it-begreifen-podcast-it-manager-ingo-luecker-it-laegue

I: Herzlich willkommen zum IT-Manager-Podcast. Heute geht es um das Thema „Ist jetzt eigentlich alles AI? Zwischen Hype, starker und schwacher AI“, und ich habe dazu als Gast Herrn Ulrich Kerzel von der IUBH Fernstudium im Interview. Herr Kerzel verantwortet die Professur für Data Science And Artificial Intelligence. Hallo Herr Kerzel, schön, dass Sie da sind. 

B: Guten Morgen, hallo, ich freue mich sehr, dabei zu sein. 

I: Lassen Sie die Hörer doch noch ein bisschen mehr über Ihre Person wissen. 

B: Ja, ursprünglich bin ich von Hause aus Physiker und komme eigentlich aus der Teilchenphysik und war auch sehr lange an internationalen Großforschungseinrichtungen wie zum Beispiel dem Fermilab in der Nähe von Chicago und dem CERN bei Genf in der Schweiz. Ich sage mal, in meiner Diplomarbeit beschäftigte ich mich damit, aus Daten Erkenntnisse zu gewinne und dies mit künstlicher Intelligenz zu tun. Das mache ich jetzt seit knapp zwanzig Jahren, und damals gab es noch keine so großen Pakete wie man sie heute kennt, wie TensorFlow von Google oder PyTorch von Facebook. Damals mussten wir das alles selber programmieren, und auch Grafikkarten gab es im Wesentlichen eigentlich so nicht, sodass wir auf ganz anderen Voraussetzungen aufsetzten. Und dann nach vielen Jahren der Wissenschaft bin ich in die Wirtschaft gewechselt zu Blue Yonder, die heute ein Teil von JDA ist. Und Schwerpunkt meiner Arbeit war zum einen die Leitung des Teams zur Weiterentwicklung von Machine-Learning-Algorithmen, und so hat man die Betreuung von Kundenprojekten, zum Beispiel der Automatisierung von Warenwirtschaft im Handel mit künstlicher Intelligenz. Und jetzt seit Herbst 2018 bin ich als Professor für Data Science und künstliche Intelligenz bei der IUBH.

I: Ja, super, das Wort „künstliche Intelligenz“ hätte es mir auch deutlicher vereinfacht, das natürlich auszusprechen anstatt den englischen Begriff „AI“ dazu. Und in dieser Folge haben wir uns ja genau diesem Thema AI, der künstlichen Intelligenz, angenommen, da man gefühlt mittlerweile ja überall damit auch konfrontiert wird. Und daher auch die Frage ja zu unserer heutigen Folge: Ist jetzt eigentlich alles AI? Zwischen Hype, starker und schwacher AI. Ich bin gespannt auf Ihren Input dazu. 

B: Ja, vielen Dank. Also ich glaube, man sollte ein bisschen mal jenseits des Hypes schauen. Überall hört man ja von AI hier und künstlicher Intelligenz da, und auf der anderen Seite sieht man auch sehr spektakuläre Erfolge, die auch die Performanz von Menschen mindestens gleichziehen oder auch übertreffen. Da haben wir dann zum Beispiel vor einiger Zeit ein AlphaGo, bei dem eine Maschine auch den besten Go-Spieler geschlagen hat, und das war damals auch relativ überraschend, da Go sehr viel komplexer als Schach ist, wo man eigentlich damals nicht damit gerechnet hat, dass jetzt schon irgendwie menschliche Mitspieler von einer Maschine geschlagen werden können. Man hat schon gedacht, dass das irgendwann passiert, aber vielleicht nicht unbedingt jetzt schon. Und man hat auch festgestellt, dass in diesem Spiel die Maschine Spielzüge entwickelt hat, die traditionell Menschen so nicht gespielt haben. Und das Spiel gibt es ja schon seit mehreren Tausend Jahren. Und es gibt auch viele weitere große Erfolge von AI, zum Beispiel bei der Erkennung von Hautkrebs, wo die Leistung von dem System die Leistung von menschlichen Spitzendermatologen übertreffen. Auf der anderen Seite hört man jetzt aber auch so auf den Artificial Intelligence, AI, künstliche Intelligenz, dass sich ja schon irgendwo auch der Eindruck aufdrängt, dass das jetzt alles nur ein Hype ist. Es gibt sogar eine aktuelle Studie von den MMC Ventures, die haben sich ungefähr dreitausend AI-Start-ups in 13 europäischen Ländern mal genauer angeschaut, und die sind zu dem Schluss gekommen, dass vierzig Prozent gar keine AI da drinnen haben. Und dann ist natürlich die Frage: Was heißt das jetzt eigentlich alles? Und dann wird es schon ein bisschen schwammiger, weil wir eigentlich nicht so genau definiert haben, was AI eigentlich ist.

