Ein Rennen gegen die Digitalisierung: Verdrängt künstliche Intelligenz menschliche Übersetzer?

Von Tatjana Gelmetti

Texte auf Knopfdruck übersetzen lassen. Was vor mehreren Jahren noch undenkbar war, ist heute Alltag. Die künstliche Intelligenz (KI) macht das möglich – und verändert damit die ganze Übersetzungsbranche. Doch was auf den ersten Blick verlockend klingt, birgt einige Gefahren.

Innovationsführer sind meistens auch Marktführer. Das haben viele Übersetzungsdienstleister erkannt. Immer mehr ambitionierte Start-ups versuchen, mit originellen Lösungen den Übersetzungsmarkt aufzuwirbeln. Gleichzeitig möchten auch die Grossen ganz vorne mitmischen. Die Konkurrenz ist gross. Wem als Erster der technologische Durchbruch gelingt, wird das Rennen für sich entscheiden. Das scheint das Ziel aller Anbieter zu sein. Und als Schlüssel zum Erfolg winkt die neuronale maschinelle Übersetzung (NMT, Neural Machine Translation).

Übersetzungen boomen und der Markt bietet diverse Möglichkeiten © Pixabay

Mit Innovation zum Durchbruch?

Die grosse Neuheit der NMT besteht darin, dass die Maschine über ein grosses Netzwerk, das nach dem Vorbild des menschlichen Gehirns aufgebaut ist, übersetzen lernt. Die Maschine wird mit zweisprachigen Texten gefüttert und trainiert und speichert Übersetzungsdaten ab. Je grösser die Datenmenge an bestehenden zweisprachigen Texten ist und je genauer die Thematik mit dem zu übersetzenden Text übereinstimmt, desto besser sind die Übersetzungsresultate.

Auf verschiedenen Gratis-Übersetzungsplattformen wie Google Translate und DeepL wird dieses Prinzip bereits angewendet. Diesem Trend möchten jetzt immer mehr Übersetzungsdienstleister folgen. Doch reicht Innovation allein, um auf dem Markt durchzustarten? Es scheint immer schwieriger zu werden, sich von der Konkurrenz zu differenzieren. Denn jeder möchte der Innovativste sein.

Künstlich. Aber auch intelligent?

Die NMT ist einigen Übersetzern jedoch ein Dorn im Auge. Denn damit können Übersetzungen immer schneller verfügbar gemacht werden. Die Produktivität steigt, doch gleichzeitig auch der Druck auf die Preise. Nicht nur fürchten sich Übersetzer vor sinkenden Löhnen, sie sehen auch die Zukunft ihres Handwerks bedroht. Die fortschreitende Digitalisierung und Automatisierung bringen den privilegierten Beruf des Übersetzers je länger je mehr ins Wanken. Wie lassen sich die Preise für Qualität und Fachkompetenz noch rechtfertigen, wenn scheinbar vergleichbare Resultate in viel kürzerer Zeit angeboten werden? Ist es überhaupt noch notwendig, auf professionelle Übersetzer zu setzen, wenn eine Maschine die gleiche Arbeit leisten kann?

Eine Maschine unterstützt, sie ist aber nicht perfekt © Pixabay

Ja, ist es. Gerade in Sachen Qualität hinkt die NMT hinterher. Insbesondere bei der Übersetzung kreativer Marketingtexte, sogenannten Transkreationen, kann die NMT nicht mit menschlichen Übersetzern mithalten. Hier sind Emotionen gefragt. Maschinen sind – zumindest zum jetzigen Zeitpunkt – überfordert, wenn es darum geht, rhetorische Figuren wie Metaphern, Hyperbeln oder Ironie zu übersetzen.

