Baumarkt? KI nutzen. Business Analyst? KI nutzen. Gemüsebauer? KI nutzen. E-Commerce Manager? KI nutzen. Einzelhändler? KI nutzen. Sportstudio? Labormitarbeiter? Marketeer? KI nutzen. Service-Mitarbeiter, Lagerarbeiter, Produktionsleiter, Mediengestalter, UX-Designer, Journalist? KI nutzen.
Was etwas utopisch klingt, bringt ein neues Startup auf die Strecke: Künstliche Intelligenz für alle. Egal welches Unternehmen, egal welcher Mitarbeiter soll künftig KI einsetzen. Und zwar ohne Hürden, ohne Projekte, ohne Aufwand. Willkommen in der Welt von Self-Service KI.
Was ist Self-Service KI?
Self-Service KI ist wie der Name bereits sagt die Idee, dass sich ein Anwender direkt künstliche Intelligenz einsetzen kann. Das wichtige hierbei: Der Einsatz muss ohne Expertenwissen und somit ohne Hürden möglich sein.
Bekannt ist Self-Service aus dem Bereich Business Intelligence bzw. Analytics, in dem immer mehr Unternehmen es ihren Mitarbeitern ermöglichen, sich an Daten aus dem Data Warehouse selbst zu bedienen.
Erweitert wird dieser Self-Service teilweise durch Standardanalysen oder variables Reporting durch eine Dashboard-Lösung. Self-Service Analytics ist also der erste Schritt, Daten in der Breite eines Unternehmens nutzbar zu machen.
Nun hat es sich das Startup Kobold AI zur Aufgabe gemacht, auch künstliche Intelligenz zur Verfügung zu stellen. Ihr Vorgehen: Sie verpacken Anwendungsfälle aus dem Bereich KI (z.B. Forecasting, Vorhersagen, Gruppierungen) in KI-Produkte. Diese sind – wie in einem Webshop – zu kaufen. Eigene Daten bereit stellen und der Rest läuft automatisch.
Wie funktioniert Self-Service KI?
Wenn es einfach wäre, hätte es wohl schon jeder gemacht. Aber hinter Self-Service KI steckt eine nicht unerhebliche technologische und Data Science Expertise Leistung. Meistens besteht Self-Service KI aus verschiedenen Komponenten:
- Webfrontend / E-Commerce shop: Richtiger Self-Service funktioniert nur, wenn der Anwender weiß, was er tut. Bereits dies ist eine sehr große Herausforderung im Bereich Data Science und KI. Daher ist es ein Muss, dass die Anwender erst über Anwendungsfälle und deren Business-Wert aufgeklärt werden. Eine Art „Use Case“-Katalog ist somit der erste Bestandteil.
- Automatisierte Cloud-Plattform: Wurde ein KI-Produkt bestellt, muss ein vollautomatischer Prozess im Hintergrund ablaufen. Daten werden hochgeladen, Analysen gestarten, Ergebnisse generiert und als Produkt an den Kunden bestellt. Dazu braucht man nicht nur eine herkömmliche Website, sondern muss zusätzlich starkes Cloud Engineering betreiben.
- Automated Data Science: Die inhaltliche Verarbeitung der Daten geschieht über automatisiertes Data Science. Dazu gehört in den meisten Fällen automatisierte Datenverarbeitung (Data Engineering), Qualitätsprüfung / -korrektur, viel Analytics (Datenauswertung, Visualisierung) und auch AutoML (automatisiertes maschinelles Lernen).
Besonders beim letzten Punkt, der automatisierten Datenwissenschaft, wird die Herausforderung klar. Wofür eigentlich ein Team hochspezialisierter Experten aus dem Bereich Data Science eingesetzt wird, soll nun automatisch passieren. Da muss man sich die Frage erlauben: Kann das funktionieren?
Künstliche Intelligenz für alle – kann das klappen?
Eins vorweg: Was nicht klappen wird ist die Ersetzung von Data Engineers, Analysts und Scientists. Jede dieser Rollen ist einerseits hochspezialisiert und sollte automatisierte Methoden in ihrer Qualität immer übertrumpfen, andererseits sind sie benötigt um Automatisiertes Data Science überhaupt zu erstellen. Also keine Gefahr für die Hype-Berufe.
Doch welchen Platz hat dann Self-Service KI, wenn sie keine Experten ersetzt? Wir sehen massiven Einsatz in der Demokratisierung von Data Science. Ob als (kleines) Unternehmen erste Erfahrungen sammeln oder KI für Nicht-Experten (z.B. Marketing) bereit stellen: In beiden Fällen gilt es, ohne viel Aufwand und Kosten einen schnellen, nachhaltigen Effekt zu erzielen. Ohne Beratung, Agentur oder teure Experten.
Wenn Self-Service KI es schafft, diese Hürden beim Zugang zu KI abzubauen, können wir uns auf ein neues Zeitalter freuen. Ein Zeitalter, in dem es normal wird, künstliche Intelligenz einzusetzen. Ein Zeitalter mit einem breiten, angstfreien Einsatz von Daten zur Generierung von Mehrwert. Wir sind gespannt.
