IBM Watson Die Mensch-Maschine-Symbiose

Effizientere Datennutzung mit kognitiver Architektur.
Effizientere Datennutzung durch kognitive Architektur.

Anlässlich der Einweihung des IBM Watson IoT Centers wird die kognitive Watson-Software näher beleuchtet.

Bilder: 20

IBM Watson IoT Center München

Zu Gast in der Cloud.

Das kognitive System IBM Watson soll seine Anwender im Tagesgeschäft unterstützen. Es analysiert Daten, zieht Schlüsse und verbessert sich stetig weiter. Watson ist zur einfachen Mensch-Maschine-Interaktion, als Wissensspeicher und Entscheidungshilfe konzipiert. Es differenziert sich von der klassischen AI-Methode, die menschliches Denken digital abbilden möchte. Watson wird in Forschung und Entwicklung zur Optimierung von Prozessen, Produkten und Services eingesetzt. AI bedeutet hier Augmented Intelligence im Dialog: Der Mensch frägt, die Maschine antwortet in natürlicher Sprache.

Dies gelingt zunächst mit der Nutzung einer Reihe verbesserter oder neu entwickelter Technologien, wie Natural Language Processing zur Spracherkennung, neuen Übersetzungsdiensten sowie Anwendungen zur Bild- und Gesichtserkennung. Weiterhin kann das System eigenständig neue Inhalte erschließen und sich Fähigkeiten wie Wissen im Training mit Menschen aneignen. 

Watson wird daher auch nicht wie ein herkömmlicher Computer programmiert. Stattdessen verwendet das lernende System eine Kombination aus Machine Learning und Deep Learning. Beim Machine Learning werden Algorithmen mit beliebig großer Datenmenge versorgt und lernen deren Interpretation im Training. Wegen der Unfähigkeit von Computern, unstrukturierte Daten, wie handgeschriebene Texte, Bilder oder Audio-Aufnahmen aus unterschiedlichen Quellen zu verarbeiten, ist dies nicht genug. In solchen Formaten sind aber 80 Prozent der weltweiten Daten hinterlegt.

Hier kommt Deep Learning, also die Nutzung künstlicher neuronaler Netzwerke, zur Auswertung ins Spiel. Die Datenakquise erfordert Schnittstellen-Technologien, sogenannte APIs. Watson verfügt gegenwärtig über 50 APIs, unter anderem zur Sprach-, Text- und Bilderkennung.

Die Schlüsselrolle der eigenen Daten

Die Güte der Watsonresultate steigt mit seiner Daten- und Trainingsrate. Die wichtigsten Quellen sind zunächst die unternehmensbezogen bereits vorhandenen Daten: Produkt-, Maschinen-, Prozess- und Finanzdaten ebenso wie Kunden- und Callcenter- Daten oder – ganz banal – Beschwerdebriefe. So ein organisationsabhängiger Datenschatz wird von Watson aus verschiedenen Perspektiven neu bewertet und analysiert.

Weiterhin kann dieser, bei Bedarf, auch mit externen Daten verknüpft werden. Dafür muss der Entwickler Watson zunächst systematisch auf Inhalte, Sprachformen oder Gesten trainieren. Das Lernen der Bedeutung eines Satzes oder Gesichtsausdrucks geschieht nur mit menschlichem Input.

Watson kann bereits vor dem Ersteinsatz mit branchen-spezifischen Grundkenntnissen ausgestattet werden: Beispiele sind spezifische Funktionalitäten sowie Wissen im Gesundheits- und Finanzwesen, im Handel oder Maschinenbau.

Volle Datenkontrolle

Mit den unternehmensbezogenen Daten als Ausgangspunkt für detailliertere Analysen und Bewertungen verknüpft IBM eine weitere Verpflichtung: Daten wie Erkenntnisse bleiben in den Unternehmen, denn diese entscheiden eigenständig, welche Daten überhaupt genutzt werden. Der individuelle Wissenszugewinn wird nicht geteilt, sofern nicht ausdrücklich gewünscht. Die jeweilige Organisation behält die die Datenhoheit und kann die Qualität der Datenbasis besser bewerten.

