Digitaler Assistent berechnet Finanzdaten ktsimage
Technik

Künstliche Intelligenz nimmt Data Scientists Arbeit ab

Wanted: Einstein, Michelangelo und Bill Gates in einer Person

Lesezeit ca.: 3 Minuten

Bernd Seidel

freier Journalist

Data Scientists sollen bald Unterstützung bekommen: Intelligente Software nimmt ihnen Routineaufgaben ab. So können sich die Spezialisten auf komplexe Analysen konzentrieren.

02. Juni 2017

„Der Data Scientist beschäftigt sich mit Daten und deren Interpretation und jongliert damit wie ein Künstler“, erläutert Holm Landrock, Senior Advisor beim Analystenhaus Experton Group, das zum Beratungsunternehmen ISG gehört. „So finden diese Experten unbekannte Verknüpfungen zwischen Datensätzen, deren Auswertung möglicherweise neue Erkenntnissen bringt.“ Das Anforderungsprofil für diese Berufsgruppe verbindet die analytischen Fähigkeiten eines Wissenschaftlers, die Kreativität eines Künstlers sowie ein tiefgehendes IT-Know-how: in etwa Einstein, Michelangelo und Bill Gates in einer Person. Solche Spezialisten sind in Unternehmen ausgesprochen rar.

Software hilft Anwendern in der Statistik aus

Das Analystenhaus Gartner verweist auf einen Ausweg aus der Personalknappheit: Intelligente Software soll Mitarbeiter ohne tiefgreifende Statistik-Kenntnisse zu Analysen befähigen. „Viele Unternehmen haben nicht dauerhaft genug Data Scientists – aber sie verfügen über Business-Analysten, die Citizen Data Scientists werden können“, berichtet Joao Tapadinhas, Research Director bei Gartner im Report Predicts 2017: Analytics Strategy and Technology. „Ausgerüstet mit den richtigen Tools können die Citizen Data Scientists Analysen erstellen und Modelle entwickeln, die vorhersagende oder beschreibende Auswertungen ermöglichen.“ ‚Citizen Data Scientists sind laut Gartner: Angestellte, die ausgereifte Analyseverfahren anwenden, aber selbst keine tiefgreifenden Statistik-Kenntnisse haben. Sie könnten eine Brücke schlagen zwischen den Business-Nutzern und den Statistikern.

Roboter erledigen 40 Prozent der Analysen

Bis 2020 werden laut Gartner-Studie mehr als 40 Prozent der Aufgaben, die heute ein Data Scientist übernimmt, automatisiert. Das führe zu einem bereiteren Einsatz von Datenanalyse. „Indem die Softwareanbieter ihre Lösungen für den Einsatz bei Citizen Data Scientists vereinfachen, helfen sie Unternehmen dabei, den Mangel an Fachkräften mit tiefen Statistikkenntnissen zu beheben“, schreibt Alexander Linden, Research Vice President bei Gartner. „Der Schlüssel zur Vereinfachung liegt in der Automatisierung von Aufgaben, die häufig wiederholt werden, zeitaufwändig sind und nicht zwangsläufig die Expertise eines zertifizierten Daten-Spezialisten voraussetzen.“

Auch Matthias Thurner, Chief Technology Officer beim Business-Intelligence-Spezialisten Prevero, geht davon aus, dass Software die Data Scientists künftig von Routinetätigkeiten entlastet. Allerdings gebe es hierbei Grenzen: „Software kann Daten analysieren, aber sie kann nichts übernehmen, was Intuition und Kreativität voraussetzt. Sie kann beispielsweise nicht sagen, welche Analyse zusätzlich interessant ist, oder in welchen Datenbeständen noch untypische Zusammenhänge stecken.“ Noch nicht.

Scheinkorrelationen entdecken nur Menschen

Ein aus der Statistik bekanntes Problem sind sogenannte Scheinkorrelationen, bei denen beispielsweise die Zahl der eingesetzten Feuerwehrleute und die Höhe des Brandschadens miteinander in Beziehung gesetzt werden. Software kann laut Thurner solche Fehler weder heute noch in Zukunft erkennen. Als wahrscheinliches Szenario verweist der Prevero-Cheftechnologe auf ein moderiertes Verfahren: Erfahrene Data Scientists stecken für die Business Anwender den Analyserahmen ab, formulieren ein Set an möglichen Fragen und legen qualitätsgesicherte Daten fest: „Innerhalb dieses Rahmens können Anwender, die relativ wenig Ahnung von Statistik haben, eigene Analysen durchführen. Bestimmte Dinge erledigt die Software auch selbst.“ Als Beispiel für die Unterstützung durch Software nennt Thurner Applikationen für die Unternehmensplanung, die dem Anwender Werte vorschlagen oder die dann, wenn er Zahlen eingibt, die stark von denen des Vorjahrs abweichen, um eine Bestätigung bitten.

Digitale Assistenten hören auf Sprachbefehle

Wie Zukunftsmusik klingt die Beschreibung einer digitalen Assistentin namens Wanda, mit der sich Anwender in natürlicher Sprache unterhalten. So könne sich beispielsweise ein Finanzchef von Wanda den Monatsabschluss erklären lassen. Die Assistentin finde diejenigen Unternehmensbereiche, in denen es sehr schlecht oder sehr gut laufe. „Die digitale Assistentin basiert zu großen Teilen auf Machine Learning“, erläutert Thurner.

Wanda ist seit dem vergangenen Jahr verfügbar und bekommt nach und nach neue Fähigkeiten. Allerdings haben diese Assistenten laut Thurner Grenzen: „Einen Menschen kann ich fragen, woraus er seine Einschätzung ableitet. Software kann hingegen nicht nachzeichnen, wie sie zu ihrem Ergebnis kommt.“ Künstliche Intelligenz arbeite mit Vorgängen in neuronalen Netzen, die sich nur sehr schwer erklären ließen. „Diese Komplexität wird immer eine Hemmschwelle bilden, die Ergebnisse einer Analyse zu übernehmen“, erläutert Thurner. „Kein Finanzchef will sich auf Vorschläge verlassen, bei denen er keine Ahnung hat, wie sie zustande kommen.“