Beiträge

Reden Sie auch mit Alexa, Siri oder Cortana? Haben Sie auf der Webseite beispielsweise Ihrer Versicherung schon mal mit einem Chatbot eine kurze Frage geklärt? Oder sind Sie am Münchner Flughafen schon mal mit einer fahrerlosen Bahn zum Terminal K geshuttelt worden? Künstliche Intelligenz begegnet uns im Alltag bereits an vielen Stellen. Künftig immer mehr auch im Marketing.

Am Abend des 25.1. veranstalten wir im Plan.Net Innovation Studio, das letzten Herbst eröffnet wurde, einen ersten Event. Der After Work XChange ist der erste einer Veranstaltungsreihe, die künftig im Innovation Studio stattfinden wird – immer zu einem anderen Thema. Damit wollen wir eine Plattform für all diejenigen bieten, die sich gerne mit neuen Technologien beschäftigen, Lust auf Austausch und Inspirationen haben und die Zukunft mitgestalten wollen.

Am 25.1. werden wir die Einsatzmöglichkeiten von künstlicher Intelligenz in der Marketing-Kommunikation aus unterschiedlichen Perspektiven betrachtet und Chancen diskutiert. Ab 17:45 Uhr erwarten die Teilnehmer spannende Vorträge von den folgenden Referenten:

Prof. Dr. Simon Hegelich

Der TUM Professor verbindet in seiner Forschung Politikwissenschaft und Computerwissenschaft zu Political Data Science. Dabei geht es sowohl um Themen der Digitalisierung, deren politische Relevanz untersucht wird, als auch um klassische politikwissenschaftliche Fragen, die mit Methoden wie maschinellem Lernen, Data Mining, Computer Vision oder Simulationen bearbeitet werden.

In seinem Vortrag im Innovation Studio erläutert er den Weg von Machine Learning zu künstlicher Intelligenz.

Dr. Emma Haddi

Dr. Emma Haddi, Group Head Data Science Plan.Net Business Intelligence, stellt ihre Perspektive dar, wie künstliche Intelligenz im Marketing zu bewerten und anzuwenden ist

Michael Rau

Der Plan.Net Business Intelligence Geschäftsführer geht genauer auf die technologischen und organisatorischen Voraussetzungen für KI Anwendungen ein.

Marcus Ambrus

Marcus Ambrus, ebenfalls Geschäftsführer der Plan.Net Business Intelligence, zeigt ein konkretes Fallbeispiel aus der Marketing-Praxis, das den enormen Mehrwert und die disruptive Kraft von KI demonstriert.

Axel Milberg

Vielen als Tatort-Kommissar bekannt, wird Axel Milberg den offiziellen Teil des Abends mit seinen Gedanken über die Chancen der Sprachsteuerung in der Entertainment-Industrie aus der Sicht eines Schauspielers beenden.

Im Anschluss haben Sie die Chance in unserem Plan.Net Innovation Studio entsprechende Technologien und Prototypen selbst auszuprobieren.

Aufgrund der vielen Anmeldungen werden wir an dem Abend etwas zusammenrücken müssen. Wer noch nicht zugesagt hat, aber gerne dabei sein möchte, schreibt an innovationstudio@plan-net.com, warum er oder sie gerne dabei sein möchte. Die überzeugendsten Zuschriften bekommen noch ein Ticket und im Zweifel entscheidet das Los…

2017 fand dank Facebook Live, Facebook Stories und Instagram Stories ein Boom für Nutzer von temporären Live-Videos statt. 2018 wird das Jahr des temporären Videos für Marken. Es ist nicht mehr notwendig, in große Produktionen zu investieren, da diese Formate einen realistischeren und spontaneren Live-Inhalt bieten. Dies bedeutet im Zusammenspiel mit der Zunahme an Influencern, dass Marken nicht einmal mehr den Inhalt erstellen müssen: es sind Drittpersonen, die ihn mit der Relevanz erstellen, nach der die Nutzer verlangen, wobei die Marke ausschließlich die Promotion verwalten muss. Auf Instagram können wir diese Strategie bereits darin erkennen, dass Marken die Posts von Influencern promoten, in denen ihre Produkte vorgestellt werden.

