ThingsThinking: KI mit Menschenverstand

ThingsThinkingDie Gründer von ThingsThinking (v.l.): Abdelmalik El Guesaoui, Sven J. Körner , Georg A. Müller und Mathias Landhäußer. Foto: ThingsThinking/Marc Ferdinand Körner

IdeenwerkBW-Schwerpunkt Startups und KI (2): Das Karlsruher Startup ThingsThinking setzt bei der Künstlichen Intelligenz  auf Qualität und gesunden Menschenverstand – und definiert auch klar ihre Grenzen.

Künstliche Intelligenz (KI) – was ist das? Darüber herrschen bisweilen romantische Vorstellungen, die mit der Realität wenig zu tun haben. Viele dieser falschen Vorstellungen stammen aus den Medien, aus Science-Fiction Filmen oder Literatur, aus semiwissenschaftlicher Fiktion. Daraus ergibt sich eine Art verschwommene Parallelwelt.

Tatsächlich ist es jede Menge harte Arbeit, Algorithmen so anzuwenden, dass sie sinnvolle Auswertungen zulassen. Es geht um Semantik, um Kontext und nicht zuletzt um den erfahrenen Experten in menschlicher Form, also um den Faktor Mensch und wie er diese Künstliche Intelligenz zu nutzen versteht.

Dazu müssen vorhandene Datenmassen eingespeist, ergänzt und integriert werden. Das betrifft insbesondere Großunternehmen. Aber nicht nur die. Gerade der in Baden-Württemberg so starke Mittelstand droht den Anschluss zu verlieren. Die Wettbewerbsvorteile, die er hat, laufen Gefahr zu erodieren.

ThingsThinking will Arbeit menschlicher Experten erleichtern

Hier kommt das Karlsruher Männer-Quartett ThingsThinking ins Spiel. Georg, Malik, Mathias und Sven sind die vier führenden Köpfe des Start-up. Georg Müller ist Aufseher über die Technik, Malik el Guesaoui zuständig für das Produktmanagement, Mathias Landhäußer fungiert als Meister der Strategie und Sven Körner ist sozusagen der Vorstand. Was treibt sie um? „Wir versuchen, dem Rechner ein gewisses Maß an gesundem Menschenverstand mitzugeben. Das ist unser Verständnis von Künstlicher Intelligenz.“ Die Plattform, welche die die Karlsruher bieten, ist gleichzeitig ihr Alleinstellungsmerkmal: Konkret geht es darum, die Arbeit von Experten zu erleichtern.

Die Digitalisierung ändert permanent die Art und Weise, wie Menschen, Geschäftsfelder und Dinge miteinander kommunizieren, interagieren und die Aufgaben durchführen. Bei ThingsThinking heißt das so: „Die Maschine muss für den Anwendungsfall wirken, als wüsste sie, was sie tut.“ Der große Vorteil des maschinellen Lernens mit neuronalen Netzen: Hat man große Datenmengen, in denen die richtige Lösung bereits markiert ist, so lassen sich die Systeme sehr gut trainieren und liefern verlässliche Ergebnisse.

Die notwendigen Datenmengen sind oft das Problem

In der Theorie klingt das plausibel. Häufig jedoch gibt es ein Problem, weil in einem kleinen mittelständischen Betrieb oder auch in einem Konzern, der nicht datengetrieben denkt, die Datenmengen gar nicht vorliegen, die ein Internetkonzern à la Microsoft, Google oder Facebook hat. Die andere Problematik: Wenn sie die Daten haben, dann häufig nicht dergestalt, dass sie als Grundlage für maschinelles Lernen taugen.

Vielfach geht es gar nicht um die Größe einer Firma, sondern darum, wann sie mit den internen und externen Prozessen der Digitalisierung angefangen hat. Alle Gründungen der letzten fünf bis zehn Jahre haben hier einen Vorteil. Denn dort sind die Dokumente oder Kundendaten so weit digitalisiert und auch kategorisiert, dass man prinzipiell maschinelles Lernen anwenden kann.

Sehr große Unternehmen, die international tätig und schon lange auf dem Markt sind, verfügen meist nicht über diese Datenmengen in der Qualität, wie sie für maschinelles Lernen benötigt werden. „Diese Daten zusammenzutragen, das wird oft unterschätzt“, meinen Malik und Mathias.

ThingsThinking kommt mit weniger Rohdaten aus

Genau da setzt ihr Unternehmen an. Ihr Plattform versteht Daten auf semantischer Ebene. Das heißt, die Plattform von ThingsThinking braucht nicht die riesigen Datenmengen. Um die Prozesse zu automatisieren, also für eine Künstliche Intelligenz abzubilden, versteht ihre Plattform die Inhalte von Dokumenten mit semantischen Verfahren. Das funktioniere bei ihnen in jeder Sprache, sagen die Gründer.

