Zum Inhalt springen

Künstliche Intelligenz und technische Kommunikation

Unter der Überschrift "Machines That Think" stellte bereits 1928 die Zeitschrift "The Popular Science Monthly" die Televox vor, eine 1927 patentierte Anlage, die in der Lage war, per Telefon Anweisungen zum Ein- und Ausschalten von Licht oder Geräten zu erhalten und die korrekte Ausführung zurückzumelden. Die ersten Schritte auf dem Weg zur künstlichen Intelligenz (KI) waren getan. Bisher hat das breite Publikum mit Ausnahme von den rapiden Fortschritten des maschinellen Übersetzens noch wenig von KI gemerkt. Das könnte sich rasch ändern.

Die Technologien und Methoden, die KI leistungsfähiger machen, haben nun ein Stadium erreicht, in dem sich die KI zum Massenphänomen entwickeln kann. Was bedeutet das für die Kommunikations- und Informationsbranche? Bringen ihr diese neuen Technologien Vorteile? Und kann sie selbst zur Weiterentwicklung von KI beitragen? Die Antwort auf diese Fragen ist ein eindeutiges "Ja". Unsere Branche kann sowohl als Nutzer als auch als Entwickler von KI profitieren.

Intelligente Objekte spielen im Rahmen von Internet 4.0 (Internet der Dinge) eine zentrale Rolle. In der "Smart Factory" stimmen sich intelligente Geräte autonom und ohne Einwirkung des Menschen untereinander ab, um Produktionsaufgaben zu lösen. Aber was bedeutet zunächst einmal "Intelligenz"? Hiermit wird die Fähigkeit von Geräten, Maschinen und Anlagen bezeichnet, mindestens drei Aufgaben zu erfüllen:

  1. Erkennung ihres Umfelds und dessen Veränderung.
  2. Kommunikation mit anderen Maschinen und Geräten oder Menschen, d. h. Informationen verstehen und versenden.
  3. Selbstständiges Handeln.

Darüber hinaus gibt es weitere Merkmale, die mehr oder weniger intelligente Objekte voneinander unterscheiden. Dazu zählt z. B. die Fähigkeit zu lernen, sei es beaufsichtigtes Lernen mit Unterstützung von Menschen oder unbeaufsichtigtes selbstständiges Lernen.

Für Übersetzer und Redakteure ist der Wissens- und Kommunikationsaspekt der KI von besonderem Interesse. Wie schafft es eine Maschine zu verstehen, was ein Mensch ihr in natürlicher Sprache bzw. Fremdsprache mitteilt und wie schafft sie es auch, eine brauchbare Antwort in derselben Sprache zu generieren? Die Kommunikation zwischen Mensch und Maschine (und zu einem gewissen Grad zwischen Maschinen) kann unterschiedliche Formen annehmen. Die Medien (Text, Stimme, Signal), die Situation (geplant oder spontan und in natürlicher Sprache) oder die Inhalte (strukturiert bzw. unstrukturiert) sind entscheidende Parameter. Je nach Situation finden unterschiedliche Verfahren und Methoden Anwendung. Morphologische und syntaktische Verfahren helfen, die Satzelemente und deren Funktion zu identifizieren, statistische Verfahren erkennen bei größeren Datenmengen bestimmte Muster während semantische Verfahren besonders nützlich sind, wenn es um Wissen und Kontext geht.

Dieses Wissen besteht aus maschinenlesbaren Datenbeständen, die oft in Form von Ontologien organisiert sind. Ontologien befassen sich in der Regel mit einem bestimmten unternehmensrelevanten Fachthema (einem "Domain"). Sie organisieren das Wissen als Verbindung von Begriffen (Klassen oder Instanzen von Klassen) mithilfe von Relationen (hierarchische oder assoziative Relationen). Darüber hinaus können sowohl Relationen als auch Klassen und Instanzen Eigenschaften haben, sodass eine Logik hinterlegt ist, die für intelligente Abfragen ("reasoning") verwendet werden kann.

