Interview zu KI und ECM mit Christian Burkamp, Ceyoniq

Im Moment sind laut Christian Burkamp, Bereichsleiter Forschung und Entwicklung bei Ceyoniq Technology, die Haupteinsatzbereiche von KI-Techniken im ECM-Sektor die automatische Erkennung von Dokumententypen im Inputmanagement sowie die Extraktion von Metadaten aus Dokumenten. Was die weitere Ausbreitung behindert und wohin die KI-Reise geht, erläutert der Entwicklungschef im Interview mit ECMGUIIDE.

Welche KI-Technologien oder intelligenten Analyse-Komponenten werden im Zusammenhang mit ECM- beziehungsweise Content-Services-Produkten verwendet?

Burkamp: Obwohl KI im Moment medial einen unglaublichen Hype erlebt, hat sich die KI-Nutzung im Kontext von ECM-Systemen noch nicht wesentlich verändert. Dafür gibt es gute Gründe, aber dazu kommen wir sicher später noch. Als KI-Techniken kommen Klassifikations-Methoden, Expertensysteme, Methoden der Mustererkennung und neuronale Netze zum Einsatz. Die Techniken sind vom Prinzip her nicht neu. KI-Algorithmen, die heute angewendet werden, sind häufig schon in den 60er und 70er Jahren des letzten Jahrhunderts beschrieben worden. Damals konnte man sie natürlich noch nicht richtig anwenden, weil noch keine leistungsfähigen Rechner verfügbar waren. Heute sind solche Techniken auf normalen Arbeitsplatz-PCs anwendbar und aktuelle Grafikkarten können zum Beispiel Lernprozesse in neuronalen Netzen ungeheuer beschleunigen. Wirklich neu sind nur einige Verbesserungen der Algorithmen, die das Lernverhalten von KI-Systemen optimieren. Das ist aber größtenteils aktuelle Forschung, die noch nicht in der Anwendung im ECM-Alltag angekommen ist.

Bei welchen Anwendungsfällen kommen diese KI-Technologien zum Einsatz?

Burkamp: Im Moment ist der Haupt-Einsatzbereich von KI-Techniken im ECM-Bereich die automatische Erkennung von Dokumententypen im Inputmanagement sowie die Extraktion von Metadaten aus Dokumenten. Hier ist die Anwendung im Wesentlichen auf die automatische Rechnungslesung begrenzt. Weitere Teilbereiche wie das automatische Auslesen von Daten aus Verträgen sind in Arbeit, aber hier werden oft auch Methoden der Sprachanalyse benötigt, die in der etablierten Rechnungsverarbeitung gar nicht relevant sind. Diese Technik steckt noch in den Kinderschuhen und es muss noch viel geforscht werden. In diesem Bereich werden wir sicher bald weitere Fortschritte sehen.

Was behindert die weitere Ausbreitung?

Burkamp: KI löst kein Problem einfach so. Es ist unglaublich, welche Vielfalt an Techniken heute sogar kostenlos als Open-Source-Frameworks zur Verfügung steht. Die populärsten Pakete wie »TensorFlow« oder »Torch« bieten alle relevanten Algorithmen fertig zur Nutzung an. Um ein konkretes Business-Problem zu lösen, muss aber zunächst aus der Fülle der verfügbaren Methoden die richtige Verarbeitungsstrecke herausgesucht werden. Dafür mangelt es noch an den nötigen Experten, die ausreichend Erfahrung mit den verfügbaren KI-Techniken haben. Selbst wenn die richtigen Methoden ausgewählt sind, steht man vor der großen Herausforderung, dem KI-System ausreichend qualifizierte Daten für den Lernprozess zur Verfügung zu stellen. Mit ein paar tausend Datensätzen kommt man da nicht sehr weit und die Systeme bleiben bei hohen Fehlerquoten hängen. Die erforderliche Menge an Daten steht oftmals schlicht nicht zur Verfügung oder die Aufbereitung ist zu teuer, so dass der Nutzen nicht im Verhältnis zu den Kosten steht.

Welche Vorteile bietet der Einsatz von KI?

Burkamp: Der Einsatz von KI-Systemen zielt meistens auf stärkere Automatisierung von Prozessen. KI kann dabei manuelle Arbeit ersetzen und oft auch eine höhere Verarbeitungsqualität erreichen – insbesondere da, wo Massendaten verarbeitet werden müssen. Darüber hinaus erschließen KI-Systeme Möglichkeiten der Datenanalyse in großen Datenbeständen. Dabei kommen vielleicht Ergebnisse heraus, zu denen man anders nie gekommen wäre.