Laut Samuel Läubli, Doktorand am Institut für Computerlinguistik der Universität Zürich, stellen lange und komplexe Sätze eine weitere Knacknuss dar. Die Technologie sei noch nicht so weit, dass komplexe und verschachtelte Sätze in jedem Fall korrekt übersetzt werden können. «NMT-Systeme können momentan nur Sätze fliessend übersetzen – nicht aber ganze Dokumente», betont Läubli. Damit hängt auch das nächste Problem zusammen, die Kohärenz. Da die Sätze nur nacheinander übersetzt werden und der Kontext auf Dokumentebene fehlt, werden zum Beispiel Fachbegriffe nicht kohärent über mehrere Sätze hinweg übersetzt. Diese Ungenauigkeit in der Terminologie ist ein grosser Nachteil bei der Übersetzung von Fachtexten, wo die einheitliche Übersetzung von Fachbegriffen eine grosse Rolle spielt.

Bei Übersetzungen mit NMT-Systemen kann die Kohärenz nicht gewährleistet werden, weil jeder Satz einzeln übersetzt wird. © Samuel Läubli, Universität Zürich

Vorsicht, Datenschutz!

Die grösste Gefahr birgt aber der Datenschutz. Bei Gratis-Übersetzungsplattformen besteht bekanntlich das Risiko, dass vertrauliche Daten in der Cloud abgespeichert und für die Öffentlichkeit zugänglich gemacht werden. Für negative Schlagzeilen sorgte zum Beispiel ein Fall in Skandinavien, als wegen Translate.com sensible Kundendaten im Netz kursierten. Solche Probleme beweisen, dass es doch sinnvoll ist, auf menschliche Übersetzer zu setzen.

Wie sieht die Zukunft aus?

Dass man mit NMT komplett fehlerfreie Übersetzungen erhalten kann, ist bis heute nicht realistisch und wird es auch noch länger nicht sein. Zudem sind Fehler in einem neuronalen Netzwerk nur schwer zu beseitigen, weil die NMT wie eine Blackbox funktioniert und man nicht genau ermitteln kann, wo der Ursprung des Fehlers liegt.

Sicher ist, dass der digitale Fortschritt in den letzten Jahren rasant zugenommen hat – und auch weiter zunehmen wird. Die Ergebnisse im Bereich maschinelle Übersetzung werden sich verbessern. Ob die Maschine einen menschlichen Übersetzer jemals überholen wird, sei jedoch dahingestellt. Um als Übersetzungsdienstleister weiterhin auf dem Markt die Nase vorn zu haben und auf Marktveränderungen reagieren zu können, sollte man seinen USP und seine Positionierung stets überdenken. Neue Dienstleistungen wie Pre-Editing und Post-Editing, die auf die Vor- und Nachbearbeitung maschinell übersetzter Texte abzielen, werden in Zukunft boomen. Die Frage ist also nicht, ob man NMT beim Übersetzen anwenden soll, sondern wie.

Über die Autorin

Tatjana Gelmetti ist ausgebildete Linguistin und liebt Fremdsprachen. Sie wohnt in Dübendorf und hat an der ZHAW in Winterthur ihr Bachelorstudium in Übersetzen absolviert. Zurzeit besucht sie den CAS Marketing & Corporate Communications an der ZHAW. Ihre Leidenschaft für Sprachen hat sie zum Beruf gemacht. Tatjana arbeitet als Projektleiterin bei Supertext AG, einer Übersetzungs- und Textagentur. Der digitale Fortschritt, der sich auch in ihrem Arbeitsumfeld bemerkbar macht, beschäftigt sie sehr.

Das Design Thinking Mindset in einem Playbook beschrieben, erläutert und angewandt

Was tut ein American Football Team wenn ein Spielzug funktioniert? Spielzug wiederholen! Was, wenn es nicht funktioniert? Improvisieren! Das Scheitern vergangener Züge treibt das Wechselspiel von geplanten Spielzügen und Improvisation an. Ein ähnliches Muster verfolgt auch das Prinzip des Design Thinkings. Wie genau es funktioniert, beschreibt Dr. Michael Lewrick, Chief Innovation Officer bei Swisscom, in seinem Buch «The Design Thinking Playbook». Er gibt uns einen Einblick, was das Buch beinhaltet. Ausserdem erfahren wir, was uns an seinem Referat am Future of Marketing Event am 15. Oktober 2018 erwartet.

