Datenmenge, Datenflut, Datensicherheit, Datenklau, DSGVO, die Macht der Daten. Dass Daten Einfluss auf unser Leben haben, ist bereits auch bei Berufs- und Bevölkerungsgruppen angekommen, die sich außerhalb von Forschung, IT und Marketing bewegen. Jeder ist längst „gläserner Kunde“ – ein Schmunzeln entsteht im Gesicht eines jeden, der sich daran erinnert, welche Diskussionen wir diesbezüglich noch vor 15 Jahren geführt haben. Ähnliche Diskussionen erleben wir heute, wenn das Thema „Künstliche Intelligenz“ auf den Tisch kommt. Aber was kann die KI mehr, als Daten zu analysieren und daraus Verhalten oder Ereignisse zu prognostizieren und Handlungsanweisungen zu geben? Und muss das den Menschen Angst machen? Wo könnten Grundlagen der Ethik ansetzen, um Unsicherheiten und Risiken zu reduzieren und KI als Chance zu verstehen?
Künstliche Intelligenz – einfach mehr als Datenanalyse
Für zahlreiche Anwendungen gilt: Je mehr qualitativ hochwertige Daten, desto präziser das Ergebnis. Für KI-basierte Anwendungen trifft dies umso mehr zu, wenn die Künstliche Intelligenz mit Hilfe von Daten gezielt trainiert wird. Aber welche konkreten Möglichkeiten bietet hier KI? Wenn wir heute über Künstliche Intelligenz sprechen, meinen wir in der Regel Maschinelles Lernen. Das heißt genauer, hier entstehen Ergebnisse, also praktisch „Wissen“, mit Algorithmen aus statistischen Modellen, die auf Erfahrungsdaten basieren, oder als Output Maschinellen Lernens auf Basis von neuronalen Netzen oder einer Kombination von beidem.
Bei diesen Verfahren müssen die Algorithmen nicht mehr von Hand beschrieben werden, da sich die Technologie in einem gewissen Umfang selbständig mit den Daten beschäftigen kann. Oft geschieht das zwar in Zusammenarbeit mit einem Menschen, aber immer zu einem gewissen Grad eigenständig. Das spart Zeit und weil die Maschine selbst aus den Daten lernt, welche Regeln zur richtigen Analyse notwendig sind, entfällt bei der Analyse auch das Limit des menschlichen Horizonts.
Ein Unterschied zur vorherigen durch den Menschen getätigten Analyse ist, dass hier bereits im Design des Analyseprozesses Parameter eingegeben werden, die einem Menschen bekannt sind. Das kann natürlich dazu führen, dass bis dato unbekannte Muster in Daten nicht entdeckt werden – ganz einfach weil danach nicht mittels Regel gesucht wurde. Bei der KI-Technologie lernt die Maschine direkt aus den Daten und kann völlig losgelöst von dem, was sich Menschen zuvor einmal überlegt haben, Muster entdecken und die Daten dementsprechend bearbeiten.
Ethische Aspekte bereits in der Entwicklung berücksichtigen
Aber schauen wir auf den Kern einer KI, ihre Algorithmen und die Menschen dahinter. Da die KI zu einem gewissen Anteil selbständig lernen kann, müssen die Algorithmen so gebaut werden, dass Themen wie die Qualität, Vielfalt und Diversität von Daten bereits in der Entwicklung berücksichtigt werden. Nur so kann gewährleistet werden, dass die Ergebnisse auch entsprechend vielfältig sind. Voraussetzung dafür ist, dass ein Team, das ein KI-Produkt entwickelt, in sich selbst eine gewisse Diversität widerspiegelt. Ebenso sollten Menschen, die Daten erheben, auswerten und dann Algorithmen entwickeln, entsprechend für Diskriminierungsformen wie Sexismus und Rassismus sensibilisiert werden. So kann verhindert werden, dass nicht ausgeglichene Daten als Basis verwendet werden. Es sind verschiedene kulturelle und sozio-demographische Perspektiven notwendig, um einen Algorithmus so zu entwickeln, dass er auch in der Lage ist, sämtliche Aspekte umfassend zu berücksichtigen. Datenvielfalt spielt eine große Rolle, denn die Daten, mit denen die Maschine trainiert wird, sind die Grundlage ihres späteren Handelns. Nur vielfältige und diverse Daten können zu Ergebnissen führen, die alle Sichtweisen beinhalten. Hier ist natürlich der Mensch in der Zusammenarbeit mit der KI in der Verantwortung, das zu gewährleisten.
