Der Strom der Zukunft

Sie sind die Vorboten einer leisen Revolution: Eine App, die Ernten rettet, indem sie Schädlinge auf Pflanzen automatisch erkennt und wirksame Gegenmittel empfiehlt. Ein digitaler Übersetzer, der deutsche Sätze fast so akkurat ins Spanische oder Englische überträgt, wie es ein Dolmetscher mit Studium tut. Und Programme, die zu offenen Stellen die passenden Bewerber vorschlagen, bevor ein Personaler darauf einen Blick geworfen hat.

Alle Beispiele haben eines gemeinsam: Ohne künstliche Intelligenz, kurz KI, wären sie nicht möglich. Nach Jahrzehnten der Forschung, nach vielen euphorischen Erfolgsmeldungen und ebenso vielen Enttäuschungen sind lernende Computer nun reif für den kommerziellen Einsatz. Die Auswirkungen sind weitreichend: Künstliche Intelligenz wird verändern, wie wir arbeiten, wie wir essen, wie wir Geld anlegen, wie gesund wir leben.

Nicht nur IT-Konzerne wie Google, Microsoft oder SAP haben Zugriff auf die Technologien, die unter diesem Schlagwort zusammengefasst werden: Jedes Start-up kann die technischen Grundlagen nutzen – die Unternehmen, die im Finale des Digitalpreises „The Spark“ von Handelsblatt und McKinsey stehen, beweisen das für Branchen von der Landwirtschaft bis zu Finanzdienstleistungen.

Die Erkenntnis über die leise Revolution ist in den Führungsetagen angekommen. Aber vielen Unternehmern und Managern ist nicht klar, was sie nun tun müssen. Die Technologien sind zwar für jeden zugänglich, aber sie erfordern eine andere Art zu denken – und noch ist Zeit, das zu lernen.

Künstliche Intelligenz ist ein schillernder Begriff, der an Filme wie „Terminator“ und „Star Wars“ erinnert. Roboterhelden und -schurken, die ein eigenes Bewusstsein und einen eigenen Willen haben, sind der Dramatik zuträglich, der Realität jedoch nicht. Bislang gelingt es Forschern und Entwicklern lediglich, einzelne Fähigkeiten des Menschen abzubilden – Experten sprechen von schwacher KI, im Gegensatz zu starker KI.

Die meisten Unternehmen setzen daher auf das maschinelle Lernen, eine Teildisziplin der künstlichen Intelligenz. Dabei leiten Algorithmen aus großen Datenmengen selbst Regeln ab. Ein Computer lernt etwa anhand von Fotos, wie eine Tomate mit Eisenmangel aussieht. Die digitale Assistentin Alexa entziffert menschliche Sprache, indem sie die Schallmuster analysiert. Oder die Software einer Leitzentrale entdeckt Schäden an einer Maschine, weil die Vibrationen vom üblichen Muster abweichen.

Dahinter steckt aber kein menschliches Denken, sondern Statistik auf Highspeed. Trotzdem ist das Potenzial enorm. Durch die Digitalisierung lassen sich alle möglichen Phänomene in Daten fassen, die Quantifizierung der Welt reicht von Milliarden Textdokumenten im Internet bis zu Echtzeitdaten über die Touren einer Lkw-Flotte. Diese Informationen sind der Lernstoff für die Computer.

Trotz des Hypes sei künstliche Intelligenz bislang im Vergleich zu den Fähigkeiten der Menschen noch relativ begrenzt, meint der Wissenschaftler und Unternehmer Andrew Ng, der zu den Vordenkern der Szene zählt. Doch der Einfluss sei gar nicht hoch genug einzuschätzen: „So, wie Elektrizität vor 100 Jahren fast alles transformiert hat, fällt mir kaum eine Branche ein, die KI in den nächsten Jahren nicht verändern wird.“

Das mag einige Jahre dauern, ähnlich wie in der industriellen Revolution, als Unternehmer erst ihre Fabriken umbauen mussten, bevor sie Pferde durch Elektromotoren ersetzten. Aber dann haben Computer „auf unsere geistigen Kräfte die gleiche Wirkung wie die Dampfmaschine und ihre Ableger auf die Muskelkraft“, wie die Ökonomen Andrew McAfee und Erik Brynjolfsson vom MIT schreiben. Sie sehen daher ein „zweites Maschinenzeitalter“ anbrechen.