Worüber werden Sie am Future of Marketing Event referieren?

Ich werde in meinen Vortrag den Fokus auf das Design von Business Ökosystemen legen. Es gibt verschiedene Arten von Business Ökosystemen. Im letzten Jahrzehnt waren diese von zentralen Plattformen geprägt. Aber was wäre, wenn alle Informationen, Daten, Eigentumsrechte, und Geldwerte in dezentralen Strukturen sicher, kostengünstig und nachvollziehbar übertragen werden könnten? Die Antwort könnte lauten, es entstehen neue Geschäftsmodelle und Marktopportunitäten. Bestehende Marktteilnehmer verlieren dadurch ihre Daseinsberechtigung. Insbesondere die zahlreichen Intermediäre, die über die Jahre lukrative Einnahmequellen aus ihren transaktionsbasierten Geschäftsmodellen generieren konnten. Wer in solchen dezentralen Systemen überleben möchte, muss sich jetzt verändern, denn aktuell werden die Wertströme in vielen Branchen neu definiert. So wird in Zukunft das Design von Business Ökosystemen zu einer der zentralen Fähigkeiten für Unternehmen.

Das Denken in Business Ökosystem hat die folgenden Merkmale:

  • auf den Nutzer fokussiert
  • lose gekoppelt und auf Co-Creation ausgelegt
  • bestehend aus vernetzten und dezentralen Systemelementen
  • abgestimmte und akzeptierte Wertesysteme der Akteure
  • branchenübergreifende Angebote
  • auf dem maximalen Nutzen für alle Teilnehmer und Akteure ausgelegt
  • durch neue Schlüssel-Technologien (z.B. Blockchain) befähigt
  • Schrittweiser Aufbau eines Minimal Viable Ecosystem (MVE)

Dr. Michael Lewrick ist Expert für das Design Thinking © Dr. Michael Lewrick

Was war Ihre Grundintension den Bestseller „Design Thinking Playbook“ zu schreiben?

Die Intention war nicht einen Bestseller zu schreiben, sondern in erster Linie die aktuelle Innovationsforschung und eine Reflexion aus der Praxis in eine ansprechende Form zu bringen. Durch viele Visualisierungen und eine verständliche Beschreibung, sollten so komplexe Sachverhalte einfach und verständlich beschrieben werden. Unseren Lesern gefällt dieses Format eines „Playbooks“ und deshalb wurde das Buch so erfolgreich. Aktuell wird es in 34 Sprachen übersetzt. Zudem haben wir im Design Thinking Playbook konsequent Design Thinking angewandt. Ausgehend von Personas, werden das Mindest, die Methoden und Werkzeuge beschrieben.

Die Metapher „Playbook“ ist hierbei eine Anlehnung an ein Playbook im American Football, welches vom Coach genutzt wird, um eine Reihe von möglichen Spielzügen, die das Team beim nächsten Mal ausführen sollte zu dokumentieren. Wenn das Team in der Offensive ist braucht es eine andere Vorgehensweise. Die Expertentipps und Hinweise im Design Thinking Playbook sind als inspirierende Vorgehensweise zu verstehen, für eine iterative Reise auf der Suche nach der nächsten Marktopportunität.

Beide Playbooks bestehen aus den beschriebenen Spielzügen, bzw. Vorgehenshinweisen. Diese bestehen in der Regel aus einer Mischung aus greifbaren Diagrammen, Visualisierungen und Wörtern. Im American Football werden so die Züge und Positionen der einzelnen Spieler festgelegt. Das Team versucht ca. alle zwei Minuten ein Spiel aus dem Spielbuch zu spielen. Wenn es klappt, super cool, und der Spielzug wird später noch einmal wiederholt. Wenn es nicht klappt, kehrt das Team in die Teambesprechung zurück und improvisiert. Das Team hat etwa 30 Sekunden Zeit, um zu improvisieren und ihr nächstes Spiel zu verbessern. Dieses Muster von einem geplanten Spielzug versus Improvisation, wird durch das Scheitern vergangener Züge getrieben. Ein ziemlich einzigartiges Verhalten: planen, scheitern, neu entwerfen, umsetzen – alle zwei Minuten.

