#113 Alle sammeln Daten. Kaum jemand weiß warum. - mit Anna Neureiter

Hi und willkommen zur nächsten Folge von Mind/Machine. Mein Name ist Eliot Mannoia, digitaler Psychologe. Heute freut es uns sehr, dass wir die Anna Neureiter bei uns haben, Data Governance Manager bei IT Power Services. Sie ist auch ehrenamtlich bei der DIO, der Data Intelligence Offensive, dabei beim ADV-Vorstand und als Lektorin bei FH Campus Wien. Und die Manuela Machner, KI-Expertin im Tourismusbereich. Vielen Dank, dass du heute bei uns bist. Wir freuen uns wahnsinnig.

Ja, danke für die Einladung. Ich freu mich auch.

Und sie sind auch beide, also Manuela und Anna haben wir festgestellt, fast Nachbarinnen. Also manchmal muss man sich online treffen, dass man sieht, dass man eigentlich fast in der Nachbarschaft sind. Wie beeinflusst KI dein Leben die letzten Jahre wirklich?

Also ich glaub, KI beeinflusst jetzt nicht nur speziell mein Leben, sondern unser aller Leben in einer immer relevanteren Rolle. Ich glaub auch, dass mich das sehr beruflich natürlich beeinflusst, die Entwicklungen beruflich auch immer herausfordernder durch KI werden. Ich beschäftig mich ja auch sehr stark mit Datengrundlagen, sauberen Daten et cetera. Und das ist natürlich, wenn man AI-Systeme im Unternehmen deployen möchte, umso relevanter, dass man dort saubere und gute Daten zur Verfügung hat. Beruflich würd ich jetzt mal sagen, aber auch privat. Wir alle nutzen ja zum Beispiel Apps immer mehr, ich tracke zum Beispiel meine Fitness, und auch da wird's immer mehr AI-gestützter. Insofern glaub ich, ist AI in allen Lebensbereichen angekommen.

Ich glaub, das ganze Datenthema im Tourismus ist spannend. Wir produzieren Daten ohne Ende, wir sammeln zum Teil auch Daten ohne Ende, wir machen nur nix damit. Das Thema Daten wird sehr, sehr oft völlig unterschätzt. Den Wert, den die Daten haben, die wir tatsächlich zur Verfügung haben, und was man damit auch machen kann. Nicht nur eine Auswertung. Bei uns im Tourismus kennt man oft Nächtigungsdaten, durchschnittliche Aufenthaltsdauer und die Herkunftsländer, und dann samma gleich einmal bald fertig. Und viele Sachen, die aber auch eine Möglichkeit sind, nämlich nicht nur dieses Zurückblicken, sondern auch das Vorausblicken, das wird überhaupt noch net wahrgenommen. Wie lebst du das, wenn du sagst Datenengineer? Was sagen die Leute oder wie empfinden die Leute das Thema eigentlich?

Also das ist ja das grundsätzliche Thema mit den Daten, dass viele glauben, nur weil sie Daten sammeln, auch quasi auf einem Schatz sitzen. So ganz ist es jetzt nicht. Ich liebe diesen Begriff Verwendungszweck der Daten, weil nur Daten zu sammeln und erst im Nachhinein darüber zu überlegen, was kann ich überhaupt mit den Daten machen, ist dann meistens oft doppelter und dreifacher Aufwand. Es gibt da so eine Faustregel im Data-Science-Bereich, dass wenn man AI-Projekte startet, man circa 80 Prozent der eigentlichen Arbeitszeit damit verbringt, Daten aufzubereiten, zu schauen, ob die Daten überhaupt nutzbar sind, die Datenqualität zu enrichen et cetera. Das ist ein nicht kleiner Teil einer Tätigkeit, auch wenn's um Daten geht, und wird aber von so vielen unterschätzt. Und viele Projekte scheitern auch schon heutzutage einfach nur darum, weil einfach die falschen Daten da sind oder weil der Outcome nicht prognostizierbar ist. Alle reden so gefühlt über AI, niemand möchte über die Datengrundlage sprechen, weil das oft meistens dann die tatsächliche Arbeit hinter diesen Projekten ist und viel Geld kostet, viel Know-how braucht, aber so essenziell und relevant halt auch wär.