In den Teppichetagen und Eckbüros ist diese Erkenntnis mittlerweile angekommen. In einer Umfrage unter 3 000 Führungskräften sagten beispielsweise 85 Prozent der Teilnehmer, dass KI ihre Wettbewerbsposition verbessern könne. Allerdings wenden bislang nur fünf Prozent der Unternehmen die Technologie umfassend an, wie die Studienautoren von der Strategieberatung Boston Consulting Group (BCG) und dem Magazin „MIT Sloan Management Review“ schreiben. Erkenntnis und Handeln sind oft zweierlei.

Massive Investitionen

Dabei gibt es Vorbilder, auch in Deutschland. Bosch-Chef Volkmar Denner etwa postuliert, dass in zehn Jahren kaum ein Produkt seiner Firma ohne künstliche Intelligenz denkbar sei. Die Autohersteller investieren massiv, damit ihre Fahrzeuge selbstständig über die Straßen navigieren können. Auch etliche Banken und Versicherungen haben das Potenzial erkannt.

Das macht sich auf dem Arbeitsmarkt bemerkbar, wie der digitale Job-Monitor des Handelsblatts zeigt: Im zweiten Quartal ist die Zahl der ausgeschriebenen Stellen für KI-Experten in Deutschland um 170 Prozent gegenüber dem Vorjahr gestiegen. „Besonders in der Automobilindustrie, dem Anlagenbau und der Finanzindustrie ist der Bedarf derzeit nicht zu decken“, sagt Wolfgang Wahlster, Chef des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI).

Unternehmen stehen vor der Herausforderung, den Trend nicht zu verpassen, aber den Hype zu vermeiden – das Potenzial der Technologie ist groß, aber längst nicht jedes Projekt rentiert sich. Viele Unternehmen wüssten nicht, welches Problem die Technologie lösen solle, berichtet der Analyst Brandon Purcell von der Beratung Forrester. „Das Phänomen ist noch in einer frühen Phase, und viele Nutzungsszenarien entwickeln sich erst noch.“ Er rät zu einer schrittweisen Entwicklung: mit Staubsaugrobotern anfangen, bevor man C3PO, den Roboter aus Star Wars, nachbaut.

Ohnehin geht es bei KI nicht nur um spektakuläre Erfindungen wie autonome Fahrzeuge oder Roboter – ähnlich großes Potenzial liegt in der Prozessoptimierung. Zum Beispiel, wenn Lastwagen besser ausgelastet sind oder ein Callcenter bestimmte Standardfragen von einem Computer beantworten lässt. Der Vorteil solcher Projekte: Wenn sich der geschäftliche Nutzen berechnen lässt, ist es einfacher, dafür ein Budget zu bekommen. Die Cloud-Plattformen von Anbietern wie Amazon oder Microsoft machen Experimentieren leicht.

Zudem müssen Unternehmen Daten als eigenen Wert sehen. Das gilt nicht nur für klassische Kennzahlen oder Marktanalysen, sondern auch für die Resultate von Experimenten – auch gescheiterten. Denn gerade diese seien beim Einsatz künstlicher Intelligenz aufschlussreich, sagt Stefan Suwelack, Mitgründer des Start-ups Renumics, das Simulationssoftware für den Maschinenbau entwickelt. „Die Unternehmen müssen begreifen, wie solche Lernverfahren funktionieren.“

So ein Bewusstseinswandel könnte sich künftig in der Bewertung niederschlagen, ob an der Börse oder bei Risikokapitalgebern. Denn Analysten werden in fünf Jahren den „Schatz an Informationen“ eines Unternehmens als ein wichtiges Kriterium heranziehen, prognostiziert der Marktforscher Gartner. Es sind die Daten, die die leise Revolution antreiben.

