IBM-Watson gescheitert2020-01-25T14:44:19+01:00

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

Es gibt keinen Grund, IBM-Watson einzusetzen. Auch dann nicht, wenn Sie IBM Mainframes einsetzen. Denn IBM Watson läuft nur sehr schlecht auf Mainframes von IBM. Nachstehend lesen Sie über unsere Erfahrungen bei der Implementierung von IBM Watson in Krankenhäusern und bei großen Versicherungskonzernen. Mit Standard Open Source ML bzw. KI Produkten kombiniert mit etwas Individualsoftware-Entwicklung und Data Analytics Kompetenz erreichen Sie eine bessere Qualität. Und sparen viel Geld.

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.

IBM Watson

Image: Alex Hogan/STAT

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

IBM Watson Health

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). Zwei HighPots Data Analytics Projektteams starteten in zwei unterschiedlich Kliniken Data Analytics Projekte. Beide Kliniken hatten ungefähr dieselbe Größe. Auch das Projektbudget war vergleichbar. In einer Klinik setzten wir Keras und Tensor Flow ein, die andere Klinik bestand darauf, IBM Watson einzusetzen. Obwohl das IBM Watson Projekt auch von IBM KI Consultants begleitet wurden, waren die Erfolge nur mäßig. Das Projekt kostete 4x mehr als das Projekt mit den Open Source Komponenten. Und die Ergebnisse waren bei IBM Watson deutlich schlechter. Bereits kurz nach der ersten Projektphase, in welcher die Anforderungen via Requirements Engineering identifiziert wurden, bemerkten wir Unterschiede beim Customizing. Viele Anforderungen mussten via „Workarrounds“ in Watson implementiert werden. Während Tensor Flow deutlich flexibler war. Auch aus mathematisch-stochastischer Perspektive. Die Aufwände für die Softwareingenieure waren bei IBM Watson deutlich höher.

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

IBM Watson Unternehmen Frankfurt

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. Über den Einsatz von IBM Watson in unserem dynamic Pricing Projekt haben wir ebenfalls einen kurze Webseite veröffentlicht.

IBM Firma

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 Bilderkennung

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

Die Open-Innovation-Strategie im Bereich Quanten-Engineering ist lobenswert und ein wichtiger Schritt. Die Möglichkeit, Quantencomputer-Simulationen kostenfrei programmieren zu können, wird allerdings bis dato noch nicht von vielen Menschen angenommen. Daher scheinen sich die erwarteten Hoffnungen der Open Innovation Strategie derzeit noch nicht zu erfüllen. Denn neue 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. In Zukunft wird IBM gemeinsam mit anderen High-Tech-Konzernen wohl Quantencomputer-Rechenzeit anbieten. Allerdings nur wenn die Mathematik mehr bietet als lediglich Abwandlungen des Shor-Algorithmus. Wir bei HighPots programmieren bereits Lösungen auf Google und IBM Quantencomputer-Simulatoren.

Doch zurück zu Watson ohne Quanten. Das künstliche neuronale Netzwerk hinter Watson taugt lediglich für wenige Anwendungsszenarien. Hier von „KI“ zu sprechen ist schon beinahe frech. Zwar ist Amazons Alexa und Microsofts Cortana im B2B-Umfeld ähnlich schwach bzw. nicht mehr existent, aber IBM hatte immerhin einige Jahre Entwicklungsvorsprung. Und insbesondere auch jahrzehntelange Mainframe-Erfahrung.

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.

IBM Watson Funktionsweise

Ausschreibungsphase, der kluge IBM-Watson-Vertrieb unterstützt durch smartes IBM Watson Marketing

Als wir von HighPots 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.

IBM Watson Chatbot Kosten

IBM Watson gewinnt trotz höherer Kosten

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. Ein HighPots-Preslaes-Team wurde in einem Japan-Kulturseminar vor dem Termin trainiert. Das bestehend aus Data Scientists, ML-Experten und technischen Vertriebsmitarbeitern flog bis Tokio und fuhr weiter bis Shinjuku.

Obgleich der IBM-Präsentations-Ersttermin nach der HighPots-Präsentation stattfinden sollte, hatte es der IBM-Watson-Vertrieb irgendwie geschafft, bereits einen engen persönlichen Kontakt zu Sompo herzustellen. HighPots hatte eine Softwarelösung, die für einen anderen Lebensversicherer entwickelt wurde, an die Requirements von Sompo angepasst. Weiter im Gepäck waren eine Präsentation und ein Projektmeilensteinplan. Wir präsentierten Wir ließen keine Frage unbeantwortet.

IBM Watson Zürich

IBM Watson Vertrieb leistet gute Arbeit

Wie wir im Nachhinein erfuhren, hatte IBM bereits während der Ausschreibungsphase intensiven Kontakt mit dem potentiellen Kunden (obgleich dies in den Ausschreibungsunterlagen untersagt wurde). 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 extremer Sparkurs angesagt war.

