Machine Learning im Unternehmen – Nutzen und Potentiale
Machine Learning muss eine tolle Sache sein. Die großen IT-Firmen wie Apple, Google, Amazon und viele mehr vertrauen darauf. Die meisten Unternehmen haben aber ein ganz anderes Geschäftsmodell als die IT-zentrierten Großunternehmen. Gibt es für Ihr Unternehmen ebenfalls Potentiale? Und wenn ja, wie könnten diese aussehen? Für diesen Artikel stellen wir uns vor, der CTO einer Versicherung zu sein und die Möglichkeiten von Machine Learning für unser Unternehmen auszuloten.
Sicherheit, was die Zukunft auch bringen mag
Nehmen wir dazu an, dass wir eine Kfz-Versicherung sind, um die Wogen nicht zu hoch schlagen zu lassen, wie es z. B. bei einer Krankenversicherung sein könnte. Wahrscheinlich arbeiten Sie ohnehin in einem anderem Geschäftsbereich, Sie werden aber sehen, dass sich mit etwas Glück viele Erkenntnisse aus der CTO-Rolle unserer Versicherung auch auf Ihr Geschäft übertragen lassen.
Beispiel 1: Schlechter Stimmung schnell begegnen
Beispiel 2: Wiederkehrende, lästige, manuelle Arbeit reduzieren
Jetzt wollen wir etwas tiefer in die Funktionsweise von Machine Learning einsteigen. Dazu widmen wir uns einer anderen Problemstellung, nämlich, dass niemand gern öde Arbeiten erledigen möchte. So etwas wie "Sind die eingereichten Unterlagen vollständig?" oder muss man den Kunden bitten, weitere Unterlagen einzureichen? In unserem Beispiel wollen wir prüfen, ob eine Farbkopie des Führerscheins vorliegt. Bis vor wenigen Jahren war eine solche Kategorisierung von Bilddaten ein manuell programmierter Vorgang. Bestimmte erwartete Eigenschaften eines Dokuments wurden in einem Algorithmus kodiert, z. B.: Ein Führerschein...- hat das Format einer Checkkarte (auch eine Dauerkarte für den Zoo hat das Format einer Checkkarte) und
- hat die Farbe grau oder rosa (auch ein 10 Euro-Schein hat einen erstaunlich ähnlichen Rosaton wie ein älterer Führerschein).
Wie in Abb.1 dargestellt, hat so ein System zwei Phasen. In der ersten Phase trainieren wir es mit den bereits bekannten Daten aus unserer Datenbank. Diese erste Phase fehlte in unserem ersten Beispiel, weil diese bereits durch Google als Dienstleister ausgeführt wurde. In der zweiten Phase bringen wir so ein System in Produktion auf unseren eigenen Servern und nutzen es für die Analyse, ob wir einen Führerschein vorfinden.
Erlernt werden beim hier zum Einsatz kommenden Deep Learning zwei grundsätzlich unterschiedliche Dinge. Dies ist in Abb.2 dargestellt. Wenn wir z. B. einen Bären als solchen identifizieren wollen, werden erst einmal die entscheidenden Merkmale eines solchen Bildes in mehreren hintereinander geschalteten Blöcken herausgestellt. Ein solcher Block besteht aus einer Reihe von Filter-Operationen, wie Sie sie vielleicht aus Photoshop oder anderen Bildverarbeitungsprogrammen kennen. Damit können z. B. Kanten erkannt oder das ganze Bild geschärft werden. Wenn man davon nun mehrere hintereinander schalten, stellt sich heraus, dass man damit auch viel abstraktere Muster wie die Augen eines Bären, die Schnauze und die Ohren erkennen kann. Diese erkannten Eigenschaften werden dann in den Classifier gesteckt, welcher eine Kombination dieser Muster mit einer Kategorie (in unserem Fall Bär oder eben Führerschein) assoziiert. Der entscheidende Vorteil ist dabei, dass alle diese Teile aus den Trainingsdaten erlernt und nicht durch Menschen programmiert werden.