Die Finalisten – Mit Big Data gegen Betrug

Lkw-Transport per Knopfdruck

Tausende Lastwagen donnern jeden Tag über die Straßen. Doch viele sind nur halb gefüllt oder gar leer. Es ist für die Spediteure aufwendig, Beiladung oder einen Auftrag für den Rückweg zu organisieren: Ein großer Teil der Aufträge wird mit Fax und Telefon vereinbart. Das Start-up Cargonexx will die Auslastung der Lastwagen verbessern – mit einem System, über das Spediteure und Unternehmen Transporte vereinbaren können. „Unsere Vision: Wir wollen Lkw-Transporte so einfach machen wie Taxifahren“, sagt Gründer Rolf-Dieter Lafrenz.

Auf der Plattform bieten Transportunternehmen ihre Kapazitäten an. Kunden können sie dort mit Touren beauftragen. Was Cargonexx von der Konkurrenz abhebt: Ein Algorithmus namens Manni errechnet auf Knopfdruck einen Preis. Und das Unternehmen tritt selbst als Spediteur auf und übernimmt somit die Haftung.

Künstliche Intelligenz spielt in diesem Konzept eine entscheidende Rolle: Das System hat mit den Tourendaten von Partnerspeditionen gelernt, welche Preise angemessen sind. Dabei berücksichtigt es 400 Faktoren wie Wochentag, Saison oder Großveranstaltungen. Disponenten überprüfen und korrigieren die Vorschläge jeden Tag – der Algorithmus lernt dazu.

Lafrenz kennt sich mit digitalen Geschäftsmodellen aus. Er ist Mehrheitsgesellschafter der Beratung Schickler, die Medienhäusern hilft, digitale Geschäftsmodelle zu entwickeln und umzusetzen. Auf dem Transportmarkt versucht er es nun selbst.

Mit Daten gegen den Betrug

Für den Onlinehandel ist Betrug eines der größten Probleme – aus gleich zwei Gründen: Einerseits verursachen offene Rechnungen hohe Kosten. Andererseits gehen Geschäfte verloren, weil Händler wie Bezahldienste bestimmte Kunden aus Angst vor Verlusten blockieren. Das Start-up Fraugster will beides minimieren. „Wir schützen Händler nicht nur vor Risiken, sondern steigern auch den Umsatz“, sagt Mitgründer Max Laemmle.

Das Unternehmen hat ein System entwickelt, das die Denkprozesse der menschlichen Analysten nachahmen soll. Dafür wertet es riesige Datenmengen aus, um Muster für auffällige Transaktionen entdecken zu können. Zusätzlich speisen mehr als 15 Mitarbeiter das System mit neuen Erkenntnissen und Daten.

Die Technologie spielt eine entscheidende Rolle. Das Unternehmen arbeitete fast zwei Jahre an einem System, bevor es auf Kundenakquise ging. Wenn ein Händler eine Transaktion überprüft, darf das nur Sekundenbruchteile dauern. Zudem muss das System ausfallsicher sein – große Konzerne sind bei Pannen wenig tolerant.

Die Gründer kennen die Probleme aus nächster Nähe: Laemmle arbeitete zuvor bei den Bezahldiensten Sum Up und Better Payment, sein Kompagnon Chen Zamir beschäftigte sich bei Paypal und in der israelischen Armee mit Risikomanagement. Dieses Know-how spielen die beiden nun aus. Kunden wie Ingenico nutzen das System, das Zahlungen in Höhe von 30 Milliarden Euro pro Jahr abwickelt. Fraugster erhält Provisionen.

Gegen das Grauen aus Papier

Rechnungen, Mahnungen, Kassenzettel: All das landete bei Holger Teske lange auf dem „Stapel des Grauens“. Als Student drückte er sich so weit wie möglich um lästigen Papierkram. Verwaltungsarbeit muss doch einfacher gehen, dachte er sich – und gründete mit zwei Kommilitonen eine Firma, um das Problem zu lösen. Die Gini GmbH hat eine Software entwickelt, die aus Dokumenten wie Rechnungen die wichtigen Informationen ausliest und Überweisungen vorbereitet. Sie kommt in den Apps von Banken wie der ING-Diba zum Einsatz. Die Ziele der Gründer gehen weiter: „Papierhafte Prozesse“ aller Art sollen digital werden.