Ich find, diese Bezeichnung Daten sind das neue Gold oder das neue Öl ist eigentlich falsch. Gold hat den Wert und behält den Wert mehr oder weniger. Daten verändern auch ihren Wert. Wenn ich Daten habe, auch wenn die heute vielleicht hochwertig sind, können Daten in fünf Jahren einfach wertlos sein, weil sie nicht mehr aktuell sind, weil sie nicht gepflegt sind. Ich sehe Daten eher wie einen Samen. Wenn man den richtig nutzt, aussät, gießt, sich drum kümmert und pflegt und hegt, dann kann wirklich eine tolle Ernte kommen. Aber wenn man den Samen im Sack im Keller stehen hat und ihn vielleicht fünf Jahre später ausstreut und glaubt, das wird jetzt was draus, dann wird das wahrscheinlich keinen großen Ertrag bringen.

Ja, absolut treffender Vergleich. Wir haben, glaub ich, als der ganze Hype um Daten und AI aufgekommen ist, alle damit begonnen, Daten wie wild zu sammeln und irgendwo abzulegen und darauf zu hoffen, dass das irgendwann einmal ein fruchtbarer Ernteertrag wird. Mittlerweile kommt man drauf, dass vieles davon einfach unbrauchbar ist. Und da hat man dann nur einen nächsten Rattenschwanz mit redundanten Daten, viel zu viel Speicherplatz, der verbraucht wird, AI-Projekte, die nicht den gewünschten Outcome liefern, weil einfach die Daten in der falschen Qualität vorhanden sind.

Was würdest du jemandem raten, der sich damit auseinandersetzt und sagt, bis jetzt hab ich meine Daten immer vernachlässigt, aber ich glaub, das macht Sinn. Wie soll er beginnen?

Also grundsätzlich, wenn man wirklich auf einer weißen Wand startet und mit einem Kundenprojekt starten möchte, ist es immer relevant, mit einem wirklich guten Scoping zu beginnen. Zu schauen, welchen Use Case möchte ich verfolgen, welcher Use Case würde in meinem Betrieb den größten Gewinn oder vielleicht auch einen Quick Win erzielen. Weil grade wenn's drum geht, Projekte zu starten, ist es oft besser, man startet mit kleinen Projekten, die vielleicht schneller einen Erfolg produzieren. Grundsätzlich empfehlen wir dann immer zu sagen, man schaut sich das Scoping sehr genau an, man schaut sich an, welche Daten man braucht, wie lange man die Daten vielleicht auch sammeln müsste. Und dann beginnt man auch zu schauen, welche Daten man von einer bisherigen Sammlung nutzen kann. Wichtig ist auch immer, dass alle die gleiche Zielrichtung haben und sich bewusst sind, dass dieses Projekt vielleicht ein Aufwand ist und nicht, wenn man da jetzt AI reinschmeißt, dass das quasi ein Aufwand von zwei Stunden ist. Wir alle nutzen ChatGPT und Systeme im privaten Bereich und das funktioniert super. Bei Unternehmen, die einfach andere Herausforderungen haben, ist es dann oft so, dass die Trefferquote auch meistens nur bei 60 Prozent liegt. Und dann viele sich anders besinnen müssen, wie diese AI-Systeme vielleicht auch im unternehmerischen Kontext funktionieren können.

Also den Gold- und Samenvergleich, Manuela, find ich super. Der Zeitaspekt ist auf jeden Fall ein super Punkt. Anna, mich interessieren ja immer die Menschen auch. Bei der IT-Security ist der Mensch das schwächste Glied. Ich nehme an, bei der Datenerfassung spielt der Mensch auch eine Rolle. Was sind so deine Erfahrungen, deine Tipps, deine Ratschläge?

Also ich glaub, dass vieles mit Enablement einfach funktioniert. Je mehr man den Leuten erklärt, dass Daten einen gewissen Zweck haben und nicht nur ein lästiges Nebenprodukt oder ein Produkt sind, das nur die IT beschäftigen soll, desto besser funktioniert es auch mit der Datenerfassung.