Beispiel Vertraulichkeitserklärungen: „Wir können die Vertraulichkeitserklärungen nehmen, die schon von den internen oder externen Juristen kommuniziert wurden und auf die Plattform geben.“ Kommt nun eine neue Vertraulichkeitserklärung dazu, kann ThingsThinking entsprechende Hinweise geben: OK, diese Stelle wurde in der Vergangenheit schon als kritisch markiert – das Ganze spielt sich dabei auf semantischer Ebene ab. Die einzelnen Wörter sind von untergeordneter Bedeutung.

Klassisches Beispiel: Ich renne von Magda weg. Oder: Magda läuft mir hinterher. Die Semantik wäre ähnlich. Es kommt auf den Kontext an. Bei kritischen Stellen muss noch einmal ein menschlicher Experte draufschauen.

Unser Alleinstellungsmerkmal ist unsere Plattform. Mit ihr und der Art und Weise, wie wir mit Unternehmen sprechen, geht es konkret darum, die Arbeit der Experten zu erleichtern.“ Wenn jemand etwas anderes verspreche, reagieren die Karlsruher extrem kritisch, weil sie zutiefst überzeugt sind: Der Expertenmodus kann nicht vollständig von der Künstlichen Intelligenz abgebildet werden.

Möglichkeiten Künstlicher Intelligenz realistisch einschätzen

„Alles, was in eine Größenordnung geht, wo Menschen mehrere Monate zusammenarbeiten, da zu sagen: Das kann KI binnen weniger Sekunden. Das ist meistens Quatsch, “ sagt Mathias Landhäußer. Denn immer wenn es nicht darum geht, Zahlenkolonnen zu verstehen, sondern Inhalte, komme man sehr schnell an eine Grenze. Hier kommen die Experten ins Spiel.

„Unsere Aufgabe ist es, beide Seiten – Geschäftsleitung und Mitarbeiter – auf den Boden der Tatsachen zu holen,“ sagt Malik el Guesaoui. Letztendlich geht es darum, dass die Prozesse recht schnell auch funktionieren.

Seine Künstliche Intelligenz kann ThingsThinking theoretisch auf allen Feldern einsetzen. „In der Praxis ist es natürlich so: Wenn wir die KI fertig gebaut haben für den Wirtschaftsprüfer oder für den Steuerberater, können wir damit nicht zu einem andern Kunden gehen und sagen: Die Maschine kann jetzt Autos bauen oder Gabelstapler,“ sagt Sven Körner. Deshalb ist die Devise von ThingsThinking: Zuschneiden auf den Anwendungsfall.

Das Konzept von ThingsThinking
Kennengelernt haben sich die vier Gründer am KIT (Karlsruher Institut für Technologie). Dort forschten sie seit dem Jahr 2006 daran, wie Computer natürliche Sprache verstehen können. Vor eineinhalb Jahren gründeten sie ThingsThinking. Mittlerweile arbeiten zehn Personen für das kleine Unternehmen. Ihr Wissen im Bereich Künstliche Intelligenz will das Team in der realen Welt einbringen. In anderen Nationen werde massiv investiert und probiert. Der deutsche Mittelstand sei da zu zögerlich.
Das Kundenportfolio von ThingsThinking gliedert sich auf in zwei große Bereiche: Zum einen befassen sie sich mit Steuerangelegenheiten (Wirtschaftsprüfung und Steuerberatung). Darunter fallen auch Due Diligence-Prozesse, also alles was zahlengetrieben ist oder wo Dokumente und Rechnungen vorzubereiten und zu verstehen sind. Ihr zweites Standbein betrifft technische Anforderungen und Dokumente. Hier müssen sie Ausschreibungen verstehen oder Anforderungsdokumente vorbereiten, beispielsweise von einem Automobilhersteller an seine Zulieferer. Genauso kann es um ein städtebauliches Projekt gehen, etwa wenn eine Stadt feststellt, dass sie eine U-Bahn braucht.
Wie viel das System kostet, bemisst sich jeweils danach, wie gut die Daten gepflegt sind. Technisch erzeugt die Plattform ergänzend zum Dokument des Endkunden eine kommentierte Fassung, die der menschliche Experte dann deutlich schneller bearbeiten kann.

Die erste Folge der Serie erschien am 29.6.

Ideenwerkbw.de Newsletter

Einmal pro Woche die neuesten Startup-News!

NEWSLETTER