Crowdsourcing bietet viele Vorteile, das zeigen wir auf diesem Blog immer wieder auf. Das Trainieren von künstlicher Intelligenz wurde dabei in den letzten Jahren zu einer immer häufiger nachgefragten Leistung. Der Grund: Künstlicher Intelligenz muss Wissen erst vermittelt werden. Sie braucht ein systematisches Training, bevor Aufgaben autonom bewältigt werden können. Wir gehen hier einen einzigartigen Weg, indem wir künstliche und menschliche Intelligenz kombinieren. Unsere Crowd ist dabei der Schlüssel: Sie generiert, kontrolliert und interpretiert Trainingsdaten, die als Input für die Maschinen dienen.
Inhalt
- Wie trainiert Crowdsourcing die künstliche Intelligenz?
- Künstliche Intelligenz muss trainiert werden
- Crowdsourcing wird in Prozesse passgenau eingebaut
- Crowdsourcing: Qualität & Vorteile
- Fazit
1. Wie trainiert Crowdsourcing die künstliche Intelligenz?
Nehmen wir beispielsweise das Spurhaltesystem in Fahrzeugen: Beim Verlassen der Fahrspur warnt dieses System erst durch einen Ton oder eine Vibration. Kommt keine Reaktion, lenkt das System automatisch gegen und hält das Fahrzeug in der Spur. Trainiert werden solche Systeme unter anderem durch Daten, die durch Crowdsourcing erzeugt wurden. Als Input dienen Fotos und Videos von verschiedenen Fahrsituationen. Auf den Bildern werden Fahrbahnmarkierungen, Böschungen, aber auch Gefahren wie Baustellen oder Abschnitte ohne Fahrbahnmarkierung von der Crowd gekennzeichnet. Das System muss auch bei Regen, Schnee oder tief stehender Sonne einwandfrei arbeiten. Es geht also sowohl um Quantität wie auch Qualität: Eine Vielzahl einwandfreier Inputdaten ist nötig. Erst damit, und nach dem Optimieren der Software, ist das Fahrzeug in der Lage Situationen selbstständig einzuschätzen und richtig zu reagieren. Ohne die Crowd wäre die Entwicklung eines solchen Systems länger, teurer und nur mit hohem internem Personalaufwand zu bewältigen.
2. Künstliche Intelligenz muss trainiert werden
Was zuerst langwierig klingt, ist in der Praxis ideal, um maschinelle Systeme anzulernen. Crowdsourcing, also das Auslagern von Aufgaben an eine Masse von Internetnutzern, liefert in kurzer Zeit hohe Volumina an Trainingsdaten. Egal, ob die Daten neu erzeugt, überarbeitet, angepasst oder geprüft werden müssen; Crowdsourcing ist die smarteste Lösung. Machen Sie sich bewusst: Wer bei der Datengrundlage spart, bekommt später (teure) Probleme durch fehlerhafte Algorithmen, unzufriedene Kunden und automatisierte Systeme, die keinen wirklichen Mehrwert erzeugen.
Zwar findet man zahlreiche, teils frei erhältliche Trainingsdatenkits im Internet – diese sind allerdings oft unstrukturiert und von geringem Umfang. Das mag für erste Tests ausreichend sein – zufriedenstellende Ergebnisse wird man so aber nicht erreichen. Viel ausschlaggebender allerdings: Diese Trainingsdaten sind nicht auf Ihre speziellen Anforderungen abgestimmt. Setzen Sie lieber auf einzigartige Daten – Sie werden Ihnen Ärger und Kosten ersparen. Grundsätzlich machen nur zwei Optionen wirklich Sinn: Die Daten sind bereits individuell generiert worden und müssen noch überprüft und strukturiert werden oder es müssen komplett neue Daten nach individuellen Kriterien erzeugt werden. Für beides sind wir der ideale Partner. In jüngster Vergangenheit konnten wir bspw. Algorithmen zum autonomen Fahren trainieren und Input für Chatbots erzeugen.
3. Crowdsourcing wird in Ihre Prozesse passgenau eingebaut
Klar wird: Nur mit individuell auf Ihre Anforderungen abgestimmte Trainingsdaten lassen sich künstliche Intelligenzen wirklich trainieren. Voraussetzung ist, dass die Crowd genau weiß, was sie tun muss. Dafür erstellen wir in Zusammenarbeit mit Ihnen ein Briefing. Unsere Erfahrung im Bereich Machine Learning und künstliche Intelligenz ist hier von Vorteil, sodass das eigentliche Training der Algorithmen zeitnah starten kann. Dafür steht Ihnen ein persönlicher Projektmanager zur Seite, der Sie individuell betreut und für Rückfragen zur Verfügung steht. Auf Wunsch werden die Ergebnisse direkt per API-Schnittstelle in Ihr System geliefert.
4. Crowdsourcing: Hohe Qualität & viele Vorteile
Crowdsourcing kann die Lernprozesse für Maschinen beschleunigen sowie effizienter und kostengünstiger erledigen. Da die Datenqualität das Wichtigste ist, muss diese auch im Zentrum des Qualitätsmanagements stehen. Bei uns geschieht dies in aufeinander aufbauenden Qualitätsstufen: Jeder Guru wird vortrainiert und auf Basis von Testläufen verifiziert. Seine Arbeit wird durch technische Validatoren vorgeprüft und letztendlich vom Qualitätsmanagement final kontrolliert. So kombinieren wir menschliche und technische Intelligenz zu überzeugenden Trainingsdaten.
Natürlich ist es von Vorteil, viele Trainingsdaten in kurzer Zeit zu bekommen. Doch Crowdsourcing bietet darüber hinaus noch weitere Vorteile, die mit einer Inhouselösung nicht realisierbar sind:
- Schnelle und günstig Möglichkeit Massen an Daten zu erzeugen oder kontrollieren zu lassen
- Verfügbarkeit an 365 Tage im Jahr
- Individuelle Trainingsdaten, ganz auf den Einsatzzweck abgestimmt
- Persönliche*r Ansprechpartner*In
- Erfahrener Dienstleister mit jahrelanger Erfahrung am Markt
- Qualitätskontrolle (Auswahl, Training, QM)
- Lieferung im Wunschformat, API für direkte Einspeisung
5. Fazit
Algorithmen, künstliche Intelligenz, Trainingsdaten, Machine Learning – die Bezeichnungen sind vielfältig, die zugrunde liegende Herausforderung ist oft identisch: Automatische Systeme müssen mit Input versorgt werden, Massen an Daten benötigen Struktur. Dies ist intern nur mit hohem Personal- und Kostenaufwand zu stemmen. Diese Aufgaben an einen Crowdsourcing-Dienstleister abzugeben macht mehr Sinn: Die Kosten sind transparent und skalierbar – die Bearbeitungsgeschwindigkeit ist um ein Vielfaches höher als bei einer internen Lösung und das Resultat sind Systeme, die das „autonom“ im Namen zu Recht tragen.