Das Design Thinking Mindset forciert das gleiche iterative vorgehen: Beobachten, Verstehen, Standpunkt festlegen, Bauen und Testen.

Das Design Thinking Playbook als Inspiration für eine neue Ansatzweise © Dr. Michael Lewrick

Was denken Sie wird die grösste Innovation im Marketing sein?

Eine Veränderung im Marketing kommt durch die Künstliche Intelligenz. So kann durch Künstliche Intelligenz die Kundenbindung gesteigert werden. Mal die ganze Datenschutzdiskussion ausser Acht gelassen, möchten die Kunden individualisierte und relevante Inhalte zur richtigen Zeit auf ihrem bevorzugten Endgerät parat haben.  Die künstliche Intelligenz erlaubt es Unternehmen genau das zu tun. Sehr eindrücklich ist zum Beispiel. die „Empfehlungsmaschine“ von Netflix. Netflix nutzt eine hyperspezifische Kategorisierung, die die Titel genau auf die Personen abstimmt, die einen Inhalt sehen möchten. Zielgenaue Empfehlungen führen letztendlich zu einer höheren Zuschauerzahl. Diese produzieren wieder mehr Daten, die den Algorithmus verbessern. Durch das KI-gestützte Empfehlungssystem hat Netflix ca. 1 Milliarde US-Dollar an jährlichen Kosteneinsparungen, weil das Marketing schlussendlich zielgerichtet ist.

Wie wird sich das Design Thinking entwickeln?

Design Thinking braucht in der Digitalisierung eine Öffnung hin zu anderen Denkhaltungen. Systems Thinking wird zunehmend wichtig, um auch komplexe Lösungen zu bauen. Zudem nutze ich Design Thinking in der Kombination mit Big Data/Analytics. Dieses Vorgehen erlaubt es Erkenntnisse von Daten mit den Erkenntnissen von Beobachtungen zu kombinieren. Am Ende entstehen bessere Lösungen.

Wie wird das Design Thinking in Zukunft das Marketing revolutionieren?

Design Thinking wird das Marketing nicht revolutionieren. Es sind am Ende immer die Menschen, die eine Denkhaltung nutzen, um so bessere Lösungen zu gestalten. Es gibt einige Werkzeuge, die Helfen mehr über unseren Kunden zu erfahren. Wir beobachten den Nutzer, wir testen mit dem Kunden. Wir denken in Kundenerlebnisketten, wir kombinieren Big Data/Analytics und Design Thinking, um eine besser Experience zu erhalten.

Erleben Sie Dr. Michael Lewrick live am Future of Marketing Event in Winterthur: https://future-marketing.ch/

 

I, Chatbot – wenn der beste Service-Mitarbeitende ein Roboter ist

Von Valeria Meier

Die Roboter sind auf dem Vormarsch – die chattenden Roboter. Immer mehr Unternehmen setzen Chatbots* für Marketingzwecke ein. Ein Halleluja auf den Service-Mitarbeitenden des Monats oder die dunkle Seite der Digitalisierung? Beispiele aus der Praxis zeigen Chancen und Risiken der künstlichen Intelligenz auf.

„Guten Tag, wie kann ich Ihnen helfen?“, poppt es automatisch unten rechts im Browserfenster auf. Dieses freundliche Hilfsangebot stammt nicht etwa von einem besonders eifrigen Service-Mitarbeitenden, sondern von einem Roboter – einem sogenannten Chatbot.

