Interview mit Kuang Xu (Stanford)

Professor Kuang Xu ist als Senior Associate Professor für Betrieb und Technologie an der Stanford Graduate School of Business ein entschiedener Befürworter der transformativen Kraft der künstlichen Intelligenz (KI) in der Wirtschaft. In diesem Interview erklärt er, warum Unternehmen seiner Ansicht nach auf Automatisierung und datengesteuerte Entscheidungsfindung setzen sollten, um das volle Potenzial der KI auszuschöpfen.

• Seine Forschungsarbeit in Stanford konzentriert sich auf die Entscheidungsfindung in Zeiten der Unsicherheit. Wo sollten Unternehmen Ihrer Meinung nach vor dem nächsten Jahrzehnt investieren?

  Alle denken an generative KI wie Chatbots für den Kundenservice und ähnliche Tools, aber ihr kommerzielles Potenzial muss sich erst noch zeigen. Wir befinden uns noch in der Phase der Einschätzung des geschäftlichen Nutzens solcher Agenten der künstlichen Intelligenz. Ich werde daher einige Überlegungen zu den Arten von Technologien anstellen, von denen wir wissen, dass sie heute von Nutzen sind.

  Das maschinelle Lernen und die künstliche Intelligenz ziehen viel Aufmerksamkeit auf sich, und wir könnten sie als zwei Teile betrachten. Der erste sammelt Informationen und trifft Vorhersagen, indem Fragen gestellt werden wie: Wie sieht die Welt aus? Der zweite ist das, was ich Optimierung und Entscheidungsfindung nenne, das heißt: Wie soll ich mich verhalten, wenn die Welt so ist? Das maschinelle Lernen ist intuitiver und leichter zu verstehen, während die KI komplexer und schwieriger zu interpretieren ist. Sie ist jedoch ein Schlüsselelement. Zu wissen, „Wie sieht die Welt aus?“, ist wichtig, aber wertvoll ist es, entsprechend zu handeln.

• Sollten Unternehmen also Mittel für beide Technologien bereitstellen?

  Der Großteil der Unternehmen wird weiterhin von dem profitieren, was kein Geheimnis ist: Investitionen in die Optimierung der Logistikprozesse und der Lieferkette durch die Nutzung von Daten. Dabei müssen wesentliche Aspekte wie die Routenplanung, der Lagerort der Waren und die Lage der Anlagen berücksichtigt werden. Außerdem müssen Informationen gesammelt, Vorhersagen getroffen und in einer Optimierungsmaschine genutzt werden, um Zuteilungen, Routen oder das Logistiknetz zu ändern. Also die Entwicklung von Optimierungsmodellen basierend auf künstlicher Intelligenz und Qualitätsdaten.

  Es gibt noch einen weiteren Aspekt, über den weniger gesprochen wird, der aber in Bezug auf KI und maschinelles Lernen der „Klebstoff“ der Lieferketten ist. Wenn die Logistik und die Lieferkette von Menschen gestaltet werden, dann sorgen sie auch für deren Zusammenhalt. Wenn z. B. eine Lieferung erfolgt oder eine Datei übertragen wird und ein Fehler oder eine Unklarheit auftritt, dann setzen wir uns miteinander in Verbindung, um das Problem zu lösen. Dies mag mit gewissen Kosten und Schwierigkeiten verbunden sein, aber wir betrachten diese Fähigkeit nicht als eine besondere Kompetenz. Heute wird eine Aufgabe jedoch oft isoliert, damit eine Maschine sie in irgendeiner Weise verbessern kann. In den meisten Fällen kann die Maschine Ihnen wahrscheinlich sagen, wohin Sie die Lastwagen schicken oder welche Regale Sie umstellen müssen. Wenn dieses System ausfällt, brauchen Sie natürlich ein Backup, das in der Regel einen menschlichen Eingriff erfordert. Diese Technologien machen Schlagzeilen wie „95 % der Zeit übertreffen Maschinen den Menschen bei X“. Aber es stellt sich heraus, dass die Integration dieser 95 % mit den 5 %, die sie nicht schlagen können, ziemlich kompliziert ist. Warum bestehe ich also so sehr darauf? Weil dieser „Klebstoff“, d. h. der Mensch, unverzichtbar ist.

  Das Potenzial der KI zur Optimierung physischer Prozesse wie der Lieferkettenlogistik wird immer offenkundiger

• Warum ist diese Integration so wichtig?

