Das Thema künstliche Intelligenz erlebte in den vergangenen Jahren einen regelrechten Hype. In diesem Talk beleuchten wir gemeinsam die Potenziale von maschinellem Lernen, wo es sinnvoll eingesetzt werden kann, aber auch wo dessen Schwachstellen liegen. Dazu beginne ich mit einer kurzen Einführung in die Welt der künstlichen Intelligenz, zeige anschließend konkrete Praxisbeispiele und diskutiere abschließend Vorschläge für die Einführung von maschinellem Lernen in Unternehmen. Der Vortrag richtet sich explizit an alle Interessierten, auch wenn noch keine technische Expertise vorhanden ist!
„Künstliche Intelligenz und insbesondere maschinelles Lernen bietet große Potenziale in der automatischen Dateninterpretation“
herCAREER: Was hat es mit maschinellem Lernen auf sich, wo liegen die Potenziale und wo die Schwachstellen?
Dr. Julia Nitsch: Machine Learning hat in den vergangenen Jahren einen regelrechten Hype erlebt, dem maschinellen Lernen werden eine Vielzahl an Fähigkeiten und Möglichkeiten zugeschrieben. Etwas sachlicher betrachtet sind ML-Algorithmen eine Art von Algorithmen, die sehr gut Zusammenhänge und Muster in großen Datenmengen erkennen können. ML-Algorithmen verfügen meist über eine Vielzahl an zu trainierenden Parametern und können deshalb diese Muster in vielen Fällen genauer modellieren als menschliche Experten. Damit ML-Algorithmen diese guten Ergebnisse erzielen können, muss aber auch eine Vielzahl an Daten vorliegen. Ist diese Datenmenge zu gering, oder spiegeln diese sogenannten Trainingsdaten nicht die Daten wider, die bei der Anwendung der ML-Algorithmen verarbeitet werden, performen ML-Algorithmen nicht mehr so wie gewünscht.
herCAREER: Wo können ML-Algorithmen sinnvoll eingesetzt werden?
Dr. Julia Nitsch: ML-Algorithmen haben vor allem in einer Problemstellung mit großen, mehrdimensionalen Datenmengen ihre Stärken, in denen die Zusammenhänge nicht offensichtlich modelliert werden können.
Wie bereits angesprochen, sind Datensätze eine wichtige Voraussetzung. Wenn zum Beispiel im Rahmen von anderen Prozessen bereits Daten gesammelt und manuell als Entscheidungsgrundlage aufbereitet werden, bietet es sich direkt an, hierbei mit ML- Algorithmen zu unterstützen.
herCAREER: Wie können Praxisbeispiele aussehen, wenn KI in Unternehmen genutzt wird?
Dr. Julia Nitsch: KI-Algorithmen werden bereits im Hintergrund bei Übersetzungsprogrammen, bei Textvorschlägen, Chatbots oder auch in Spam-Filtern von Emails verwendet, ohne dass es für den Laien offensichtlich ist. Ein Teilbereich der künstlichen Intelligenz sind ML-Algorithmen. Diese werden zum Beispiel bei der Analyse von Kundendaten eingesetzt, um Kaufverhalten zu prädizieren, also vorherzusagen. In Produktionsstraßen werden über Kamerabilder und ML-Algorithmen fehlerhafte Teile erkannt und können so automatisch aussortiert werden. An anderer Stelle werden ML-Algorithmen bei der Handschrifterkennung eingesetzt, um Briefmarken-Codes automatisch zu erkennen. Ein weiteres Beispiel von Bildverarbeitung und ML-Algorithmen findet man auch im Automobilbereich, wo Verkehrszeichen automatisch erkannt und dem Fahrer angezeigt werden. Wie diese kleine Auswahl an Beispielen zeigt, sind ML-Algorithmen bereits heute in verschiedensten Branchen und Anwendungen im Einsatz.
Künstliche Intelligenz und insbesondere maschinelles Lernen bietet große Potenziale in der automatischen Dateninterpretation, die erst die Entwicklung neuer Produkte ermöglicht. Ich bin mir sicher, dass in den kommenden Jahren noch weitere Anwendungsfälle gefunden werden und dabei spannende neue Produkte entstehen werden.
herCAREER: Auf der herCAREER geht es vor allem um den fachlichen Austausch, der auf den persönlichen Erfahrungen und dem Wissen der Sparringspartnerinnen aufsetzt. Zu welchen Themen können Sie im Vorfeld / auf der Messe / im Nachgang als Austauschpartnerin fungieren – in Schlagworten?
- Robotik
- Perception
- Maschine Learning
- KI
- Quereinstieg in einen technischen Beruf
herCAREER: Würden Sie auch als Mentor:in in der herCAREER-Community fungieren und wenn ja, welche Frauen würden Sie sich als Mentee wünschen?
Dr. Julia Nitsch: Ich finde Mentoringprogramme eine tolle Initiative. Ich würde gerne Frauen in diesem Netzwerk als Mentorin unterstützen, die sich überlegen, eine technische Karriere zu starten oder überlegen eine technische Ausbildung zu beginnen. Weiters würde ich gerne Frauen unterstützen, die gerade ein Digitalisierungsprojekt starten oder den Einsatz von KI in ihren Unternehmen forcieren möchten. Hier würde ich mich allerdings weniger als Mentorin im Sinne von „Firmenpolitik und wie überzeuge ich Stakeholder“ sehen, sondern gerne als technischer Sparringspartner fungieren.
Nutzen Sie eine der Möglichkeiten zur Kontaktaufnahme, die die Interviewpartner:in angegebenen hat, und beziehen Sie sich auf das Interview der herCAREER-Community.
Über die Person
Ihre technische Karriere begann Julia Nitsch bereits als Jugendliche in einem Robotik-Wettbewerb, was sie später zu einem Telematik-Studium an der TU Graz mit Spezialisierung in autonomer Robotik führte. Es folgten Forschungsaufenthalte im Bereich der Umfeldwahrnehmung an den Universitäten Zürich, Stanford und eine Industriepromotion an der ETH Zürich in Kooperation mit dem deutschen LiDAR-Spezialisten Ibeo Automotive Systems GmbH, um Wahrnehmungsmöglichkeiten von autonomen Fahrzeugen zu erforschen. Nach ihrer Tätigkeit im automotiven Umfeld wird sie nun an Algorithmen und Lösungen zur Umfeldwahrnehmung von Drohnen in einem Start-Up-Kontext arbeiten. Während ihrer Arbeit in der Industrie und der akademischen Welt war sie oft eine der wenigen technischen Expertinnen. Deshalb engagiert sich Julia Nitsch ehrenamtlich in Jugendprogrammen, um die Begeisterung für Technik zu fördern und in Netzwerken, um die Sichtbarkeit von Frauen in technischen Berufen zu erhöhen.
Das MeetUp wird präsentiert von PANDA GmbH. Dieses MeetUp ist Teil der Karriere-MeetUps bei der herCAREER 2021, Ort und Zeitpunkt finden Sie im Programm.