Künstliche Intelligenz, Maschinenlernen und digitale Zwillinge

Auch wenn diese drei Begriffe nichts Neues sind, wird 2018 so gesehen ein Jahr des Fortschritts. Die Entwicklung künstlicher Intelligenz, in dem Sinne, dass Maschinen lernen und „Entscheidungen treffen“, wird für bestimmte Geschäftsmodelle relevant sein. Mit dem Anstieg des Maschinenlernens innerhalb der Branche werden die Prozesse immer effizienter, und es gibt eine Steigerung der Qualität und Produktivität einiger Unternehmen, da sie Fehler innerhalb virtueller Umgebungen „kontrollieren“ können.

2018 wird das Jahr des Maschinenlernens, insbesondere auf dem Gebiet der Verbrauchersegmentierung und Verbesserung automatisierter Nachrichten-Personalisierungsprozesse. Dank der Marketingleiter aus Silicon Valley sind Lernalgorithmen bereits sehr weit verbreitet. Wir treten jedoch in eine neue Phase der Anwendung dieser Mechanismen ein, die über Werbesysteme wie Adwords, Doubleclick und Facebook hinausgeht.

Vermarkter werden immer besser darin, kontinuierlich Benutzerinformationen zu sammeln und zu integrieren. Zu ihren Verbündeten gehören globale Giganten wie Google. Ein gutes Beispiel hierfür ist die Partnerschaft von Google mit Salesforce, die im November dieses Jahres bekannt gegeben wurde und die sich zusätzlich zu ihrer positiven Auswirkung auf die Menge der gesammelten Informationen auch auf deren Qualität auswirken wird.

Die Herausforderung für Agenturen wie Vermarkter ist es, ihre eigenen analytischen Fähigkeiten mit denen von Maschinen zu messen – schließlich sind wir fehleranfällig und bei so einer großen Menge an Daten und Variablen sowie angesichts der Komplexität des Pfads, den der Nutzer bis zum Kauf wählt, steigt das Fehlerrisiko. Um Schlussfolgerungen schnell genug ziehen und sie anschließend in der echten Optimierung der Benutzererfahrung anwenden zu können, müssen wir mehr Gewicht auf Technologie und insbesondere auf die von der künstlichen Intelligenz angebotenen Möglichkeiten legen.

Im Online Marketing dreht sich alles um Geschwindigkeit. Daher beschäftigen wir uns im November bereits mit dem neuen Jahr und der Frage, was sich 2018 alles ändern wird. SEO wird beerdigt und Roboter übernehmen die Weltherrschaft? So schlimm wird es nicht kommen, aber ein Fünkchen Wahrheit steckt dahinter. Finden Sie es heraus in den aktuellen SEO-News.

1) Google startet seinen Mobile-First-Index (ein wenig)

Die Einführung des Mobile-First-Index wird das bestimmende Thema für SEOs im Jahre 2018 werden. Die Suchmaschine aus Mountain View hatte bereits vor einem Jahr angekündigt, zukünftig die mobilen Versionen von Webseiten zu erfassen und anstatt der Desktopversion als Referenz für Inhalte und Rankings zu verwenden. Es wird jedoch zu keinem großen Knall an einem bestimmten Tag kommen, die Umstellung werde vielmehr sukzessive und begleitet von umfangreichen Tests durchgeführt, so Google. Nun hat Google-Sprecher John Mueller bekannt gegeben, dass man begonnen habe, erste Webseiten im Testbetrieb auf den Mobilen Index umzustellen. Es sei zwar noch zu früh, von einem offiziellen Start des Regelbetriebs zu sprechen, es handle sich vielmehr um eine erste Testphase. Die von vielen Webmastern Mitte Oktober beobachteten Veränderungen in Rankings stünden jedoch nicht in Verbindung mit diesen Tests, so Mueller.

