Vergesst die Künstliche Intelligenz!

Es ist ein riesiges Geschäft mit der angeblichen Künstlichen Intelligenz: Bei den ITK-Unternehmen ist die Stimmung so gut wie lange nicht, wie aus dem aktuellen Bitkom-Index   hervorgeht. Neben der unumgänglichen Blockchain ist es vor allem die Künstliche Intelligenz, die zu den aktuell spannendsten Themen der Bitkom-Branche gehört. Jedes vierte Unternehmen (26 Prozent) zählt KI zu den maßgeblichen Technologie- und Markttrends des Jahres.

Auch die Anwender im Marketing sind elektrisiert: Sieben von zehn europäischen Unternehmen wollen KI-Technologie in ihre bestehenden Anwendungen integrieren - oder haben es bereits, wie die Studie 'What AI can do for business applications' ermittelt hat. 73 Prozent der Befragten erwarten, dass durch die KI-Technologie Unternehmensprozesse schneller abgeschlossen werden können, 72 Prozent erhoffen sich mehr und bessere Handlungsempfehlungen. Fast die Hälfte der befragten Unternehmen hat bereits irgendeine Art von KI im Einsatz.

Doch das helle Bild bekommt Risse, wenn man hinter die Kulissen schaut. So existiert bereits ein großer Unterschied zwischen dem wahrgenommenen Nutzen von KI im Marketing und dem tatsächlichen Einsatz im Unternehmen: Für rund 80 Prozent der Marketing-Manager ist KI generell wichtig für das Marketing, jedoch nutzen nur 26,5 Prozent KI in ihrer eigenen Marketingabteilung - und insgesamt nur sieben Prozent bereits intensiv. Das hat eine Studie der Berliner SRH-Hochschule (Künstliche Intelligenz - die Zukunft des Marketings  ) festgestellt.

1. Das erste Problem sind die Daten

Es gibt drei Probleme, die ein Marketingentscheider lösen muss, wenn er sich mit der sogenannten 'Künstlichen Intelligenz' auseinandersetzt: Die Daten, die Unternehmensprozesse und die Algorithmen. Das erste Problem, mit dem man sich auseinandersetzen muss, ist die Datenqualität: Wenn die verwendeten Daten schlecht sind, dann kann auch der beste Algorithmus nichts retten. "Garbage in - Garbage out" gilt seit Beginn des Computerzeitalters. Und in Zeiten der Echtzeit-Datenverarbeitung gilt es um so mehr. Ohne Datenpflege, ohne Datentesting, ohne Validierung erzeugt die hochgelobte KI am Ende nur eines: Datenbrei. Doch Datenpflege, Datentesting und Validierung sind nur bei wenigen Unternehmen wirklich eine Kernkompetenz.

2. Prozesse verbessern sich nicht durch Digitalisierung

"Wenn man einen Scheißprozess digitalisiert, bekommt man einen digitalen Scheißprozess". Der Lufthansa-Vorstand Thorsten Dirks hat dieses Wort bereits im Jahr 2015 geprägt - damals noch in seiner Eigenschaft als Vodafone-CEO. Dahinter steckt die Erkenntnis, dass sich Prozesse nicht allein deswegen auf geheimnisvolle Art verbessern, weil man sich maschinengestützt den Kunden (oder irgend eine andere Art von Problem) vom Hals halten kann - und sie von der Bildfläche verschwinden. Diese Erkenntnis (die ich auch als Zwischendurchlacher in meinen Keynotes zitiere) fällt mir immer dann ein, wenn ich als Kunde in solch einem suboptimalen Prozess gestrandet bin - wie ich hier, So gehts: Der digitale Scheißprozess, unlängst einmal aufgeschrieben habe.

Aber genau wie schlechte Daten zu schlechten Ergebnissen führen - schlechte Prozesse tun das auch. Doch der Algorithmus, der hinter jeder künstlichen Intelligenz steckt, erkennt das nicht - anders als ein Mensch.

