© Adobe Stock / Photocreo Bednarek

Trendlicht: Künstliche Intelligenz

Hier denkt die Maschine bereits mit

04/2018 – Siri, Alexa & Co. zeigen es: Künstliche Intelligenz ist in unserem Alltag angekommen. Dass KI aber viel mehr als reine Spracherkennung ist, zeigen die vielfältigen Einsatzmöglichkeiten bei der Deutschen Bahn.

Künstliche Intelligenz ist nicht nur bei der Deutschen Bahn ein wichtiges Thema. Wer Ende Februar beim Mobile World Congress in Barcelona war, wird unzählige Technologie-Hersteller gesehen haben, die ihre Produkte mit KI aufpeppen. Dabei ist das Thema nicht neu. Denn bereits 1956 fand am Dartmouth College in England die erste Konferenz statt, bei der erstmalig der Begriff „artificial intelligence“ verwendet wurde. Der Sieg des Schachcomputers IBM Deep Blue gegen Weltmeister Garri Kasparow im Jahr 1996 lässt sich als erster großer Auftritt einer KI im wahren Leben bezeichnen. 2011 gewinnt IBM Watson bei einer Quizshow gegen zwei menschliche Champions, und im Jahr 2016 schlägt AlphaGo beim komplexen Go-Spiel den Champion Lee Sedol.

Doch man muss gar nicht auf die medienwirksamen Auftritte einer KI schauen, wir alle tragen eine künstliche Intelligenz ständig auf dem Smartphone mit uns – ob sie nun Siri, Alexa oder Google Now heißt. Die technologische Entwicklung ist also so weit fortgeschritten, dass künstliche Intelligenz im größeren Maßstab in Produkte und Services einfließt.

Datenmengen analysieren und interpretieren

Große Rechenleistung und günstige Cloud-Dienste befeuern diesen Trend. Auch bei der DB Systel wird bereits an vielen Stellen künstliche Intelligenz eingesetzt. Der aktuelle Trendradar sieht große Perspektiven für den Einsatz, derzeit gibt es rund 40 Projekte konzerweit, die sich im KI-Umfeld tummeln. Und es wird künftig immer normaler, dass KI zumindest beteiligt ist, um große und heterogene Datenmengen zu analysieren, zu interpretieren und die Verfahren dafür laufend zu optimieren. „Aktuell finden sich viele KI-Ansätze im Big-Data-Ökosystem wieder, denn viele unserer Use Cases haben mit einer verbesserten Datenanalyse zu tun“, sagt Oliver Petrich. Er beschäftigt sich auf Konzernebene im Bereich IT-Strategie und digitale Transformation mit dem Thema KI. Für ihn ist es entscheidend, entsprechende Potenziale, Prototypen und Einsatzmöglichkeiten im Konzern zu identifizieren und voranzubringen.

© Deutsche Bahn AG

Aktuell finden sich viele KI-Ansätze im Big-Data-Ökosystem wieder, denn viele unserer Use Cases haben mit einer verbesserten Datenanalyse zu tun.

Oliver Petrich, Deutsche Bahn AG

Bei der Integration einer künstlichen Intelligenz kann man von zwei Ausbaustufen sprechen: Einerseits kann KI eine Optimierung und Verbesserung schon vorhandener Themen sein. Wenn man zum Beispiel an die Datenanalyse denkt, also im Bereich Data Intelligence und Advanced Analytics, lassen sich durch den Einsatz von KI bestehende Problemlösungen und Abläufe teilweise noch effizienter gestalten. Andererseits kann man mit dem Einsatz von KI dort auch ganz neue Use Cases entdecken, die vielleicht sogar völlig neue Geschäftsmodelle ermöglichen.

Von der Sprache bis zum Bild

Um zu erkennen, wo der Einsatz sinnvoll ist, kann man einen Blick auf das Periodensystem der künstlichen Intelligenz werfen. Demnach werden in einer Phase mit diversen Technologien Informationen erfasst – sei es Sprache, Ton, Gesichter oder Bilder. Es handelt sich also dabei generell um die Erkennung von Dingen. Diese Informationen werden verarbeitet, und daraus ergeben sich Schlussfolgerungen. Diese werden abschließend ausgegeben, oder es werden Aktionen angestoßen, sei es mittels Sprache oder in anderer Form. Der Ablauf ist ähnlich wie bei einem Menschen: Man nimmt Informationen auf, verarbeitet diese und gibt dann ein Ergebnis aus. „Bei KI sprechen wir daher nicht über eine einzelne Technologie“, erklärt Sandra Buchheister, Portfolio-Managerin für künstliche Intelligenz bei DB Systel, und ergänzt: „Die verschiedenen Technologien sind unterschiedlich weit entwickelt.“