2) Das SEO Expertenorakel 2018

Der Blick in die SEO-Glaskugel fasziniert die Search-Branche jedes Jahr aufs Neue. Auch für 2018 haben namhafte Experten ihre Voraussagen darüber getroffen, was die dominierenden Trends in den kommenden 12 Monaten sein werden. Einig ist man sich darüber, dass Googles Umstellung auf den Mobile-First-Index, die rasant ansteigende Nutzung von Sprachassistenten und der Siegeszug der künstlichen Intelligenz gravierende Veränderungen auf der technologischen Seite des Searchmarketings mit sich bringen werden. Unternehmen und Webmaster sollten diese Veränderungen genau beobachten. Schnell verschärfen wird sich dagegen der Kampf um den organischen Traffic. Da Google verstärkt selber als Publisher auftritt und mit den sogenannten Featured Snippets zahlreiche Informationen bereits auf seiner eigenen Suchergebnisseite ausliefert, bleiben der Einsatz strukturierter Daten, die tiefgehende Analyse von Inhalten und Nutzerverhalten sowie der Fokus auf eine gute User Experience wichtigste Handlungsfelder, so die Experten. Aaron Wall von SEO Book vermutet sogar, dass Googles Dominanz in der Suche abnehmen wird, und Nutzer verstärkt auf spezialisierte Suchsysteme ausweichen werden. Zusammenfassend wandelt SEO-Experte John Lincoln einen alten Klassiker leicht ab: „Das alte SEO ist tot – Willkommen im neuen Zeitalter. Es wird 100 Mal besser und viel aufregender.“

3) Microsoft und Google setzen auf menschliche Unterstützung

Kaum ein Tag vergeht, an dem nicht von der unaufhaltsamen Ausbreitung der künstlichen Intelligenz und deren Auswirkungen auf das Online Marketing geschrieben wird. Auch die großen Suchanbieter Google und Microsoft setzen auf den Einsatz lernender Maschinen. Aber wenn man genau hinschaut, gibt es auch einen entgegengesetzten Trend: Microsofts Suchmaschine Bing hatte erst im August bekannt gegeben, dass es für die Qualitätssicherung seiner direkten Antworten zukünftig verstärkt auf die Zusammenarbeit mit seinen Nutzern in der „Bing Distill“-Community setzten will (wir berichteten). Anfang Oktober hatte nun auch Google zur zweiten Konferenz seiner „Local Guide“-Community nach San Francisco geladen. Nach Angaben des Konzerns umfasst die organisierte Nutzergemeinschaft bereits rund 50 Millionen Teilnehmer weltweit, die vor allem Einträge auf Google Maps überprüfen und korrigieren. Darüber hinaus werden täglich fast 700.000 neue Einträge von den Local Guides selbst verfasst. Dies sei vor allem in Entwicklungsländern eine wichtige Hilfe, da Informationen von lokalen Geschäften und Dienstleistungen in diesen Ländern nur schwer automatisiert erfasst und überprüft werden könnten, so Google. Ob sich dieser Trend verfestigt, oder der Mensch lediglich eine Brückentechnologie darstellt, bis die künstliche Intelligenz in ihren Fähigkeiten aufgeholt hat, bleibt abzuwarten.

