Trend: Roboter im Haushalt

Will ich einen Roboter als Hilfe im Haushalt, in der Pflege, usw.?
Räumen Sie gerne die Küche auf?
Mein Haushaltsroboter schafft es leider nicht, meine Küche ordentlich aufzuräumen. Schafft es der Ihre?
Kann Artificial Intelligence (AI) / Künstliche Intelligenz hier helfen?

Tragen Sie sich in unseren Verteiler ein und erhalten Sie weitere wichtige Tipps, um alle Updates und noch mehr interessante Fakten zum Thema Künstliche Intelligenz zu bekommen.

1. Alexa – falscher Radiosender

Alexa, Cortana, Siri und der Google Assistent sind dank Machine Learning in der Lage, nach einigen Versuchen meinen lokalen Münchner Radiosender zu finden. Doch ohne Hilfestellung schafft dies Alexa nicht. Es lernt vom Nutzer und dessen Angaben, sodass es dann irgendwann endlich weiss, welche Station ich wirklich meine.

Kurz, diese Assistenten verstehen gesprochene Befehle, aber nicht den Kontext in dem der Gesprächspartnerin ihre Wünsche formuliert (die Radiostation KISS in Los Angeles ist nicht dieselbe wie diejenige in Düsseldorf, usw.).

PS. Algorithmen können riesige Datenmengen verarbeiten. Das Programm findet die Regeln in den Daten, um die ihm zugeteilte Funktion zu erlernen, d.h. es findet Machine Learning statt.

Weitere wichtige News zu Artificial Intelligence und Marketing

Seit Turing’s bahnbrechendem Artikel in 1950 ist Artificial Intelligence (der Ausdruck wurde 1955 von McCarthy, Minsky, Shannon und Rochester erfunden) ein Buzzword geworden (Anthers, 2017). Viele meinen es zu verstehen, aber niemand kann es auf die Schnelle definieren.

Turing, A.M. Computing machinery and intelligence. Mind 59 (1950), 433–460. Aufgerufen 2018-07-07 auf http://phil415.pbworks.com/f/TuringComputing.pdf

Seit 1943 oder gut 75 Jahren ist AI ein Thema. Leider schaffen es jedoch solche Systeme nicht, in einer Prüfung im Fach Naturwissenschaften vom 8. Schuljahr ein Spitzenresultat zu erreichen.

Ein Grund ist, dass ein AI System weder ein tieferes Verständnis über einem Text entwickelt, noch den Sinn hinter einer gestellten Frage versteht. Es kann somit nicht logisches Denken oder analytische Folgerungen ziehen, um die richtige Antwort zu finden (siehe Schoenick und weitere, September 2017).

Schoenick, Carissa, Clark, Peter, Tafjord, Oyvind, Turney, Peter, and Etzioni, Oren. (September 2017). Moving beyond the Turing Test with the Allen AI Science Challenge. Commun. ACM 60(9), p. 60-64. DOI: https://doi.org/10.1145/3122814

PS. Machine Learning wie auch Deep Learning sind Teilaspekte der KI.

Dieser Blogeintrag ist Teil des Artificial Intelligence Projektes vom Competence Circle Technology, Innovation and Management #ccTIM vom Deutschen Marketing Verband (DMV).

What is marketing automation?

Alexa, Siri und Magenta bringen uns die Datenflut: Privatsphäre Quo Vadis?
Alexa, Siri und Magenta bringen uns die Datenflut: Privatsphäre Quo Vadis?

2. Was ist künstliche Intelligenz (KI)?

Eine wichtige Frage, die wir noch nicht voll beantworten können.

KI versucht Wissen und Aktionen oder Entscheidungen zu verbinden. Doch die Schwierigkeit liegt darin, dass Intelligenz alleine nicht reicht, um Entscheidungen zu treffen. Das Problem muss in sich verstanden werden. Schlussfolgerungen müssen gezogen werden. Das braucht es, um dann eine Entscheidung treffen zu können..

Russel und Norvig (2010, S. 2) unterscheiden 4 Arten von KI, die in der Theorie einer Maschine eigen sein könnten, wenn gewisse Bedingungen erfüllt sind:

  1. Menschliches Denken (thinking humanly): Setzt voraus, dass wir genau wissen wie Menschen denken;
  2. Rationales Denken (rational thinking): Die Schwierigkeit liegt hier darin, welche Probleme im Prinzip gelöst werden können und wie wir die praktischen Lösungen für den täglichen Gebrauch finden können;
  3. Menschliches Handeln (acting humanly): Der Turing Test stellt ein solches Problem, um zu überprüfen, ob die Maschine in der Lage ist menschlich zu handeln. Doch bis anhin ist es uns noch mit keiner Maschine bzw. mit keinem AI Programm gelungen, den Turing Test zu bestehen;
  4. Rationales Handeln (acting rationally): Nicht immer erkennen wir die ganze Komplexität, somit kann das System vielleicht nur zu einem gewissen Grade rational handeln, d.h. es hat begrenzte Rationalität.