Ja, und ich glaub, du brauchst da diese direkten Auswirkungen auf deinen Arbeitsalltag. Also ich kann mich erinnern, wir haben als Region zum Beispiel Mobilitätsdaten gehabt. Ein toller Schatz, eigentlich zu sehen, wann ist welcher Gast, wo, wie. Und du hast ein tolles Dashboard und alles, aber du hast dann oft die zeitliche Ressource net. Und zwischen dem, ich sehe diese Daten, und was tue ich jetzt daraus, das ist ja dann eigentlich der wichtigere Schritt oft. Und ich glaub, wenn du den Prozess nicht fertig denkst, auch wenn du eine wunderschöne Darstellung hast, dann ist das leere Daten, die vielleicht in einen Jahresbericht hineinkommen, wo man dann sagt, wir haben so viel Leute dort gehabt, aber den Wert, den diese Daten ja eigentlich liefern, der liegt dann brach.

Genau, einfach auch, viele wissen ja auch oft gar nicht, dass diese Daten vielleicht auch im Unternehmen vorhanden sind, oder können dann gewisse Dinge einfach nicht miteinander vernetzen, um diese Line fertigzudenken von Ausgangs-Use-Case und wie entwickle ich den dann weiter. Das ist dann immer so ein Thema, wo's dann auch wirklich drum geht, dass die Mitarbeiter und die Zuständigen einfach enabled werden dazu, das gut zu hinterfragen und auch einen gewissen Überblick zu bekommen, was ich mit den Daten überhaupt machen kann.

Was ich auch so spannend finde, dass man einfach, ob das Transkribieren, Reinreden oder auch Bild mit Image Prompting, dass man so viele unstrukturierte Daten erfassen kann. Bedeutet das für eine Datenexpertin mehr Chaos oder macht das Sachen leichter?

Für uns sind unstrukturierte Daten immer ein bisschen eine Challenge. Kommt immer natürlich drauf an, was möcht ich mit den Daten dann schlussendlich machen. Wenn ich jetzt zum Beispiel nur Bilder generieren möchte, ist das ein absoluter No-Brainer. Aber es kommt immer natürlich auf die Modelle an. Was wir halt immer stärker auch sehen, ist, dass AI dazu unterstützen kann, Daten von diesem unstrukturierten Format in ein strukturiertes Format zu bringen und weiter aufzubereiten. Und wenn's dann um Datenbanken anlegen et cetera geht, auch das glaub ich, ist früher oder später dann eine No-Brainer-Geschichte. Digital Twins sind da auch ein prädestiniertes Beispiel oder Überwachungen von Production Lines, ob die Produkte anfällig für Fehler sind. Das sind schon mittlerweile so gut trainierte Systeme, die mit den unstrukturierten Daten perfekt arbeiten können.

Ich glaub, es ist ein bisschen ein Unterschied. Das eine ist ja eher die Erfassung. Wie erfassen wir Daten? Früher mussten wir's in der Excel-Liste in der Tabelle eintragen genau an der richtigen Stelle oder im Formular. Und das war ja genau auch oft der Hemmschuh, dass MitarbeiterInnen gar net die Sachen erfasst haben oder net sauber erfasst haben, weil das sehr mühsam ist. Und ich glaub, dass KI jetzt in dieser Erfassungsgeschichte so wie der Eliot gesagt hat, ich tu meine Rechnungen in mein Buchhaltungsprogramm und das wandelt das Bild in strukturierte Daten um, oder ich schule die Leute, dass sie mit ChatGPT sprechen, weil sie schneller und effizienter sind, und sie reden halt rein, machen vielleicht eine Inventur über die Spracheingabe und kriegen's dann hinten als Excel raus. Im Hintergrund sind's ja noch immer strukturierte Daten, die dann tatsächlich verarbeitet werden.

Ich hab auch eine Frage, die darauf aufbaut. Zum Beispiel zwei verschiedene Llama-Modelle, also gleiche Firma von Meta, aber zwei verschiedene, bei politischen Ansichten einmal eher dafür, einmal eher dagegen. Oder die gleiche Frage in Deutsch und Englisch eine andere Antwort bekommen hat. Dürfen urheberrechtlich geschützte Werke online kostenlos benutzt werden? In Deutsch kam die Antwort Nein und in Englisch Ja. Was kann man da machen, das ein bisschen zu minimieren?