4) Wie künstliche Intelligenz die Suchmaschinenoptimierung verändern wird

Das Search Marketing steht vor großen Veränderungen und im Kern dreht es sich dabei um die Auswirkungen der Integration von künstlicher Intelligenz und maschinellem Lernen in die Technologie der großen Plattformen. In Bezug auf die organische Suche bedeutet dies laut SEO-Veteran und Experte Kristopher Jones, dass Keyword Rankings zukünftig keinen dramatischen Veränderungen mehr unterliegen und dass es keinen übergeordneten, allgemein gültigen Algorithmus mehr geben wird. Vielmehr werden für unterschiedliche Suchanfragen spezialisierte, dynamische Algorithmen in einer Vielzahl von Varianten zum Einsatz kommen. Ziel der Suchanbieter sei es letztlich, mit technologischer Hilfe die genaue Nutzerintention präziser zu erfassen und bessere Ergebnisse liefern zu können, so Jones. Die klassische Keyword-Analyse und technisches SEO würden daher mittelfristig obsolet, meint der Suchexperte. Als Antwort auf die Herausforderungen der künstlichen Intelligenz schlägt Jones eine Kombination aus User Experience Optimierung, strikter Ausrichtung von Inhalten an Nutzerintentionen und den Einsatz natürlicher Sprachmuster für Voice Search vor. Darüber hinaus würden auch Suchmaschinenoptimierer nicht darum umhinkommen, eigene Analysetools auf der Basis künstlicher Intelligenz zu entwickeln. Agenturen und Werbetreibende müssten starke Antworten auf die technologischen Herausforderungen entwickeln, um vom Fortschritt nicht überrollt zu werden.

 

Dieser Beitrag erschien zuerst bei Internet World Business.

Auf dem Innovationstag von Serviceplan diskutierten der renommierte Münchner Philosoph und Kulturstaatsminister a. D. Julian Nida-Rümelin und Martina Koederitz, Vorsitzende der Geschäftsführung IBM Deutschland, gemeinsam mit Klaus Schwab, Geschäftsführer der Plan.Net Gruppe, über neue ethische Standards.

Während halb Deutschland noch in den Ferien schwitzt, präsentieren wir die SEO-News des Monats September – mit Suchergebnissen zum Selbermachen, der Renaissance einer alten SEO-Theorie, einem Update zum E-Commerce auf Amazons Alexa und einem wichtigen Technologie-Update aus Russland.

1) Bing lässt Direct Answers direkt von Nutzern optimieren

Bislang war es um die vor rund zwei Jahren von Microsoft gestartete Qualitäts-Community „Bing Distill“ recht ruhig geblieben. Nun lassen Beobachtungen aus den USA aufhorchen: Nutzer der Suchmaschine können die in den Ergebnissen ausgespielten Antworten auf häufig gestellte Fragen (Direct Answers, z.B. „Wie wechsle ich einen Autorreifen?“) direkt überarbeiten und Optimierungsvorschläge an Microsoft senden. Im Gegensatz zum voll automatisierten Google-System, dessen Ausspielung von Instant Answers ebenfalls stark ansteigt, geht Microsoft einen völlig anderen, auf menschlichem Input basierenden Weg, um Qualität und Relevanz dieses populären Features sicherzustellen. Nach Unternehmensangaben soll theoretisch jedem Nutzer die Mitgliedschaft in der Bing Distill-Gruppe offenstehen.

2) Google mischt den Wahlkampf auf

Die US Suchmaschine hat erstmals rund 4.500 bundesdeutsche Politiker aufgerufen, Inhalte der Infobox rechts neben den Suchergebnissen mit eigenen Inhalten zum Wahlprogramm zu befüllen. Mit maximal 500 Zeichen können die Politiker ihre Programme präsentieren und sich damit direkt an ihre Wähler wenden. Zusätzlich kann jeder Politiker drei Schwerpunkte mit jeweils höchstens 140 Zeichen platzieren. Das Angebot ist nach Angaben des Unternehmens freiwillig und richtet sich in erster Linie an bislang unbekanntere Kandidaten auf Wahlkreisebene.

3) SEO-Qualitätsfaktor bei Google – jetzt also doch?