Ein so trainiertes System gibt uns Wahrscheinlichkeiten für jede Kategorie. Bei mehreren tausend Trainingsdaten liegen diese bei typischen Dokumenten, die man bei einer Versicherung einreicht, in einer Nachkommastelle von 99 Prozent Sicherheit. Das klingt viel, wäre für ein selbstfahrendes Auto aber zum Beispiel katastrophal. Jeder tausendste Fußgänger würde nicht erkannt werden. Für uns kann das aber ausreichend sein. Wir können uns sogar überlegen, ab welcher Sicherheit wir dem Kunden schreiben und diesen Wert auch mit den gemachten Erfahrungen anpassen. Ist es hinnehmbar, dass einer von 1000 Kunden eine falsche Aufforderung bekommt und dann einfach anruft und sagt, "es ist doch alles da". Oder einer von 10.000?
Beispiel 3: Haben wir so einen nicht schon?
In jedem Fall hat unsere Versicherung Daten über Anträge und welche Faktoren Einfluss auf die Entscheidung hatten, ob und unter welchen Konditionen das Unternehmen den Antragsteller angenommen hat oder eben nicht. Wie in Abb.3 zu sehen ist, sind die für unser Beispiel bekannten und relevanten Parameter das Alter des Antragsstellers und die maximale Leistung des Fahrzeugs. Je nachdem, ob ein Versicherter einen oder mehrere Schäden verursacht hat und wie schwerwiegend diese waren, wird der Kunde als guter oder weniger guter Kunde angesehen. Uns als Mensch fällt es grundsätzlich leicht, lineare Muster zu erkennen. Auch hier sehen wir eine Abhängigkeit zwischen sowohl Alter als auch Leistung des Fahrzeugs. Eine solche Regel könnten wir sehr leicht fest in einem Stück Software codieren.
In Abb.4 sind zwei Geraden zu sehen, die gute Kunden von den weniger guten abgrenzen können und die entstandenen Bereiche sind gekennzeichnet. Dazu scheinen wir also erst einmal keine Machine Learning zu benötigen. Allerdings haben wir es hier nur mit 2 Variablen zu tun, in der Realität hätten wir aber oft viel mehr. Zumindest die jährlich zurückgelegte Strecke, der Typ des Fahrzeugs und der Ort der Zulassung sind leicht zu ermitteln und die Relevanz dieser Parameter erscheint intuitiv gegeben. Ebenso könnten sich diese Daten anhand dieser Parameter über die Zeit verändern und auch in unserem Kundenstamm gar nicht so eindeutig sein, wie wir es hier andeuten. Ein lernendes System würde sich mit den tatsächlich anfallenden Schadensfällen anpassen und auch deutlich mehr Parameter in Betracht ziehen.
Hier wollen wir ein überraschend einfaches Machine Learning-Verfahren ansehen, das so genannte "Nearest Neighbor"-Verfahren. Dazu wird erst einmal überhaupt nicht von den Trainingsdaten abstrahiert, d. h. wir merken uns, wie in der Grafik einfach alle Versicherten mit ihrer Bewertung. Kommt nun ein neuer Antrag herein, tragen wir den neuen Kunden in dasselbe System ein und schauen, welcher Punkt der nächste ist und welche Bewertung er hat. Diese nehmen wir dann auch für unseren neuen Kunden. Daher der Name "Nearest Neighbor".
Häufig wird nicht nur ein Nachbar, sondern mehrere Nachbarn (k) in Betracht gezogen. Dann heißt das Verfahren k-Nearest Neighbor oder kurz KNN. In unserer Grafik (Abb.5) können Sie das für k=3 anhand von 3 Beispielen sehen. Ein Junger Mensch (grau) möchte ein PS-starkes Fahrzeug versichern. Alle 3 ähnlichen Punkte (Nachbarn) haben eine schlechte Bewertung. Diese schlechte Bewertung ist dann auch die Bewertung für den Neukunden. Nicht viel besser sieht es bei dem über 80-jährigen Antragsteller (blau) aus. 250 PS sind vielleicht doch ein bisschen viel. Der knapp 50-jährige mit seinem VW Up (schwarz) hat da bessere Karten. Alle ähnlichen Versicherten haben entweder gute oder mittlere Bewertungen. Auch die Begründungen werden frei Haus geliefert und leiten sich von den Parametern (Alter und Leistung) ab – "Wir haben festgestellt, dass andere Versicherte ihres Alters besonders viele Unfälle mit Fahrzeugen dieser Leistung hatten".
Man kann das sogar noch genauer sagen, indem wir automatisch wie in unseren manuellen Auswertungen Grenzen zwischen den einzelnen Klassen von Versicherten einzeichnen und dann schauen, wie weit der Versicherte von der Grenze weg ist. Z. B. könnten man dem jungen Antragsteller sagen: "... unter 100 PS könnten wir Ihnen bessere Konditionen anbieten". Sollten sich diese Daten ändern, weil es immer mehr Assistenzsysteme im Auto gibt und das Alter des Fahrers daher immer weniger relevant wird, passt sich unser System automatisch an.
