Transfer Learning: So wird KI cleverer und alltagstauglich

Einspieler: Future Tech Trends. Unsere KI erkennt die Trends von morgen und die Solutions bei der Handelsblatt Media Group und Komsa ordnen diese für euch ein.

Simone Nissen: Hallo und herzlich willkommen zu einer neuen Folge von Future Tech Trends. Auch diese Woche hat unsere künstliche Intelligenz Hype Singles wieder einen spannenden Tech-Trend für uns identifiziert. Hey KI, was ist unser heutiges Thema?

KI: Folgendes Thema habe ich für diese Folge gefunden: Transfer Learning.

Simone Nissen: Alles klar, Transfer Learning – eine Technik des maschinellen Lernens. Wer könnte das besser erklären als du selbst, liebe KI?

KI: Um es für euch Menschen ganz anschaulich zu machen: Stell dir vor, Simone, du möchtest Motorradfahren lernen. Obwohl es Unterschiede gibt, kannst du viele der Fähigkeiten, die du beim Fahrradfahren gelernt hast, auf das Motorradfahren übertragen – wie das Gleichgewicht halten und das Lenken. Meine Vorgängermodelle in den frühen Tagen des maschinellen Lernens mussten alles immer von Grund auf neu trainieren. Durch Transfer Learning kann ein neues Modell auf das Wissen anderer Modelle zurückgreifen und dieses auf eine neue, verwandte Aufgabe anwenden.

Simone Nissen: Was braucht es dafür technisch?

KI: Ein Beispiel aus der Praxis: Ein Modell, das darauf trainiert wurde, Katzen auf Bildern zu erkennen, kann auch genutzt werden, um Hunde zu identifizieren. Dafür müsst ihr lediglich die Komponenten herauslösen, die spezifisch für Katzen sind, und Trainingsdaten zu Hunden hinzufügen. Modelle müssen so nicht von Grund auf neu lernen, was ein Tier ist. Das macht uns euch Menschen wieder ein kleines Stückchen ähnlicher und spart Rechenleistung. Clever, oder?

Simone Nissen: Wie clever das ist, darüber spreche ich mit meinen heutigen Gästen. Ich bin Simone Nissen, und bei mir im Studio ist zum einen Roland Lunck, Spezialist für Cloud Contact Center und Partnerverantwortlicher in der DACH-Region bei Five9, und Christoph Legat, Experte für Unified Communication bei Komsa. Christoph, wann ist Transfer Learning also besonders nützlich?

Christoph Legat: Wenn ich eine neue Aufgabe in einem kurzen Zeitraum implementieren möchte und dabei die KI genau mit den nötigen Informationen versorge. Das heißt, ich spare mir Zeit, habe eine kurze Rampphase und ganz besonders: Ich habe einen geringen CO₂-Fußabdruck.

Simone Nissen: Für alle, die jetzt nicht wissen, was eine Rampphase ist, magst du das noch mal kurz erklären?

Christoph Legat: Wir haben natürlich, wenn wir eine neue Aufgabe oder ein neues Themenfeld erarbeiten oder erschließen, einen kurzen Zyklus der Implementierungsphase. Da unterstützt uns die KI, vor allem durch die Methodik des Transfer Learnings.

Simone Nissen: Lass uns mal ganz konkret werden. Roland, was ist ein typischer Anwendungsfall?

Roland Lunck: Na ja, stellen wir uns den typischen Mitarbeiter in einem Callcenter vor, der einen Anruf bekommt. Nehmen wir mal einen Weinhandel als Beispiel. Ein Kunde ruft an, sagen wir, Christoph ruft an und sagt: „Ich würde am Samstag gerne Lachs essen.“ Die künstliche Intelligenz, die nicht der Agent ist, erkennt das und sagt: „Okay, zu Lachs passt am besten ein Weißwein wie Chardonnay, Grauburgunder oder Silvaner.“ Gleichzeitig prüft die KI im Hintergrund: Hat Christoph Legat schon mal bei uns bestellt? Und stellt fest: Ja, normalerweise nimmt er Silvaner. Auch das würde sie dann vorschlagen. Wenn Christoph dann sagt: „Hört sich gut an, aber ich hätte die Lieferung gerne am Donnerstag statt am Freitag“, würde die KI den Anruf an den menschlichen Agenten weiterleiten, der die Bestellung finalisiert.

