KI und das Schreckgespenst BIAS – 805

Künstliche Intelligenz? Ja genau, der nächste billionenschwere Hype, die Lösung für alle Probleme jedes Unternehmens und der Menschheit überhaupt. Der Drops mit Digitalisierung und Transformation ist schon lange gelutscht, sorgt gelegentlich noch für etwas Aufregung.

Aber bei dem Begriff KI läuft es einem immer noch leicht über den Rücken – man denkt unweigerlich an den Film Terminator und der Aufstand der Maschinen‘. Wie wohl bekannt, haben diese irgendwann einmal beschlossen, die Menschheit sei überflüssig und sogar gefährlich für den Planeten – und haben die Menschheit deshalb ausgerottet. Naja, nicht ganz, sonst wäre der Film ja schon nach fünf Minuten zu Ende und es gäbe nichts Weiteres zu erzählen.

Aber erst einmal Entwarnung: heutige KI-Systeme sind von echter Intelligenz – wenn es sowas geben sollte – in etwa so weit entfernt wie das Brain einer Stubenfliege von Albert Einstein. Aber man weiß ja nie, wie schnell sich diese Rechenknechte entwickeln

1. das Problem

Nehmen wir doch mal meinen uralten Texas Instruments TI-30 von damals. Dort tippe ich eine beliebig hohe 5-stellige Zahl ein und ziehe davon jetzt irgendetwas ab. Einfach – und auf das Ergebnis des TI kann ich mich zu 100 Prozent verlassen.

Jetzt ins nächste Jahrhundert und zu einem Vergleichsportal im Internet. Dort frage ich z.B. die günstigsten Angebote für einen Kredit ab und bekomme das Ergebnis im Vergleich von 100 Banken in richtiger Reihenfolge angezeigt. Jetzt ist es aber an mir zu entscheiden – gibt es evtl. irgendwelche Zusatzfeatures wie Ratenpause oder ist mir eine bestimmte Bank besonders sympathisch? Ich entscheide!

Und jetzt genau hier kommt das eigentliche Problem mit KI-Systemen – die KI entscheidet! Das Problem: ist das Ergebnis, was die KI ermittelt hat überhaupt richtig? Und ist die Entscheidung, die KI auf dieser Basis getroffen hat, überhaupt richtig? Und wie können wir das überhaupt feststellen?

Ok, das Problem ist jetzt noch etwas abstrakt und schwirrt so in der Luft. Also ein Beispiel: ein großer Konzern erhält pro Jahr mehrere zehntausende Bewerbungen auf alle möglichen Stellen. Um jetzt die HR [Personalabteilung] zu entlasten, wird ein KI basiertes System eingeführt, was schon mal im Vorwege völlig ungeeignete Bewerber für eine bestimmte Stelle anhand von Lebenslauf und anhand von Vergleichen mit der Besetzung ähnlicher Positionen herausfiltern soll – prima, läuft!

Jetzt wird eine höhere Management- oder Abteilungsleiterposition neu ausgeschrieben, viele Bewerbungen gehen ein und das KI-System schlägt auf einmal nur noch männliche, weiße und Ü40 Bewerber vor – nix mehr mit weiblich, mit Migrationshintergrund und jünger, obwohl fachlich durchaus erfahren, geeignet und wertvoll für das Unternehmen?

Und es kommt noch schlimmer, es stellen sich auch ethische Fragen! In KI-basierten Systemen im Gesundheitsbereich können Krankheitsdiagnosesysteme z.B. in der Radiologie bestimmte Muster im Gewebe und damit Tumore schon im Frühstadium erkennen oder auch nicht – und entscheiden somit … über Leben und Tod!

Ok, jetzt nicht mal so schwarzmalen und einfach mal den gesunden Menschenverstand gegen den Rechenknecht einsetzen. Aber dennoch wird mit KI eindeutig eine rote Linie überschritten und die grundsätzliche Frage lautet: wie erkennen, kontrollieren oder besser wie verhindern man diesen Bias in der KI?