Gemessen am Potenzial dieser Technologien und am Bedarf, der sich sicherlich in den nächsten Jahren verstärkt einstellen wird, sind der Bestand und die Qualität der Ontologien bzw. vergleichbarer Wissensbestände noch relativ bescheiden. Sie sind meistens einsprachig und berücksichtigen selten synonyme Bezeichnungen für ihre Objektklassen. Während in fast allen Unternehmen die Mitarbeiter immer noch viele Arbeitsstunden wieder und wieder damit verschwenden, um dieselben Informationen manuell zusammenzustellen, ist die Anzahl der Firmenontologien, die dieses benötigte Wissen verfügbar machen könnten, gleich Null oder extrem gering.

Das wird sich mit der Verbreitung von KI vermutlich ändern. Technologien wie intelligente Bots (oder Assistenten) sowie Expertensysteme (z. B. für die Unterstützung des Vertriebs) finden gegenwärtig ihren Weg in die Welt von Unternehmen und Privatkunden. Bots sind kleine Programme, die mit anderen Programmen und auch mit Menschen (zunehmend in natürlicher Sprache) kommunizieren und bestimmte Aufgaben ausführen. Dazu suchen sie selbstständig Informationen in verschiedenen Quellen und tauschen sich mitunter mit anderen Assistenten aus. Ein typisches Beispiel wäre ein Assistent, der Informationen für eine Flugreise (Konditionen, Datum, Verfügbarkeit) selbstständig sucht und Preise vergleicht.

Redakteure, Terminologen oder Übersetzer verfügen über ein besonderes sprachliches und fachliches Know-how. Sie können dazu beitragen, die bevorstehende Nachfrage nach strukturierten mehrsprachigen Wissensbeständen zu befriedigen. Seit einigen Jahren sind wissenshaltige Terminologien bekannt, die mithilfe von Relationen Begriffe miteinander verknüpfen. Dadurch ließe sich z. B. die Wissensarbeit sozusagen demokratisieren, indem deutlich mehr Personen aufgrund von zuvor hinterlegten Relationsdefinitionen daran arbeiten.

Auch als Nutzer können Übersetzer und Redakteure von künstlicher Intelligenz profitieren. Die technische Dokumentation von morgen wird nicht mehr aus Dokumenten bestehen, die aus einem Content-Management-System für verschiedene Medien wie Druck oder Internet generiert werden. Es wird vielmehr ein intelligentes Informationsprodukt sein, das wie intelligente Geräte oder Maschinen sein Umfeld erkennt, mit ihm kommuniziert und Aktionen wie das Ändern von Einstellungen oder das Versenden von Nachrichten ausführt.

Mit der Gründung der Arbeitsgruppe Information 4.0 im März 2016, deren Ziel eine Richtlinie für einen Abfrage- und Bereitstellungsstandard für Intelligente Information (iiRDS = Intelligent Information Request and Delivery Standard) ist, hat die tekom e.V. diese wichtige Entwicklung erkannt. Die nächsten Schritte werden sicherlich sehr spannend sein.

Übersetzer erhalten durch wissenshaltige Terminologien über Relationen zu anderen Begriffen nützliche Kontextinformationen, die sie bei der Auswahl der passenden Übersetzung verwenden können.

Beim maschinellen Übersetzen brachten statistische Ansätze und mathematische Verfahren in den letzten Jahren große Fortschritte. Mit semantischer Intelligenz öffnen sich weitere Möglichkeiten wie z. B. die Kontexterkennung, die das maschinelle Übersetzen dem Humanübersetzen einen Schritt näherbringen wird.

KI wird also bald das Feld der technischen Kommunikation stärker beeinflussen. Bereits heute können Redakteure und Übersetzer etwa mit der Entwicklung intelligenter Dokumentationen oder mit dem Aufbau wissenshaltiger mehrsprachiger Terminologien diese Zukunft einleiten.

Kommentare

Neuen Kommentar schreiben