Regeln gegen die Angst vor der Künstlichen Intelligenz
Wenn künftige KI-Anwendungen unseren Vorstellungen von Verantwortung und Ethik genügen sollen, sind Reglements für die Zusammenarbeit zwischen Mensch und Maschine wichtig. Als dafür ausschlaggebend anzusehen ist, dass sämtliche Entscheidungen und Regulierungen für KI-Anwendungen vor dem Hintergrund des jeweiligen Einsatzbereichs getroffen werden. Es gibt keine One-Fits-All-Lösung – denn die wäre generisch bis zur Irrelevanz oder würde überregulieren. KI ist eine Technologie, die je nach Anwendungsszenario und Branche völlig verschiedene Möglichkeiten und Risiken birgt. Der gleiche Algorithmus kann in einem System ein Risiko bedeuten und in einem anderen vollkommen unschädlich sein. Daher ist es unerlässlich, den Fokus immer auf den jeweiligen Verwendungszweck der Systeme zu richten und anhand dessen zu entscheiden, welche ethischen Anforderungen relevant und notwendig sind.
Künstliche Intelligenz – ein Begriff, der Aufklärung erfordert
In den Medien wird der Begriff Künstliche Intelligenz aktuell sehr inflationär verwendet. Häufig wird KI fälschlicherweise mit ADM-Systemen (Automated Decision Making) gleichgesetzt. Hier gilt es, transparenter zu sein und beides auch in der Kommunikation nach außen deutlich zu unterscheiden, um Missverständnissen und der daraus resultierenden Unsicherheit entgegenzuwirken. Tatsache ist: Die meisten ADM-Systeme, die heute Entscheidungen über oder für Menschen treffen, basieren laut einer Untersuchung von AlgorithmWatch nicht auf einer KI, sondern sind „meist nur mehr oder weniger komplexe Softwareanwendungen, die anhand von Regelwerken Daten miteinander verrechnen, gewichten und sortieren.“ ADM-Anwendungen können sogar auch auf menschlichen Einschätzungen basieren, ganz ohne maschinelles Zutun.
Wenn Mensch und Maschine zusammenarbeiten
Zahlreiche Voraussetzungen sollten folglich erfüllt sein, bevor ein Mensch mit einer KI zusammenarbeitet. Aktuell ergänzen, unterstützen und entlasten KI-basierte Anwendungen den Menschen in zahlreichen Tätigkeitsfeldern. Meist zugunsten von weniger monotonen Standardprozeduren. Gleichzeitig sind immer wieder die Momente, in denen KI dem Menschen die Arbeit abnimmt, auch die Momente, die in der Öffentlichkeit die größten Diskussionen entfachen. Um die Angst vor KI zu reduzieren, müssen die Schnittstellen zwischen Mensch und Maschine transparent gemacht und die Aufgaben definiert werden, welche eine KI-basierte Anwendung erledigen kann und welche nicht. Fällt eine Anwendung autonom Entscheidungen, ist es besonders wichtig, sie kontinuierlich auf menschliche Vorurteile zu überprüfen. Vor dem Hintergrund von ausreichender Transparenz ist ein weiteres Kernelement im Bereich der KI-gestützten Kommunikation beispielsweise, dass ein Chatbot sich als Chatbot zu erkennen gibt. Darüber hinaus muss das bereitstellende Unternehmen natürlich alle Reglements im Sinne der DSGVO einhalten – diese beinhaltet einen Paragraphen zum Thema ADM-Systeme und Profiling. Und es ist erforderlich, den Kunden oder Nutzern eine Wahlmöglichkeit einzuräumen, welche Informationen sie von sich preisgeben und welche für eine Weiterverarbeitung genutzt werden dürfen.
Wie KI den Menschen im Kundenservice hilft
Sämtliche Branchen oder Geschäftsbereiche, in denen Menschen kognitive Arbeit auf Basis von großen Datenmengen leisten müssen und Prozesse optimiert werden können, profitieren schon heute vom Einsatz von KI. Im Bereich der KI-gestützten Kundenkommunikation, in der parlamind beispielsweise weltweit 60 Kunden betreut, stellen Unternehmen, die ein großes Volumen an repetitiven Standardanfragen im Kundenservice bearbeiten müssen, einen klassischen Anwendungsfall dar. Die Bearbeitung von häufig wiederkehrenden Fragen, wie beispielsweise „Wie kann ich mein Passwort ändern?“ binden bis zu 60 Prozent der Ressourcen im Kundenservice. Und dieser hohe Anteil von Monotonie wirkt sich nachweislich negativ auf die Motivation der Servicemitarbeiter und somit auch auf die Gesamtperformance des Kundenserviceteams aus.