Russell, Stuart J. & Norvig, Peter (2010). Artificial intelligence (3rd Edition). Toronto: Pearson Education Ltd. Aufgerufen 2018-07-01 auf http://aima.cs.berkeley.edu/

Das obigen Schema von Russell und Norvig (2010, Kapitel 1) zeigt, dass AI oder KI auf verschiedene Weise definiert werden kann.

PS. Was ist ein Experten System? – definiert. Als Vater der Expertensysteme gilt Edward Feigenbaum.

Kurzdefinition:

Ein Expert Unterstützungssystem (Expert Support System) unterstützt Nutzer mit der Lösung eines Problems.
Wie ein Expertensystem erbringt es bessere Leistungen als ein Nichtexperte. Das System unterstützt den Menschen, doch dieser trifft die Entscheidung.

Machine Learning, Algorithmus, Big Data und Artificial Intelligence.
Machine Learning, Algorithmen, Big Data und Artificial Intelligence.

3. Roboter in Haushalt und in der Pflege

Ein Kollege hat die Herausforderungen im AI Bereich und mit Robotern neulich wie folgt umschrieben:

Bei unseren Cleaning Robots verbiete ich jedem das Wort Intelligenz intern, denn es bleiben maschinelle Helfer.
Konsumenten haben dafür teilweise ein sehr gutes Gespür und sprechen von Dienern oder Sklaven wie auch fleissigen Helfern.
Viele Konsumenten wollen auch gar nicht, dass diese Haushaltshelfer zu intelligent sind. Dies erlaubt es dem Nutzer die Maschine noch zu dominieren.
Die Ängste vor der Maschine spielen im Marketing sicher eine große Rolle. Das wird oft nicht direkt verbalisiert. Nichtdestotrotz müssen wir dies berücksichtigen.

Wir wollen, dass ein Roboter intelligent ist und menschenfreundlich. Aber ich werde weder von Alexa noch Siri in den nächsten Tagen eine Antwort auf die Frage bekommen: Was glaubst du, was ich fühle?

Auch bietet AI sicherlich nicht die Möglichkeit, dass Marken den Kontext der Nutzung besser verstehen. Ob dann die Adaption dieses Wissens in mehr Verständnis und Nähe zum Kunden resultiert, darf hinterfragt werden.

Wieso kann der Roboter die Küche nicht aufräumen?
  • Limitiertes Gesamtbild: Der Sprachassistent Alexa hat keinen kompletten Überblick was ich genau über welche Kanäle (z.B. Online oder im Discounter nebenan) einkaufe.
  • Kontext kennt die Maschine nicht: Wo ich gerade bin (Sitzung im Büro, Atmosphäre schwierig… oder Freitagabend an einer Party, leicht angeheitert), weiß die Maschine mehr oder weniger. Doch sie kann den zwischenmenschlichen Kontext wohl kaum interpretieren.
  • Keine Empathie oder Einfühlungsvermögen: Wir haben die Fähigkeit das Denken eines anderen Menschen nachzuvollziehen. Dies ermöglicht es, dass bei allen Menschen ähnlich aufgebaute Gehirn.
  • Kein logisches Denken oder analytische Folgerungen: Ein AI System kann weder ein tieferes Verständnis über einem Text oder Prüfungsaufgabe entwickeln noch den Sinn hinter einer gestellten Frage verstehen.

Was wollen die Menschen und wann fühlen sie sich wohl mit AI zu kommunizieren oder den Staubsauger in der Form eines Roboters zu nutzen? Diese Frage wird uns wohl noch eine Weile rumtreiben.

Sind wir glücklich mit dem Roboter als Haushaltshilfe?
Sind wir glücklich mit dem Roboter als Haushaltshilfe?

Inwiefern Roboter komplexere Arbeiten übernehmen können in der Pflege ist sicher sehr interessant. Doch das steckt noch schwer in den Anfängen (siehe Careum Dialog 2018)

4. Was ist Ihre Meinung?

Der Roboter in der Küche ist mein Traum.

Die Küche nach dem Kochen aufräumen macht wohl niemand gerne. Doch was wenn mein Roboter das übernimmt.