  Man könnte denken, dass das System auch ohne diesen „Klebstoff“ funktionieren kann, aber das stimmt nicht. Der Verzicht darauf bedeutet nicht, dass Sie 80 % der 95 % bekommen, sondern dass Sie in der Regel nichts bekommen werden. Es hindert die Menschen nur daran, die Dinge zum Laufen zu bringen. Wir untersuchen in dem Kurs, den wir an der GSB unterrichten, reale Fälle von Logistik- und Gesundheitsunternehmen, die maschinelles Lernen und KI einsetzen. Und ein immer wiederkehrendes Thema ist, dass das Geheimnis des Erfolgs oft nicht darin liegt, einen besseren Algorithmus für das maschinelle Lernen zu haben. Gewinner sind in der Regel diejenigen, die sich auf den „Klebstoff“ konzentrieren. Warum? Weil sie gut in der Entwicklung von Technologien sind und in das Produktdesign investieren, um die Integration besser zu ermöglichen als ihre Konkurrenten. Mein Rat ist also, in die KI-Integration zu investieren. Das Thema wird zwar nicht oft angesprochen, ist aber von grundlegender Bedeutung.

• Sie beraten Unternehmen und Investmentfonds bei der Entwicklung von KI- und Data-Science-Fähigkeiten. Was sind Ihre Hauptempfehlungen?

  Die Ratschläge hängen vom jeweiligen Fall ab, aber wenn ich nur einen Aspekt hervorheben müsste, würde ich sagen, dass Unternehmen oft den Wert des von ihnen angebotenen Produkts nicht definieren, bevor sie einen Technologiesprung wagen. Sie scheitern nicht unbedingt an der Wahl der richtigen Technik des maschinellen Lernens, sondern daran, dass sie sich keine Gedanken machen über: „Wenn ich diese Technologie hätte, wie viel Wert würde sie wirklich bringen?“ Und damit meine ich nicht den Wert im abstrakten Sinne, das Branding oder die Unternehmenskultur. Ich meine damit etwas Konkreteres: Können Sie eine Kennzahl angeben, die die Genauigkeit und statistische Leistung Ihrer Technologie widerspiegelt? Wenn ja, sparen Sie dadurch Geld?

  Ob man es glaubt oder nicht, diese Überlegung wird nicht von vielen Menschen wahrgenommen. Oft glauben sie, dass die Technologie ihnen eine besondere Fähigkeit verleiht, und übernehmen sie einfach, ohne dass sie sicher sind, dass sie erfolgreich sein wird. Sie gehen vielleicht davon aus, dass sie eine ganze Produktlinie ersetzen oder die Produktivität deutlich verbessern wird, aber sie wissen nie so recht, ob diese Erwartungen auch erfüllbar sind. Und genau hier liegt das Problem: Sie tätigen Investitionen ohne greifbaren Ertrag. Ich glaube, dass es für das Unternehmen entscheidend ist, den Wert des Produkts mit jemandem zu definieren – mit Ihrem Team –, das das Ausmaß der Technologie und das Potenzial des maschinellen Lernens in einem frühen Stadium versteht.

• 

  Setzen Unternehmen künstliche Intelligenz ein, weil sie Angst haben, abgehängt zu werden?

  Ja, das ist der Fall. Ich betrachte das so: Die datengestützte Entscheidungsfindung ist eine exakte Wissenschaft, aber auch Emotion und Psychologie. Das bedeutet nicht, dass es etwas ist, das man vermeiden sollte – im Gegenteil, man sollte es begrüßen. Aber man muss wissen, ob man es aus Angst tut. Ich stelle fest, dass Aktionäre, Stakeholder und Vorstände viel Druck ausüben, um zu beweisen, dass sie proaktiv in KI investieren – diese Angst ist daher nicht ganz unberechtigt.