2. der Bias

So what? Der Begriff kommt aus der Psychologie oder genauer Verhaltenspsychologie und bezeichnet das Phänomen einer Verzerrung – in einer Umfrage kann durch gezielte suggestive Fragestellungen zu einer bestimmen Aussage hingeführt oder gezwungen werden, um damit bewusst oder unbewusst ein bestimmtes gewünschtes Umfrageergebnis zu erzielen.

Wie antworten wir auf eine Frage? Nun, zuerst ist da mal unsere Erfahrung, die wir in unserem Leben bisher gesammelt haben – verabschiede dich von der Mär objektiver Erfahrungen – Wahrnehmung ist immer subjektiv, selektiv und aktiv. Diese Erfahrungen sind unsere Datenbasis!

Und weiter? Nun, jetzt kommt es auf die Fragestellung an. Enthält die Fragestellung z.B. durch bestimmte Formulierung eine Wertung in die eine oder andere Richtung? Bin ich dadurch vielleicht gleich einverstanden mit der einen oder anderen Aussage? Diese Fragestellungen ist die Programmierung!

[und selbst ich als rein logisch denkender Vulkanier falle darauf gelegentlich immer noch rein]

Und genau so funktionieren auch KI basierte Systeme und genau hier liegen die Ansatzpunkte zu Optimierung und Kontrolle!

Datenbasis und Programmierung!

3. overfitted oder underfitted – Bias, Varianz und die ground line

What the hell? Wir bleiben erst einmal bei der Datenbasis, der Erfahrung eines KI-Systems und Basis der Entscheidungsfindung.

Klar, ein solches System muss mit Daten ‚gefüttert‘ werden – z.B. mit Bildern eines sich anbahnenden Krebsgeschwürs in der Radiologie oder – weniger dramatisch – mit den typischen Merkmalen der Besetzung einer bestimmten Stelle für Personalentscheidungen.

Doch was passiert, wenn der Rechenknecht mit zu vielen Daten zur Mustererkennung gefüttert wird – overfitted? Wir erinnern uns, das Personalsystem schlägt auf einmal nur noch männliche Bewerber und Ü40 ohne Migrationshintergrund vor. Eben statistische Verzerrung oder Bias.

Und umgekehrt, was passiert, wenn der Rechenknecht mit zu wenigen Daten zur Mustererkennung gefüttert wird – underfitted? Klar, jetzt kommt bei jeder Abfrage alles Mögliche und nur keine klare Aussage raus. Eben Varianz oder völlige Uneindeutigkeit.

Und jetzt noch einmal ein kurzer philosophischer Schwenk: die echte und einzige Wahrheit gibt es natürlich nicht – man kann nur versuchen, sich einer von allen Seiten akzeptierten ground line anzunähern und die Datenbasis auf overfitted oder underfitted hin zu untersuchen und zu optimieren.

Im Personalsystem lässt man z.B. einfach die Angaben zu Geschlecht, Alter oder sonstige diffamierende Daten außen vor – was aber letztendlich noch nicht vollständig garantiert, dass die KI und der Algorithmus in dieser Hinsicht nicht doch noch etwas ausknobelt.

4. die Abfrage

Und weiter im bunten Galopp, nachdem die Frage zur Datenbasis geklärt scheint. Und ebenso klar, selbst die dickste SQL Datenbank ist noch keine KI und liefert irgendwelche Mustererkennung oder Entscheidungen, dazu bedarf es jetzt schlauer Programmierung.

… Fortsetzung folgt!


Galerie-Nonfinito

Azure – die Cloud Wundertüte von Microsoft – 1433

Lesezeit: vergnügliche 6 Minuten

1. Content

Tja, wo soll ich hier bloß anfangen? Festzuhalten ist erst einmal die allgemeine Aussage:

“Wir brauchen mehr Digitalisierung und KI, wir müssen in die Cloud und die Welt wird gut!” – in früheren Zeiten sagte man übrigens: “Oh Herr, wir brauchen ein Wunder!”.