Für Unternehmen bieten Chatbots die Möglichkeit, Kosten zu reduzieren und den Kundendienst (Customer Service Experience) zu verbessern. Neben Techgiganten wie Apple, Facebook & Co haben auch Schweizer Unternehmen den Reiz der Automatisierung entdeckt: Die Airline Swiss stellte kürzlich ihren ersten Chatbot vor, der Kunden im Falle von Flugunregelmässigkeiten bei der Umbuchung assistiert.

Chatbots können Unternehmen die Kommunikation mit (potentiellen) Kunden spürbar erleichtern. © Pixabay

Pizza bestellen leicht gemacht

Für Aufsehen sorgte 2015 ein besonders kreativer Einsatz von Chatbots. Die Lieferkette Domino’s Pizza ermöglichte es seinen Kunden, eine Pizzabestellung durch ein simples Emoji auszulösen: WhatsApp oder Twitter öffnen, Pizza-Emoji eintippen, an Domino’s Pizza senden und schon wird das Festmahl ins Haus geliefert. Kundenservice 4.0, einfacher geht’s kaum.

Der Tausendsassa mit Engelsgeduld

Mit Chatbots ist die Kontaktaufnahme schnell und unkompliziert. Der Nutzer erhält Antworten in Echtzeit – nicht erst Stunden oder Tage später. Bei Onlineshops hilft die künstliche Intelligenz, das passende Produkt zu finden, nach dem Verkauf übernimmt der Bot gewissenhaft das After-Sales-Management und im Kundendienst beantwortet er mit Engelsgeduld dieselbe Frage auch zum x-ten Mal. Ein Hoch auf den Service-Mitarbeitenden des Monats!

Wer jetzt in Gedanken schon seine Service-Belegschaft auf die Strasse stellt: Vorsicht! Denn was die virtuellen Helferlinge beispielsweise im Beschwerdemanagement so nützlich macht, macht sie in anderen Bereichen umso unkontrollierbarer. Microsoft musste dies auf schmerzliche Weise erfahren.

Die dunkle Seite der Chatbots

Im Rahmen eines Experiments liess der Software-Riese 2016 einen Chatbot namens Tay auf die Twitter-Nutzer los. Der Bot sollte lernen, wie 14- bis 18-Jährige miteinander kommunizieren, indem er mit ihnen auf der Social-Media-Plattform interagierte. Microsoft hatte die Rechnung aber ohne die ausgefuchsten Twitter-Nutzer gemacht, die ihre Freude daran fanden, den Bot zu manipulieren. Zu allem Übel nahm sich das selbstlernende Programm auch noch Referenzpersonen mit fraglichen Werten zum Vorbild.

Das Projekt endete in einem kommunikativen Desaster: Tay entwickelte sich in nicht einmal 24 Stunden zum Rassisten par excellence. Der virtuelle Teenie schmiss mit hetzerischen Parolen nur so um sich und verfügte innert kürzester Zeit über den Wortschatz eines vom Tourette-Syndrom Geplagten. Microsoft stoppte daraufhin das Projekt und löschte haufenweise Tweets von Tay. Die Moral von der Geschicht‘: Selbstlernende Software ist nur begrenzt kontrollierbar und allzu leicht zu beeinflussen.

Wurde schon nach wenigen Stunden „ins Bett geschickt“: Microsoft’s Chatbot Tay veranschaulicht die Tücken der künstlichen Intelligenz. © Screenshot Twitter / @TayAndYou

Kurzfristiger Hype oder Trend mit Zukunft?

Der Einsatz von künstlicher Intelligenz im Kundenservice scheint also ein zweischneidiges Schwert zu sein. Der Chatbot reagiert augenblicklich, kommt bestens ohne Schlaf aus, fühlt sich auch bei Kundenbeschwerden nicht persönlich angegriffen und fordert bestimmt nie eine Lohnerhöhung. Leider lässt er sich nur allzu leicht beeinflussen und befördert sich so schnell ins kommunikative Abseits. Soviel sei sicher: Laden Sie Ihren Frust künftig ruhig beim digitalen Kundenservice ab. Der Chatbot wird es Ihnen verzeihen.