Search-Guru Rand Fishkin hat kürzlich frischen Wind in die Diskussion um eine alte SEO-Theorie gebracht: Gibt es bei Google einen Qualitätsfaktor zur Bewertung von Webseiten, der für die organische Suche ähnlich funktioniert wie der offizielle ‚Quality Score‘ im bezahlten AdWords-Programm? Hier werden dem Werbetreibenden genaue Angaben zur Qualität seiner Anzeigen, Keywords und Zielseiten mitgeteilt, eine wichtige Optimierungshilfe. Für den organischen Bereich hat Google entsprechende Spekulationen nie jemals kommentiert. Die Beobachtungen der letzten Jahre deuten aber stark darauf hin, dass sich ein hohes Nutzerengagement auf ausgewählten Seiten (Klickraten, Verweildauer, Klicks pro Visit, u.a.) sogar positiv auf die Sichtbarkeit ganzer Domains auswirken kann. Ziel sollte es laut Fishkin also sein, die Performance ganzer Domains mit der gezielten Qualitätsoptimierung einiger Seiten zu verbessern. Hierzu gehört nicht nur der Aufbau neuer Unterseiten, sondern auch der Ausschluss von Inhalten mit niedrigem Nutzerengagement.

4) Bei Amazons Alexa hat der SEO Score einen Namen

Das Thema Voice Search erreicht auch immer mehr den klassischen E-Commerce. Nach Staureport und Wetterprognose rückt zunehmend der Verkauf von Waren und Dienstleistungen mit Hilfe sprachgesteuerter Assistenten in den Fokus. Die Mitte August verkündete Kooperation von Google Home mit Wal-Mart, dem Marktführer im US-Einzelhandel, zeigt deutlich, welche Hoffnungen mit der neuen Technologie verknüpft sind. Dass die Heimassistenten Alexa und Echo direkte Verlängerungen von Amazon sind, macht die Sache zwar eindeutiger, aber nicht unbedingt leichter. Daher ist die Nachricht wichtig, dass Alexa und Echo bei der Annahme einer Sprachbestellung zunächst die Einkaufshistorie des Nutzers nach bereits bestellten Artikeln derselben Art durchsuchen. Findet Alexa keinen identischen Artikel, so schlägt es automatisch ein Produkt aus der „Amazon’s Choice“-Selektion vor. Für Einzelhändler ist es daher zwingend notwendig, sich mit ihren Produkten für das „Amazon’s Choice“ Programm zu qualifizieren. Ähnlich einem Qualitätsfaktor muss das Produkt dafür in Prime verfügbar sein, eine hohe Konversionsrate sowie einen wettbewerbsfähigen Preis und positive Reviews aufweisen.

5) Yandex hebt ab mit künstlicher Intelligenz

Nachdem Google auf seiner Entwicklerkonferenz im Mai das Motto „AI first“ ausgerufen hatte, und damit die künstliche Intelligenz zur Grundlage seiner Suchtechnologie proklamierte, eifert ihm die russische Suchmaschine Yandex nun nach. Die Firma gab bekannt, dass ein auf neuronalen, selbstlernenden Netzen basierendes Update namens „Korolyov“ (benannt nach einem sowjetischen Weltraumforschungszentrum) live genommen wurde. Ähnlich wie Googles RankBrain-Algorithmus kann Yandex mit Hilfe dieser neuen Technologie die Intention seltener und komplexer Suchanfragen besser verstehen und wendet die erkannte Suchintention nun auf ganze Webseiten in hoher Zahl an. Bislang hatte sich Yandex zur Verknüpfung von Suchintention und passender Seitenrelevanz lediglich auf Überschriften von Webinhalten zurückgegriffen. Dies ist ein wichtiger Schritt auch hin zu einer besseren Voice Search-Kompetenz des Unternehmens.

Dieser Beitrag erschien zuerst bei Internet World Business.

Wir fangen mit dem Creative Coder an und schnappen uns Ret Lauterbach, Technical Director bei Plan.Net Technology, und Stephan Enders, Head of Innovation Studio bei der Plan.Net Gruppe, die uns hoffentlich erklären können, was sich dahinter verbirgt.

