Dienstleister für Datenanalyse und SW-Entwicklung bei Facebook Wir sind bei Twitter und entwickeln Ihre Software und analysieren Ihre Daten Unternehmen für Data Analytics und SW-Entwicklung bei Linkedin

IBM Watson scheitert – begriffsstutzige „KI“ Watson

Wegen der Begriffsstutzigkeit von Watson sollte IBM-Chefin Virginia Rometty nicht mehr von „KI“ sprechen.

Aktualisierung des Textes *IBM Watson scheitert* 2018:

Nachstehender Text handelt über das Scheitern von IBM Watson in der Versicherungsbranche; insbesondere bei international agierenden Versicherungskonzernen. Der Text wurde in den Jahren 2016 und 2017 erstellt.

Allerdings verfolgen wir IBM-Projekte in unterschiedlichen Branchen über einen längeren Zeitraum. Wir tun dies weil wir a) zunehmend mit Projekten in Berührung kommen, die mit IBM Watson gescheitert sind und b) weil wir generell am KI-Fortschritt interessiert sind (nicht nur auf IBM bezogen). Bezugnehmend auf Punkt a) werden wir von Unternehmenskunden zumeist leider erst dann kontaktiert, wenn Watson-Projekte abgebrochen wurden und kaum mehr Projektbudget für die Einführung anderer Machine Learning-Lösungen vorhanden ist.

In 2018 wurden wir mit einem Projekt in den Staaten konfrontiert, in dem anhand von bildgebenden Medizinverfahren bestimmte Krebsarten via Künstlicher Intelligenz diagnostiziert werden sollten. Watson wurde mit Millionen von Bilder aus Röntgen-, CT- und MRT-Geräten gefüttert sowie mit den Ergebnissen aus kleinen synthetischen Bohrungen. Sehr häufig diagnostizierte Watson falsch und empahl falsche als auch unsichere Krebsbehandlungen. Die Zusammenfassung der Studie ist im englishen Originaltext auf folgender Seite öffentlich einsehbar: https://www.statnews.com/wp-content/uploads/2018/09/IBMs-Watson-recommended-unsafe-and-incorrect-cancer-treatments-STAT.pdf

Aktuell bleiben wir bei HighPots der Meinung, dass Watson keine Ärzte ersetzen kann, soll und darf. Wir gehen sogar noch einen Schritt weiter und behaupten, dass Sie als Unternehmen mit Watson nicht schneller zu Lösungen kommen werden als mit klassischer Software (z.B. von SAS) oder mit Eigenentwicklungen (z.B. mit den Deep Learning-Frameworks TensorFlow, Keras oder Apache Spark). Sollten Sie diesbezüglich Deep Learning Beratung oder technische Realisierungen benötigen, freuen wir uns über Ihre Kontaktaufnahme.

Ende Aktualisierung *IBM Watson scheitert* 2018, nachstehend finden Sie den Text vom Vorjahr.

IBM Watson scheitert. Über das Scheitern von IBM Watson berichten immer mehr Unternehmen. Auch wir als Softwareentwicklungs-Dienstleister und Data Analytics Dienstleistungsunternehmen hatten unsere eigene Geschichte mit IBM Watson. Insbesondere bei der Realisierung eines Kundenauftrags im Bereich KI-basiertes Dynamisches Pricing. Aber auch bei der Marketingautomatisierung, speziell bei der dynamischen Echtzeit-Zuordnung von Userprofilen zu Zielgruppen, stießen wir mit IBM-Watson schnell an Grenzen. Die Marketingabteilung von IBM-Watson scheint zu schnell für die IBM-Watson Produktentwicklung zu sein.