*Chatbots („Bots“): Computergenerierte Programme, die mithilfe von künstlicher Intelligenz Gespräche mit Nutzern führen. Typischerweise in einen Nachrichtendienst (z.B. WhatsApp) oder in die Spracherkennung (z.B. Siri) integriert, simulieren sie reale Ansprechpartner.

Über die Autorin

Valeria Meier begeistert sich für neue Wege im Marketing und in der Kommunikation. Sie schätzt die schnellen Reaktionszeiten von Chatbots, spricht am liebsten aber immer noch mit realen Menschen. Seit sechs Jahren arbeitet sie in der Unternehmenskommunikation des global tätigen Industriekonzerns Sulzer. Berufsbegleitend absolviert sie das CAS Marketing- und Corporate Communications an der ZHAW. Den Blogpost hat die Autorin übrigens selbst verfasst und nicht dem Roboter überlassen.

Automatisierte Textzusammenfassung dank Schweizer Software GetDigest

In Zeiten der Informationsflut wird es immer schwieriger einen Überblick zu behalten. Ein Executive Summary kann hierzu eine gute Hilfe sein. Die Schweizer Firma Hulbee geht sogar noch einen Schritt weiter. Sie hat die Software GetDigest entwickelt, die dank künstlicher Intelligenz und Algorithmen, lange Texte zusammenfassen kann. CEO Andreas Wiebe erklärt was GetDigest so alles kann.

Herr Wiebe, ob im Studium oder im Berufsleben, Texte zusammenfassen ist nicht gerade die beliebteste Beschäftigung. Wie sind Sie auf die Idee zu GetDigest gekommen?

Die Idee hatte ich bereits im Studium. Jeder Schüler oder Student, der viel liest und nicht unbedingt die Geduld dazu hat das Buch durchzulesen träumt von einer Zusammenfassung. So war es auch bei mir. Bevor es jedoch zu einer sichtbaren Technologie geworden ist, hat es Jahre gebraucht. Die erste Version entstand im Jahr 2002.

Das Logo von GetDigest (c) GetDigest

Wie funktioniert GetDigest?

Es ist eine komplexere Software Technologie aus dem Bereich der künstlichen Intelligenz. Unkompliziert dargestellt, besteht die Technologie aus:

  1. Wissensdatenbank
  2. Thesaurus Datenbank
  3. Semantik
  4. Sprachen-Bibliothek und jeder Menge Algorithmen  

Sinn und Zweck verläuft im Groben wie beim Menschen. Wir füttern die Wissensdatenbank erst einmal mit vielen Informationen aus verschiedenen Themen (Medizin, Computertechnik, Theologie, Technik usw.). Die Software beginnt zu lernen, dabei soll unter anderem ein bestehender Thesaurus erweitert werden. Somit kann z.B. die Software erkennen, ob beim Wort „Maus“ über die Tierwelt oder Computertechnik gesprochen wird. Ebenso wird jede „Müll Information“ z.B. Artikel wie der/die/das aussortiert, da sie kein Wissen mit sich trägt. Jedes Wort wird analysiert und mit Hilfe von KI (=Künstlicher Intelligenz) und Statistik verglichen und erst dann die Zusammenfassung erstellt. Die Technologie „erkennt“ was somit die wichtigste Information ist, in einem jeweiligen Zusammenhang. Um die heutigen Ergebnisse zu liefern, mussten wir der Software erst einmal Unmengen an Daten zum „Füttern“ geben. Wenn wir es mit dem Menschen vergleichen, so ist es wie ein Kind, das mit dem Wachstum klüger wird. Jedoch geht es hier in beinahe alle Bereiche des menschlichen Lebens und das extrem schnell! Es bedarf hier natürlich ausser der Software auch super starker Computer, um die Rechenprozesse schnell verarbeiten zu können. Dazu nutzen wir Dutzend Server in unserem Data Center in der Schweiz. Übrigens ist der sprachliche Akzent auch sehr wichtig, somit kann die Technologie Informationen in mehr als 30 Sprachen „verstehen“.