Die Software extrahiert automatisch die wichtigsten Informationen aus Rechnungen, etwa IBAN und Verwendungszweck. Für die Erkennung nutzen die Entwickler die Technologien der Computerlinguistik.

Das Verfahren lässt sich auf andere Bereiche übertragen. In einem Projekt geht es darum, aus einer Stromrechnung abzulesen, ob ein Kunde zu viel zahlt – und ihm einen besseren Vertrag anzubieten. „Bei Vergleichsportalen muss man händisch viele Felder füllen“, sagt Teske. Ein Energieversorger baue die Technologie bereits in seine App ein.

Das Unternehmen hat sich zweimal neu ausgerichtet. Trotzdem haben sich die Gründer selbst finanzieren können. „Wir sind komplett von Investoren unabhängig“, sagt Teske stolz. Eine Finanzierungsrunde schließt er aber nicht aus. Es gibt noch viele Dinge, die per Papier geregelt werden.

Schneise im Patentdickicht

Es war sein schlimmster Job, aber er brachte ihn auf seine beste Idee. Als Werkstudent bei Siemens musste Matthias Pötzl Patentanalysen machen. Tausende Seiten wertete er aus, auf der Suche nach Schlagwörtern. Eine mühsame Arbeit: „Man weiß nie, ob man fertig ist oder etwas übersehen hat. Ich habe es gehasst.“

Jahre später lieferte diese Erfahrung jedoch den Impuls für eine Unternehmensgründung: Pötzl und sein Kompagnon Michael Natterer haben eine semantische Software entwickelt, die die Recherche in Patenten erheblich erleichtern soll. Ihre Firma Octimine Technologies, ein Spin-off der Ludwig-Maximilians-Universität in München, will damit Konzernen wie Clarivate und Lexis Nexis das Geschäft mit der Recherche streitig machen.

Die Software ist ebenso in der Lage, große Patentportfolios zu analysieren: Sie durchsucht Dokumente nach den wichtigsten Informationen und sortiert sie nach Themen. „Händisch geht das nicht“, sagt Pötzl – es würde zu lange dauern, Tausende Seiten zu lesen. Welche Technologien in Verbindung stehen, lernt das System automatisch mit Hilfe des maschinellen Lernens.

Die beiden Ökonomen haben einen großen Markt im Blick. Zur Kundschaft zähle „jeder, der Unternehmen analysieren muss“, wie Pötzl sagt. Technologiefirmen, Forschungsinstitute, Patentanwaltskanzleien, Investoren und nicht zuletzt Berater. Rund 15 000 Nutzer zählt Octimine, darunter Siemens, das Fraunhofer-Institut und die Harvard University.

Wichtiger Ton

Es gilt in Unternehmen als schick, über die eigenen Werte nachzudenken. Ob Kunden oder Mitarbeiter davon etwas merken, sei fraglich, meint Christian Greb, Mitgründer von Precire. Denn der Ton, den wir in Briefen, E-Mails oder Chats anschlagen, ist uns selbst oft gar nicht bewusst – er transportiert aber jede Menge Informationen, die über das Gesagte hinausgehen.

Die Analysesoftware Precire soll helfen, die Wirkung der gesprochenen und der geschriebenen Sprache zu untersuchen. Faktoren wie Wortkombinationen, Wortfolgen oder Satzstrukturen werden dabei geprüft. Ein Algorithmus identifiziert daraus Muster und leitet linguistische, psychologische und kommunikationsbezogene Merkmale ab.

Unternehmen können mit Precire sowohl den Subtext ihrer Geschäftsberichte als auch die Persönlichkeit ihrer Bewerber analysieren. Die Software ist unter anderem beim Personaldienstleister Ranstad im Einsatz. Weiterentwickelt wird sie von Unternehmensberatern wie Christian Greb, Dirk Gratzel und Martin Harasim in Zusammenarbeit mit Forschern der Universitäten in Aachen, Hohenheim, Regensburg und München.

