Im Bereich Künstliche Intelligenz (KI) sind Sie mit Sicherheit schon häufig auf den Begriff Machine Learning gestoßen, welcher ein Teilgebiet der KI beschreibt. Das maschinelle Lernen wiederum besteht noch aus vielen Untergebieten und wird vielfältig eingesetzt. Formen von Machine Learning nutzt zum Beispiel das Natural Language Processing (NLP), das dazu dienen soll, menschliche Sprache zu verstehen und zu analysieren. In diesem Beitrag möchte ich einmal aufzeigen, wo die Herausforderungen der Technologie liegen und wo sie zum Einsatz kommt.
Die Technologie des Natural Language Processing steht vor einer Vielzahl an Herausforderungen, wenn es darum geht, die menschliche Sprache zu analysieren. Einzelne Wörter sind kein Problem für die Maschine, da sie dort auf die Datenbank zurückgreifen kann – das können Sie sozusagen als eine Art Wörterbuch verstehen.
Das eigentliche Problem liegt allerdings in der Natur der Sprache. Wenn wir etwas sagen, dann sind die Sätze meist nur im Kontext richtig zu verstehen. Es gibt ganz einfach sehr viele verschiedene Wege, etwas auszusagen und andersherum kann ein Satz viele verschiedene Bedeutungen haben. Diesen Kontext zu verstehen, ist für uns als Menschen recht einfach, weil wir aufgrund unserer Lebenserfahrung Aussagen beurteilen können. Die Maschine muss das erst lernen.
Wie genau das maschinelle Lernen bei Natural Language Processing funktioniert, können Sie auf unserer Knowhow-Seite zum Thema nachlesen: Natural Language Processing
In unserem E-Book erfahren Sie die wichtigsten Inhalte rund um das Thema künstliche Intelligenz & wie Sie davon profitieren können!
Wenn beispielsweise jemand eine Tasse fallen lässt und diese kaputt geht, kann es sein, dass Sie die Situation mit den Worten „Toll gemacht!“ kommentieren. Für den Menschen wäre es aufgrund des Kontexts leicht zu verstehen, dass es sich dabei um Ironie handelt. Für die KI hingegen ist es schwierig, das zu ermitteln, weil mit dem Ausruf normalerweise ein Lob verbunden ist.
Ironie, Redewendungen und Wortspiele sind Faktoren, die für die KI nur schwer zu erfassen sind. Ein weiteres Beispiel: Die Redewendung „Da wird der Hund in der Pfanne verrückt!“ ist für Künstliche Intelligenz nur schwer zu deuten und direkt in andere Sprachen zu übersetzen. Deswegen ist Natural Language Processing auch noch lange nicht am Ende der Entwicklung angekommen.
Das zeigt sich unter anderem bei einem der wohl offensichtlichsten Anwendungsbeispiele: dem Google Übersetzer. Zu Beginn wurde dieser nämlich noch oft belächelt. Er ist den meisten Menschen wohl heute noch durch schräge Übersetzungen von Sätzen im Kopf. Einzelne Wörter waren kein Problem, bei Zusammenhängen hatte die KI aber so ihre Probleme. Sicherlich ist Ihnen auch einmal ein Text untergekommen, der aus dem Englischen übersetzt wurde, bei dem Sie sich gedacht haben: „Da hat aber jemand den Google Übersetzer genutzt“. Das lag vor allem daran, dass Künstliche Intelligenz damals noch nicht weit genug entwickelt war.
Das hat sich bis heute allerdings weitestgehend geändert. Inzwischen ist der Google Übersetzer in der Lage, ganze Sätze und zum Teil auch ganze Texte fehlerfrei in viele verschiedene Sprachen zu übersetzen. Selbst gesprochene Sprache kann inzwischen analysiert und übersetzt werden. Die Entwicklung ist natürlich noch nicht abgeschlossen, allerdings sind anhand des Google Übersetzers schon die großen Fortschritte im NLP-Bereich erkennbar.
