Der Markt für kognitive Systeme (Cognitive Systems) wächst stetig. IDC erwartet, dass die weltweiten Ausgaben für kognitive Lösungen bis zum Jahr 2020 bei über 40 Milliarden Dollar liegen. Bis dahin soll zudem die Hälfte aller Lösungen für Business Analytics auch Prescriptive Analytics auf der Basis kognitiver Algorithmen beinhalten.

Was sind kognitive Systeme?

IDC definiert kognitive Systeme als eine Technologie, die durch die tiefgehende Verarbeitung und das Verständnis natürlicher Sprache Fragen beantworten sowie Rat und Anleitung bieten kann. Das System stellt Hypothesen auf und formuliert mögliche Antworten anhand der verfügbaren Hinweise. Es kann durch die Analyse großer Content-Mengen trainiert werden; das System lernt zudem aus seinen Fehlern und Misserfolgen.

Kognitive Software-Plattformen stellen eine Untermenge des allgemeinen Markts für kognitive Systeme dar. Sie arbeiten in erster Linie mit unstrukturierten und semistrukturierten Informationen, um daraus eine kuratierte Informationsbasis und Wissenskarte zu erzeugen. Diese Informationen können durch Techniken der künstlichen Intelligenz (KI) und Algorithmen wie maschinelles Lernen, neuronale Netze und Deep Learning ausgeschöpft und analysiert werden. Empfehlungen, Prognosen und Rat auf Basis dieser künstlichen Intelligenz stellen den Anwendern Antworten und Unterstützung in einer breiten Palette von Applikationen und Anwendungsfällen zur Verfügung.

Fünf Gründe für den Einsatz kognitiver Systeme

Fünf Gründe sprechen dafür, dass kognitive Systeme in Zukunft vor allem für die Unternehmen wichtig werden, die primär auf den Endverbraucher abzielen:

• Erweitertes menschliches Urteilsvermögen: Bei den besten Geschäftsmodellen dreht sich alles um die Erweiterung menschlicher Fähigkeiten, nicht um einen Ersatz für diese. Kognitive Systeme stellen dabei eine Ergänzung zur menschlichen Intention dar. Eine gute Entsprechung dazu wären elektrische Werkzeuge in den Händen eines Handwerkers.

• Recherche und Ermittlungen beschleunigen: Auch der versierteste menschliche Leser kann nicht Millionen von Seiten am Tag aufnehmen. Kognitive Systeme, die natürliche Sprache verstehen, lassen sich nicht nur für das geschriebene, sondern auch für das gesprochene Wort nutzen.

• Vorschlag der "bestmöglichen nächsten Schritte" und Ergebnisprognose: Kognitive Systeme erzeugen Hypothesen, evaluieren diese und lernen mit der Zeit auf Basis der Erfahrungen. Beides sind kritische Faktoren für Handlungsempfehlungen und Prognosen.

• Automatisierung des unternehmensweiten Knowledge Managements: Obwohl es schon seit Jahrzehnten Knowledge-Management-Systeme gibt, liefen doch viele Bestrebungen aufgrund des notwendigen menschlichen Aufwands im laufenden Betrieb ins Leere. Die Möglichkeiten, die Recherche und Ermittlung zu automatisieren oder Best Practices zu entwickeln, stellen einen wichtigen Nutzen dar.

• Zusammenfassen und Systematisieren der Best Practices: Eine Variation des bereits erwähnten Lernens durch Erfahrung.

IDC beobachtet, dass Unternehmen kognitive Systeme als Katalysator für die Weiterentwicklung der Geschäftsprozesse und zur Schaffung neuer Skaleneffekte nutzen. Große Unternehmen im Gesundheitswesen untersuchen, wie kognitive Systeme dabei helfen können, "Best Practice"-Diagnosen und Behandlungen unabhängig vom Wohnort der Patienten zu demokratisieren und zu beschleunigen. Weltweit agierende Finanzdienstleister sind dabei, über alle Kanäle hinweg automatisiert Finanzberatung und Kundenservice auf Basis kognitiver Technologien bereitzustellen. Einige dieser Finanzdienstleister nutzen kognitive Systeme, um manuelle Workflows und Geschäftsprozesse bei Finanztransaktionen zu beschleunigen, zu automatisieren oder sogar abzuschaffen. Die verarbeitende Industrie arbeitet an ausgefeilten Strategien für Predictive Maintenance auf der Basis von IoT und kognitiven Systemen. Dies sind nur einige Beispiele für hunderte von Einsatzszenarien, die Unternehmen bereits evaluieren. Eine Triebfeder dabei: Die Märkte und Mitbewerber beginnen, künstliche Intelligenz, maschinelles Lernen und kognitive Systeme anzunehmen.