Es ist wohl langsam an der Zeit, diesen Hype mal aufzurollen – und um dann in dem konkreten Beispiel MS Azure und Virtual Desktop zu münden.

Zum Thema KI mit Terminator und dem Aufstand der Maschinen oder mit Vollendung Beethovens 10. unvollendeter Sinfonie – weil vorher gestorben – durch KI folgt dann noch ein extra Beitrag, versprochen!

Werbung

2.Historisches

Alles begann eigentlich in der Computersteinzeit 1998 mit VMware und den beiden Informatikern Mendel Rosenblum und Diane Greene. Ziel war es, eine Technik zu entwickeln, um physische Computersysteme mit Hilfe von Software abzubilden und zu abstrahieren – also virtuelle Server oder eben VMs. Wieso? Die Hardware wurde immer leistungsfähiger und so ein richtig dicker physischer Server war mit nur einer einzelnen Datenbank nur noch gelangweilt.

Jetzt einfach alle DBs und Anwendungen eines Unternehmens auf einen einzelnen – oder auch mehrere – dicke Server zu packen, wäre zwar prinzipiell möglich, aber keine so gute Idee. Da beeinflusst sich dann irgendwas untereinander und gegenseitig, die Fehlersuche wird zur reinsten Katastrophe und Alptraum – und muss das dicke Ding mal neu gestartet werden, liegt gleich die ganze Firma lahm, nicht gut.

Also Hyperviser drauf, der dem OS und der DB einen Server vorgaukelt und die dicken Ressourcen an RAM und CPU einfach auf diese virtuellen Server verteilt bzw. zuteilt – so ein virtueller Server lässt sich dann auch prima mal neu starten, ohne gleich den ganzen Rest lahm zulegen.

Übrigens läuft auch eine Linux VM unter Windows problemlos auch auf einem völlig altersschwachen Laptop – naja, mit gewissen Reaktionszeiten und allzu eilig sollte es man auch nicht haben – aber einfach mal so zum ausprobieren.

3. The next Step

Jetzt treffen gleich zwei glorreiche Erkenntnisse aufeinander. Amazon erkannte 2002 das Problem eigener ungenutzter Serverkapazitäten in seinen Rechenzentren – also Leerlauf – und dachte sich: “Wieso diese eigentlich nicht verscherbeln – also verkaufen und zu Kohle machen?”.

Auf Anwender- bzw. Unternehmensseite bestand jetzt einer dieser neuen virtuellen Server nur noch aus einem .vmdk File und die Frage war: “Wieso die eigenen dicken Server im Keller noch selbst weiterbetreiben und nicht einfach zu Amazon schieben?”.

Kohle gespart, Amazon happy, eine Win Win Situation – alles gut!

Hier hat das Cloud Computing also seinen Anfang und nahm schließlich seinen Lauf. 

Nach Amazon mit seinem Elastic Cloud Computing EC2 und heute AWS kamen schließlich 2008 die Google Cloud und 2010 Microsoft mit Azure dazu. 

Ach so, und es gibt noch die interessanterweise sehr erfolgreiche Alibaba Cloud oder auch bekannt unter Aliyun – zwar in Singapur registriert – aber trotzdem möchte ich da nicht meine Daten oder Website ablegen, sonst stehen auf einmal noch komische Typen bei mir vor der Tür. 

Oder meine F&E Ergebnisse werden zur Beute des roten Drachen und irgendein dubioses Start-up bringt auf einmal ein Produkt auf den Markt, was technologisch genau auf meiner Entwicklung aufbaut – seltsam.

4. Heute

Diese genannten Cloud Services haben sich bis heute zu waren Ökosystemen im Computing weiterentwickelt und bieten – neben klassischen Storage und VMs – Services, Dienstleistungen, Apps und noch mehr an, die alles Bisherige umkrempeln und in Frage stellen. Alleine die MS Azure Cloud besteht aus mittlerweile 17000! zertifizierten Apps und Diensten und es gibt nichts, was man da bei MS nicht buchen könnte!