Das Scheitern von IBM Watson – die Geschichte von Anfang an

Zum ersten Mal wurden wir in Lindau auf dem Nobel Laureate Meeting auf IBM’s Wundermaschine „Watson“ aufmerksam. Während der Pause hörte ich IBM’s Chefarchitekt und Quantenphysiker am Nachbartisch sagen

„Wenn wir zukünftig unsere Watson-KI mit dem Quantencomputer verbinden, werden wir eine unschlagbare B2B-Applikation haben. Aktuell laufen schon erste Versuche mit Quantensimulationen, in denen wir Szenarien für die B2B-Anwendung von für Quantencomputing geeignete Shor-Algorithmen identifizieren. Auch werden weitere mathematische Möglichkeiten gesucht, in denen Quantencomputer ihre Vorteile für B2B-Geschäftsfelder ausspielen können.“

IBM Watson und Tesla haben eines gemein: Beide Unternehmen sind Ankündigungsweltmeister

In meinem Blogbeitrag vom 5. August 2017 „Quanten lösen Bits ab“ berichtete ich bereits über die Open-Innovation-Strategie von IBM und die Möglichkeit, Quantencomputersimulationen kostenfrei programmieren zu können. Doch zurzeit scheinen sich die erwarteten Hoffnungen der Open Innovation Strategie nicht zu erfüllen, denn neuen Ideen hinsichtlich mathematischer Modelle für Quantencomputer bleiben aus.

Wie es scheint, bleibt IBM auch nichts anderes übrig, als auf Fortschritte bei der Entwicklung eines Quantencomputers zu hoffen. Den das künstliche neuronale Netzwerk hinter Watson taugt meiner Meinung nach lediglich für wenige Anwendungsszenarien. Hier von „KI“ zu sprechen ist schon beinahe frech; zwar ist Amazons Alexa im B2B-Umfeld ähnlich schwach, aber IBM hat immerhin einige Jahre Entwicklungsvorsprung.

Versicherungen, die Risiken besser einschätzen, machen mehr Umsatz – IBM Watson ist dabei jedoch keine Hilfe

Bei Versicherungen gehört der Umgang mit großen Datenmengen schon immer zum Geschäftsmodell. Wer auf qualitativ hochwertigen Datengrundlagen die Risiken dieser Welt korrekt einschätzt, der kann deutlich mehr verdienen.

Ausschreibungsphase und der kluge IBM-Watson-Vertrieb

Als wir 2014 über die japanische Außenhandelskammer an die Ausschreibung des Versicherungskonzerns Sompo gelangten, analysierten wir diese aufmerksam. Sompo wollte die Risikofaktoren von Lebensversicherungen neu bewerten und sicherstellen, dass alle relevanten Faktoren identifiziert wurden. Darüber hinaus sollte eine KI zukünftig die Risikofaktoren automatisiert und dynamisch bewerten. Aber auch die Versicherungsprämien entsprechend dynamisch kalkulieren (ggf. Tagespreise) und sich permanent den Umsatzzielen des Unternehmens als auch gesetzlichen Regelungen anpassen.

Eine Herausforderung innerhalb der Versicherungsbranche, der HighPots-intern teilweise in der Vergangenheit schon begegnet wurde. Es existierten bereits technische und prozessuale Lösungen, die bei anderen Versicherungsunternehmen realisiert und bereitgestellt wurden. Erfahrungen und existierende Produkte sind ausreichend um an einem Ausschreibungsverfahren teilzunehmen.

Nach Ablauf der Ausschreibungsfrist blieben von 11 sich bewerbenden Unternehmen 3 übrig, – unter anderem IBM und HighPots.
Alle übriggebliebenen sich um den Auftrag bewerbenden Unternehmen wurden nach Japan eingeladen. Also flogen wir bis Tokio und fuhren weiter bis Shinjuku.

Obgleich IBM einen Ersttermin nach uns hatte, hatte es der IBM-Watson-Vertrieb irgendwie geschafft, bereits einen persönlichen Kontakt zu Sompo herzustellen. Wir hatten unsere Software, eine Präsentation und einen groben Projektmeilensteinplan im Gepäck. Wir ließen keine Frage unbeantwortet.
Und doch hatten wir das Gefühl, dass sich der Versicherungskonzern entschieden hatte. Wie wir im Nachhinein erfuhren, hatte IBM bereits während der Ausschreibungsphase ihr Produkt Watson vorgestellt. Sompo war offensichtlich schwer beeindruckt von den kolossalen Datenanalysemöglichkeiten, die IBM mit Watson zeigte. IBM bekam den Zuschlag und das Projekt „Risikokalkulation mit IBM Watson“ startete Ende 2014.