IBM Watson Versicherung

IBM Watson scheitert auch bei Munich RE und Swiss RE

Nicht nur in Japan scheitert IBM Watson in der Versicherungsbranche.

Munich Re entfernt IBM Watson

Ebenfalls in Deutschland/München bei der Münchner Rückversicherung versagt IBM Watson; die Münchner Rückversicherung hat mittlerweile IBM Watson wieder entfernt.

Swiss Re entfernt IBM Watson ebenfalls

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.

Gerade bei den Versicherungskonzernen sollte IBM besonders achtsam mit Watson sein

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, mathematischen Verfahren 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 gescheitert

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.

IBM Watson KI Medizin

Die Intelligenz von IBM Watson wird bezweifelt – auch in Behörden

Ein ehemaliger IBM Manager (Antonio 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 KI

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.

In den massgeblichen Bereichen

  • IBM Watson Krebserkennung, IBM Watson KI Medizin und allgemein IBM Watson Medizin
  • IBM Watson Künstliche Intelligenz  / IBM Watson KI
  • IBM Watson Versicherung und
  • IBM Watson Kosten bzw. Preis-Leistung

erfüllt Watson häufig nicht die Erwartungshaltungen.


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 Marketing

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.

IBM Watson scheitert

Probleme bei allen KI’s in B2C und B2B – 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 Erkennung einfacher Bilder funktioniert genau genommen nicht viel.

Beispielsweise setzen zahlreiche 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 trainieren (und verlangt dafür auch noch Geld). Im Hintergrund versucht Amazon, Wörter und Sätze zu vektorisieren.

IBM Watson Text zu Sprache

Auch Wettbewerber von IBM Watson sind betroffen

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 (Turing Test).

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.

IBM Watson Spracherkennung Deutsch

Auch Wettbewerber von IBM Watson sind betroffen

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 (Turing Test).

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.

IBM Watson Health Deutschland

IBM Watson Chat Bot und Text zu Sprache

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. Google bietet aktuell eine API für Text to Speech Erkennung an. Diese kann auch kostenfrei ohne Programmierkenntnisse getestet werden. Daraus läst sich leicht ein Chat Bot bauen.

IBM Watson Preise

IBM Watson versagt auch finanziell

Das Preis-Leistungs-Verhältnis stimmt bei IBM Watson nicht. IBM Watson Preise sind zu hoch. Wenn die Leistung so wäre wie das Marketing, wären die IBM Watson Preise fair. 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“.

Die finanzielle Situation von IBM Watson wird zunehmend schlechter. Wenn das produkt nicht geändert wird und sich verbessert, wird IBM es womöglich aus dem programm nehmen.

Unternehmen SW-Entwicklung Datenanalysen Anforderungsmanagement

Dienstleistungen für Data Mining, Data Analytics und Datenanalysen. Aber auch für SW-Entwicklung und Requirements Engineering.

Wir unterstützen Sie in F&E-Projekten oder auch im Daily Business durch hochwertige Technologie-Dienstleistungen. Unsere Kernbereiche sind neben dem Anforderungsmanagement / Requirements Engineering auch Softwareentwicklung und Data Mining / Data Analytics.

Ihr Vertrauen ist uns wichtig

Was dürfen wir tun, um Ihr Vertrauen zu gewinnen? Wir geben unseren Kunden Zugriff auf unsere Referenzkunden.

Unsere Kunden sind mittelständische Unternehmen ebenso wie Großunternehmen oder Konzerne. Wir haben Expertisen in vielen Branchen und es gibt HighPots schon seit fast 30 Jahren auf dem Markt.

Gerne zeigen wir Ihnen auch zusammen mit unseren Kunden die von uns entwickelten Produkte und Lösungen. Und beschreiben unsere Rollen und erfolgreich absolvierte Aufgaben in diesen Projekten. Auf der Webseite Über HighPots erfahren Sie ausführlich wer wir sind und woher wir kommen.

Wir gehen transparent mit den Preisen für unsere Dienstleistungen um.  Ebenfalls bekommen unsere Kunden permanenten Zugriff auf unsere Mitarbeiter. Ungeachtet an welchen Orten diese Arbeiten. Ob bei Ihnen vor Ort oder Remote. Wir haben diesen Zugriff für unsere Kunden durch One-Klick-Videokonferenz-Verbindungen aufgrund des verschärften EU Arbeitnehmer-Überlassungsgesetzes eingeführt (EU ANÜ).

Wenn Sie eine Idee haben, was wir bei HighPots sonst noch tun können, um Ihr Vertrauen zu gewinnen, lassen Sie es uns wissen.