Was KI-basierte Research-Assistenz heute leisten kann und was (noch) nicht

Pavol Sikula, AskBrian

Jeder Mensch ist anders und hat eine andere Art mit KI zu interagieren. KI muss also an jeden Menschen angepasst werden. Das gilt als Herausforderung, weiß Pavol Sikula von AskBrian.

Wir befassen uns täglich damit, den Menschen mit Hilfe von KI, Wissen zur Verfügung zu stellen, indem wir ausgewählte digitale Services und Datenquellen integrieren und einen KI-basierten Assistenten zur Verfügung stellen. In diesem Beitrag teilen wir unsere Einblicke zu KI-Nutzer-Typen, die bestehenden Erwartungen an KI Lösungen und schließen mit dem heute technisch Möglichem ab.

Wie wir Menschen sind: Unterschiedliche User-Typen beim Umgang mit KI

Sprachbasierte Assistenten interagieren mit den Anwendern über natürliche Sprache und gewähren so Einblicke über unterschiedliche Nutzertypen. Eine Anwendung, welche auf der natürlichen Sprache basiert, muss mit allen Nutzertypen klarkommen – am schwierigsten sind die lieben Nutzer.
In der illustrativen Übersicht stellen wir synthetische Beispiele zu der Frage nach Unternehmensinformationen dar. Welcher Typ sind Sie?

Welcher User-Typ sind Sie? (Bild: AskBrian)

Die Erwartungen: "KI ist fake news" bis zu "KI beherrscht uns"!

Die unterschiedlichen Nutzertypen aber auch unsere Gespräche mit Unternehmenslenkern und Anwendern zeigen, dass die Erwartungen kaum unterschiedlicher sein könnten. Immer noch begegnen wir der Aussage "Ich habe noch nie eine funktionierende KI-Anwendung genutzt". Ich lasse davon bewusst ab hier all die Alltags-KI Use Cases aufzuschreiben. Andererseits gibt es Menschen, welche sich Sorgen machen, dass wir entweder bereits von KI beherrscht werden, werden oder das es demnächst der Fall sein wird.

Bezogen auf Research wie auch generell gilt, dass es noch keine generelle-menschenähnliche KI gibt. Stattdessen sind aktuell alle KI- Anwendungen spezifisch für einen bestimmten Bereich – für eine spezifische Fragestellung gebaut. Aus Marketinggründen ist es für große Player wie auch für Startups verführerisch, Großes zu versprechen ... dies ist aber natürlich nur eine sehr kurzsichtige Strategie.

Was unser Ansatz ist: Die Erwartungen zurecht rückenzu rücken, was mit viel Missionarsarbeit verbunden ist. Im Fall von unserem digitalen Assistenten betonen wir z.B. immer wieder: Brian beherrscht seine 24 Skills, in welche wir die besten verfügbaren Technologien eingebaut haben – er kann nicht mehr und nicht weniger.

Das technologisch Mögliche: Was heute geht

Es gibt noch keine generelle KI – was kommt da am nächsten heran und ist perspektivisch auch für Research relevant? Die heißesten Kandidaten: DeepMind, Meena, Duplex (alle drei Google), GPT-3 (Microsoft) oder das Experiment von Wolfram Alpha.

Google's DeepMind Program hat nicht nur den besten Go-Spieler erschaffen, sondern auch viele weitere Use Cases gemeistert. Immer, wenn klare Spielregeln, ein Zielsystem und die Gelegenheit "ein Spiel" millionenfach durchzuspielen da sind, wird AI siegen. Meena hat letztes Jahr, nach mehreren Jahren, Mitsuku als den menschenähnlichsten Bot abgelöst, welcher auch Wissens-Fragen beantwortet und dank der Duplex-Technologie User-Umfragen auch bei nicht-linearen Gesprächsabläufen automatisieren kann. GPT-3 ist aktuell das leistungsfähigste Modell zur synthetischen Text- und Content-Generierung, wo die Kreatoren selbst aus Angst vor Missbrauch des Systems (Fake-News at scale) den Zugang zu dem "Tool" verwehren. Einen interessanten Ansatz wählte Wolfram Alpha: alles systematische Wissen des Netzes einfach verfügbar zu machen. So kann Wolfram Alpha automatisch Städte vergleichen, Gleichungen lösen oder das Wetter bei der Geburt von Steve Jobs nennen... Die Technologie entwickelt sich weiter, wir sind aber immer noch sehr weit von einer generellen KI entfernt.

Zu funktionierenden "Narrow" research-relevanten AI-Applikationen zählen automatische Umfrageanalysen, qualitative Zahlenanalysen, Unternehmensprofile, Zusammenfassungen, Social Listening sowie Übersetzungen... und es tauchen ständig neue Lösungen auf, denn Tausende motivierte Teams arbeiten bereits an der nächsten bahnbrechenden Lösung. Wir leben in einer spannenden Zeit – in der digitalen Auflage der Kambrischen Explosion.

Über den Autor

Pavol Sikula war 15 Jahre Managementberater bei Roland Berger und Stern Stewart und er ist CEO von AskBrian GmbH. Ende 2017 fing er an, einen KI-basierten Assistenten für Managementberater zu bauen, welcher mühselige Aufgaben des Beraters übernimmt. Aufgaben welche widerkehrend sind und unnötig viel Zeit in Anspruch nehmen. Seit Anfang 2020 widmet er sich 100%ig seiner Leidenschaft und entwickelt zusammen mit seinem Team AskBrian als Firma und Brian als Produkt weiter.

Täglicher Newsletter der Insightsbranche

News +++ Jobs +++ Whitepaper +++ Webinare
Wir beliefern täglich mehr als 7.700 Abonnenten

/jre

Kommentare (0)

Keine Kommentare gefunden!

Neuen Kommentar schreiben

Kommentare geben ausschließlich die Meinung ihrer Verfasser wieder. Die Redaktion behält sich vor, Kommentare nicht oder gekürzt zu veröffentlichen. Das gilt besonders für themenfremde, unsachliche oder herabwürdigende Kommentare sowie für versteckte Eigenwerbung.

Über marktforschung.de

Branchenwissen an zentraler Stelle bündeln und abrufbar machen – das ist das Hauptanliegen von marktforschung.de. Unser breites Informationsangebot rund um die Marktforschung richtet sich sowohl an Marktforschungsinstitute, Felddienstleister, Panelbetreiber und Herausgeber von Studien, Marktdaten sowie Marktanalysen als auch an deren Kunden aus Industrie, Handel und Dienstleistungsgewerbe.

facebook twitter xing linkedin