Also es hat sicher auch mit dem Pre-Training zu tun. Grundsätzlich ist es ja auch so, dass wenn man jetzt zum Beispiel Agents hernimmt, dann gibt's ja quasi dieses Sentiment, den man dem Agent mit übergibt. Und dann heißt es immer, du bist dann nie sein. Und deswegen auch immer die Sache, es ersetzt jetzt kein kritisches Googlen, nur weil ich jetzt meine Frage in ChatGPT reinschmeiße als Privatanwender. Ich glaube auch, dass das ein sehr starkes Thema von unserer nächsten Generation werden wird, die mit dem aufwächst, dass man einfach dieses kritische Denken umso mehr fördert. Und jetzt nicht alles immer gleich für bare Münze nimmt oder das auch wirklich hinterfragt. Ich unterrichte auch am Campus zum Beispiel und da bin ich auch immer wieder sehr bedacht auf die Quellen und versuch auch immer wieder die Leute zu animieren, da wirklich Quellen zu recherchieren. Und alleine die Outcomes von diesen einzelnen Arbeiten ist oft so, wo du siehst, das kann nicht recherchiert gewesen sein, oder wenn du auf den Link gehst, dass das einfach schon ein toter Link ist. Dieses kritische Hinterfragen von Outcomes, das glaube ich ist umso wichtiger, egal wie das Modell jetzt trained ist. Ich glaube, da einfach viel zu wenig passiert, auch außerhalb unserer Bubble. Ich glaub, dass unsere Bubble sehr stark sich mit diesem Thema auseinandersetzt und sehr kritisch auch dem Ganzen ist. Gefühlt je mehr man sich damit auseinandersetzt, desto kritischer wird man. Der Großteil, der diese Dinge nutzt, tut das nicht, und das sehe ich eigentlich als Gefahr.

Wie siehst du das Problem? Genau das passiert jetzt. Die Leute nehmen unreflektiert Informationen her, verwenden das wieder zum Publizieren, geben das wieder zurück in das Fütterungssystem der KI als Falschaussage zum Beispiel. Und ich bin mir nicht ganz sicher, was da passieren wird in wenigen Jahren, wenn die Durchmischung von Falschinformationen und echten Informationen so stark in den Trainingsdaten sind. Mein Mann ist Techniker, spezialisiert auf Energiethematiken, und er hatte zum Beispiel das Problem, es hat in irgendeiner universitären Publikation ein Wert gestanden. Das war halt offiziell publiziert auf einer Universität und KI-Systeme haben halt dann immer so geschrieben, dass der Wert das bedeutet, weil die KI-Systeme sich sehr stark auf diese Quelle referenziert hatten und keiner hat's mehr hinterfragt. Werden wir dann in fünf Jahren noch wissen, was die echte Definition dieses Wertes ist?

Ja, das ist ein bisschen ein Rattenschwanz. Weil ich schau mir zum Beispiel auch regelmäßig die Studien von McKinsey an und muss jetzt auch gestehen, auch das muss ich immer weiter hinterfragen, weil es gibt immer mehr Berichte, wo aufgedeckt wird, dass auch große Beratungsfirmen, die eigentlich das nötige Wissen haben sollten, Berichte mit solchen Systemen generieren lassen, teilweise dann nicht mal scheinbar drüberschauen oder das publizieren oder den Unternehmen, die sie beraten, dann auch so zur Verfügung stellen. Wenn dann Leute, die das auch wirklich kritisch hinterfragen wollen, diese Berichte in weiterer Folge dann wirklich auch hernehmen und das für bare Münze nehmen, wo ist dann der wahre Kern dahinter und wer ist für diesen wahren Kern verantwortlich? Es wird eine irrsinnige Thematik werden. Ich sehe auch die Politik in der Verantwortung, das nicht nur zu regulieren, sondern auch sicherzustellen, dass wir gewissermaßen geschult werden. Viele Schüler haben schon gewisse Angst vor AI oder von Auswirkungen von AI, nicht nur weil's den Job anbelangt, sondern einfach, weil's nicht mehr verifizierbar ist. Ist dieses TikTok-Reel jetzt überhaupt noch von Personen erstellt oder geht's nur darum, dass mir hier ein Produkt verkauft wird? Ich glaub, dass wir hier schon noch ordentliche Herausforderungen haben, wenn auch gesellschaftlicher Natur.