Die Finalisten – Ein Superhirn für Firmen

Saubere Ernte

Das Team von Peat hat sich Großes vorgenommen: Das 13-köpfige Start-up aus Berlin will nicht weniger, als die globale Landwirtschaft revolutionieren. 30 Prozent der jährlichen Ernten, so argumentieren die Gründer, werden weltweit durch Pflanzenschäden vernichtet. Das will Peat ändern – mit Hilfe von künstlicher Intelligenz.

So können Bauern in Indien ihre kranken Pflanzen fotografieren und mit einem Klick herausfinden, was auf ihren Feldern los ist und was sie dagegen tun können. Die App heißt Plantix, sie kennt 40 Nutzpflanzen und über 100 potenzielle Schäden. Die Bilder, die sie braucht, um zu lernen, stammen von einer Gemeinschaft aus Forschern und Anwendern.

Der Algorithmus soll nicht nur im Smartphone zum Einsatz kommen. In ihrer Vision, sagt Peat-Mitgründerin Simone Strey, werden eines Tages solarbetriebene Roboter durch die Felder fahren, Unkraut mit dem Kameraauge erkennen und ausreißen. Intelligente Drohnen werden schädliche Insekten aufspüren und nur die betroffenen Flecken mit Pestizid besprühen. So könnte der Einsatz giftiger Chemikalien verringert und der Ertrag natürlich gesteigert werden.

Superhirn für Firmen

Ein Faible für Gehirne hatte Pascal Kaufmann schon immer. Zu Beginn seiner Karriere arbeitete der Hirnforscher an der Universität von Chicago, wo er Gehirne mit Computern verband. Die größte Herausforderung bestand darin, so unterschiedliche Disziplinen wie die Medizin und die Informatik zusammenzubringen. Dort entstand die Idee von einem Superhirn, das das Wissen vieler kombiniert.
Zurück in der Schweiz, ging Kaufmann in die Wirtschaft, wo ihm klar wurde, dass so ein Hirn auch in großen Unternehmen gefragt sein könnte. Hier weiß die eine Hand oft nicht, was die andere tut – geschweige denn, was der Kollege alles im Kopf hat.

Starmind heißt das Unternehmen, das Kaufmann gegründet hat. Mitarbeiter können der Software unterschiedlichste Fragen stellen. Eine künstliche Intelligenz sucht die Person heraus, von der sie annimmt, dass sie die Frage am ehesten beantworten kann – sei es, weil sie in der Vergangenheit selbst ähnliche Fragen gestellt hat oder weil sich in ihrem Adressbuch Kontakte zum Thema befinden. Konzerne wie Bayer, Swisscom und die UBS nutzen Starmind bereits.

Schlauer Crashtest

Hält die Verpackung, wenn sie auf den Boden fällt? Wie viel Benzin verbraucht das SUV, wenn die Front bulliger aussieht? Bevor Unternehmen Prototypen bauen, simulieren sie die Eigenschaften der Produkte digital – Experten sprechen vom Computer Aided Engineering. Berechnungsingenieure bereiten die Modelle vor.

Ein Start-up aus Karlsruhe will diese Arbeit erleichtern: Renumics hat eine Software entwickelt, die viele Schritte mit Hilfe künstlicher Intelligenz erledigt. So werden die Simulationen günstiger. „Wir automatisieren die unangenehmen Aufgaben“, sagt Mitgründer Stefan Suwelack.

Im Maschinenbau werden digitale Modelle in Handarbeit für die Simulation vorbereitet, etwa indem man Teilen bestimmte Eigenschaften zuweist. Bei einem Crashtest kann das Hunderte Stunden dauern.
Suwelack beschäftigte sich bereits im Studium mit dem Thema: Er berechnete etwa, wie heiß ein Prozessor wird, wenn Strom fließt. Seine Mitgründer Markus Stoll und Steffen Slavetinsky lernte der Elektroingenieur bei der Promotion am Karlsruher Institut für Technologie (KIT) kennen.