3. Algorithmen sind anfällig, weil von Menschen gemacht

Künstliche Intelligenz ist nur ein Algorithmus. Und hinter jedem Algorithmus steckt der Nerd, der ihn programmiert hat. Wenn ein Mensch denkt, Schwarze werden eher straffällig als Weiße, dann wird eine Gerichtsurteil-KI wie der in US-Gerichten eingesetzte Compas von Equivant rassistisch urteilen - wie eine Studie nachgewiesen hat  . Microsofts   Chatbot 'Tay' erging sich nach längerer Interaktion mit Nutzern im Web nur noch in rassistischen Plattitüden, sodass ihn seine Schöpfer zerknirscht vom Netz nahmen. "Es ist fraglich, ob wir aktuell überhaupt in der Lage sind, die Voreingenommenheit aus Algorithmen zu entfernen: Sie sind zu intransparent", sagt Klaas Bollhoefer , Gründer und Geschäftsführer des auf künstliche Intelligenz spezialisierten IT-Dienstleisters Birds On Mars  : "Egal wie kompetent der zuständige Mitarbeiter ist: Er wird wahrscheinlich nicht in der Lage sein, den Algorithmus 'sauber' zu bekommen."

Man kann daran arbeiten (iBusiness hat dazu in Geschäftsschädigende Algorithmen: So treibt man KI dumme Vorurteile aus einige Strategien vorgestellt), aber die Anfälligkeit von sogenannter KI für von Menschen gemachte Fehler bleibt.

Bild: jg

Bild: jg

4. Algorithmen sind gut in der Mustererkennung...

Im Kern können Algorithmen zwei Dinge: Sie erkennen Unterschiede und Gemeinsamkeiten. Will man Wenn-Dann-Entscheidungen herstellen, dann muss man dem System erklären, was denn genau gleich und was anders sein soll. Frauderkennung im Kreditkartenbereich ist hier ein Anwendungsfall: Kreditkartenbelastung im Inland? Zahl den Betrag aus! Kreditkartenbelastung in einem Land, aus dem von dieser Karte noch nie eine Belastung stattgefunden hat? Weise sie zurück! Generell ist hier das Problem, dem System zu sagen, was denn normal ist - und was eine Abweichung. Die Kreditkarten-KI muss überlegen, was denn Urlaubsländer sind, ob man für Urlaubsbuchungen unübliche Beträge abbucht oder ob von der Karte ungewöhnlich schnell abgebucht wird. Ein Shoppingtrip durch die Luxusmeile von Moskau wird dann schnell zum Fehler, zum False Positive  .

Bild: jg

Bild: jg

5. aber sie berechnen nur Wahrscheinlichkeiten

Schwieriger ist der zweite Einsatzbereich, die Erkennung von Gemeinsamkeiten. Diese bildet jedoch die Basis für Predictive Analytics. In diesem Fall wird der Algorithmus gelernt haben, dass auf bestimmte Merkmale andere folgen (siehe rechtes Bild). Allerdings muss der Marketing-Entscheider sich dessen bewusst sein, dass es sich nur in den seltensten Fällen um Gewissheiten handelt, sondern in den allermeisten Fällen um Wahrscheinlichkeiten. "98 Prozent aller Kunden, die Produkt A angesehen haben, haben auch Produkt B angesehen" könnte eine Erkenntnis sein, die eine KI ausspuckt. Das bedeutet allerdings: Zwei Prozent - oder jeder 50. ist ein False Negative - also schlicht verkehrt. Das mag bei Banner-Anzeigen verzeihlich sein - bei einer Kreditkartensperrung allerdings ein Service-Gau.

Man muss sich stets bewusst sein: Kein Algorithmus kann berechnen, was ein bestimmter, einzelner Mensch tut.

6. Was für Künstliche Intelligenz gilt, gilt auch für die Semi-Künstliche

Neben der Ameisenstraße und dem Bienenstock ("das einzelne Tier ist dumm, die Gruppe ist schlau") dient ein 105 Jahre altes Experiment bis heute als zentrales Argument für die Macht der Schwarmintelligenz  : In seinem Aufsatz   berichtete der Naturforscher und Schriftsteller Francis Galton über einen Wettbewerb auf einer Viehzuchtmesse in Plymouth in Großbritannien: Ochsen wurden dem Publikum vorgeführt und die Zuschauer durften Schätzungen zu Gewicht und Größe auf Kärtchen schreiben. Danach wurden die Tiere gewogen und die Messebesucher mit den besten Schätzungen mit Preisen belohnt. 787 Personen, völlig unerfahrene und Experten wie beispielsweise Metzger, gaben ihr Kärtchen ab. Galton bekam diese Karten von den Veranstaltern und wertete sie aus. Zu seiner Überraschung zeigte sich: Der Schnitt aller Schätzungen lag näher an der Realität als das einzelne Kärtchen. Die Masse als Kollektiv hatte also besser geschätzt als das Individuum - was den Schwarmintelligenz-Verfechtern als Pro-Argument dient.

