Im Rahmen der Vorlesungsreihe „Academia meets Industry – A Political-Scientific Discussion“ hat Annette Green an der Universität einen Vortrag mit dem Titel „Transform a World of Data into a World of Intelligence“ gehalten. uniCROSS hat nachgefragt, in welchen Bereichen Daten in Wissen verwandelt werden und was die Chancen und Kehrseiten dieser Entwicklung sind.

Annette Green ist Vice President für Deutschland, Österreich und die Schweiz bei SAS – einem Anbieter von Lösungen für Analytics und künstliche Intelligenz, die Daten zu Wissen verarbeitet. Bevor sie zurück in ihre Heimat Deutschland ging, gehörte sie fast 30 Jahre dem globalen SAS Team an und hatte in den Headquarters in North Carolina verschiedene leitende Positionen inne.

Können Sie in einfachen Worten erklären, was Sie in ihrem Unternehmen machen?

Wie unser Claim beschreibt, sind wir ein Unternehmen, das technische Expertise und Business Know-How bündelt, um Unternehmen zu helfen, die riesigen Mengen an Daten, die es heute gibt, in Intelligenz zu überführen. Bei den Anfängen von SAS ging es ursprünglich  mal darum, die optimale Menge an Düngemittel zu berechnen – also nicht zu viel Düngemittel, weil das der Umwelt schadet, und nicht zu wenig, weil sonst das Wachstum der Pflanzen nicht unterstützt wird. Diesen optimalen Punkt zu berechnen, das war der erste Forschungsauftrag unseres Gründers und das war die Basis für das jetzige Unternehmen gestellt wurde.

Wie kann man konkret Daten in Wissen verwandeln?

Erst einmal muss man Zugriff auf die Daten haben, da sie die Grundlage für die digitale Transformation und auch für künstliche Intelligenz darstellen. Wenn Sie die Daten zusammenbringen, managen und für künstliche Intelligenz aufbereiten, gibt es viele Möglichkeiten, einen Mehrwert daraus zu generieren. Insbesondere, wenn man mit künstlicher Intelligenz arbeiten will, braucht man sehr viele Daten, um den Algorithmus zu trainieren.

Im Grunde ist es immer ein Dreiklang von Datenerhebung, Datenmanagement und der Bereitstellung von Daten. Zudem gilt es, die Datenqualität sicherzustellen. Denn Daten sind nicht immer ordentlich in Datenbanken abgespeichert, sondern liegen oft in unstrukturierter Form vor. Das heißt, man muss zunächst grundsätzlich sicherstellen, dass man auch die richtigen Daten analysiert. Mit govern ist gemeint, dass wir Daten und Prozesse transparent halten müssen für spätere Überprüfungen. Wir beziehungsweise unsere Kunden müssen belegen können, dass die richtigen Daten verwendet wurden, welche Datenquellen verwendet wurden und so weiter.

Welche konkreten Beispiele für die Transformation von Daten in Wissen können Sie uns geben?

Ein gutes Beispiel ist einerseits die Genforschung oder andererseits das CERN (Europäische Organisation im Bereich der Kernforschung): Dort wird im Bereich der Teilchenphysik geforscht. Am CERN werden jedes Jahr zig Petabytes von Daten generiert. Das sind riesige Datenmengen, und KI kann unheimlich hilfreich dabei sein, versteckte Erkenntnisse aus diesen riesigen Datenmengen zu holen, wodurch Wissenschaftler wiederum schneller Fortschritte machen können. KI beschleunigt und automatisiert also die Forschung.

Ein anderes Beispiel ist der Bereich Bildung und Lehre. In den USA und bestimmt auch hier in Europa haben wir Probleme mit dieser altmodischen „One-size-fits-all“ Unterrichtsphilosophie, bei der alle Studierenden über einen Kamm geschoren werden. Hier kann man mit KI individualisierte Lernprofile aufsetzen und den Unterricht besser an die einzelnen Studierenden – und vielleicht sogar an die jeweiligen Professor*innen – anpassen.

Was ist die Kehrseite von Künstlicher Intelligenz?