Seit sechs Monaten gibt es Chatbots im Facebook Messenger, mehr als 30.000 stehen den Nutzern inzwischen zur Verfügung. Der erste Hype hat sich gelegt und Unternehmen fragen sich nun, ob Bots tatsächlich das Potenzial haben, relevante Kommunikations- und Distributionskanäle für ihre Inhalte zu werden.

Die grundlegende Funktionsweise ist bei allen Chatbots identisch. Nutzer stellen dem Bot eine Frage, woraufhin dieser die hinterlegte Datenbank nach bestimmten Regeln durchsucht, um eine passende Antwort zurückzusenden. Je größer die Datenbank ist, desto größer ist das Wissen, auf das der Chatbot zugreifen kann.

Mobile-getriebenes Nutzungsverhalten und technologischer Fortschritt ebnen den Weg

Die Voraussetzungen für den Erfolg der Chatbots sind durchaus gegeben: Zum einen verlagert sich die Internetnutzung zunehmend auf mobile Geräte – und dort findet Kommunikation primär in Instant-Messengern statt. Der Umgang mit Textnachrichten ist also längst alltäglich geworden und die Anwender haben sich an die reduzierte Kommunikationsform gewöhnt.

Zum anderen investieren alle wichtigen Tech-Unternehmen massiv in die Entwicklung künstlicher Intelligenz, Machine Learning sowie in das Verstehen und Verarbeiten natürlicher Sprache durch Algorithmen. Über standardisierte Schnittstellen der Bot-Anbieter können Angebote und Services interessierte Unternehmen zudem relativ einfach in Chatbots eingebunden werden.

Unabwägbarkeiten menschlicher Kommunikation

Bis eine Unterhaltung mit einem Chatbot allerdings nicht mehr von einem Gespräch mit einer echten Person zu unterscheiden ist, wird noch einige Zeit vergehen, da viele Chatsbots aktuell noch schnell an ihre kommunikativen Grenzen stoßen. Entweder scheitern sie bereits am korrekten Verarbeiten menschlicher Kommunikation inklusive aller Unwägbarkeiten wie Umgangssprache, Dialekt oder Tippfehlern oder ihr Antwortrepertoire ist rasch ausgeschöpft. Erste Reaktionen der Early Adopter waren eher ernüchternd. Das lag mitunter aber auch daran, dass Facebook die Chatbot-Plattform erst wenige Wochen vor dem offiziellen Launch für Entwickler geöffnet hat.

Dass diese Zeitspanne möglicherweise zu kurz war, um einen guten Chatbot zu entwickeln, räumte auch Facebooks Vice President für Messaging Produkte Davis Marcus ein. Seit dem Launch habe Facebook den Entwicklern aber viele APIs und Anleitungen zur Verfügung gestellt. Man darf also gespannt sein, wie gut die zweite Generation an Bots wird.

Für langfristigen Erfolg müssen vor allem zwei zentrale Voraussetzungen erfüllt werden:

Auffindbarkeit: Es gibt aktuell keinen einfachen Weg, Chatbots für den Facebook Messenger zu finden, denn der beim Launch angekündigte Bot-Store lässt weiter auf sich warten. Man muss also den Namen des Bots kennen und ihn über die Suchfunktion des Messengers einbinden. Andere Messenger wie Kik, Telegram oder Skype bieten hier bereits Übersichtskataloge an.