I: Das kann ich sehr gut nachvollziehen. Wie kann man denn dieses besser definieren?

B: Ja, wenn wir uns den Begriff der künstlichen Intelligenz einmal nähern wollen, ist das gar nicht so einfach zu sehen, was damit gemeint ist. Das hängt auch damit zusammen, dass wir uns selber schwer tun, den Begriff „Intelligenz“ zu definieren. Wir haben zwar eigentlich ein ganz gutes intuitives Verständnis davon, was intelligentes Verhalten ist oder was Intelligenz ist, aber bei der formellen Definition wird das dann schon schwieriger. Ich meine, wir können mal in den Duden schauen, und da steht drin, „Intelligenz ist die Fähigkeit des Menschen, abstrakt und vernünftig zu denken und daraus zweckvolles Handeln abzuleiten“. Das klingt jetzt alles ganz gut, aber so richtig konkret, was das heißen soll, daraus wird man nicht so ganz schlau. Aber man kann eines festhalten aus dieser Definition „zweckvolles Handeln abzuleiten“, das ist schon einmal ein sehr großes Merkmal. Und das heißt aber auch, dass dieses sinnvolle oder zweckvolle Handeln auf eine konkrete Situation bezogen ist. Wenn man sich jetzt den Bereich der künstlichen Intelligenz anschaut, dann unterscheidet man zwischen starker und schwacher oder anders allgemeiner oder spezifischer Intelligenz, das sind jeweils zwei synonyme Begriffe. Unter der starken oder allgemeinen künstlichen Intelligenz versteht man Systeme, die ganz allgemein selbst denken, also hier wäre das Ziel, ein System zu entwickeln, das quasi wie ein künstliches Wesen in der Umwelt zurechtkäme und leben könnte im Sinne, dass es mit uns interagieren könnte. Es könnte zum Beispiel sich mit uns unterhalten oder sich verhalten wie mein Mensch das tun würde. Man sollte jetzt aber nicht in die Falle tappen zu sagen, „Das müsste dann sich verhalten wie Mensch“, denn warum sollte sich eine künstliche Intelligenz a priori so verhalten wie wir Menschen? Auf der anderen Seite steht dann die schwache oder spezifische Intelligenz. Das sind Systeme, die in einem ganz konkreten Bereich ähnlich gut wie ein Mensch Entscheidungen treffen oder auch besser als ein Mensch Entscheidungen treffen. Und das ist zum Beispiel das, was wir bei dem Spiel Go oder bei Erkennung von Hautkrebs oder anderen Systemen gesehen haben. Und hier schließt sich dann auch wieder der Kreis zur Definition der Intelligenz, und da sind wir wieder bei der Ableitung von zweckvollem Handeln. Und dann ist auch hier eigentlich genau die Grenze zum Hype. In der Definition steht ja nichts von spezifischen Algorithmen oder Machine Learning, und vom Gefühl her denken wir heutzutage immer bei künstlicher Intelligenz daraus an große Machine Cluster, wie sie vielleicht bei Google oder bei Amazon stehen mit ganz großen Machine-Learning-Systemen, und wir denken zum Beispiel nicht an mathematische Optimierung wie Operations Research, das es ja auch schon seit langer Zeit sehr erfolgreich gibt. Auf der anderen Seite lässt sich natürlich auch aus einer ganz einfachen linearen Regression ein natürliches oder zweckmäßiges Handeln ableiten. Aber das ist nicht unbedingt das, was wir jetzt unter dem Begriff „Künstliche Intelligenz“ zusammenfassen würden. Und diese Schwammigkeit der Definition des Begriffs „Intelligenz“, die erlaubt es dann halt ganz Vielen, da diesen Deckmantel zu packen. Und dann muss man in der Tat schon sehr genau schauen, was denn damit gemeint ist. Da hilft es, den Begriff im Hype etwas aufzublähen, weil gar nicht so genau festgelegt ist, was jetzt Intelligenz ist. Aber eines ist sicher: Die Systeme entwickeln sich rasant weiter und auch jenseits eines Hypes werden fast täglich neue Erfolge errungen, die sich erst durch die große Kombination aus riesigen Datenmengen und Machine Learning möglich wären. Hier stehen wir eigentlich erst am Anfang der ganzen Entwicklung.