Simone Nissen: Also kann man sich ein Callcenter voller Sommeliers vorstellen, ohne sie bezahlen zu müssen. Und nur wenn es spezifisch wird, werde ich weitergeleitet?

Roland Lunck: Genau. Außerdem steht dieser Service rund um die Uhr zur Verfügung. Christoph könnte am Sonntag einfallen, dass er am Samstag Weißwein besorgen muss. Die KI hilft, auch wenn der Sommelier nicht da ist.

Simone Nissen: Jetzt ist natürlich ein Callcenter der erste Kundenkontaktpunkt. Aber, sorry KI, kann ich das jetzt wirklich einer künstlichen Intelligenz guten Gewissens überlassen?

Roland Lunck: Die muss trainiert werden. Aber die mannigfaltigen Informationen, die sie zur Verfügung gestellt bekommt – also Kundendatenbanken, Informationen darüber, welcher Wein wann bestellt wurde –, das kann sie blitzschnell durchsuchen. Wir Menschen brauchen dafür viel länger.

Simone Nissen: Das heißt, wenn alles gut läuft, hat der Kunde sogar ein besseres Erlebnis, als wenn da nur Menschen sitzen?

Roland Lunck: Ja, er fühlt sich gut aufgehoben. Und wie gesagt, der Service steht rund um die Uhr zur Verfügung. Das können wir Menschen ja nicht leisten.

Simone Nissen: Wir haben euch beide heute hier, weil eure Bereiche so stark ineinandergreifen. Was braucht es dafür?

Christoph Legat: Im Grunde drei Dinge: Erstens eine Software, die als Datenkrake fungiert und die Anwendungen im Unternehmen verknüpft. Zweitens einen Partner, der die Software integriert. Und drittens eine umfassende Datenquelle.

Simone Nissen: Und wenn man jetzt eine KI von Grund auf neu bauen müsste, wäre das auch nicht machbar, weil es einfach zu lange dauern und viel zu teuer sein würde, oder?

Christoph Legat: Genau. Deshalb hilft Transfer Learning hier so viel. Es ermöglicht, auf bereits vorhandenes Wissen und Daten zurückzugreifen und dieses anzupassen.

Simone Nissen: Roland, wie kommt ihr an diese Basismodelle?

Roland Lunck: Auf der einen Seite haben wir eine Grundstruktur, auf der wir aufbauen können. Häufig hat ein Kunde viele Dokumente, die wir digitalisieren. Das ermöglicht der KI, in Sekundenschnelle durch tausende PDFs zu jagen und relevante Informationen zu finden.

Simone Nissen: Und wie lange dauert es, bis man diese Basismodelle feinjustiert hat?

Roland Lunck: Im ersten Schritt sprechen wir von etwa sechs Monaten. Danach wird regelmäßig überprüft, ob Anpassungen nötig sind.

Simone Nissen: Lass uns mal ein bisschen in die Zukunft blicken. Was wären Zukunftsszenarien in zehn Jahren?

Christoph Legat: Provokant gesagt, könnte man meinen, in Zukunft brauchen wir gar keine großen Lagerhäuser mehr – die KI übernimmt alles.

Roland Lunck: Klar, aber wir Menschen bleiben wichtig. Die KI soll uns unterstützen, nicht ersetzen.

Simone Nissen: KI, was meinst du? Wie könnte ein Zukunftsszenario aussehen?

KI: Jeder von euch Menschen könnte einen persönlichen KI-Assistenten haben, der durch Transfer Learning trainiert wurde und mit den virtuellen Assistenten eines Callcenters kommunizieren kann. Dein Assistent übernimmt den Beginn des Kontakts, klärt grundlegende Anliegen und sammelt wichtige Details, bevor du dich selbst einschalten musst.

Simone Nissen: Wunderbar. Wenn unsere Zuhörenden jetzt noch tiefer in das Thema eintauchen möchten, wo finden sie weiteres Material?

Christoph Legat: Auf unserer Website gibt es Blogartikel und ein weiteres Interview mit uns.

Simone Nissen: Danke euch beiden und danke an unsere Zuhörer. Es wäre toll, wenn ihr auch nächste Woche wieder einschaltet bei Future Tech Trends.

Christoph Legat: Danke, Simone.

Roland Lunck: Danke, dass ich hier sein durfte.

Einspieler: Future Tech Trends – der gemeinsame Podcast von Komsa und den Solutions bei der Handelsblatt Media Group.