Schmackhaftes Bier – was Künstliche Intelligenz (KI) dafür tun kann

Künstliche Intelligenz (KI) und Maschinelles Lernen (ML) als Teilgebiet der KI haben großes Anwendungspotenzial in unterschiedlichsten Einsatzfeldern mit großen Datenmengen. Die Skepsis gegenüber dem Einsatz von KI-Technologien hat über die vergangenen Jahre abgenommen, jedoch gibt es immer noch Vorbehalte gegen den Einsatz und die Rolle von KI.

Unternehmen sind bereit, KI einzusetzen, allerdings scheitert es in der Praxis an der Transparenz der KI-Technologien. Im Dezember 2021 fand am iit der erste Workshop einer Veranstaltungsreihe mit dem Titel „So sehen sie aus – erklär –und kontrollierbare IT-Systeme“ statt, der genau hier ansetzt: Wie können künstlich-intelligente Systeme in Zusammenarbeit mit verschiedenen Zielgruppen erklär- und kontrollierbar gemacht werden oder anders formuliert, was braucht man eigentlich, um KI besser erklärbar zu machen für einen breiten Nutzerkreis.

Um einen anschaulichen, niedrigschwelligen und interdisziplinären Zugang zur komplexen technischen Thematik zu ermöglichen, wurden mittels Graphic Recording Ergebnisse des Workshops* grafisch live dokumentiert.

Bereits seit 2019 wird am iit Berlin im Rahmen des Projektes „Digitale Souveränität in der Wirtschaft“ zur Souveränität von Fachkräften beim Einsatz komplexer, digitaler Systeme im industriellen Arbeitskontext geforscht. Aktuelle Trends und Innovationen werden mittels techniksoziologischer Methoden analysiert.

Und wie genau funktioniert das nun mit der KI und dem Bier?

Eines der Projektbeispiele, das mit neuesten KI-basierten Technologien arbeitet und Wert legt auf die Erklär-und Kontrollierbarkeit der Systeme, stammt aus der cyber-physischen Versuchsbrauerei der Universität Dortmund. Es handelt sich um die Herstellung eines der beliebtesten Getränke der Deutschen: das Bier. Die Geschmacksqualität eines Bieres kann im Projekt anhand von über 50 Parametern zur Qualität von Wasser, Hopfen, Malz und Hefe auf seine Komponenten zurückverfolgt werden.

Bier brauen ist ein komplexer Prozess. Schwimmende Sensoren in den Gärkesseln sammeln Daten, die über Rapid Miner in den weiteren Verarbeitungsprozess einfließen. So kann am Rechner kontrolliert werden, ob bei der Gärung alles richtig verläuft oder ob „ins System“ eingegriffen werden muss.

 Zusammenspiel von System und Mensch

Im Use Case Brauerei bringen versierte Brauer ihr Erfahrungswissen in den maschinellen Lernprozess moderner KI-Systeme ein. Das komplexe System lernt also vom Menschen. Die Frage ist, wie die KI dieses Expertenwissen abbilden kann, damit in einem zweiten Schritt, verschiedene Nutzer wie beispielsweise Brauende, das Management, eine Fachkraft oder ein neuer Mitarbeiter, die  verschiedene Fragen an das System und unterschiedliche technischen Sachverstand haben, mit dem System sicher arbeiten können.

Die folgenden Zeichnungen erklären in Kürze, wie Mensch und Maschine im Brauerei-Projekt output-orientiert zusammen arbeiten können.

Mit Hilfe des maschinellen Lernens werden IT-Systeme in die Lage versetzt, auf Basis vorhandener Datenbestände und Algorithmen Muster und Gesetzmäßigkeiten zu erkennen und Lösungen zu entwickeln. Es wird quasi künstliches Wissen aus Erfahrungen generiert. In unserem Use Case kann ein Brauer mithilfe von Rapid Miner also erkennen, wie die optimale Zusammensetzung des Bieres sein muss, damit es nachher „schmeckt“.

Comic-ähnliche Darstellung wie

Die Sensoren in den Braukesseln geben ihre Daten an Rapid Miner, dort werden sie verarbeitet.

Das System lernt. Der Brauer kann durch Simulation Parameter verändern. Das lernende System gibt Rückmeldung an den Brauer, wenn im Prozess Werte nicht optimal sind oder grenzwertig.

Ins System eingreifen

Das System arbeitet transparent: es ist jederzeit möglich, dass der Brauende „ins System eingreift“ wo und wann immer es nötig ist. Es gibt also Steuerungsmöglichkeiten, sollte der Mitarbeiter merken, dass etwas nicht wie gewünscht läuft.

 

 

 


Vertrauen und Kontrolle

Comic-ähnliche Zeichnung zu Strängen der KI

Der Idealfall: Mensch und System arbeiten verlässlich zusammen. Der Mensch vertraut dem System und den erhobenen Daten. Seine Aufgabe bleibt es aber nach wie vor, eine Kontrollfunktion und abschließende Bewertung auszuüben: sind die Daten richtig erfasst, wurden sie korrekt verarbeitet und stimmt das erhaltende Ergebnis mit dem gewünschten überein?

Das Brauerei-Projekt versucht, dem Brauer oder der Brauerin – also der Fachkraft, die vor dem System steht – auf vielen Ebenen möglichst viel Transparenz in der Qualitätsanalyse zu bieten mit dem Ziel, digital souveränes Arbeiten zu ermöglichen.

Weitere iit-Workshops zur Transparenz von KI-Systemen, die sich mit ähnlichen Fragestellungen zur besseren Erklärbarkeit von KI beschäftigen, sind gerade in Planung.


* umgesetzt von den Visual Facilitators