Obwohl die Arbeit einfach ist für uns, für den Roboter ist diese Arbeit höchst komplex und schwierig. Deshalb werde ich noch auf meine fast perfekte Haushaltshilfe in Form eines Roboters warten müssen.

Was mich neugierig macht ist Ihre Einstellung zur Herausforderung AI in unserem Alltagsleben, wie z.B.:

  • Nutzen Sie schon einen Sprachassistenten?  Was sind Ihre Erfahrungen?
  • Haben Sie schon einen automatischen Staubsauger / Saugroboter?  Macht er den Job zu Ihrer Zufriedenheit?
  • Haben Sie dank AI schon einen Arbeitsprozess beim Kunden verbessern können?

Wir freuen uns auf vielseitige Antworten und vielleicht sogar Beispiele.

Urs E. Gattiker - DrKPI@

Professor Dr. Urs E. Gattiker ist Europa's Experte für Social Media Analyse und Autor mehrerer Fachbücher. Er ist Director von DrKPI®, CyTRAP Labs GmbH, einer Firma für Smart Data Science (Strategie, Marketing, Verkauf), welche auch als externer Datenschutzbeauftragter für Firmen in den USA, Canada, Deutschland und der Schweiz fungiert. Urs ist Vizepräsident bei marcom suisse. Auch amtet er als Präsident vom Marketing Club Lago #MCLago, dem 4-Länder Club beim Deutschen Marketing Verband (siehe auch Interview mit Urs auf dem MC Lago Blog). Als Co-Chair vom Competence Circle Technologie, Innovation & Management (ccTIM) vom Deutschen Marketing Verbandes beschäftigt er sich mit den Trends.

2 thoughts on “Trend: Roboter im Haushalt

  • 17. Oktober 2018 at 9:41
    Permalink

    Interessanter Beitrag.

    Obwohl Firmen mit einer Cloud sich gegen Hackerangriffe schützten, bleibt ein Restrisiko.

    Wenn Hackerangriffe passieren, wollen wir diese natürlich strafrechtlich verfolgen. Leider kann es Monate dauern bis die Datenlecks, Datenhacks oder andere illegale Aktivitäten von Firmen entdeckt werden.

    Beispiele sind Facebook und Google Plus, wo digitale Einbrüche oder der Missbrauch von Daten Monate später entdeckt wurden. Von der Dunkelziffer von Fällen, wo die betroffenen Unternehmen die Fälle gar nicht entdeckten, ganz zu schweigen.

    Das Risiko für Datenlecks und Datenhacks wird mit künstlicher Intelligenz sicher nicht kleiner.

    Reply
    • 17. Oktober 2018 at 9:56
      Permalink

      Lieber Peter
      Danke für Deinen Kommentar.

      Das stimmt sicher das mit den immer grösseren Datenmengen die Risiken, das was schiefgeht, nicht kleiner wird.
      Wir sind aber sicherlich gleicher Meinung, dass wir diese Herausforderung anpacken müssen.

      Die neuen Möglichkeiten machen es uns nicht einfacher. Doch möchte ich sicherlich keinen Sprachassistenten von Facebook in meiner Wohnung. Könnte ja sein, dass ich später erfahre, dass vielleicht familiäre und vertrauliche Gespräche dank Datenleck im Netz von einem Hacker nun öffentlich zugänglich gemacht wurden. Das wäre uns beiden wohl nicht recht.

      Auch können erfundene Bewertungen auf TripAdvisor oder anderen Plattformen die Crowd unnötig beeinflussen, d.h. frühe positive erfundene Bewertungen führen zu vielen weiteren Bewertungen und vielleicht sogar zu unzufriedenen Käufern z.B. in Amazon’s Vier-Sterne-Laden. Dieser verkauft seit Ende September 2018 erstmalig in New York nur Produkte mit Top-Bewertung auf dem Amazon e-Shop.

      Wie falsche oder fake Bewertungen die zusätzlichen Bewertungen (Anzahl und Semantik, positiv oder negativ) beeinflussen habe Forscher getestet:

      Le Mens, Gaël, Kovács, Balázs, Avrahami, Judith & Kareev, Yaakov (2018-09). How endogenous crowd formation undermines the wisdom of the crowd in online ratings. Psychological Science, 29(9), 1475-1490. DOI: https://dx.doi.org/10.1177/0956797618775080

      Da kommen auf uns noch einige Herausforderungen welche wir meistern müssen, damit die Resultate dieser immer grösseren Datenmenge und deren Auswertung dank AI oder Machine Learning uns auch das bringt was wir uns wünschen.

      Herzlichst
      Urs

      Reply

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

X