I: Das kann ich durchaus nachvollziehen, und in vielen Bereichen sollte man tatsächlich jetzt mehr hinterfragen, wenn jemand sagt, sie beschäftigen sich mit künstlicher Intelligenz oder haben Komponenten von künstlicher Intelligenz in ihre Systeme eingebaut, dass man tatsächlich mal hinterfragt, was bedeutet es denn konkret, und damit natürlich dann auch ein bisschen besseren Hintergrund darüber bekommt. Gibt es denn spezielle Tipps, ja, für unsere Zuhörer, was diese Dinge angeht, was sie dann in Zukunft besser machen sollten?

B: (lachend) Ich glaube, wenn man jetzt bewertet, was andere Firmen oder Forscher tun mit künstlicher Intelligenz, lohnt es sich, eine gesunde Skepsis mitzubringen und einfach mal zu hinterfragen, was denn eigentlich genau gemacht wird. Wenn die nur schreiben, „Hier wird künstliche Intelligenz verwendet“, kann man durchaus mal nachfragen, „Und was heißt das jetzt? Und wo wird sie verwendet, und was soll diese AI jetzt tun? Oder was macht sie anders als man das beispielsweise mit einer mathematischen Optimierung machen würde?“ Abgesehen davon gibt es natürlich auch sehr grundlegende Forschungsarbeiten zur allgemeinen künstlichen Intelligenz. Ob und wann das passieren wird, das kann man jetzt, glaube ich, gar nicht absehen. Das heißt was wir in der Praxis sehen, ist die schwache oder spezifische künstliche Intelligenz, und da kann man auch genau fragen, wo denn diese Intelligenz stecken soll.

I: Ja. Und haben Sie eine konkrete Empfehlung, wenn sich unsere Zuhörer ja deutlich detaillierter mit diesem Thema AI, also auch künstliche Intelligenz, im Prinzip beschäftigen wollen und da tiefer einsteigen wollen, weil sie das für ihre zukünftige Arbeit auch verwenden wollen? Was können die da am sinnvollsten machen?

B: Also, wer da richtig tief einsteigen möchte, dem würde ich empfehlen, unsere Kurse im Fernstudium ab nächstem Frühjahr, ab nächstem Februar zu besuchen, da bieten wir auf Bachelor- und auf Master-Niveau jeweils Studiengänge in Data Science und Artificial Intelligence an. Das sind eigentlich ideale Weiterbildungsmaßnahmen, die jeder ergreifen kann, um sich tief in die Systeme einzuarbeiten, auch in dieses Feld einzusteigen.

I: Und die gibt es dann im Bachelor- und Master-Niveau? Oder in welchen Bereichen gibt es die?