  Ich bin davon überzeugt, dass es in der Branche nicht nur aufgrund der potenziell revolutionären KI, sondern auch aufgrund des stetigen Wachstums von KI und maschinellen Lernens in den letzten zehn Jahren zu erheblichen Veränderungen kommen wird. Also ja, ich denke, die Unternehmen müssen Angst haben, dass sie den Anschluss verlieren könnten, wenn sie sich diesem Trend überhaupt nicht stellen. Ich denke jedoch, dass man diese Angst akzeptieren, sich über die Vorgänge informieren und sich kurzfristig fragen muss, welchen Nutzen man daraus ziehen kann. Ich sehe auch viele Unternehmen, die den Sprung wagen und große Summen in generative KI, in die Einstellung neuer Führungskräfte usw. investieren. Es wird gescherzt, dass heutzutage der beste Job der Leiter für künstliche Intelligenz in einem herkömmlichen Unternehmen ist. Aber man sollte hier sehr vorsichtig sein. Ein besserer Ansatz wäre es, sich mit dieser Angst auseinander zu setzen, denn sie ist real und sie tritt ein. Aber es ist nicht so einfach, genau herauszufinden, wo in jeder Organisation ein Wandel stattfinden muss. Nicht alle profitieren von einem automatisierten Chatbot. Deshalb ist es entscheidend, über den Wert nachzudenken. Dadurch kann man sich besser orientieren.

• Welche Unternehmen sollten KI wirklich einsetzen?

  Eine ausgezeichnete Frage. Wenn Sie in der Logistik tätig sind und die Abläufe in Ihrem Unternehmen bereits automatisiert sind oder mit Telemetrie (Feedback und Messung) robotisiert werden können, dann sollten Sie unbedingt die Integration von KI in Betracht ziehen. Viele Unternehmen setzen bereits Industrieroboter sowie Logistik- und Lagerlösungen ein, wie sie von Mecalux hergestellt werden. Der Grund dafür ist, dass die Automatisierung als Ausgangspunkt dient. Ohne ein solches Feedback hätten diese innovativen Techniken keine Grundlage zum Testen.

  Sind die Türen jedoch erst einmal geöffnet, wird der Wettbewerb zunehmen, denn früher oder später werden andere besser automatisieren, so dass dies ein sehr wichtiger Faktor ist. Immer wenn die physische Welt mit dem Internet und Datenbanken verbunden wird, kommt die KI ins Spiel. Zwar liegen die Ursprünge der KI in der Manipulation digitaler Informationen, doch ihr Potenzial zur Optimierung physischer Prozesse wie Lieferketten und Transport wird immer offenkundiger. DoorDash, Uber und Lyft waren die erste Welle. Sie haben ihre Fahrer in einer App zentralisiert und so eine gewisse Kontrolle über die Optimierung der physischen Welt erlangt. Wenn wir den Vergleich noch ein wenig weiterführen, könnte man fragen: Was wurde bereits integriert oder kann in Zukunft integriert werden? Die Automatisierung und Netzwerkintegration sind Schlüsselbereiche, in denen die KI große Fortschritte machen wird.

• Welche anderen Bereiche sind vielversprechend für die KI?

  Der zweite Punkt, den ich hervorheben möchte, ist: Inwieweit hängt Ihre Geschäftstätigkeit von Informationen ab? Nehmen wir mal an, es gäbe ein anderes Nachfragemuster, eine andere Kostenstruktur oder einen anderen Strom in der Lieferkette. Würden diese Daten Entscheidungen in Ihrem Unternehmen drastisch verändern? Nehmen wir ein Beispiel aus dem Immobiliensektor, wo sich Veränderungen langfristig ergeben. Sie kaufen ein Gebäude und vermieten es. Wenn die Einwohnerzahl der Stadt plötzlich schwankt, verkaufen Sie die Immobilie nicht sofort. Auch wenn die Möglichkeit des Einsatzes von KI besteht und hilfreich sein kann, haben Entscheidungen keinen so erheblichen Einfluss auf neue Entwicklungen, so dass Sie sich Zeit nehmen können, ein Szenario zu analysieren. Handelt es sich hingegen um ein Projekt, bei dem die täglichen Abläufe entscheidend von den zu einem bestimmten Zeitpunkt verfügbaren Daten abhängen, so kann die KI einen großen Einfluss haben. Die Abwicklung von Auftragslieferungen in Echtzeit ist ein gutes Beispiel dafür, warum man schnell auf veränderte Markt- und Umweltbedingungen reagieren muss. In solchen Fällen kann der Zugang zu Informationen dazu beitragen, die Arbeitsweise Ihres Unternehmens grundlegend zu verändern.