Doch die Schwarmintelligenz ist wie die Künstliche Intelligenz vor allem eines nicht: Intelligenz. Es ist eine gemeinsame Reaktion - also ein Algorithmus - der Nichtdenkenden hilft bei der Erledigung vegetativer Prozesse (Fressen, Flucht, Sex). Deswegen heißt das Synonym für das, was Trendforscher als 'Schwarmintelligenz' bezeichnen, beim Menschen 'Mob'. Für eine La-Ola-Welle, "Ein Prosit der Gemütlichkeit" und das Anzünden eines Asylbewerberheims mag es reichen. Für komplexere Prozesse sicher nicht. Schließlich kann man die durchschnittliche Intelligenz eines Mobs (also die Schwarmintelligenz?) ganz einfach errechnen, wenn man den durchschnittlichen Intelligenzquotienten der Mobmitglieder durch ihre Anzahl teilt. Wodurch sich der Schwarmintelligenzquotient des Internets relativ nahe beim IQ eines besonders schlauen Pflastersteins ansiedeln lässt.

Schwarmintelligenz ist vor allem "ein mathematisches Phänomen, das Prinzip des Mittelwerts", erklärt Jack Soll , Assistenz-Professor Management an der Duke Universität   in Durham, North Carolina. Seine Forschungen   belegen: Versucht eine Gruppe, ein Gewicht, eine Menge oder ähnliches zu schätzen, ist der gemittelte Durchschnitt mit hoher Wahrscheinlichkeit präziser als die Schätzung eines Einzelnen. Das gilt auch für zwei Menschen, wenn eine Bedingung erfüllt ist: Befindet sich der tatsächliche Wert zwischen den beiden Schätzwerten, liegt der gemittelte Wert wahrscheinlich näher am wirklichen Ergebnis als beide Einzelwerte. Der Grund liegt darin, dass die Normalverteilung der geschätzten Werte sich um den tatsächlichen Wert herum häufen.

Dass dieses mathematische Prinzip verliert, wenn menschliche Intelligenz ins Spiel kommt, zeigt die Untersuchung How social influence can undermine the wisdom of crowd effect   der Forscher Jan Lorenz , Heiko Rauhut , Frank Schweitzer und Dirk Helbing von der ETH Zürich  . Jede Versuchsperson musste sechs Wissensfragen (zum Beispiel zur Einwohnerzahl der Schweiz) beantworten: Einmal ohne jedes Wissen, wie die anderen antworten, dann mit der Information über die Durchschnittsantworten der anderen und dann noch einmal mit dem Wissen, was jeder andere der Befragten angegeben hatte. Ergebnis: Die ersten (unbeeinflussten) Antworten waren weitgehend die besten. Je mehr die Probanden von den anderen Antworten gewusst hatten, um so falscher schätzten sie. Der Grund: Extremwerte verschwanden nach und nach, die Schätzwerte der einzelnen Probanden näherten sich immer mehr an, ohne dass der Mittelwert dem tatsächlichen Wert näher kam.

Dieser 'Vertrauenseffekt' ist es, der vermeintliche Schwarmintelligenz in kollektive Dummheit verwandelt: Weil man der Gruppe mehr glaubt als sich selbst, tut man Dinge, die man eigentlich für falsch hält - und verstärkt mit seinem Verhalten das Verhalten der anderen.

Künstliche Intelligenz und Schwarmintelligenz sind als Begriffe die unehelichen Kinder von Marktforschung, Computertechnik und "irgendwas mit Medien". Eine Gruppe oder eine Maschine schaut sich die Bewegungen an und versucht, Regeln und Algorithmen zu finden, die diese Bewegungen erklären - ohne, dass man sich die Mühe machen muss, die Beweggründe des Einzelnen zu verstehen.

Das erleichtert die Arbeit des Marketingverantwortlichen enorm. Aber genauso wie im Militär gilt: "Die Akte ist nicht der Mann" gilt im Marketing: "Der Algorithmus ist nicht der Marketer". Die Wünsche und Träume vom Roboter-Marketer - sie werden auf absehbare Zeit genau das bleiben: Wünsche und Träume.