Foto von der Rückseite eines Mannes, der auf einen Laptop blickt. Auf dem Monitor sieht man einen Chatbot, den der Mann bedient.

Einsatzbereiche von Künstlicher Intelligenz

Veröffentlicht am 05.09.2023

Alev Demircioglu und Dr. Maxim Schnjakin beschäftigen sich bei der Bundesdruckerei GmbH mit dem Einsatz von Künstlicher Intelligenz. Im Gespräch erläuterten sie, wie Organisationen „KI-­ready“ gemacht werden.

Experteninterview
Foto von Alev Demircioglu und Dr. Maxim Schnjakin von der Bundesdruckerei GmbH
Alev Demircioglu und Dr. Maxim Schnjakin
Bundesdruckerei GmbH

"Klein anfangen und einfach mal ausprobieren"

Künstliche Intelligenz (KI) kommt in Unternehmen und Organisationen bereits an vielen Stellen zum Einsatz. Chatbots beantworten uns heute zum Beispiel schon ganz eigenständig Fragen, die in den zurückliegenden Jahrzehnten von vielen Bürgern und Bürgerinnen telefonisch, schriftlich oder persönlich vor Ort abgefragt werden mussten. Auch bei der Verarbeitung und Auswertung immenser Datenmengen kann die KI uns immer besser unterstützen. Hier ist es besonders wichtig, dass persönliche Daten während des gesamten KI-Prozesses gut geschützt bleiben. Alev Demircioglu und Dr. Maxim Schnjakin erzählen im Interview über die Einsatzbereich von KI in der Bundesdruckerei-Gruppe.

Portraitfoto von Alev Demircioglu, Bundesdruckerei GmbH

© Hannes Wiedemann

Alev Demircioglu

Studierte Mathematikerin und Director in der Abteilung Trusted Data Solutions bei der Bundesdruckerei GmbH

Portraitfoto von Dr. Maxim Schnjakin, Bundesdruckerei GmbH

© Hannes Wiedemann

Dr. Maxim Schnjakin

Studierter Informatiker und als Principal Secure Identity bei der Bundesdruckerei GmbH tätig

Liebe Frau Demircioglu, lieber Herr Schnjakin, Sie sind beide in Abteilungen der Bundesdruckerei GmbH tätig, die den Einsatz von KI für die Bereiche Verwaltung, Gesundheit und Wirtschaft prüfen und durchführen. Wie genau läuft das ab?

Alev Demircioglu: Wir beschäftigen uns mit Plattformen und gestalten KI- und Daten-Ökosysteme – am liebsten mit kompetenten Partnern aus Wirtschaft und Wissenschaft. Für spezielle Anwendungsfälle wie beispielsweise in der Medizinbranche gibt es viele Start-ups, die die speziellen Probleme schon lösen, mit denen wir uns befassen. Partner forschen bereits in unseren Anwendungsfeldern und haben auch operativ schon Modelle dazu entwickelt. Partnerschaften sind da wirklich wichtig: Als Projektpartner können wir alle voneinander profitieren und lernen.

Dr. Maxim Schnjakin: Wir gehen da ganz ähnlich vor. Wir wollen die Verwaltung dabei unterstützen, das Werkzeug Künstliche Intelligenz zu verstehen und zu nutzen. Die Frage „Was soll denn eigentlich über den Einsatz der KI gelöst werden?“ steht allem immer voran – sie muss zunächst beantwortet werden. Im Anschluss wird der Kunde von uns so begleitet, wie es in einem Inkubator oder einem Accelerator-Programm üblich ist. Wir begleiten die Projekte also von den Ideen bis hin zu den „Proofs of Values“. Am Ende wollen wir den versprochenen Mehrwert für den Nutzenden nachweisen und die Frage beantworten, ob die gewünschte Funktionalität tatsächlich einen Mehrwert für den Nutzenden darstellt.

„Die Frage ‚Was soll denn eigentlich über den Einsatz mit KI gelöst werden?‘ steht allem immer voran – sie muss zunächst beantwortet werden.“

Foto von Dr. Maxim Schnjakin von der Bundesdruckerei GmbH
Dr. Maxim Schnjakin, Bundesdruckerei GmbH

Das klingt spannend. Aber eine „One­-fits-­all“­ Lösung, die für alle Organisationen gleichermaßen passt, die gibt es beim Thema KI leider noch nicht?

Demircioglu: Das ist richtig. Wenn man Künstliche Intelligenz zum Einsatz bringen will, hat das eben viele Dimensionen. KI verändert ganze Geschäftsmodelle. Hier prüfen wir für jede Organisation ganz spezifisch, welche Daten verwendet werden sollen und welcher Algorithmus zum Einsatz kommen darf. Wir prüfen die gewünschten Ziele der KI-Abläufe und schauen Schritt für Schritt, welche Daten vorhanden sind und in welcher Form sie vorliegen. Auch die Fragen, wie es um die Infrastruktur der Organisation und um das dort bereits vorhandene Know-how zum Thema KI und Daten bestellt ist, klären wir im Prozess.