Watson braucht Partner

Das Ökosystem ist zur Erweiterung der Einsatzgebiete und kognitiven Fähigkeiten entscheidend: Dafür arbeitet IBM Watson international mit Entwicklern, Universitäten, Geschäftspartnern und Kunden zusammen, die bereits vorhandene Technologie-Bausteine, wie Spracherkennung oder industriespezifische Lösungen nutzen. Neben der offenen Watson Developer Cloud geschieht das auch auf anderen digitalen Marktplätzen wie Twilio.

Die Entwicklung kognitiver Apps gewinnt zunehmend an ökonomischer Relevanz: Das Startup Benchmark hat beispielsweise eine App zur Bewertung von Restaurantstandorten entwickelt. Watson leistet diese mit Zugriff auf einen großen Informationspool, der die Performanz früherer Lokale und Kundenbewertungen am Standort beinhaltet. Ein bekannter Nutzer ist der Betreiber des Münchner Hofbräuhauses.

Auch das Angebot an Lifestyle-Apps wächst von Anregungen für den richtigen Cocktail über Modetipps bis hin zu Gesundheitsratgebern. Im Kommen sind ebenfalls Business-Anwendungen etwa für Marketiers, Designer oder Studenten. Die Sparksecure-App des Startups Sparkcognition deckt Cyberangriffe auf Unternehmensnetze auf.

Watson in der Onkologie

In der Krebstherapie ist Zeit entscheidend. Aktuell kollaboriert IBM in den USA mit 14 Kliniken in einem Pilotprojekt: Watson analysiert und bewertet Daten über einen längeren Zeitraum, die im Zuge von individuellen Diagnosen und Behandlungen von Krebserkrankungen gesammelt werden.

Vorausschauende Analysen: Basis für bessere Entscheidungen

IBMs kognitive Predictive-Analytics-Plattform, erlaubt den Nutzern Entscheidungen auf der Basis von Vorhersagen. Sie extrahiert Wissen aus strukturierten und unstrukturierten Daten, kann diese kombinieren, transformieren und für eine Analyse aufbereiten. Dazu stehen zahlreiche Analysefunktionen bereit, darunter automatische Modellierung, Ensemble-Modellierung, Simulation, georäumliche Analyse und Big-Data-Algorithmen.

Zahlen und Fakten zu Watson

  • Watson-Lösungen werden gegenwärtig in über 45 Ländern und 20 verschiedenen Branchen von etwa 6.000 Kunden genutzt.
  • Gegenwärtig gibt es über 350 Watson Business Partner und über 250 globale Experten, die Services für das Cognitive IoT anbieten.
  • Watson startete 2011 bei der Quizshow Jeopardy! mit einem API, zum Verständnis natürlicher Sprache. Heute arbeitet das System mit 50 verschiedenen kognitiven Technologien, um Bilder, Texte und andere Datenformate verarbeiten zu können.
  • Die weltweite Entwicklerzahl, die mit Watson APIs arbeiten, stieg von April 2015 bis April 2016 um über 300 Prozent.

Zahlen und Fakten zum Markt

Der Markt für kognitive AI-Technologien wächst rasant: Gartner rechnet für 2017 mit 8,4 Milliarden vernetzten Geräten, fast ein Drittel mehr als im Vorjahr. Bis zum Jahr 2020 soll es 20,4 Milliarden vernetzte Geräte geben. Den Umsatz mit solchen Geräten und entsprechenden Softwaredienstleistungen schätzen die Marktforscher in diesem Jahr auf fast zwei Billionen Dollar, er soll bis 2022 auf 14,2 Billionen wachsen. Laut IDC betrug das globale Investment in diese Technologien im Jahr 2016 rund acht Milliarden Dollar, im Jahr 2020 werden es schon 47 Milliarden sein. Forrester Research geht zudem davon aus, dass die Investitionen 2017 im Vergleich zu 2016 um 300 Prozent steigen werden. Das Wagniskapital für Startups, die an KI-Lösungen arbeiten, hat sich bereits in den Jahren 2010 bis 2014 von 10 Millionen Dollar auf 300 Millionen Dollar verdreißigfacht. In weniger als zwei Jahren werden mehr als 50 Prozent aller entwickelten Apps mit kognitiven Fähigkeiten ausgestattet sein. IDC schätzt, dass bis 2018 die Hälfte aller Verbraucher regelmäßig mit kognitiven Services interagieren wird.