Inzwischen ist das Projekt bei der Entscheidung, dass IBM Watson nicht zum Einsatz kommt. Offiziell äußern möchte sich der Versicherungskonzern nicht dazu. Doch auf einer Messe erzählte uns der Projektleiter, dass IBM Watson keinen Mehrwert brachte. Die gesamte Präsentation während der Ausschreibungsphase wurde vom IBM Marketing in wochenlanger Arbeit speziell auf die Ausschreibung vorbereitet. Anders konnte sich der Projektleiter nicht erklären, warum IBM Watson im Produktivbetrieb scheiterte. Es wurden Millionen Dollar umsonst ausgegeben. Mittlerweile ist HighPots wieder im Boot; unglücklicherweise haben die Japaner beinahe das gesamte Projektbudget aufgebraucht, so dass nun extremer Sparkurs angesagt ist.

IBM Watson scheitert auch bei Munich RE und Swiss RE

Nicht nur in Japan scheitert IBM Watson in der Versicherungsbranche. Ebenfalls in Deutschland/München bei der Münchner Rückversicherung versagt IBM Watson; die Münchner Rückversicherung hat mittlerweile IBM Watson wieder entfernt. Auch in der Schweiz in Zürich bei der Swiss RE ist das Projekt IBM Watson vor die Wand gefahren. IBM Watson leistet nicht, was es verspricht. Bei Insidern großer Konzerne ist IBM Watson ein Beispiel für herausragendes Marketing; es ist unglaublich, wie durchschnittliche Software für einen derart hohen Preis immer wieder Abnehmer findet. Neben unserer eigenen HighPots-Software-Produkten gibt es durchaus andere mit IBM Watson vergleichbare Softwareprodukte, – zum Beispiel Cogito.
Dabei sind es gerade die Versicherungen, mit denen IBM durch das Mainframe-Geschäft Milliarden verdient; die Versicherungen sind langjährige IBM-Kunden, gerade mit diesen sollte es sich IBM nicht verscherzen. Die Geschäftsmodelle und Arbeitsweisen der Versicherungen sollten IBM bekannt sein. IBM Watson kann die Versprechen gegenüber den Versicherern nicht halten. Ein riskantes Spiel, wenn IBM die Marketingstrategie nicht ändert.

IBM Watson scheitert auch im Medizinbereich

Die Werbeaussagen von Big Blue, dass Watson einen ungemein hohen Mehrwert bei der Erkennung von Krankheiten hätte, ist weit mehr als eine Übertreibung. Es ist beinahe schon eine „Vorspielung falscher Tatsachen“ oder „Fake News“.
Die Wirtschaftswoche berichtete im September, dass das Krebsforschungszentrum MD Anderson bescheinigte, dass IBM Watson gescheitert sei. Das IBM Watson Projekt scheiterte und wurde eingestellt. Die Universität in Housten (University of Texas) hat 60 Millionen US$ in den Sand gesetzt. Auch dort ist IBM Watson gescheitert.

Die Intelligenz von IBM Watson wird bezweifelt – auch in Behörden

Ein ehemaliger IBM Manager (Antonia Samaratini) besitzt mittlerweile eine der bekanntesten Digitalagenturen in Italien. Er berät unter anderem den italienischen Ministerpräsidenten. Vor drei Jahren begann der Ex-IBM Manager, IBM Watson im italienischen Staatswesen einzusetzen. Mittlerweile ist bei Samaratini Ernüchterung eingekehrt. „Eine realistische Nutzung von künstlicher Intelligenz im Behördenumfeld kann IBM Watson nicht bieten“, so Samaratini. Das IBM Watson Projekt scheiterte somit auch dort.

IBM Watson Marketing, Marketing und nochmals Marketing

Marketing weckt Bedürfnisse. Bedürfnisse wiederum benötigen Vertrauen. Vertrauen basiert insbesondere auf drei Erwartungshaltungen:
• Kompetenzerwartung – die Erwartung, dass der Kooperationspartner in seiner Domäne kompetent ist
• Integritätserwartung – die Erwartung, dass keine verdeckten oder taktische Strategien gehegt werden
• Benevolenzerwartung – die optimistisch-offene Haltung gegenüber anderen Kooperationspartnern

Das IBM Watson Marketing nutzt die Benevolenzerwartung (und das Vertrauen in die Marke) der Interessenten aus, um einen Verkaufsabschluss zu erzielen. Doch die darauf aufbauenden beiden anderen Erwartungsansprüche kann IBM nicht erfüllen. Das Scheitern von IBM Watson ist vorprogrammiert. Selbst wenn es IBM schaffen sollte, das Produkt zu verbessern, bleibt der Schaden an IBM Watson haften.