Wir können das tun, aber sollten wir das auch?
In der Presse finden sich zur Zeit in großer Anzahl Utopien der Weltherrschaft durch die Maschinen, die Ausrottung der Menschheit und ähnliche publikumswirksame Geschichten. Dies ist in den Bereich der Science Fiction einzuordnen. Mit keiner der uns bekannten Technik ist ein solches Szenario auch nur ansatzweise vorstellbar. Weniger spektakulär, aber deutlich realistischer sind andere Fragestellungen. Mit dem allgemeinen Trend der Digitalisierung teilen wir die Bedenken des Verlusts von Arbeitsplätzen: Welche Art von Machine Learning gefährdet Arbeitsplätze und welche wollen wir als Gesellschaft erhalten? Diese Fragestellung ist weit weniger offensichtlich, als Sie vielleicht denken. Von unseren drei oben skizzierten Szenarien gefährdet tatsächlich nur eine direkt (Reduzierung von öden Arbeiten) Arbeitsplätze. Aber wollen wir als Gesellschaft öde Arbeitsplätze erhalten? Eine andere Fragestellung ist: Sollte man alles machen was man machen kann? Ist es hinnehmbar, jemanden wegen spezieller Umstände für die er nichts kann (z.B. Alter) nicht zu versichern? Sollte man hier einen Unterschied machen? Auch dies ist eine Fragestellung, die wir eher im gesellschaftlichen Kontext als als einzelne Firma beantworten sollen. Die Antwort dazu wird wahrscheinlich bei einer Krankenversicherung anders ausfallen, als bei einer Kfz-Versicherung.Daten sind das Benzin
Fazit
Was genau Machine Learning ist und ob es einen Unterschied zu Künstlicher Intelligenz gibt, ist erstaunlich strittig. Auch wird immer wieder von unterschiedlichen Arten von Machine Learning gesprochen, häufig von "Supervised Learning", "Unsupervised Learning" und "Reinforcement Learning". Andrew Ng, einer der Stars der Machine Learning-Szene [3], bemerkt aber, dass der meiste Fortschritt in den letzten Jahren in dem Bereich gemacht wurde, wo bestimmte Eingaben zu einer unmittelbaren, einfachen Ausgabe transformiert werden. Das ist auch bei allen unseren Beispielen der Fall. Hier kann man am ehesten von "Supervised Learning"sprechen. Im erstem Beispiel haben wir uns mit der Analyse natürlicher Sprache auseinandergesetzt. Dabei setzt ein von Google trainiertes System einen Text über unser Unternehmen in eine Bewertung der Stimmung um. Bei einer schlechten Stimmung können wir schnell darauf reagieren. Im zweiten Beispiel klassifizieren wir ein Bild in eine bestimmte Kategorie. Auch wieder eine klare Eingabe und eine direkte, einfache Ausgabe. Hier benutzen wir mit Convolutional Neural Networks eine Deep Learning-Technik für die Bildverarbeitung. Im letzten Beispiel nutzen wir klassisches Machine Learning mit manueller Auswahl von relevanten Features. Eine solche Auswahl der Features passiert beim Deep Learning automatisch, allerdings brauchen wir dann mehr Daten und die Interpretation der Vorhersage ist schwerer möglich. Wir haben damit Beispiele für drei der wichtigsten Anwendungen des sogenannten "Supervised Learnings" gesehen. Eben jener Art des Machine Learnings, die Andrew Ng als vorherrschend bezeichnet. Meine Hoffnung ist, dass Sie hieraus eine Inspiration für Ihre eigenes Unternehmen oder ihr eigenes Projekt ziehen können.Quellen
- Google Sentiment Analysis: Cloud Natural Language API, Grundlagen der Natural Language API
- Wikipedia: Datenschutz-Grundverordnung
Informatik Aktuell – Harald Gröger: Datenschutz-Grundverordnung – Risiko oder Chance?
Informatik Aktuell – Tilman Dralle, Thomas Werner: EU-DSGVO: Brüssel zieht die Datenschutz-Zügel für Unternehmen weiter an - Wikipedia: Andrew Ng
Autor
Das könnte Sie auch interessieren
Kommentare (0)