  

  Mit anderen Worten: Damit die KI ihr Potenzial entfalten kann, braucht man ein Umfeld, in dem Unsicherheit herrscht, sich der Kontext ändert und neue Herausforderungen entstehen. Der Mangel an Gewissheit muss sich auf Ihre Geschäftsentscheidungen auswirken. Dieser Bereich der KI ist inzwischen sehr ausgereift und kann Sie dabei unterstützen. Wenn jedoch keine dieser Voraussetzungen erfüllt ist und sich Ihr Umfeld nicht ändert oder, falls doch, keinen Einfluss auf Ihr Unternehmen hat, sind die Möglichkeiten zur Implementierung von KI möglicherweise geringer.

• Abgesehen von den Kosteneinsparungen, welche Chancen kann KI den Unternehmen bieten?

  Einsparungen sind wichtig, aber dank KI werden voraussichtlich völlig neue Produkte und Erfahrungen angeboten werden können, die es vorher nicht gab. Es gibt immer wieder Leute, die sich Anwendungen vorstellen, bei denen KI die Mitarbeiter ersetzt, und das kann ein Grund zur Sorge sein. Es gibt jedoch auch Beispiele dafür, dass KI neue Wege für künftige Anwendungen eröffnet, die nur dank KI möglich sind und eine große Chance für eine Expansion bieten könnten.

  Was in der Logistik sehr interessant ist – und ich würde mich gerne irren – ist, dass dort alles unter enormem Druck steht. Es spielt keine Rolle, wo Sie Ihre Schraubenzieher kaufen, solange die Qualität stimmt und der Preis wettbewerbsfähig ist. Kann es aber sein, dass der Weg zum Schraubenzieher oder die Zuverlässigkeit des Lagers dem Kunden eine ganz andere Erfahrung bieten? Das wäre sehr interessant. Man könnte sich fragen: Was wäre, wenn die Integration von Robotern nicht nur die Kosten für das Entfernen eines Schraubenziehers reduziert, sondern auch den Prozess viel zuverlässiger macht? Was ist, wenn ich damit Daten erhalte, die mir bei der Entwicklung eines neuen Produkts helfen? Wenn KI Ihnen die Möglichkeit gibt, etwas zu tun, was Sie vorher nicht tun konnten, eröffnet sich Ihnen ein Feld voller Möglichkeiten.

• Sie haben einmal über KI gesagt, dass sie ein Hilfsmittel sein soll, kein überlegenes Wesen.

  Dieser Gedanke hat mit Angst zu tun, und Angst ist eine natürliche Reaktion, die alle Menschen haben. Das Ziel ist nicht, dieses Gefühl zu vermeiden, sondern sich dessen bewusst zu sein und diese Energie zu Ihrem Vorteil zu nutzen. Ich denke, Angst ist ein Anzeichen dafür, dass etwas vor sich geht, und man sollte ihr Beachtung schenken. Es handelt sich um einen Warnmechanismus. Wenn man sich jedoch nicht bewusst mit ihr auseinandersetzt und sie zu tief sitzt, beginnt die Angst zu bestimmen, was man tun soll. Man hört auf zu denken. Und das erleben wir nur allzu oft: Der Glaube, dass man etwas verpassen könnte, lässt einen erstarren.

  Der Unterschied zwischen einem Hilfsmittel und einem übergeordneten Wesen besteht darin, dass letzteres die Ziele für Sie definiert. Es sagt Ihnen: „Ich bin eine Technologie und tue dies, also solltest du es auch tun“. Dies ist ein Beispiel dafür, was es heißt, eine Lösung zu kopieren und einzufügen, ohne vorher gründlich über deren Wert für Sie nachzudenken. Ein Hilfsmittel führt jedoch eine Aktion aus, ohne deren Endwert zu definieren, und es liegt an Ihnen, diesen Wert zu definieren. Wenn Sie also KI als ein Hilfsmittel betrachten, müssen Sie sich die folgende Frage stellen: Haben Sie den Wert Ihrer Ziele verstanden? Haben Sie Ihre Hausaufgaben gemacht, um dies zu erreichen?

• 

  Was sind Ihre neuesten Erkenntnisse über KI-gestützte Analysen zur Entscheidungsfindung in Unternehmen?