Nehmen wir mal an, eine Organisation, die sehr interessiert ist am Einsatz von Künstlicher Intelligenz, kommt zu Ihnen. Könnten Sie ihr ein „KI-Einsteiger­-Paket“ anbieten oder sie beraten, wie sie schon ganz unkompliziert loslegen könnte?

Schnjakin: Ich empfehle immer, nicht gleich zahlreiche neue Mitarbeiter und Mitarbeiterinnen von außen einzustellen und eine neue Abteilung von Data Scientists aufzubauen. Sie kennen das Geschäftsmodell sowie die Wertschöpfungsketten des Unternehmens ja auch gar nicht. Viel besser wäre es, nach Kollegen und Kolleginnen im eigenen Haus zu schauen, die grundsätzlich neugierig sind, Interesse an Technologie und KI mitbringen und diesen Bereich aufbauen möchten.

Demircioglu: Das sehe ich genauso. Um eine Organisation „KI-ready“ zu machen, ist die Schulung und Weiterentwicklung eigener Mitarbeiter und Mitarbeiterinnen immer eine gute Idee.

Schnjakin: Sie wissen doch auch am besten, wo die Potentiale für den Einsatz von KI im eigenen Geschäftsfeld liegen können. Mit diesem Kernteam an Interessierten könnte man ein Ziel identifizieren, das im Unternehmen künftig mit KI gelöst werden soll. Das Team könnte mit ganz einfachen Aufgaben loslegen und nach und nach erste Erfahrungen im Umgang mit KI sammeln.

Demircioglu: Bei der Abarbeitung von großen Datenmengen in Organisationen kann die KI wirklich gut helfen. Das könnten die Mitarbeiter und Mitarbeiterinnen aus Zeitgründen gar nicht leisten. Ich rate interessierten Organisationen deshalb ebenfalls: Ganz klein anfangen. In kleinen Teams, mit einem übersichtlichen Projekt und einer konkreten Zielsetzung. Wenn man KI-ready werden möchte, heißt das ein Stück weit auch: Einfach mal ausprobieren!

Foto von Alev Demircioglu und Dr. Maxim Schnjakin von der Bundesdruckerei GmbH

Alev Demircioglu und Dr. Maxim Schnjakin beschäftigen sich bei der Bundesdruckerei GmbH mit dem Einsatz von Künstlicher Intelligenz. © Hannes Wiedemann

Nehmen wir an, ein Unterneh­men startet jetzt in das erste KI-Projekt. Wie könnte es denn ganz konkret aussehen?

Schnjakin: Das hängt natürlich ganz vom Unternehmen ab. Nehmen wir mal an, das Unternehmen stellt Motoren her, die mit Sensoren ausgestattet sind. Als Unternehmen wollen Sie dann natürlich sicherstellen, dass die Motoren gewissen Qualitätsanforderungen genügen. Sie überprüfen diese Motoren also ständig. Sobald Sie einen Fehler feststellen, den Sie zum Beispiel an einem Geräusch fest machen, können Sie dieses spezielle Geräusch und die dazugehörigen Daten, die Sie nun bündeln, künftig nutzen, um denselben Fehler mithilfe einer KI zu entdecken. Je mehr Daten Sie zu Ihrem Geräusch gesammelt haben – und eben auch immer weitersammeln –, desto zuverlässiger kann die KI-gestützte Prüfung ablaufen.

Demircioglu: Extrem wichtig ist in dieser Umsetzungsphase auch eine gute Daten- und IT-Strategie. Wir stellen im Alltag oft fest, dass es in vielen Organisationen einfach noch an ausreichenden IT-Ressourcen scheitert. Es hakt überhaupt nicht an den „Proofs of Concept“, den Versuchen oder den Prototypen, das klappt alles wirklich schon sehr gut. Die eigentliche Herausforderung besteht tatsächlich darin, diese Erkenntnisse dann in produktive, langfristige Systeme zu übertragen. Dieser Schritt kann vor allem mit einem interdisziplinären Team gelöst werden, das sowohl das Geschäft kennt als auch die Daten und Infrastrukturen zu den Daten. Es braucht Expertise, die man aber auch gut über Partner-Ökosysteme in die Organisation holen kann, um weiterzukommen.

„Eine gute Daten- und IT-Strategie ist extrem wichtig. Wir stellen oft fest, dass es in vielen Organisationen noch an der Datenkultur und an IT-Ressourcen scheitert, um Künstliche Intelligenz produktiv einzusetzen.“

Foto von Alev Demircioglu von der Bundesdruckerei GmbH
Alev Demircioglu, Bundesdruckerei GmbH

Herr Schnjakin, Sie und Ihr Team forschen auch zum Thema Künstliche Intelligenz. An welchem Forschungsprojekt arbeiten Sie gerade?

