Zukunft verlängert werden und so Aussagen über den nächsten Störfall erlauben. Diese Predictive Maintenance ist bereits in einigen Industriezweigen Standard.

E-Health: Von Predictive Maintenance zu Predictive Cure

Wenn digitale Zwillinge eine Prognose darüber zulassen, wann Maschinen repariert werden müssen - wieso sollten digitale Zwillinge dann nicht helfen vorausschauend zu erkennen, wann Menschen krank werden: Boris Lücke, Geschäftsführer der digitalen Strategieberatung Gap Consulting GmbH   sieht hier ein Anwendungsfeld für EHealth-Prognostik: "Ein solcher digitaler Zwilling würde sich nicht allein auf Sensoren stützen, sondern vielmehr auf die Erfassung der eigenen DNA - sie lässt Schlüsse zu, welche Gefahr besteht, dass ich an Krebs oder Erbkrankheiten erkranke." Besonders Google  / Alphabet   sei hier umtriebig - die Konzern-Tochter Verily   arbeitet an der Kartografierung der menschlichen DNA.

Marketing (Level I): SEO/SEA

Man kann die Mechanismen eines Adwords oder des Google-Algorithmus virtuell nachbauen und dann die Effekte verschiedener Optimierungsmaßnahmen testen. Dabei ist es nicht nötig zu wissen, wie der Algorithmus aussieht, besitzt man bestehende Daten und Erkenntnisse aus vergangenen Optimierungsmaßnahmen: Anhand eines digitalen Zwillings der Google-SERP spielt man beliebig viele Varianten von Optimierungsmaßnahmen durch, bis man die errechnet hat, die am wahrscheinlichsten zum Erfolg führt - diese Konfiguration kann dann in der Realität getestet werden. Hier liegt die eigentliche Stärke von digitalen Zwillingen im Marketing: Man kann ohne Schäden und Kosten alle Varianten, die denkbar sind durchspielen - simuliert man unendlich viele Kombinationen von Marketing-Mixen ist die beste zwangsläufig dabei.

Marketing (Level II): Kampagnen-Abbilder

Für das Onlinemarketing wird der digitale Zwilling besonders im Gewand eines KI-Trends spannend: Dem Reinforcement Learning, das dabei helfen kann, Marketing als Simulation abzubilden. Aus der Robotik kommend hat Reinforcement Learning jedoch nichts mit Robotern zu tun, sondern mit Belohnung als verstärkendem Faktor: Eine Künstliche Intelligenz wird mittels Belohnungen dazu animiert, eine bestimmte Handlung auszuführen. Dabei kann die Belohnung etwa ein steigender Highscore sein und das belohnte Verhalten so etwas Willkürliches wie beispielsweise Neugierde: Wenn der Algorithmus ein neues Gebiet auf einer Landkarte erkundet, belohnt man ihn. Und schon hat man eine Intelligenz, die autonom vorgeht bei der Exploration von Gebieten.

Auch Emotionen sind theoretisch so programmierbar - etwa ein wütender Assistent: Man belohnt die KI immer dann, wenn sie wütend wird. Dabei besteht die Herausforderung dann darin, Wut in einem Algorithmus mathematisch abzubilden, was aber absolut denkbar ist: Etwa indem man Verhaltensweisen via Highscore belohnt, die aggressivem Verhalten entsprechen.

Damit ist Reinforcement Learning der Weg zu komplexen autonomen Systemen: Man kann hier etwa eine Werbekampagne, die noch nicht live gegangen ist, unter realistischen Bedingungen testen. Der KI-Agent ist die Kampagne, den man in eine simulierte Umwelt hineinwirft - das kann etwa ein Versuchsaufbau aus den Kanälen Display Social und anderen Werbekanälen sein. Nun soll der KI-Agent so viele Klicks wie möglich generieren (ein hoher Highscore hier ist seine Belohnung). Er wird dann sein Verhalten so lange transformieren, bis er beim auf Klickmaximierung ausgerichteten Verhalten angekommen ist. Statt Marketeers, die auf Klicks optimieren, sind auch Shops denkbar, die auf den bestmöglichen Umsatz abzielen - sie könnten dann alle denkbaren Szenarien aus verschiedenen Preisen, Versandkosten, Margen, Verkaufskanälen und anderen Faktoren durchspielen, bis sie den Mix gefunden haben, der den otpimalen Gewinn oder Umsatz bringen dürfte.

Marketing (Level III): Virtuelle CMOs

Man kann im Reinforcement die Komplexität theoretisch so weit steigern, dass ein simuliertes Management in einer komplett artifiziellen Marktwirtschaft agiert, Kampagnen steuert, das Unternehmen lenkt. Die Herausforderung besteht natürlich darin, eine Kampagne als auch die Umgebung aus Werbekanälen optimal mathematisch abbilden zu können. Das benötigt eine Expertise, die es am Markt aktuell (fast) nicht gibt. Noch nicht. Aber theoretisch könnte Reinforcement Learning die komplette Führung eines Unternehmens in einer Simulation durchspielen, bis sie das Verhalten für maximalen Umsatz errechnet hat - der elektronische CMO/CEO quasi.

Digitale Zwillinge in allen Spielarten - von der weiten bis zur engen Definition, vom einfachen bis zum hoch komplexen Abbild, sind auf verschiedenen Gebieten ein spannendes Werkzeug. Agenturen und Marken, die es einsetzen wollen benötigen dafür vor allem drei Dinge: Data-Engineers, Data-Scientists und entsprechende Rechenpower. Die ersten sind Softwareentwickler mit dem Wissen, wie Datenanalyse und -verarbeitung funktionieren, die zweiten sind KI- und Algorithmenexperten. Der Bedarf nach dem Drittem kann sehr unterschiedlich ausfallen, je nach Komplexität der Simulation, die der digitale Zwilling vornehmen soll.