IBM Watson – weniger KI dafür hohe Performance

Laut unseren Experten hat IBM seine Hausaufgaben in Sachen Performance gemacht. Datenverarbeitungsanfragen werden blitzschnell abgearbeitet. Künstliche Intelligenz oder maschinelles Lernen fehlen jedoch bei IBM Watson. Beispielsweise Textanalysen funktionieren bei IBM Watson anhand von Wörterbüchern und Listen mit vorab definierten Begriffen. Das „Verstehen“ von Text erfolgt anhand statistischer Modelle, jedoch nicht anhand semantischer Verfahren. Nur die Kombination aus Beidem kann jedoch erfolgreich sein.

Probleme bei allen KI’s – nicht nur IBM Watson scheitert

Schaut man sich alle verbreiteten KI’s an, ungeachtet ob im B2C- oder im B2B-Umfeld, so haben allesamt die Bezeichnung „intelligent“ nicht verdient. Außer der Bilderkennung funktioniert genau genommen überhaupt nichts. Viele Unternehmen setzen aktuell Amazon’s Alexa ein, um den Usern Spracheingaben und Sprachausgaben zu ermöglichen. Zum Beispiel „Tarife Haftpflichtversicherung“ oder „nächster Flug von Frankfurt nach London“. Um dies zu ermöglichen, müssen alle Begriffe, alle Phrasen und alle Wortkombinationen vorausgedacht werden. Dafür sitzen manche Mitarbeiter tagelang dran. Eigene Wortkombinationen abzuleiten schafft Alexa nicht, – von wegen maschinelles Lernen. Amazon profitiert von vielen Unternehmen und Konsumenten, die Alexa die Sprache mühevoll beibringen (und verlangt dafür auch noch Geld). Im Hintergrund versucht Amazon, Wörter und Sätze zu vektorisieren. Doch Google Now, Cortana und Siri sind auch nicht besser. Die Menschen werden missbraucht, um die KI’s zu trainieren. Der geringe bisher erzielte Erfolg zeigt, wie viele Daten zum Trainieren erforderlich sein müssen. Auch die Chatbots, hinter denen oftmals die großen Anbieter von KI’s stehen, können keine 30 Sekunden-Unterhaltungen führen ohne als Bot entlarvt zu werden. Der Unterschied der hinter KI’s stehenden künstlichen neuronale Netze und den biologischen neuronalen Netzen ist (noch) immens. Das menschliche Gehirn ist noch immer nicht vollständig erforscht. Die digitale Abbildung bzw. das digitale Kopieren eines noch weitgehend unerforschten Organs hat geringe Erfolgswahrscheinlichkeiten. Es mehren sich die Indizien aktueller medizinischer Forschungen dahingehend, dass im menschlichen Gehirn quantenmechanische Effekte stattfinden, die die IT bisweilen ohne Quantencomputer gar nicht abbilden kann.

Einen Bot jedenfalls, der auf Basis eines per Text oder per Sprache eingegebenen Schlüsselworts die FAQ-Datenbank durchsucht und das wahrscheinlichste Ergebnis mündlich oder schriftlich ausgibt, kann man sich einfach und kostengünstig selber bauen. Entweder mit kommerziellen Produkten z.B. aus dem Hause Nuance (Dragon Naturally Speaking Interfaces) oder den zahlreichen Open Source Text-zu-Sprache- und Sprache-zu-Text-Tools. Mit einer günstigen Schnittstelle, z.B. zu Babbel, lassen sich die Texte dann auch noch in einigermaßen guter Qualität in unterschiedliche Sprachen übersetzen.

IBM Watson scheitert auch finanziell

Obgleich IBM Millionen mit Watson eingenommen hat, konstatiert die Investmentbank Jefferies „die IBM-Erträge aus den Watson-Investitionen liegen nicht über den Investmentkosten, und das wird sich mittelfristig auch nicht ändern“.