Ein Ziel der KI-gestützten Kundenkommunikation besteht folglich darin, die Mitarbeiter im Kundenservice zu entlasten. Diese sollen weniger Zeit mit monotonen Standardanfragen verbringen und sich auf anspruchsvollere Fragen konzentrieren können, bei denen der Kunde mit kompetenten Menschen kommunizieren möchte und der persönliche Kontakt zählt, beispielsweise bei Problemen oder Beschwerden. Für Unternehmen steht natürlich die Kundenzufriedenheit im Fokus: Die Kunden erhalten passende Rückmeldungen auf Standardanfragen – und das zu jeder Tages- und Nachtzeit ohne Wartezeit.
Moderne, ganzheitliche KI-Lösungen können im Kundenservice auf verschiedenen Leveln automatisierend unterstützen. In der ersten Automatisierungsstufe wird die KI dazu eingesetzt, eingehende Anfragen zu analysieren, zu kategorisieren und diese dann automatisch dem richtigen Bereich im Kundenservice zuzuteilen, indem sie das Kundenanliegen sowie den Inhalt der Nachricht versteht. Ein weiterer Schritt hin zu mehr Automatisierung ist in der Kundenkommunikation dann die Fähigkeit der Software, die Serviceteams bei der direkten Bearbeitung zu unterstützen, indem die KI Handlungsempfehlungen erteilt, wie mit der Nachricht am schnellsten und möglichst fallabschließend umzugehen ist. Solche Handlungsempfehlungen sind beispielsweise dynamisch erstellte Antwortvorschläge auf eine E-Mail- Anfrage, die durch den Agenten direkt übernommen oder bei Bedarf vor dem Versand noch angepasst werden können. In der letzten Ausbaustufe beantwortet die Software eigenständig eingehende Anfragen. Das ist vor allem bei großen Gruppen von repetitiven Anfragen ohne komplexe Prozesslogik gut möglich.
Viele Unternehmen setzen tatsächlich auf „Mischformen“ der Automatisierung – wobei einige Aufgabenbereiche vollautomatisch bearbeitet werden, während bei anderen das künstlichintelligente Teammitglied lediglich unterstützt. Dabei ist es in der Hand des Kunden, zu definieren, wo die Schwelle liegt und wieviel Spielraum die Maschine bei der Entscheidung hat, selbst eine Anfrage autonom zu bearbeiten oder sie an einen Kundenservice-Mitarbeiter abzugeben. Auf diese Weise ist sichergestellt, dass der Entscheidungsprozess der KI im Sinne von Transparenz auch für den Menschen stets nachvollziehbar und kontrollierbar bleibt.
Das Miteinander von Mensch und Maschine sollte idealerweise davon geprägt sein, dass sie sich gegenseitig kontrollieren und immer wieder nachjustieren, um gemeinsam zum besten Ergebnis zu kommen. Das KI-System sollte nicht als Konkurrenz, sondern als entlastendes Teammitglied verstanden werden, dessen Hilfe sich positiv auf die Arbeitsmotivation und damit auch auf die Work-Life-Balance auswirkt.
Dr. Tina Klüwer ist CEO und Gründerin von parlamind, einem Unternehmen für den effizienten Kundenservice mittels Künstlicher Intelligenz. Zudem ist sie als Sachverständige der Enquete-Kommission des Bundestages für Künstliche Intelligenz und als Vorstand des KI-Bundesverbandes aktiv. Die promovierte Computerlinguistin arbeitete zuvor zehn Jahre als Wissenschaftlerin am DFKI der Universität Bonn und der FU Berlin.
Kennen Sie schon den aixvox-Newsletter?
Lassen Sie sich einmal im Monat kostenlos über die aktuellsten Workshops, Messen, Seminare und Webinare informieren!
Sie haben erfolgreich den aixvox-Newsletter abonniert!
* Bitte senden Sie mir entsprechend Ihrer Datenschutzerklärung regelmäßig und jederzeit widerruflich Informationen zu folgendem Produktsortiment per E-Mail zu: Workshops, Messen, Seminare, Webinare, Blogbeiträge.