Ich glaub, bitte kurz nur zu dem Watermark, was du gesagt hast. KI-generierte Bilder Watermark. Ich sehe eher die Tendenz, dass wir den Watermark haben werden für die Sachen, die menschlich generiert sind. Also wenn wir uns anschauen von der Menge her, was einfach alles rausgeworfen wird, wirst du wahrscheinlich eher Qualitätssiegel in der anderen Richtung brauchen oder benötigen.

Ich würd noch gern auch deine Expertise im Datenbereich auch für Enterprise Level ansprechen, so was mit Predictive Analytics, Predictive Maintenance, Predictive Churn, digitale Zwillinge. Was siehst du da entwicklungsmäßig?

Ich glaub, dass es hier grad einen großen Gap immer weiter geben wird zwischen den Big Playern, die sich das einfach leisten können, solche Modelle und Produkte auch bei sich einzusetzen, und dann wird es auch viele geben, die da einfach bei dieser Entwicklung nicht schnell genug mitkommen. Siemens zum Beispiel ist ein großer Verfechter von den Digital Twins, die nutzen das auch schon wirklich gut. Aber viele, die klein sind oder auch produzierende Betriebe, und Österreich ist ja ein KMU-Land, die werden das erst in sehr verspäteter Form nutzen können. Ich frag mich hier, ob's dann nicht auch irgendwo dann einen Gap geben wird zwischen den Industrien. Viele Fortschritte und auch sehr viele gute Dinge, aber man muss auch immer das nötige Kleingeld haben.

Ich hab von der oberösterreichischen Feuerwehr gehört, dass sie das mal machen. Die haben das Modell gespeist mit allen möglichen Daten, und da geht's darum, was kommt, wenn's drei Tage vorher nicht geregnet hat und solche Sachen. Das fand ich dann irgendwie sehr greifbar und sehr cool.

Cool, ja. Ich glaub auch, dass wir in Österreich da in gewisser Weise ein bisschen gesegnet sind mit den vielen Forschungsprojekten und Möglichkeiten, die wir hier auch haben. Auch Fraunhofer, die immer wieder coole Projekte in dem Bereich machen, oder auch mit dem AIT.

Was ist mit der Datenintelligenzoffensive? Das ist ja eine Non-Profit, ne? Vielleicht kannst du da kurz erzählen, was da so die Mission dahinter ist.

Also die Mission bei der DIO ist grundsätzlich, hier wieder Daten nicht nur nutzbar zu machen, sondern auch wirklich zu teilen. Und die DIO ist ein sehr starker Verfechter der Data Spaces. Das ist ein Konzept oder ein technisches Vehikel, das in der europäischen Datenstrategie verankert ist. High Level erklärt: Wir wissen alle, wir brauchen Daten und je vielfältiger unsere Daten oder je leichter zugänglich unsere Daten für Anwendungsbereiche sind, desto besser werden auch die Anwendungen selbst. Dabei ist aber Souveränität und Kontrolle beziehungsweise auch Qualität ein Riesenthema. Die Data Spaces ermöglichen einen Datenaustausch in einer höchst kontrollierten Art und Weise, nämlich dass ich Verträge nicht nur rechtlich feststelle, sondern die juristische Person, mit der ich diesen Vertrag eingehe, auch wirklich die ist, die sie ausgibt zu sein. Das kann man dann über Firmenbuch oder über die EIDAS zum Beispiel verifizieren lassen. Dann ist es quasi wie Willhaben für Daten. Also ich treffe mich auf diesem Data Space Marktplatz, stelle dort meine Daten in Metadatenform zur Verfügung, das heißt nicht die Datensätze selbst, sondern wirklich nur die beschreibenden Daten: Was ist in den Daten zu finden? Wie groß sind die Daten? Wer ist Ansprechpartner? In welcher Form liegen sie vor? Dann kann man quasi mit dem Anbieter in Austausch treten und sich dann einen elektronischen, standardisierten Datenaustausch über einen gewissen Zeitraum ermöglichen. Die DIO ist die Vernetzungsplattform und auch die Beratung, wie man diese Spaces dann quasi aufsetzt. Die DIO ist ein Verein, der ursprünglich aus dem Ministerium heraus gegründet wurde, um diese Datenökonomie in Österreich auch anzukurbeln und zu vernetzen. Mittlerweile sind wir nicht mehr nur Vernetzungsplattform, auch publizieren wir regelmäßig in unterschiedlichen Arbeitsgruppen zu den Themen Data Governance oder juristisch auch, um einfach hier eine bessere Aufklärung auch in der Datenökonomie in Österreich zu gewährleisten.