Buchhaltung 4.0

Die meisten Unternehmen gehen nicht deshalb insolvent, weil sie überschuldet sind, sondern weil sie den Überblick verloren haben, meint Ulrich Erxleben, einer der Gründer von Smacc. Der promovierte Finanzwissenschaftler weiß, wovon er spricht: Nebenbei ist er Mitinhaber und Finanzvorstand einer Craft-Beer-Brauerei.

Smacc ist eine Software, die große Teile der Buchhaltung automatisieren und die Liquiditätsplanung für kleine und mittelgroße Unternehmen erleichtern soll. Der mitgelieferte Scanner liest die Rechnungen ein. Ein Algorithmus liest bis zu 70 Datenpunkte aus dem Dokument aus, weist die Rechnung dem passenden Buchführungskonto und der Kostenstelle zu und fordert per Mail oder App eine Freigabe ein. Dank einer Schnittstelle zu 3 000 Banken kann Smacc die Überweisungen so vorbereiten, dass die zuständige Person sie einfach abzeichnen kann. Zudem gibt die Software einen Überblick über den Kontostand und ausstehende Forderungen. „Automatisierungstechnik nutzt nur dann etwas, wenn du sie in deine täglichen Prozesse so einbinden kannst, dass du nur noch auf den Knopf drücken musst“, sagt Erxleben.

Gläserner Kunde

Künstliche Intelligenz kommt oft ziemlich abstrakt daher. Die Software von SO1 ist ziemlich praktisch erlebbar – an der Supermarktkasse. Ausgewählte Filialen von Edeka und Rewe bieten ihren Kunden schon personalisierte Rabatte an. „Die Sonderangebote, mit denen die Marken und Händler die Kunden gewinnen wollen, laufen zu oft ins Leere“, erklärt Gründer Raimund Bau, ein ehemaliger Henkel-Manager. Ein Mensch, der bei jedem Einkauf eine Coca-Cola mitnimmt, kaufe das Getränk auch ohne Rabatt. Ein eingefleischter Pepsi-Trinker brauche einen starken Anreiz, um eine andere Marke zu probieren.

Die Software von SO1 aber kann noch mehr, meinen Bau und sein Vertriebschef, Stephan Visarius. Und jetzt wird es etwas abstrakter: In den Supermärkten sei der Algorithmus darauf trainiert worden, Muster im Einkaufsverhalten zu erkennen. Künftig werden zusätzlich Media- und Online-Nutzungsdaten in die künstliche Intelligenz einfließen. So soll das System anhand der Seiten oder Serien, die sich jemand anguckt, vorhersagen, ob es wahrscheinlich ein Pepsi- oder eher ein Coca-Cola-Käufer ist, der vor dem Gerät sitzt.

KONTEXT

Der Preis für innovative Start-ups

Die Idee

Die Idee hinter der Auszeichnung: Aus der Verbindung von alten und neuen Geschäftsmodellen, von traditionsbewusst und disruptiv entsteht eine besondere Dynamik - ein Funken ("Spark"), der die nächste industrielle Revolution entfacht. Der Preis geht an Start-ups, die Taktgeber in der Digitalisierung sind.

Die Jury

Die Jury ist hochkarätig besetzt: Prof. Ann-Kristin Achleitner (TU München), Chris Boos (Arago-Gründer), Prof. Sabina Jeschke (RWTH Aachen), Bernhard Schölkopf (Direktor Max-Planck-Institut für Intelligente Systeme), Megumi Ikeda (Hearst Ventures), Lucian Schönefelder (KKR), Klaus Glatz (Andritz), Frank Rosenberger (Tui), Christian Schlögel (Kuka), Jörn Nikolay (General Atlantic), Johann Jungwirt (VW), Peter Leibinger (Trumpf), Jackson Bond (Relayr), Lak Ananth (next47), Cornelius Baur (McKinsey) und Sven Afhüppe (Handelsblatt).

Die Preisverleihung

Die Preisverleihung findet am 12. Oktober 2017 in Berlin statt. In diesem Jahr werden Unternehmen aus dem Bereich künstliche Intelligenz ausgezeichnet.