Mehrwert: Damit Nutzer einen Chatbot nicht nach einmaligem Ausprobieren wieder löschen, muss der Bot dem Usern schon beim ersten Testen an echten Mehrwert bieten. Dieser kann dabei verschiedene Bereiche abdecken:

  • Komplexitäts- und Informationsreduktion: Shopping Bots, wie der Chatbot von Tommy Hilfiger, helfen User beispielsweise bei der Suche nach passenden Produkten, indem sie durch gezielte Fragen eine Vorauswahl der Produkte treffen. Der Mehrwert von News-Bots wie dem von CNN liegt ebenfalls in der Reduktion von Informationen. Nutzer geben an, welche Inhalte sie interessieren und bekommen dann über Push-Nachrichten passende Beiträge geschickt.
  • Zeiteffizienz & Problemlösung: Die Fluggesellschaft KLM setzt auf besonderen Service für ihre Kunden: Will man beispielsweise seinen Sitzplatz ändern, so muss man nicht länger die App öffnen, sondern kann einfach eine kurze Nachricht an den KLM-Bot schreiben.
  • Zusatzangebote: Mit dem Absolut Vodka Chatbot können User in mehreren amerikanischen Städten Bars finden, in denen das Produkt verfügbar ist. Der Mehrwert dabei: Der Nutzer bekommt gleich noch einen Gutschein für ein Freigetränk dazu.

Werden diese Punkte in der nächsten Generation von Chatbots weiter optimiert und das Problem der Auffindbarkeit gelöst, spricht vieles dafür, dass sich die Dienste als Kommunikationskanal für Marken auf Facebook etablieren. Mit ausreichend vielen Angeboten könnte der Facebook Messenger in Europa und Nordamerika zur mobilen Servicezentrale für die User werden – ähnlich wie es das WeChat, LINE und Kik bereits in zahlreichen asiatischen Märkten sind.

Dieser Artikel wurde auf internetworld.de veröffentlicht.

Deep Learning ist eine Teildisziplin der künstlichen Intelligenz (KI), deren Grundidee bis in die 1950er Jahre zurückgeht. Zur Massentauglichkeit hat es bisher zwar noch nicht gereicht. Mit den sinkenden Kosten für Chips und damit auch für Netzwerke sowie der stetig wachsenden Menge an Daten, die uns in digitaler Form vorliegen, erlebt das maschinelle Lernen allerdings seit ein paar Jahren eine beeindruckende Renaissance. Deep Learning ermöglicht es Computersystemen durch Interation, also der wiederholten Ausführung von Befehlen, bestimmte Muster in Datenmengen zu erkennen und diese immer weiter zu verfeinern. Kurz gesagt lernt Deep Learning Maschinen das Lernen. Die Einsatzbereiche sind schier unendlich, sie müssen lediglich eine Voraussetzung erfüllen: Daten in digitaler Form sollten in großen Mengen vorhanden sein, um brauchbare Muster zu extrahieren.

Deep Learning: Wieder erwachter Trend

Gerade Firmen aus dem Silicon Valley setzen aktuell verstärkt auf den wieder erwachten Trend. Die Evolutionsgeschwindigkeit, mit der Erkenntnisse aus den nun massenhaft vorhandenen Daten gewonnen werden, ist dabei enorm: Im Jahr 2009 hat ein Team um Geoffrey Hinton von der University of Toronto sich dem Thema Spracherkennung angenommen. Nach intensivem Training war die Software besser in der Lage, gesprochene Worte in geschriebenen Text zu übersetzen, als alle Vorgänger zusammen. Zwei Jahre später hat Google Daten seines Dienstes YouTube dem Deep Learning unterzogen und diese in verschiedene Kategorien unterteilen lassen. Mit dem Ergebnis, dass neben Kategorien wie „Menschliche Gesichter“ auch die Kategorie „Katze“ zum Vorschein trat, was für ein beachtliches Maß an Erheiterung sorgte.

Deep Learning hat sich seit dieser Zeit enorm weiterentwickelt. Erst vor wenigen Wochen hat das Google-Programm AlphaGo im Strategiespiel Go gegen den bis dahin dominierenden Champion Lee Sedol gewonnen. Von vielen wird das nun als Meilenstein der KI bezeichnet, auch wenn solche Ausflüge von Google eher als Spielerei zu sehen sind. Googles eigentliche Anwendungsfelder liegen eher im Bereich der Suche und der Darstellung der Suchergebnisse. Für das Unternehmen ist das so genannte Rank-Brain, das für noch bessere Suchergebnisse sorgt, deshalb weit wichtiger, weil es auch in Zukunft die Vorherrschaft im Suchmaschinenmarkt sicherstellen soll.