Wo sehen Sie die Grenzen von KI im ECM-Bereich? Was muss auch in Zukunft »von Hand« erledigt werden?

Burkamp: Die Fortschritte in der KI sind für Außenstehende schwer einzuschätzen. Es ist faszinierend, aber zugleich auch ein bisschen beängstigend, dass Computer heute Menschen in quasi jedem Spiel schlagen können und demnächst vielleicht sogar unsere Fahrzeuge steuern. Der Alltag in Unternehmen oder Behörden ist aber um Größenordnungen komplexer als ein Go-Spiel. Jeder weiß, dass im Büroalltag ständig Dinge passieren, die eigentlich nicht vorgesehen sind. Darauf lassen sich die heute bekannten KI-Systeme nicht gut trainieren. Die Anwendung wird daher zunächst auf sehr eingegrenzte Prozessschritte beschränkt bleiben. Dass die KI uns anruft und über die Optimierung eines Prozesses sprechen möchte, ist in den nächsten Jahren wohl eher nicht zu erwarten.

Auf was ist beim Einsatz entsprechender KI- bzw. Analysetools im Unternehmen besonders zu achten?

Burkamp: KI hat zunächst mal keine Moral und keine Grundwerte, auf die man sich verlassen könnte. Wenn man Entscheidungen von KI-Systemen treffen lassen möchte, muss man genau auf die Trainingsdaten schauen. Microsoft hatte mit »Tay« zum Beispiel einen selbstlernenden Chatbot ins Netz gestellt und musste ihn noch am gleichen Tag wieder offline nehmen, weil er – von übelmeinenden Nutzern mit unflätigen Aussagen gefüttert – selbst unschöne Aussagen verbreitet hatte. Die Nutzung von unreflektiert eingesetzten Trainingsdaten kann dazu führen, dass schlechte Entscheidungen, Vorurteile oder Fehleinschätzungen von der KI gelernt und anschließend ungebremst wiederholt werden. Hier ist Vorsicht angebracht und man sollte sich die Ergebnisse genau anschauen.

Wie erkennen interessierte Anwender, ob ein Hersteller bezüglich KI und Analysemethoden gut gerüstet ist?

Burkamp: Wenn ein Anbieter den Eindruck erweckt, KI einzusetzen wäre besonders einfach und ohne großen Aufwand zu machen, dann würde ich zur Vorsicht raten. Der Begriff künstliche Intelligenz ist da wirklich ein bisschen irreführend. Menschliche Intelligenz lebt ja unter anderem von jahrelangem »Training« in der realen Welt. Bis künstliche Intelligenz vergleichbares Weltwissen mitbringt, dauert es sicher noch sehr lange. Bis dahin ist KI immer auf einen sehr kleinen Ausschnitt der Realität fokussiert. Wenn ein KI-System für einen bestimmten Anwendungsbereich bereits ausreichend trainiert geliefert wird, dann kann der Einsatz tatsächlich ganz einfach sein. Das System wird dann aber entsprechend teuer sein. Ein Beispiel dafür ist die bekannte optische Zeichenerkennung (OCR). Hier stecken bereits mit sehr vielen Daten trainierte KI-Systeme drin und gute OCR Software ist folgerichtig auch noch immer relativ teuer. Andere KI-Systeme müssen aber auf den jeweiligen Anwendungsfall angepasst und mit Daten trainiert werden, die im Projekt gestellt werden. Das geht in der Regel nicht schnell. Letztlich darf man sich hier vom KI-Hype nicht blenden lassen und muss die Kosten im Blick behalten.

Wie sehen Sie die weitere Entwicklung hinsichtlich KI und ECM?

Burkamp: Die KI-Algorithmen werden ständig weiterentwickelt. Ein großes Augenmerk liegt dabei auf der Beschleunigung des Lernverhaltens. Das wird hoffentlich dazu führen, dass die benötigten Trainingsdatenmengen kleiner werden. Die wirtschaftliche Nutzbarkeit von KI wird also immer einfacher erreicht werden können. Ich erwarte in den nächsten Jahren eine viel stärkere Durchdringung des ECM-Umfelds mit KI-Techniken. Insbesondere für bestimmte Problemfelder vortrainierte Systeme werden sicher bald als Ergänzungsmodule zu ECM-Systemen verfügbar werden.