Gerade im wissenschaftlichen Bereich sind die Texte komplex. Ist dies für GetDigest ein Problem?

Gerade weil wir selber wissenschaftlich orientiert sind, dienten gerade wissenschaftliche Inhalte für die Technologie GetDigest als Basis. Demnach können wir beinahe alle wissenschaftlichen Texte analysieren – und das in allen Themenbereichen.

Eine eigene Zusammenfassung hat einen gewissen Lerneffekt. Wo liegen die Vorteile der automatisierten Form?

Wir haben GetDigest nicht für die Faulsäcke gemacht, sondern für Menschen, die viele Informationen in kurzer Zeit verarbeiten müssen.

Wenn ein Student, Wissenschaftler oder ein Manager dringend Ergebnisse benötigt, um eine Entscheidung zu treffen, dann benötigt er Fakten, die auf vielen Informationsquellen basieren. Oder bevor man das eine oder das andere Buch liest, möchte man, ohne viel Zeitverlust, die Executive Summary erhalten.

Somit ist GetDigest geeignet für Menschen die lernen wollen oder auch müssen, und dabei ein Hilfswerkzeug benötigen, um weiter zu kommen.

Dank künstlicher Intelligenz Texte zusammenfassen (c) GetDigest

Damit die Software optimal funktioniert, muss sie ständig lernen. Wie wird das bei Ihnen umgesetzt?

Die Technologie wird stets in unserem Labor weiterentwickelt und perfektioniert. Unsere Technologie von GetDigest lernt zum Beispiel durch künstliche Intelligenz. GetDigest wird mit Informationen „gefüttert“, um aktuell zu bleiben, somit lernt es wie ein Schüler jeden Tag und erweitert das „eigene Wissen“.

Die markierten Schlüsselwörter (c) GetDigest

Wer soll GetDigest nutzen und wie kommt man an diese Software?

Die Technologie versteht beinahe alle beruflichen Richtungen, ob Manager, CEO, Projektleiter, Lehrer, Juristen, Behörden, Wissenschaftler, Studenten oder sogar Schüler – jeder kann auf das Wissen der Technologie kostenlos zugreifen.

Wir benutzen es zum Beispiel bei der ersten Voranalyse von wissenschaftlichen Texten, um die typische Executive Summary zu erhalten. Da wir uns in einem extremen  Informationswachstum befinden, müssen wir viel und schnell Informationen analysieren und auch Entscheidungen treffen. Übrigens ist es ein sehr gutes Werkzeug für die SEO-Analysten.

Jedoch ist unser Ziel mit der Industrie oder auch jeder Lehreinrichtung wie z.B. Fachhochschulen, Universitäten usw. zusammenzuarbeiten und eine neue Art der Wissensbibliothek aufzubauen. In dieser Bibliothek sollen alle wissenschaftlichen Informationen und Bücher analysiert werden und semantisch miteinander verknüpft werden. Das würde eine neue Art von Knowledge-Wikipedia sein. Ebenso das Wissen eines Unternehmens auf eine völlig neue Basis heben.

Beispieltext von GetDigest (c) GetDigest

Nutzen Sie für die Vermarktung von GetDigest Marketinginstrumente?

Derzeit noch nicht. Wir beschränken uns derzeit nur auf die Pressepublikationen und hoffen natürlich, dass die Mundpropaganda mithilft.

Durch die Digitalisierung ist die Information ständig verfügbar. Das Volumen allerdings wird immer grösser, auch für die Unternehmen. Wenn Sie in die Zukunft schauen, was wird auf dem Gebiet von neuronaler Software alles möglich sein?