So ist zum Beispiel Natural Language Processing (Verarbeitung natürlicher Sprache) – eine Technologie, die beispielsweise in Sprachassistenzsystemen, Sprachsteuerungen, Dialogsystemen oder für die Analyse von Text verwendet wird – relativ weit entwickelt. Hier gibt es Use Cases und Entwicklungen, aber auch erste Standardprodukte bei der Bahn wie DB Early Bird – eine Anwendung, die mit Informationen aus sozialen Medien und anderen öffentlich verfügbaren Datenquellen Verspätungen, Staus und Flugausfälle erkennt und geografisch verortet. Auch das Chatsystem Assistify bedient sich in Teilen einer KI, um zum Beispiel den Kundensupport oder die Kommunikation in Teams zu unterstützen. Gleichzeitig gibt es große Themen, die eine vollumfassende Betrachtung benötigen, um Potenziale in den Bereichen Disposition, Fahrplanoptimierung, autonomes Fahren möglichst auszuschöpfen. „Das sind sicherlich die größeren Potenziale für den Konzern.

Wissen verteilen und Lösungen anbieten

Ein Blick ins Marktumfeld zeigt, dass sich DB Systel in vielen KI-Bereichen mit anderen Anbietern auf Augenhöhe befindet. So setzt der Onlinehändler Amazon bei seinem Lebensmittellieferservice Amazon Fresh Bild- und Infrarotkameras in Verbindung mit einer KI ein, um zum Beispiel automatisch den Reifegrad von Avocados zu erkennen. „Davon sind wir nicht weit entfernt“, sagt Oliver Petrich. So hilft KI bereits an Bahnsteigen dabei, im Winter mit KI und Überwachungskameras starken Schneefall zu erkennen und den Räumdienst zu beauftragen. Gleichzeitig werden automatisch erfasste Personen anonymisiert. Bei der Videoanalyse mit selbsttrainierten Algorithmen gibt es also hohe Erkennungsraten – und das bei sehr wenig Trainingsdaten. „Wir analysieren vielleicht keine Avocados, aber wir erkennen, ob Schnee am Bahnsteig liegt, was vom Komplexitätsgrad sicher vergleichbar ist.“

© DB Systel GmbH

Wir kennen die Vor- und Nachteile der jeweiligen Technologien – und so können wir je nach Use Case gemeinsam mit den Kunden entscheiden, welche Technologie sich am besten eignet.

Sandra Buchheister, Portfolio-Managerin für künstliche Intelligenz, DB Systel GmbH

Vor allem lassen sich daraus Empfehlungen für andere Einsatzzwecke ableiten. Dabei werden alle Geschäftsfelder einbezogen: „Es ist wichtig, dass wir intern im Konzern gemeinsam in dieselbe Richtung laufen, Wissen verteilen und die richtigen Lösungen anbieten“, bringt es Oliver Petrich auf den Punkt. Dafür analysieren die Experten bei der DB Systel, welche Technologien am Markt verfügbar sind. „Wir kennen die Vor- und Nachteile der jeweiligen Technologien – und so können wir je nach Use Case gemeinsam mit den Kunden entscheiden, welche Technologie sich am besten eignet“, sagt Sandra Buchheister. Dabei sind die unterschiedlichen Themen nicht isoliert voneinander zu betrachten, sondern können auch zusammengeführt werden – wie das Beispiel des Info-Robotors FRAnny zeigt.

Eine Maschine, die mehrsprachig kommunizieren kann und auf Stimme und Gestik reagiert, ist sicher eines der offensichtlichsten Beispiele für den Einsatz einer künstlichen Intelligenz. Doch wie die Beispiele zeigen, wird KI bei der Deutschen Bahn bereits in vielen anderen Anwendungen genutzt – häufig ohne dass es sich auf den ersten Blick wahrnehmen lässt. Und diese technologische Reise hat gerade erst begonnen: Dank Open-Source-Technologien und einer starken Community wird es immer günstiger und einfacher, KI-Anwendungen und passgenaue Konzernlösungen zu entwickeln. Eines ist schon jetzt klar: Künftig wird es so immer weniger Anwendungen geben, in denen keine KI verwendet wird.

Weitere Artikel zum Themenspecial „Künstliche Intelligenz“: