Machine Learning hält Einzug in unsere Bürowelt

Bei dem Begriff „Künstliche Intelligenz“ denken die meisten von uns an Science Fiction Filme wie Terminator, iRobot oder Ex_Machina. Roboter werden von verrückten Genies entwickelt, dabei geht etwas schief und die Systeme entwickeln ein Eigenleben und gefährden die Menschheit. Das macht zwar einen spannenden Hollywoodfilm, mit der Realität hat das allerdings nicht so viel zu tun.

Dabei steckt heutzutage hinter den meisten KI-Systemen vor allem eines: Machine Learning. Das hat mit Hollywood wenig zu tun, sondern ist vor allem eine praktische Anwendung von Mathematik – insbesondere Optimierungsverfahren und Statistik. Und diese Aufgaben kennen wir alle aus derSchule: Finde in der Funktion x das Minimum:

 

 

 

 

 

 

 

 

 

 

Viele Machine Learning Algorithmen funktionieren nach dem gleichen Prinzip. Nur mit dem Unterschied, dass wir deutlich mehr Dimensionen haben und die Funktionen komplizierter sind. Während der Trainingsphase gibt man dem System große Datenmengen und die zugehörigen Lösungen. Ziel des Systems ist es, die Parameter so zu optimieren, dass die Klassifizierungsfehler minimiert werden. Das Grundprinzip ist also das gleiche wie bei den Schulaufgaben – nur mit dem Unterschied, dass man schnell auch mal mehrere Millionen Parameter haben kann.

Die Grundlagen für Machine Learning, wie zum Beispiel Neuronale Netze, sind schon in den 80er Jahren gelegt worden. Seitdem haben sich hauptsächlich nur zwei Sachen verändert:

1)    Es gibt jetzt viel mehr Daten

2)    Es gibt jetzt viel schnellere Rechner

Kombiniert man also eine große Menge an Trainingsdaten mit der notwendigen Rechenpower, kann man Machine Learning Systeme aufbauen, welche auch komplizierte Muster von alleine lernen. Solch ein Muster kann für ein selbstfahrendes Auto ein Straßenschild in einem Videostream sein, oder ein semantischer Zusammenhang in einem Beleg.

Aktuell forscht die DATEV eG in Nürnberg an solchen Machine Learning Systemen, um die Digitalisierung weiter voranzutreiben und die Geschäftsprozesse für unsere Mitglieder zukünftig noch effizienter zu gestalten. Grundlage der Strategie sind dabei die DATEV-Cloud, Big Data, Automatisierung und die Vernetzung mit Partnern.