Der Business Case für kognitive Systeme

Endkunden-orientierte Unternehmen sollten bei der Entwicklung von Business Cases einige Unterschiede zu herkömmlichen Unternehmensanwendungen und Technologien beachten:

• Anwendungen, die über kognitive Fähigkeiten verfügen, greifen auf unterschiedliche strukturierte und unstrukturierte Informationen zu, sie analysieren und organisieren diese. Auf Basis dieser Informationen stellen sie Beratungsdienste, Prognosen und Empfehlungen zur Verfügung. Und sie bieten eine Umgebung, mit der die Konsumenten interagieren können, um bessere Entscheidungen zu treffen. Kognitive Systeme unterstützen den menschlichen Entscheidungsprozess mit höherer Genauigkeit, mehr Vertrauen, Geschwindigkeit und Agilität. Die Grundlage dafür bildet eine breite Palette von Daten und Hinweisen, angewandt auf eine noch umfassendere, unvoreingenommene Betrachtung der entsprechenden Gegebenheiten.

• Kognitive Software-Plattformen nutzen ein umfangreiches Feld an Anwender/Daten-Interaktionen, Wissensdarstellungen, maschinellen Lernens, Schlussfolgerungen und Verarbeitung, um Anwendungen mit kognitiven Fähigkeiten zu unterstützen.

• Kognitive Software-Plattformen nutzen Inhalte und Daten für die Lern- und Empfehlungsprozesse innerhalb der Anwendungen mit kognitiven Fähigkeiten. Diese basieren auf statistischen, semantischen und interferenziellen Methoden.

Wer sind die wichtigsen Stakeholder im Unternehmen?

Es gibt drei kritische Gruppen von Entscheidungsträgern, die in den Aufbau eines Business Case für kognitive Systeme einbezogen werden sollten:

Fachbereiche: Nach der Beobachtung von IDC sind es die Fachbereiche, die die Entwicklung kognitiver Software-Plattformen vorantreiben. IDC geht davon aus, dass dieser Trend weiter anhalten wird. Um zu verstehen, wie eine neue Technologie konkret eingesetzt werden kann, um bislang kaum realisierbare Ziele zu erreichen, braucht man Menschen, die tief in die geschäftliche Seite eingebunden sind. Zudem sind es die Fachbereiche, die wissen, wo die größten Potenziale für ein kognitives System liegen und wo es am besten genutzt werden kann.

IT: Ungeachtet des oben erwähnten Aspekts sollten CIOs und CTOs bei der Auswahl des Anbieters und bei der Implementierung eingebunden sein. IDC glaubt, dass es nur schwer möglich ist, ohne Einbindung der IT-Abteilung einen langfristigen, technologisch begründeten Wandel bei den Geschäftsprozessen zu erzielen. Dies gilt auch dann, wenn man auf externe Dienstleister setzt. Warum ist das so? Um effektiv zu sein, können kognitive Systeme nicht als isolierte Silos betrieben werden. Daraus ergibt sich, dass die IT-Abteilung einbezogen werden muss - insbesondere, wenn im Rahmen dieser Initiative auch Cloud-Dienste zum Einsatz kommen sollen. Die IT spielt bei der Entwicklung kognitiver Systeme eine entscheidende Rolle: Sie unterstützt dabei, die relevanten Datenquellen zu identifizieren. Sie arbeitet gemeinsam mit den Anbietern der kognitiven Systeme daran, die Daten- und Systemqualität sicherzustellen. Und schlussendlich fungiert die IT als Clearing-Stelle, in der alle Anfragen aus den verschiedenen Geschäftsbereichen nach kognitiven Systemen zusammenlaufen.

Spezialisten: Auch, wenn diese Gruppe eine Teil- oder Schnittmenge der bereits erwähnten Entscheidungsträger sein kann: Bestimmte Spezialisten sind entscheidend für eine erfolgreiche Implementierung. Data-Science-Experten etwa für statistische Analysen, mathematische Modelle oder für die Entwicklung von Algorithmen. Oder Experten für das jeweilige Fachgebiet. Und nicht zuletzt Business-Analysten für die Wissensdarstellung und um zu verstehen, wie kognitive Systeme bessere Entscheidungsprozesse ermöglichen oder unterstützen können. In vielen Fällen versuchen kognitive Systeme, die Lernvorgänge und die Expertise dieser Spezialisten zu kodifizieren. Somit ist es entscheidend, dass diese Experten frühzeitig in den Entwicklungsprozess eingebunden werden.