Ein weiteres Beispiel, das uns alle in irgendeiner Form umgibt und von dem Sie auf jeden Fall schon gehört haben, sind die persönlichen Sprachassistenten. Auf Ihrem Smartphone können Sie mit Siri von Apple oder dem Google Assistant kommunizieren. Sie müssen beispielsweise einfach nur fragen „Hey Siri, wie wird das Wetter heute?“ und schon wissen Sie, wie Sie sich für den Tag kleiden müssen. Oder Sie Sagen „Hey Google, spiel meine Lieblingsmusik“ und schon wird Ihre Lieblingsplaylist abgespielt. Inzwischen können die Dienste sogar nicht nur die aktuelle Frage erkennen, sondern auch auf aufeinander aufbauende Fragen eingehen und den Kontext miteinbeziehen.
Das gleiche Prinzip nutzt Alexa von Amazon, das Sie auch für Geräte aus dem SmartHome-Bereich nutzen können. Das geht so weit, dass Sie nicht einmal mehr einen Lichtschalter bedienen müssen. Sie gehen einfach in einen Raum und sagen „Alexa, Licht an!“ und schon springen die Lampen an. Sie merken, bei den Sprachassistenten steht im Gegensatz zum Google Übersetzer die Analyse der gesprochenen Sprache im Vordergrund. Das ist natürlich für die KI noch aufwendiger, weil die gesprochene Sprache erst noch verstanden werden muss, bevor sie analysiert werden kann und eine Antwort oder eine Aktion der Maschine hervorgerufen wird.
Doch nicht nur im privaten Umfeld können Sie Natural Language Processing nutzen. Für Unternehmen spielt die Technologie unter anderem eine Rolle, wenn es um das Thema Chatbots geht. Diese können ein erster Schritt sein, um die Kommunikation mit Kunden zu automatisieren.
Möglicherweise kennen Sie ja den von der Bundeswehr eingerichteten „MailBot“, mit dem man über den Einsatz der deutschen Soldaten in Mali kommunizieren konnte. Sie konnten dort beispielsweise fragen, wie viele Soldaten vor Ort sind und der Chatbot gab eine Antwort. Hier wurde NLP eingesetzt, um die Fragen zu verstehen, einzuordnen und die entsprechende Antwort zu geben.
Doch nicht nur für die PR und Unternehmenskommunikation ist NLP nutzbar, sondern auch für den Kundenservice – genauer gesagt für den First Level Support. Vor allem bei großen Unternehmen gehen täglich hunderte von Anfragen ein, die zugeordnet und bearbeitet werden müssen – auch sehr allgemeine und leicht zu beantwortende Fragen.
Durch einen Chatbot, der sich um den Erstkontakt zum Kunden kümmert, können manche Anfragen bereits von der KI beantwortet werden. Wenn beispielsweise jemand nach Öffnungszeiten fragt, kann der Chatbot die Frage schnell beantworten, sodass die Anfrage nicht einmal zu einem Mitarbeiter durchdringt. Hier hilft NLP bei der Analyse der Fragestellung – vor allem Rechtschreibfehler sind noch eine Herausforderung – und der entsprechenden Kategorisierung.
Wie Sie sehen, kommt Natural Language Processing nicht nur in Ihrem privaten Umfeld zum Einsatz, sondern kann auch Ihre Unternehmensprozesse entlasten. Zum Abschluss möchte ich nochmals festhalten: Die Entwicklung von NLP ist nicht am Ende und es gibt noch viele Herausforderungen, die bewältigt werden müssen. Das Verständnis von Ironie und Redewendungen ist oftmals immer noch schwer für die KI und wir können uns da in Zukunft auf weitere Entwicklungen freuen.
Haben Sie noch Fragen zu Natural Language Processing oder wollen Sie wissen, wie Sie das speziell in Ihrem Unternehmen anwenden können? Schreiben Sie mir gerne!