Schnjakin: Wir forschen an vielen verschiedenen Themen. In einem gemeinsamen Projekt mit dem Fraunhofer-Institut, der TU Berlin und einem Start-up beschäftigen wir uns unter anderem mit dem Thema „Sensible KI“. In einem Teilprojekt geht es beispielsweise darum, die Menschen, mit denen wir in einer Videokonferenz zusammensitzen, nicht nur einmalig anhand eines Passworts zu identifizieren, sondern die Authentifizierung kontinuierlich im Hintergrund sicherzustellen, auch über die Konferenz hinweg. Wir können heute schon mit fremden Gesichtern an Videokonferenzen teilnehmen, das ist technisch möglich. Mit unserer Forschung wollen wir sicherstellen, dass die Person in der Videokonferenz auch wirklich die Person ist, für die sie sich ausgibt. 

Womit wir bei den Stichworten KI und Sicherheit wären. Beschäftigen Sie sich auch mit diesem Thema, Frau Demircioglu?

Demircioglu: Selbstverständlich. Man muss eben bedenken, dass ein produktives KI-System nie nur aus dem KI-Modul selbst besteht. Wenn es ein produktives System ist, dann wirken hier unterschiedliche Komponenten zusammen. Viele Organisationen stehen der Künstlichen Intelligenz positiv gegenüber und wollen sie auch gern einsetzen, aber dann kommen eben schnell Fragen zur Daten- und IT-Sicherheit ins Spiel. Besonders die Frage, wie persönlich die Daten sind, die sie einsetzen müssten, um einen bestehenden, also bereits angelernten Algorithmus weiter zu trainieren, lässt viele zögern. Was passiert mit diesen sensiblen Daten, wie kann man datenschützende Mechanismen einrichten? Das Thema Sicherheit bewegt die Organisationen und auch uns sehr – und es treibt ja auch den Markt um.

Gibt es denn ein Beispiel, wo die KI schon recht unkompliziert und ohne große Sicherheitsbedenken eingesetzt werden kann?

Demircioglu: Aber natürlich. Gängige Beispiele sind Chatbots, die in diversen Verwaltungen zum Einsatz kommen. Diese Bots haben den Vorteil, dass man nicht mehr so viele Internetseiten durchforsten muss, um eine Frage beantwortet zu bekommen, die in den meisten Fällen ja schon von vielen weiteren Bürgern und Bürgerinnen gestellt wurde. Chatbots unterstützen seit einer Weile nicht nur Verwaltungen, sondern auch andere Bereiche, wo Kundenbetreuung, Service und Support ein großes Thema sind.

Entwerfen wir mal ein Zukunftsszenario: In fünf Jahren stehen wir auf … Wie wird unser Leben mit den Möglichkeiten der KI dann sein? Ganz anders?

Schnjakin: Ich würde sagen, nicht ganz anders, aber doch viel bequemer. Die KI-Systeme, die heute entwickelt werden, sind vor allem Assistenz-Systeme. Sie sollen unser Leben verbessern, wir müssen weniger Entscheidungen treffen … Das wird zunehmen, aber unser Leben wird in fünf Jahren noch nicht revolutionär anders sein.

Demircioglu: Das denke ich auch nicht. Es wird eher eine Evolution sein. Immer dann, wenn es um Wissensrecherche und Wissensverdichtung geht oder um das Zusammenstellen von Informationen, werden wir Unterstützung bekommen. Die KI wird uns Arbeit abnehmen, aber sie wird erst mal unterstützen. Es werden vorerst noch einzelne Arbeitsabläufe sein, bei denen KI-Komponenten zum Einsatz kommen, die wir bewusst – oder auch zusehends unbewusst – einfach nutzen können.

Schnjakin: Es kommt eben auch darauf an, in welchem Land wir in der von Ihnen beschriebenen Zukunft aufwachen. In einigen Ländern fährt man irgendwann autonom zur Arbeit …
 

Frau Demircioglu, Herr Schnjakin, herzlichen Dank für das spannende Gespräch.

Die ressortübergreifende Datenanalyseplattform PLAIN

Das Auswärtige Amt und die Bundesdruckerei GmbH entwickeln eine leistungsfähige Plattform für Big-Data- und KI-Aufgaben.

Wofür steht PLAIN?

PLAIN steht für Platform Analysis and Information System und ist die technische und architektonische Grundlage für Big-Data- und KI-Anwendungen der Bundesverwaltung. PLAIN wird entsprechend der Datenstrategie der Bundesregierung (2022) als ressortübergreifende und themenoffene Infrastruktur zu einer für die gesamte Bundesverwaltung zugänglichen Plattform ausgebaut.

Die Ziele von PLAIN

Das themenübergreifende Arbeiten mit Big Data und Methoden Künstlicher Intelligenz wird allen Bundesministerien und nachgeordneten Behörden erleichtert. Große und heterogene Datensätze können unabhängig von Ressort und Thema souverän und geschützt bearbeitet werden. So soll die Informations-basis für politische Entscheidungen der gesamten Bundesregierung verbessert werden.

 

Hören Sie sich auch den Podcast zum Gespräch in voller Länge an.

Mehr zum Thema Künstliche Intelligenz

Artikel
Artikel
Artikel
Artikel
Artikel