Ich glaub, dass all die Entwicklungen, die wir da jetzt haben, also ich glaub, dass man vieles überhaupt noch nicht wahrnimmt, was schon passiert. Wir drei leben hier in unserer KI-Bubble. Das heißt, erstens glauben wir, dass alle von KI reden oder alle wissen, was da gerade abgeht. Aber ich glaub, dass diese ganzen Entwicklungen für viele da draußen noch ganz fremd sind, was da ist, und trotzdem beeinflusst es das Leben. Und das ist, glaube ich, der wichtige Faktor. Also man muss nicht unbedingt ein Tool auch aktiv nutzen, dennoch ist man Teil des Spiels, in dem KI ein Player ist.

Was mir dann immer so wirklich Gedanken macht, ist aber auch wenn man sich private Interviews anschaut, Bill Gates, Mark Zuckerberg, ihre Kinder von diesen elektronischen Geräten abschirmen oder von den Tools weghalten. Da muss ich mich schon sehr stark fragen, okay, warum machen die das und sollte ich das nicht auch eher tun? Da gibt's einen sogenannten Satz, der eh bekannt ist: Wenn etwas gratis ist, bist meistens du derjenige, der mit seinen Daten zahlt. Also du zahlst sowieso, wenn's nicht finanzieller Natur ist, dann zahlst du mit deinen Daten. Du musst dir bewusst sein, was ist dir wichtiger. Und du kommst in vielen Bereichen nicht drum herum, und das ist eigentlich das Bedenkliche. Wo ist der Stop-Button dafür?

Genau, das ist auch so unterschwellig. Weil die meisten bemerken nicht, dass sie mit ihrer Face ID oder mit dem Daumenabdruck ihr Handy entsperren, das sind biometrische Daten. Oder mit Google Maps. Oder dass die Algorithmen, ich mein, Recommendation Engines sind jetzt nicht klassische KI, aber wir werden genudged. Wir werden sehr oft leicht in eine Richtung geschoben. Da hat natürlich, wer viele Daten hat, auf sehr subtile Art vermehrt eine Rolle in unser Leben.

Ich glaub, man muss ein bisschen aufpassen bei all diesen Dingen, dass man nicht zu sehr in irgendwelchen Paniken verfällt, weil das hat keiner gewusst und zu keinem Zeitpunkt hast du gewusst, welche Einflussnahmen alle stattfinden. Das eine Mal, dass die digitalen Einflüsse natürlich sehr massiv sind, ist klar. Aber trotz allem muss man sagen, ich hab drei erwachsene Töchter inzwischen, und du machst dir immer als Mutter auch extrem viel Gedanken über all die Geschichten. Und ich hab auch gelernt, dass viele Dinge, über die ich mir Sorgen gemacht hab in meiner Erziehung, in Wirklichkeit die anderen haben alles so viel schlechter gemacht, aber ich war ja der Meinung, gell. In Wirklichkeit ist aus allen was geworden, es hat fast überall funktioniert.

Also ich glaube, es war wirklich eine total spannende Folge. Wir haben glaube ich alle beide sehr viel mitgenommen von dir auch, das Thema, wie man mit Daten umgeht, und ich glaube auch die Zuhörer haben neue Inputs bekommen. Und ich glaub, mit dem einen oder anderen Thema kommen wir vielleicht auch irgendwann gemeinsam wieder. Alles Liebe, war total nett. Alles Liebe, macht's es gut. Ciao, Baba.