Genau das ist unsere grosse Herausforderung! Ich bin der Meinung, dass die Softwaretechnologie soweit kommen muss, dass es nicht nur die Textinformationen, sondern die wesentlichen vier Informationsbereiche „verstehen müsste“: 1. Information in Textform, 2. Bild, 3. Video und 4.Voice, sobald diese Bereiche ohne grosse wesentliche Einschränkung analysiert werden können, natürlich mit brauchbaren Resultaten, dann können wir über den wirklichen Durchbruch in der IT-Welt sprechen. Derzeit sind die meisten Unternehmen noch in den alten Strukturen am Kämpfen. Wenn wir allein die Informationssuche anschauen, ob im Web -oder in den Unternehmen, es ist doch alles andere als intelligent, selbst Google ist weit davon entfernt. Dabei reden wir NUR über die Informationsquelle „Text“.

Wir versuchen ja auch unsere Projekte wie zum Beispiel die semantische Suchmaschine www.swisscows.ch oder www.hulbee.com genau in diese Richtung zu positionieren. Nichtsdestotrotz bin ich sicher, dass in einer Zukunft von etwa 20-30 Jahren das semantische Internet kommen wird. Es wird andere Art von Wissen sein, als das das wir heute kennen.

http://getdigest.ch/

https://company.hulbee.com/

 

Youtube, Youporn, Younow – Gedanken zum heutigen Zeitgeist

Alles ist «you». Alles ist «i»: die digitale Transformation peitscht das Unternehmertum regelrecht an: in fünf Minuten eine Domain reservieren, in 20 Minuten als Web-Kämpfer eine Landingpage aufschalten und mit Produkten verknüpfen – wohl bemerkt, das mit der Online Bezahlung geht (noch) nicht ganz so geschwind. Aber das Business funktioniert im Internet schnell. Und der Begriff Big Data (besser: Multi Sensor Daten Fusion) hat den Weg aus den Unterhaltungsmedien, wie Youtube oder 20 Minuten in die wissenschaftlichen Journals gefunden.

Younow vereinfacht die Selbstdarstellung aber damit nicht zwingend den persönlichen Erfolg. Bildquelle: blog.younow.com/post/

Younow vereinfacht die Selbstdarstellung aber damit nicht zwingend den persönlichen Erfolg. Bildquelle: blog.younow.com/post/

Der Motor des «alles, jederzeit und überall» Zeitgeistes ist eine zunehmend innovative und effektive Entwicklung von Technologie. Ja, richtig gelesen: Zunehmend weil – so will es der US Chemiker und Physiker Gordon Moore wissen – Prozessoren und damit auch Rechenleistung und folglich auch künstliche Intelligenz (AI) oder Empathie in Zukunft weniger kosten und besser sein werden. Das klingt verrückt. Ist aber mit grosser Wahrscheinlichkeit tatsächlich so.

Wie gehen der Mensch und die Gesellschaft damit um? Nun, gläserne Kunden sind nicht selten und völlig natürlich mit der erhöhten Transparenz überfordert. Der Einblick in die jüngste Plattform Younow legt offen, dass Umgang und Dosierung mit sozialen Medien schwierig sind. «Sag mir bitte, was ist ok und was ist nicht ok?!» schreit es bildlich aus den jungen Menschen heraus. Oder interessant ist der aktuell medial aufgeschaukelte Aspekt, dass sich die Jungen Sozialisten in der Schweiz die Auseinandersetzung mit Pornographie im Klassenzimmer wünschen. Alles in Allem ein erneutes Indiz, dass der Wegweiser überdeutlich in Richtung Wertediskussion zeigt.

«IF … THEN…, ELSE…» – wie soll ich mich entscheiden, und was ist gut und was ist schlecht? So wie Algorithmen die Grundlage für Entscheidungen intelligenter Börsenhandelssysteme sind, die täglich Milliarden von Transaktionen auslösen, so sind Wertesysteme und -normen die Heuristiken unserer Gesellschaft. Vor dem Hintergrund des Vormarschs von Technologie, wird das Evolutionspendel auch wieder in die nicht-technologische Richtung ausschlagen. Wie funktionieren wir? Wie muss, soll und darf Kommunikation gestaltet sein? Wie werden Dialoge geführt?…

Da waren wir doch schon einmal, oder? Also ran an den Diskussionstisch und ab in die Schulzimmer!