  Ein von uns untersuchtes Forschungsgebiet ist das sequenzielle Lernen, auch bekannt als Verstärkungslernen, bei dem ein KI-Agent versucht, sich in der Welt optimal zu verhalten, aber zunächst mit sich selbst interagieren muss, um zu lernen, wie er dies erreichen kann. Wenn Sie sich mit der Welt auseinandersetzen, haben Ihre Handlungen auch Folgen, und dies wirkt sich darauf aus, wie viele Informationen Sie sammeln, wo Sie sie sammeln und welche Erfahrungen Sie machen. Wir wollen aber keinen Roboter auf die Straße schicken, der von einem Lastwagen überfahren wird: Wir wollen einen Roboter entwickeln, der lernt, während er handelt und Daten sammelt.

  Es gibt noch einen weiteren Bereich, den wir noch nicht vollständig verstanden haben, und der damit zu tun hat, wie wir diese Aufgaben in einer nicht statischen Umgebung ausführen können – wenn man darüber nachdenkt, ist fast keine der Umgebungen, mit denen wir interagieren, statisch. Wenn wir an einem neuen Ort ankommen, müssen wir immer erst etwas lernen, aber mit dem Lernen kann sich auch die Umgebung verändern. Wie kann man also robuste Agenten entwickeln, die an diesen sich verändernden Orten die richtigen Informationen sammeln können?

  Wir arbeiten an der Graduate School of Business der Stanford University aktiv in diesem Bereich. Das ist spannend, weil wir damit viele Anwendungen angehen können, die wir zuvor mit Hilfe von Näherungswerten untersucht haben, bei denen wir eine unveränderte Umgebung simuliert haben. Wenn wir an die Empfehlungen im Online-Handel denken, sollten diese Veränderungen die Regel sein, aber die KI-Agenten, die sie erstellen und lernen, wie man Preise festlegt, sind immer noch für ein unveränderliches Umfeld konzipiert. Bei der Anwendung unserer Erkenntnisse in diesen Bereichen sehen wir bereits deutliche Verbesserungen. Bei meiner Arbeit an Projekten für Kunden im Logistiksektor habe ich festgestellt, dass es sich um ein hektisches, sehr unbeständiges Umfeld handelt, in dem Vorschriften, Störungen, Saisonabhängigkeit usw. eine Rolle spielen. Das Geheimnis liegt hier in der Art und Weise, wie Algorithmen entwickelt werden, um sich schnell anzupassen und mit Hilfe von KI die richtigen Informationen zu erhalten.

• Welche Rolle wird KI Ihrer Meinung nach in der Zukunft der Logistik spielen?

  Das ist schwierig zu sagen. Man könnte sich fragen, warum KI bei Chatbots und Bilderzeugung so viel Aufsehen erregt und in der Logistik nicht so viel? Ich denke, der Hauptgrund ist einfach: Das Bewegen von physischen Objekten ist aus mehreren Gründen umständlich und erschwert auch die Erzielung einer Gewinnspanne. Die Frage ist, wie Ineffizienzen an jedem Punkt des Weges reduziert werden können. Wenn wir an ein Containerschiff und eine KI denken, müssen wir analysieren, wie viele Zwischenschritte es gibt, und herausfinden, wie wir Ineffizienzen entlang der Lieferkette verringern können. So kann eine KI beispielsweise eine bessere Methode für die Kommunikation von Entscheidungen entwickeln, z. B. an welcher Laderampe ein im Lager ankommender Lkw anhalten soll.

  Ich empfehle den Unternehmen, sich zunächst Gedanken darüber zu machen, wie sie Engpässe abbauen können, bevor sie über KI nachdenken. Sobald diese Engpässe verringert wurden, kann die KI in vielerlei Hinsicht positive Auswirkungen haben. Einige der erfolgreichsten Unternehmen sind gut im Umgang mit diesen Engpässen. Unternehmen zeichnen sich nicht durch das beste und originellste KI-Team der Welt aus: Sie haben vielleicht ein gutes KI-Team, aber das ist nicht der entscheidende Teil. Entscheidend sind die Plattform, die Arbeitsabläufe und das Erreichen eines Punktes, an dem Computer Atome bewegen können. Das ist im Moment das größte Hindernis, aber ich bin sehr gespannt. Die Robotik, die Ihr bei Mecalux baut, könnte ein großer Schritt dahin sein. Ich bin für die Zukunft der künstlichen Intelligenz in der Lagerhaltung und Logistik sehr optimistisch. Dieser Trend wird zweifellos weiter zunehmen.