B: Genau. Die fangen im Bachelor Data Science an, das ist die Grundlage für die späteren Master-Studiengänge. Im Bachelor bieten wir Data Science an als Grundlage für die beiden weiteren, und im Master kommen dann spezialisiert Master Data Science und Master Artificial Intelligence, je nachdem, in welche Richtung man jetzt gehen möchte.

I: Super. Falls das für Sie als Zuhörer interessant sein sollte: Wir werden natürlich die Links zu diesen Studiengängen in die Shownotes mit einbringen, dann haben Sie es ein bisschen einfacher, da direkt drauf zuzugreifen. Was mich und auch sicherlich die Zuhörer noch interessieren würde: Haben Sie gute Buchempfehlungen zum Thema AI?

B: Ja, da ändert sich natürlich gerade alles rasant, also fast jedes Buch, was man so sagen möchte, was jetzt rauskommt, hat ja mindestens zwei Jahre Vorlaufzeit und ist schon quasi gar nicht mehr dem aktuellen Markt hinterher. Ich glaube aber, was man empfehlen könnte, ist der Klassiker, sage ich mal, von Stuart Russell und Peter Norvig, der heißt Artificial Intelligence, A Modern Approach. Das ist ein Lehrbuch, das in sehr vielen Universitätsstudiengängen eingesetzt wird, und gibt einen großen Überblick über die Hintergründe von Artificial Intelligenz und künstlicher Intelligenz. Und ein anderes Buch, was eher nicht technisch ist, das finde ich auch sehr lesenswert, das ist von Sarah Wachter-Boettcher, das heißt Technically Wrong: Sexist Apps, Biased Algorithms, and Other Threads of Toxic Tech. Das beschäftigt sich eigentlich sehr allgemeinpopulärwissenschaftlich mit der Frage, welchen Einfluss AI eigentlich auf unser Leben hat, und insbesondere dadurch, wie Algorithmen einen Bias entwickeln können, da es ja aus den Daten lernt, die wir einem solchen Algorithmus, einer solchen künstlichen Intelligenz geben und welchen Einfluss das auf unser Leben hat. Das ist eigentlich ganz spannend zu lesen, wie man abseits von rein technischen Fragestellungen dann sieht, welche Konsequenzen sich eigentlich daraus ergeben auf unser Leben.

I: Da bin ich ja schon gespannt, welches der Bücher ich dann in meine Buchliste mit aufnehmen werde, vermutlich eher die nicht so technische Variante (lachend) für mich, aber ich glaube, es gibt genug Hörer, die tatsächlich dort auch so einen Deep Dive tatsächlich machen möchten, und je nachdem, ob Studiengang oder nicht, tatsächlich mal tiefer in das ganze Thema AI auch eintauchen wollen. Auch diese Buchempfehlung werden wir mit in die Shownotes mit reinnehmen. Und ich hatte mit Herrn Kerzel im Vorfeld gesprochen, auch die Kontaktdaten von ihm, seine E-Mail-Adresse, nehmen wir mit auf, sodass Sie natürlich jederzeit in der Lage sind, auch wenn Rückfragen hier gerade zu diesem Thema und  den Studiengängen ist, gerne an ihn diese Rückfragen zu richten. Ja, vielen Dank an Sie, Herr Kerzel, für dieses tolle Interview.

B: Ja, herzlichen Dank, es hat mich sehr gefreut, bei Ihnen zu sein. 

I: Und an Sie, liebe Zuhörer, ja, vielen Dank fürs Zuhören natürlich, und schalten Sie gerne wieder ein, wir freuen uns wieder auf Sie am nächsten Freitag, wenn unsere Episode wieder online geht. Vielen Dank fürs Zuhören und bis zum nächsten Mal, Ihr Ingo Lücker, tschüss!

Kontakt: Ulrich Kerzel, u.kerzel@iubh-fernstudium.de

Kontakt: Ingo Lücker, ingo.luecker@itleague.de