Deep Learning bommt

Die Liste mit weiteren aktuellen Beispielen ist schon heute lang –  und wird auch in Zukunft noch weiter wachsen.

  • Facebooks neuer Messanger M etwa wird mit Erkenntnissen des Deep Learning gefüttert, was zu ganz neuen Services führen kann. Durch maschinell gesteuerte Interaktionen kann sich der User damit beispielsweise ganz bequem einen digitalen Assistenten schaffen, der den Alltag durch interaktive Kalender- und Erinnerungsfunktionen erleichtert. Auch Chatbots werden bei Facebook, wie kürzlich auf der jährlichen Konferenz vorgestellt, durch maschinelles Lernen immer leistungsfähiger. Bis zu einem vollwertigen Assistenten, der einem die Reisen bucht und das Konto verwaltet, ist es also nicht mehr weit.
  • IBM, Oracle und Ebay arbeiten an neuen Lösungen, die durch Deep Learning erst ermöglicht werden. Ziel ist es dabei, die Technologie noch effizienter zu machen, um Suchergebnisse oder Vorschlagslisten noch genauer auf die Bedürfnisse der User abzustimmen.
  • Siri, Majel und Cortana sind Spracheingabesysteme, die in Smartphones der Plattformen iOS, Android und Microsoft die Eingabe und Suche erleichtern sollen. Die Vision sind Geräte, die sich nur mit der Stimme steuern lassen. Bei diesen Anwendungen geht es nicht mehr nur um die von einem Algorithmus getriebene Ergebnisliste, sondern auch darum, die semantischen Zusammenhänge schneller und besser zu erkennen und damit die Programme immer intelligenter zu machen.

Denkbar ist auch, dass Amazon diese Technologie nutzt, um Warenströme weiter zu verfeinern. Auf diese Weise könnte der Online-Händler seinem Traum, Ware quasi in Echtzeit zu liefern, immer näher kommen. Würde es Amazon nämlich gelingen, neue Vorhersagemodelle zu entwickeln, um Waren schon vorab in den jeweiligen Warenzentren zu lagern, bevor der Kunde seine Ware bestellt, muss der Händler nicht in jedem Lager den kompletten Warenbestand vorhalten. Dies ist zwar noch Zukunftsmusik, sicher ist aber bereits jetzt, das Amazon auch an Spracheingabegeräten wie Alexa arbeitet, die mit dem Internet verbunden sind und so den Alltag vereinfachen sollen.

Die Welt wird sich in den nächsten fünf bis zehn Jahren durch Deep Learning nachhaltig verändern. Auch auf die Arbeitsplatzentwicklung werden diese Neuerungen ihre Auswirkungen haben. Wir werden durch Deep Learning neue Erkenntnisse gewinnen, die ohne sie nicht möglich gewesen wären. Gerade der Datenschutz unterliegt hier großen Herausforderungen, da nicht alles, was möglich ist, auch zum Vorteil der Verbraucher angewendet wird. Die Herausforderung besteht darin, die richtigen Normen zu finden. Denn technische Grenzen oder auch Branchen, in denen Deep Learning nicht eingesetzt werden könnte, gibt es nicht. Sobald man – egal in welchem Bereich – bestimmte Muster erkennt, hat dies gewaltiges Potenzial zur Optimierung. Die neuen Erkenntnisse werden wiederum in den verschiedensten Sparten genutzt, um das komplette Potenzial auszuschöpfen, die Zuverlässigkeit zu steigern und die Technologie immer einfacher zu gestalten.

Dieser Artikel wurde auf internetworld.de veröffentlicht.