Datenschutz ist heutzutage ein großes Thema.Gerade ein Unternehmen wie SAS, das sich mit Datenanalyse beschäftigt, muss sich intensiv mit dem Thema auseinandersetzen. Die Datenschutzgrundverordnung (kurz: DSGVO) nehmen wir sehr ernst und, und wir sensibilisieren auch unsere Kunden diesbezüglich. Wichtig ist auch, dass die Software, die wir zur Verfügung stellen, diese Vorgaben sauber umsetzen kann und sämtliche Prozesse der Datenverarbeitung transparent und nachvollziehbar sind.

Eine andere Sache bei der Anwendung von künstlicher Intelligenz auf Daten ist die ethische Seite. Wir erklären Kunden in Workshops, wie sich sicherstellen lässt, dass die von Algorithmen trainierten Daten vorurteilsfrei sind. Denn die Auswertung dieser Daten soll weitestgehend neutrale Ergebnisse liefern.

Man meint immer, dass Mathematik vollkommen neutral und fehlerfrei ist, das ist so nicht der Fall. Man muss, um ethische Belange im Blick zu behalten, prüfen, wie die Algorithmen arbeiten. Im Englischen nennt man es ‚bias‘, wenn diese Unvoreingenommenheit nicht gegeben ist, auf Deutsch könnte man das als ‚Systemfehler‘ bezeichnen. Um eine solchen auszuschließen, braucht man viel Erfahrung.

Ein Vorteil von SAS ist, dass wir langjährige Erfahrung mit zahlreichen Tests und Cases, die wir für unsere Kunden durchgeführt haben. Es geht nicht nur darum, die Präzision der statistischen Modelle auf den Prüfstand zu stellen, sondern  auch mithilfe von Testzyklen durch „bias“ verursachte Probleme zu identifizieren. Bei uns gibt es  vielseitige Teams – wir haben einen Award für „Diversity in the Workplace“ bekommen – und das ist sehr wichtig für einen Softwareentwickler, weil dadurch verschiedene Perspektiven im Team zusammenkommen. Ein Team, das beispielsweise nur aus Männern besteht, kann problematisch sein, weil etwas übersehen wird, weil eine bestimmte Perspektive nicht im Team vorhanden ist. Und das passiert häufig bei KI.

Wie stehen Sie zum europäischen Datenschutz?

Ich sehe, dass die Amerikaner die europäische DSGVO adaptieren. Ein Einhalten von  Datenschutzvorgaben wird aus geschäftlicher Sicht immer wichtiger – erst recht, wenn diese Daten digital erhoben wurden.. Die Amerikaner folgen den Europäern in dieser Hinsicht. Bei SAS in den USA adaptieren wir die DSGVO-Regeln, die wir hier in Europa anwenden. Das ist auch wichtig, weil die meisten Firmen international aufgestellt sind. und da muss man über Landesgrenzen hinaus denken.

In diesem Bereich tauchen immer wieder ethische Bedenken und Bedenken hinsichtlich des Datenschutzes auf, die wir zuvor schon angesprochen haben. Wie stellen Sie sicher, dass Sie auf der „guten Seite“ stehen?

Im Rahmen des Datenschutzes stellen wir selbst Unternehmen Analyseergebnisse zur Verfügung. Und unsere Datenumgebung hat viele Sicherheitszertifizierungen: Wenn man Zugang zu den Gebäuden haben will, geben wir beispielsweise extra Pässe aus. Auch wenn es ein bisschen unbequem für unsere Kunden ist, führen wir diese extra Maßnahmen durch und stehen somit immer auf der Seite der Sicherheit. Außerdem versuchen wir vertraglich bestmöglich abzusichern, dass die Ziele unserer Kunden bei der Anwendung unserer Technologie vertretbar sind. Darüber hinaus arbeiten wir gemeinsam mit unseren Kunden an Prozessen, die sicherstellen, dass unsere Technologie sinn- und verantwortungsvoll eingesetzt wird.

Das klingt jetzt vielleicht etwas pathetisch, aber wir sind ja auch Kunde und Bürger, also Privatleute, und möchten genauso, dass unsere Daten geschützt werden oder manchmal anonym bleiben. Es ist sozusagen Teil unseres Credos, dass wir das auch allen anderen zusichern möchten. Wir sind auch nicht an der Börse notiert, haben also keinen Druck, kurzfristig Erfolge erzielen zu müssen und können uns stattdessen auf den langfristigen Nutzen unserer Kunden konzentrieren. Und diese Kultur möchten wir unbedingt erhalten!

Fotos: Mareike Heihoff

Veröffentlicht am 11. Februar 2020