Einen kurzen und unterhaltsamen Überblick liefert die Azure Startseite:

https://azure.microsoft.com/de-de/services/

Beispiel gefällig? Programming! Herkömmliche Anwendungen wurden einmal programmiert, sind monolithisch, in Stein gemeiselt und lassen sich nur schwer ändern. Heutige Anwendungen dagegen bestehen aus zugebuchten Services – Stichwort Cloud native Programming und MicroServices – und bieten neue Möglichkeiten hinsichtlich Sicherheit und Skalierbarkeit.

Evtl. erscheint es sinnvoll, eine Ein- und Ausgabe Warteschlange – eine Queue – vom Rest der Applikation zu trennen. Läuft diese Warteschlange jetzt über – Stichwort DDoS Attacke oder verteilter Dienstverweigerungsangriff, so reißt das nicht gleich die gesamte Applikation mit in den Abgrund. Dazu bietet alleine Azure eine Reihe von fünf Services zur Queue Verwaltung mit unterschiedlichen Schwerpunkten und zur Entkoppelung bzw. Elastizität einer Anwendung: 

Azure Event Grid, Azure Event Hubs, Azure Service Bus, Azure Notification Hubs und Azure Queue Store … hier steige ich jetzt aber aus, wer sich mehr davon geben möchte gerne unter: 

Noch mehr? Gerne – Datenbanken!

Wählen Sie zwischen vollständig verwalteten relationalen, NoSQL- und In-Memory-Datenbanken, für die proprietäre sowie Open-Source-Engines zur Verfügung stehen. Fokussieren Sie sich auf die Erstellung innovativer Anwendungen, und profitieren Sie von den Vereinfachungen, die Ihnen Azure dabei bietet. Vollständig verwaltete Datenbanken automatisieren Aufgaben wie das Konfigurieren und Verwalten der Hochverfügbarkeit, der Notfallwiederherstellung sowie von Sicherungen und der regionsübergreifenden Datenreplikation, wodurch Sie Zeit und Geld sparen können.

Und weiter im bunten Galopp:

Profitieren Sie von fortschrittlichen Sicherheitsfunktionen, der Auswahlmöglichkeit zwischen Hochverfügbarkeit in derselben Zone oder mit Zonenredundanz und einer SLA (Vereinbarung zum Servicelevel) von bis zu 99,99 Prozent. In diesem Migrationsleitfaden erfahren Sie, wie Sie Ihre lokale MySQL-Datenbank zu Azure migrieren.

Yo Bro and Sis … yes, was rauchen die da eigentlich bei MS? Das Zeugs hätte ich auch gerne … take this:

So geht es weiter z.B. mit Services zu Sicherheit und Zugriffskontrolle – dem Azure Active Directory, zu Migration von on premise in die Cloud, zu Verwaltung und Governance bis hin zu KI und Machine Learning – Azure Bot Service für die Kundenkommunikation. Und schon sind wir wieder bei Terminator und dem Aufstand der Maschinen.

Werbung

5. Azure Virtual Desktop

Doch jetzt zum eigentlichen Thema: Azure oder Windows Virtual Desktop WVM und Cloud basiertes Deployment von Arbeitsplätzen, die eigentlich logische Weiterentwicklung von virtuellen Servern!

Wow, aber eigentlich ein schon sehr alter Hut, sorry. An die etwas Älteren unter uns: wir erinnern uns noch an Citrix und Thin Clients? – und an die Jüngeren unter uns: schon mal gehört? Genau! Damals kostete Hardware noch richtig Kohle und man setzte eben nur einfache Geräte zur Ein- und Ausgabe ein – quasi nur Bildschirm und Tastatur, während der eigentliche Desktop auf dem Server im Keller lief. Oder es bestanden Zutrittsbeschränkungen wie z.B. Reinraum in Pharmaunternehmen und der Admin konnte da nicht einfach so mal reinhuschen und nachschauen oder was richten.

