Michael, KI-basiertes Wissensmanagement ist derzeit eine gefragte Disziplin. Zahlreiche Unternehmen versuchen beispielsweise, Firmenwissen über Chatfunktionen für alle Mitarbeitenden zugänglich zu machen. Wo befinden wir uns auf dieser Reise?

Man sollte hier unterscheiden, welches Wissen gemeint ist. Wenn es um „Artikel“-bezogenes Wissen geht – d.h. die Antwort auf eine Frage befindet sich innerhalb von einem überschaubaren Artikel – dann kann man sagen, dass es dazu recht gute „self-hosted“ oder auch SaaS Lösungen gibt. Viele bezeichnen diese als „RAG“ (Retrieval Augmented Generation).  Wenn es jedoch um „Artikel“-übergreifendes Wissen geht, dann wird es komplizierter. Das ist noch immer ein Forschungsthema, wobei fallspezifische Lösungen schon existieren.

Wo liegen die Probleme bei den Umsetzungen?

Im zweiten Fall kann so eine Beispielsfrage sein: „Wie viele Kunden haben wir in den letzten zehn Jahren verloren und welche von denen haben die meisten Probleme bereitet?“ Wenn ein Nutzer so eine Frage an das KI-System  stellt, dann ist das eine deterministische Frage. Ein einzelnes DL-Modell (Deep Learning) könnte heutzutage nur schwer damit zurechtkommen, es würde also Halluzinationen produzieren. Das heißt, man müsste auf eine Datenbank von Wissen zugreifen können – was im RAG der Fall ist. Das „Durchforsten“ von zehn Jahren an interner Kommunikation wäre hierbei aber zu teuer. 

Die größte Herausforderung ist also die Vorbereitung des Systems auf eine Reihe von Fragegruppen und damit auch die Vorbereitung entsprechender „Knowledge-Spaces“ und die Erstellung von entsprechenden Agenten-Gruppen, die das Wissen deterministisch aus den vorhandenen Wissens-Datenbanken extrahieren können. 

KI-Assistent als zusätzliche Einnahmequelle

Du arbeitest an einem Projekt, das sich mit der Weitergabe von Wissen befasst. Allerdings geht es dabei um das Wissen einzelner Experten. Kannst Du Dein Projekt skizzieren?

Das „ExpertAI Projekt“ befasst sich mit dem „Erfassen“ einer bestimmten Expertise eines bestimmten Menschen. Das Ziel ist eine Art KI-Assistent, der ein Experte in einem entsprechenden Gebiet ist und Fragen zu diesem Gebiet beantworten kann.

Was bedeutet das konkret? Könnte beispielsweise ein Hochschulprofessor über seinen Chat-Avatar oder seine GPT-Persona von anderen Menschen befragt werden?

Genau, das wäre ein Anwendungsfall, jedoch zuerst konzentrieren wir uns auf zwei komplexe Fälle: auf einen Zahnarzt und einen Ingenieur z.B. im Bereich der Autoindustrie. Das größte Kapital eines Konzern sind seine Experten. Beim Verlust der Experten entsteht gleichzeitig der Teilverlust der Expertise. Wenn jedoch das Unternehmen diese Expertise in einem KI-gestützten System erfassen könnte, wäre das schon eine Teillösung des Problems.

Mit der Idee könnten sich für Experten auch interessante neue Erlösquellen ergeben. Oder ist das zu weit gedacht?

Das ist ein Wunschgedanke – ja. Jeder könnte damit seinen Experten trainieren und „verleihen“. Bei Character.ai gibt es beispielsweise die Möglichkeit, mit unterschiedlichen fiktiven Charakteren zu sprechen – meistens aus der Manga- oder Film-Szene. Unser Projekt hingegen wäre eher eine zusätzliche Einnahmequelle sowohl im B2B als auch im B2C Bereich. 

Wie könnte so etwas technisch ablaufen?

Es gibt drei Stufen dabei: Erstens, das  Erfassen vom vorhandenem Wissen, das betrifft die Erfassung vorhandener Dokumente und dann eine kontinuierliche Unterhaltung mit dem Experten). Zweitens das Trainieren und der Aufbau entsprechender Systeme und Modelle, die auf diesem Wissen basieren. Und drittens die Beantwortung von Fragen der Nutzer. Die Punkte 1 und 2 sind Forschungsgebiete, wenn man sich nicht auf ein dediziertes sondern ein allgemeines Wissensfeld bezieht.

Marketplace wird durch Blockchain geschützt

Wie kann sichergestellt werden, dass das Knowhow eines Experten nicht plötzlich im frei zugänglichen Internet oder bei ChatGPT auftaucht?

Ich vermute hier gib es zwei Fragen: Könnte mein Experte, den ich mit meinem Wissen trainiert habe, geklont werden? Und: Wie kann sichergestellt werden, dass mein Expertenwissen nicht im Internet landet. Das sind natürlich zwei interessante businessrelevante Fragen. Für beides gibt es jedoch schon Antworten. Erstens bauen wir dazu einen Marketplace auf, der durch die Blockchain gestürzt wird und die Eindeutigkeit des entsprechenden Experten schützt. Und zweitens: Auch heute könnten Menschen, die bei einem Experten waren und dafür Geld bezahlt haben, dieses Wissen mit anderen teilen. Aber sehen wir wirklich, dass dies zu Ungunsten des Experten passiert?  

Eine wichtige Frage ist sicher auch, wie ein Halluzinieren der Experten-Personas verhindert wird?

Das ist eine recht oft gestellte Frage. Sicherlich arbeiten wir auch mit einem teilweise stochastischen System, das heißt, man wird immer von Wahrscheinlichkeiten sprechen. Aber die Halluzinationen im Wissensgebiet der Experten sind einerseits kaum vorhanden. Und andererseits gibt es immer eine Option, sich die Quelle der Information ausgeben zu lassen. Schließlich haben wir interne Mechanismen, die die Ausgabe nach Halluzinationen prüft, bevor der Nutzer diese sieht. 

Ganz ehrlich: Wie realistisch ist so ein Projekt und welche Hindernisse müssten für dessen Realisierung überwunden werden?

Es ist mehr als realistisch, denn wir sehen schon jetzt gute Ergebnisse, jedoch in recht abgegrenzten Gebieten. Persönlich sehe ich als Hindernisse nur Fleiß – davon haben wir aber genug – und Investment. Denn man muss einige Ressourcen verwenden, um entsprechende Modelle zu trainieren bzw. zu „mergen“.

Interview: Helmut van Rinsum

Dr. Michael Patrushev ist seit 2016 in der Forschung und Entwicklung von künstlicher Intelligenz aktiv und hat mit seinem Team mehrere Projekte in den Bereichen Natural Language Processing (NLP) und Computer Vision (CV) umgesetzt. Als Gründer und CEO des AI-Startups Travely24 mit Ausrichtung in Social-Commerce für GenZ/Y und einem Jahresumsatz von über einer Million Euro entwickelt er maßgeschneiderte Lösungen für Großunternehmen, darunter Verlage und Online Travel Agencies (OTAs). Parallel arbeitet Michaels Team an SaaS-Produkten, die auf effizientes Wissensmanagement und die Anwendung moderner AI-Technologien abzielen. Eines dieser Projekte ist ExpertAI.