Blog des EP-KI Teams

Im letzten Blogpost haben wir das Thema »Erklärbarkeit von Künstlicher Intelligenz« (KI) aufgemacht, das wir in diesem Blogpost fortsetzen wollen. »AI systems should not only be the best possible. Sometimes they should say ‘I have no idea what I’m doing here, don’t trust me.’ That’s going to be really important«, so lautet ein Zitat von Herb Lin, Professor an der Stanford University. Grob übersetzt: »KI-Systeme sollten nicht nur bestmöglich funktionieren. Manchmal sollten sie auch sagen: 'Ich habe keine Ahnung, was ich hier tue, vertrau mir nicht'. Das wird wichtig werden.«

Sind Vorhersagen von KI-Systemen irreführend oder können wir uns auf sie verlassen? Als Beispiel aus der Praxis schauen wir uns in diesem Beitrag den Umsatz eines Weihnachtsgeschäfts anhand von Zeitreihenvorhersagemodellen an.

In jeder Anwendung, bei der Künstliche Intelligenz (KI) zum Einsatz kommt, stehen am Anfang die Daten. Im zweiten Schritt wird ein Algorithmus angewendet und damit eine KI-Anwendung entwickelt. Diesen Prozess wollen wir im heutigen Blog-Beitrag etwas genauer unter die Lupe nehmen.

Auf der Suche nach aktuellen Algorithmen für spezielle Lösungen stoße ich immer wieder auf die unterschiedlichsten Bezeichnungen und stelle beim näheren Hinschauen fest, dass ich diesen Algorithmus schon kenne, jedoch in einem anderen Setting. Daher soll hier in einem ersten Schritt geklärt werden, welche möglichen Fragestellungen wir mit KI-Algorithmen beantworten können/möchten.

Wir am Fraunhofer ITWM sind größtenteils Mathematiker:innen und forschen auf verschiedenen Gebieten. Zwei große Felder und Methoden sind hierbei die »Künstliche Intelligenz« (KI) sowie das »Maschinelle Lernen« (ML). Unser Ziel ist es unter anderem die Verfahren zu verbessern, zu verstehen und neue Einsatzgebiete zu erschließen. So auch den Einsatz bei betriebswirtschaftlichen Prozessen.