Artificial Intelligence (AI; oder auf Deutsch: künstliche Intelligenz, KI) bringt die unterschiedlichsten IT-Lösungen auf ein neues Qualitätsniveau. Als technologische Treiber gelten Software-Tools wie IBM SPSS Modeler & Statistics, die zur Aufbereitung und Auswertung von Daten aller Art eingesetzt werden können. SPSS Modeler bietet eine Drag & Drop-Oberfläche, die keine Programmierkenntnisse voraussetzt, während SPSS Statistics als integrierte Lösung für professionelle Datenanalysten konzipiert wurde. Die beiden Produkte ermöglichen es Anwendern, belastbare Modelle für Voraussagen zu entwickeln. Renommierte Data-Science-Experten demonstrierten auf dem TD SYNNEX Trend-Up in Frankfurt/Main im Oktober die enormen Einsatzmöglichkeiten der SPSS-Softwareplattform.

AI Governance: Das kommt auf Unternehmen zu

Die Keynote von Thomas Hampp, Senior Technical Staff Member for AI Governance, IBM, widmete sich zum Einstieg einem Thema, das in der Community derzeit heiß diskutiert wird: AI Governance. „Für die meisten Firmen sind die Regulierung und Reputation die wichtigsten Gründe, in AI Governance zu investieren“, erklärte Hampp. Doch was verbirgt sich hinter dem Begriff überhaupt? AI Governance soll als übergreifendes Framework den Einsatz von künstlicher Intelligenz im Unternehmen steuern – mit einer Vielzahl von Tools und Prozessen. Der Anwendungsbereich umfasst das Risikomanagement, die Einhaltung aller Vorschriften und den ethisch korrekten Einsatz der Technologie. Hampp zeigte, was Unternehmen in diesem Zusammenhang aus der Geschichte des Ketchup-Erfinders Henry John Heinz lernen können: Der Amerikaner füllte sein Produkt als Erster in durchsichtige Glasflaschen ab und versah sie mit einem Label für Verbraucher, das die Zutaten auflistete. „Durch diese Maßnahme entstand Vertrauen. Ähnlich sollten Firmen, die KI-Anwendungen einsetzen, beim Umgang mit den Daten ihrer Kunden vorgehen. Gefragt seien Attribute wie eine sehr hohe Zuverlässigkeit, Genauigkeit, Wahrhaftigkeit, Transparenz und Erklärbarkeit, um regulatorische, reputationsbezogene und betriebliche Risiken zu reduzieren. „Generative KI und Large Language-Modelle verändern die Risikolandschaft“, betonte der IBM-Experte. Bei LLM handelt es sich um Algorithmen, die auf großen Datensätzen und Deep-Learning-Verfahren basieren, um Inhalte zusammenzuführen und die richtigen Entscheidungen daraus abzuleiten. Als Use Case präsentierte Hampp die automatisierte Abwicklung von Kfz-Versicherungsleistungen mithilfe von IBM Watsonx, der AI- und Datenplattform für Unternehmen. In seiner Keynote stellte er zudem den Artificial Intelligence Act (AIA) der Europäischen Union vor, der sich derzeit im Abstimmungsprozess mit der EU-Kommission und den Mitgliedsstaaten befindet. Das Gesetz, das voraussichtlich 2025 in Kraft treten soll, stuft KI-Anwendungen in verschiedene Risikoklassen ein. Verstöße will die EU mit Strafen von bis zu 30 Millionen Euro ahnden und bei global aktiven Unternehmen bis zu sechs Prozent des Jahresumsatzes. Die Regulierung betrifft nicht nur kommerzielle AI-Lösungen, sondern beispielsweise auch die Strafverfolgung mit intelligenter Technologie. AI-Anwendungen, die der Manipulation von Menschen dienen, will die EU grundsätzlich verbieten; ebenso solche, die Bürgerinnen und Bürger nach dem sozialen Status oder der Hautfarbe klassifizieren.

Use Cases: IBM SPSS in Kliniken und Medienhäusern

Der „Optimierung der Patientenentlassung“ mit IBM SPSS widmeten sich Jan Geesen, Teamleiter Business Analytics von AGAPLESION und Roman Vollmer, Data Engineer & Data Scientist bei X-Integrate Software & Consulting. AGAPLESION betreibt eine große Zahl an Krankenhäusern, medizinischen Versorgungszentren sowie Pflegeeinrichtungen. „Im Mittelpunkt des Use Case stand die Frage: Wie wahrscheinlich ist es, dass ein Patient nach seiner Entlassung noch einmal aufgenommen werden muss?“, erläuterte Geesen. SPSS erwies sich als optimales Tool, um die voraussichtliche Verweildauer der Patienten und die Zahl der Wiederkehrer in der jeweiligen Klinik mit verschiedenen Modellen zu berechnen.

AI-optimierte Datenanalysen erobern aber auch den Medienbereich. Dr. Ana Moya, Head of Data Science & Analysis bei der Handelsblatt Media Group, verriet den TD SYNNEX Partnern, wie sich die redaktionelle Qualität mit SPSS Modeler und nutzerzentriertem Text-Mining steigern lässt. „Dabei ging es vor allem darum, dass wir die Interessen der Leserinnen und Leser noch besser abdecken wollen“, hob Moya hervor. Am Anfang stand die Analyse der Nutzerbedürfnisse, um die Inhalte zu optimieren. Dazu gab die Expertin Einblicke in die komplexe Entwicklung des entsprechenden Themen- und Klassifikationsmodells – von der Datensammlung über die Themen- und Klassifizierungsmodellierung bis zur Bewertung – und erläuterte die nächsten Schritte. Dazu zählen in erster Linie die deskriptive Analyse (Artikelkonsum pro Tag/Woche/Monat, basierend auf den Nutzerbedürfnissen) und die prädiktive Analyse (Empfehlung von Beiträgen auf Grundlage der Nutzerinteressen).

Weitere Vorträge stiegen tief in das Scripting von SPSS Modeler ein (Dr. Michael Straif, Principal Consultant, valantic Business Analytics) oder thematisierten die Erkennung von Anomalien, um Hackerangriffe zu verhindern (Alexander Richthammer, Data Scientist, IBM). Mit diesen Anwendungsszenarien sind die Möglichkeiten von IBM SPSS jedoch noch lange nicht ausgereizt: Wie es mit der Softwareplattform weitergehen soll, verriet Kennia Garcia, Lead Product Manager SPSS Statistics, IBM. Für Mai 2024 plant IBM ein größeres Update mit einem neuen Verfahren zur mehrdimensionalen Skalierung (Proximity Mapping), erweiterter Open-Source-Funktionalität, Diagrammoptimierungen und Verbesserungen der GPL-Syntax. IBM SPSS Modeler & Statistics gehören also auch kommenden Jahr auf die Empfehlungsliste aller TD SYNNEX Partner für Unternehmenskunden, die von schnellen und belastbaren Datenanalysen profitieren wollen.

IBM SPSS: die Top-Vorteile

Stimmen zur Veranstaltung