Und überhaupt wiederholt sich die IT immer wieder mit eigentlich uralten Konzepten nur unter neuen hypen Namen – nur so mal am Rande.

Egal, das Konzept bietet schon neben den ganzen Cloud Vorteilen wie Kostenreduzierung und Sicherheit durch einen großen Anbieter weitere Vorteile – auch wenn facebook da gerade failed.

  • im Büro: Laptop einfach zuklappen und dann Zuhause im HomeOffice eigenen Laptop wieder an – und genau an der Excel Tapete oder Powerpoint weitermachen, an der man vorher gearbeitet hat … schon cool

  • leistungsstarke CPU, Graphikkarte, Arbeitsspeicher? Egal – brauchen nur noch Gamer, der Desktop läuft auf jedem Ausgabegerät, egal ob Laptop, Tablet oder Smartphone

  • Sicherheit: der Anbieter – also hier MS – kümmert sich um die Sicherheit seiner Rechenzentren, z.B. DDoS Abwehr und damit um die Sicherheit der Nutzerdaten. MS betreibt deshalb sogar ein Rechenzentrum für DE genau in Frankfurt – wobei es dem Hacker von Büro 121 ziemlich egal sein wird, wo der Server denn jetzt im Netz hängt

  • Kosten: na klar – alles genau kalkulierbar und bitte an MS zahlen. Keine dubiosen und unfähigen Dienstleister mit völlig überhöhten Forderungen mehr

  • Skalierbarkeit: Das eigene Forschungs- oder Entwicklungsprojekt braucht auf einmal mehr Rechenleistung, es besteht höherer Workload wegen neuen notwendigen Simulationen? Dazu buchen – no problem!

Werbung:

Zum Schluss und Ausblick

Puh, erst mal wieder runterkommen! Klar, jeder neue Weg zeigt erstmal tausend neue Fragen auf.

Vor allem drängt sich hier die Frage zu Hyprid Cloud Lösungen auf: wie z.B. geht das Ganze mit on premise und Cloud zusammen? Lokales AD mit Azure Directory Services spiegeln? DBs von der Public in die Private Cloud spiegeln? 

Nicht zu vergessen: es braucht immer eine richtig fette Mbit Internetverbindung – hat der Bagger auf der Nachbarbaustelle mal das Kabel gekappt, ist es aus und vorbei!

Das neue Stichwort heißt deshalb Hybrid Cloud, von beiderlei Wesen, also eine Mischung zwischen on- und offline, damit in einem solchen Ernstfall wenigstens das Wichtigste noch läuft.

Und weiter geht es mit Security, Datenschutz und DSGVO, ISO 27001, Tracking oder Sicherheit vor Manipulation durch den Big Player, whatever … wir erinnern uns an Alibaba Cloud … und das sind nur einige der vielen weiteren Fragen, die in einer konkreten Strategie dediziert aufgearbeitet und immer wieder hinterfragt und angepasst werden müssen … sonst wird das nix!

Und ganz zum Schluss nochmal kurz zurück zum Machine Learning, IoT und Predictive Maintenance Lösungen mit Azure … Windräder! Ja wirklich Windräder! Die haben doch tatsächlich mechanische Getriebe und die gehen schon mal kaputt … schwer zu erreichen und zu reparieren, da in zig hundert Metern Höhe eingebaut. Jetzt versieht man ein solches Getriebe einfach mit Sensoren, die den Lauf und die Vibrationen eines solchen Getriebes messen und kann dann vorhersagen – also predictive – ob, wann und welches Bauteil dieses Getriebes als nächstes denn Geist aufgibt. Und eben schon mal Ersatzteile, Kran oder gleich Helikopter vorbestellen und alles vorbereiten … prima, läuft!

Egal, wir Tekkies zusammen rocken das Ding und werden unseren heutigen Planeten zu einem besseren Ort machen, ganz sicher!

Werbung: