Machine Learning mittels Crowd

Maschinen und Algorithmen werden immer intelligenter. Doch nach wie vor ist es der Mensch, der kontrolliert, wie smart die Technik ist. Die digitale Unterstützung hat Vorteile, ist aber nicht die Lösung aller Probleme. Wie Machine Learning Unternehmen unterstützen kann, möchten wir an zwei Beispielen zeigen.

Inhalt

1. Handschriften erkennen
2. Automatische Kategorisierungen
3. Der Mensch ist nicht ersetzbar
4. Fazit

 

1. Handschriften erkennen

Ein Kunde erhält monatlich Tausende handschriftlich verfasste Notizen, die nur in digitaler Form nützlich sind. Mittels eines PC-Programms werden die Notizen automatisch ausgelesen und in ein Textverarbeitungsprogramm übertragen. Die Schwierigkeit bestand darin, dem Programm beizubringen, dass es Hunderte unterschiedliche Varianten von Buchstaben, Wörtern und Phrasen gibt. Ein „e“ kann mitunter aussehen kann wie ein „a“. Hier kommt Machine Learning mittels Crowd zum Einsatz: Die Crowd Gurus brachten dem Programm bei, dass ein „e“ unterschiedliche handschriftliche Formen haben kann – aber immer ein „e“ bleibt und nicht zum „a“ wird. Gleiches geschah mit gesamten Wörtern, Phrasen und Textabschnitten. Nach und nach brachten wir dem Programm so bei selbstständig zu unterscheiden. Durch den Crowd-Ansatz konnten wir diesen Auftrag besonders schnell und effizient umsetzen.

mount-shuksan-60-in

 

2. Automatische Kategorisierungen

Ein Kunde aus dem Modebereich benötigt monatlich Tausende Kategorisierungen von Kleidungsstücken. Sowohl Schnitt wie auch Muster/Farbe müssen erkannt und eingeordnet werden. Schnitte sind ein gutes Beispiel für die Schwere der Aufgabe: Ist das Produktbild aus (für das Programm) untypischen Winkeln aufgenommen, gerät die automatische Kategorisierung an ihre Grenzen. Farben hingegen, zumindest einfarbige Stücke, sind dem Algorithmus schnell beigebracht. Eine händische Kontrolle ist aber gerade bei dieser Aufgabe unabdingbar. Genau hier überzeugt Crowdsourcing: Ist die automatische Kategorisierung nicht in der Lage selbstständig zu entscheiden, wird das Produkt vom Crowd Guru sortiert. Dieses Vorgehen hat zwei Vorteile: Das Produkt wird richtig eingeordnet und der Crowd Guru leitet den Algorithmus an, sodass er in Zukunft selbstständig entscheiden kann.

6995693-mountain-lake-scenery

3. Der Mensch ist nicht ersetzbar

Noch ist der Computer nicht in der Lage zu 100 % korrekte Datensätze zu generieren oder sich – trotz immenser Datenlage – selber Neues beizubringen, bzw. langfristige Strategien zu entwickeln. In diesen Punkten hat der Mensch nach wie vor die Oberhand, kann die Technik anleiten, sie so programmieren, dass sie Arbeit abnimmt und leichter macht. Experten verweisen hier auf die 80:20-Regel: 80 % der Aufgaben können, mit mehr oder weniger Aufwand, an die Technik abgegeben werden, 20 % sind für Maschinen nicht zu verarbeiten und müssen von Menschen bearbeitet werden.

6943013-mountain-lake

 

4. Fazit

Machine Learning ist für viele Unternehmensbereiche eine sinnvolle Ergänzung: Durch die menschliche Komponente ist, gerade beim Crowd-Einsatz, eine schnelle und effiziente Bearbeitung möglich, die Einsatzmöglichkeiten sind breit gefächert. Auch kann die Fehlerquote mit unserem signifikant gesenkt werden: Alles, was der Algorithmus nicht erkennt, wird umgehend von den Crowd Gurus bearbeitet.

Schlagwörter: ,

Schreibe einen Kommentar