„Das Kinderspiel Stille Post gilt in diesem Zusammenhang als Paradebeispiel für die menschliche Wahrnehmung. Alles Gesagte und Gehörte durchläuft stets einen Filter. Jeder Sprecher hat eine Idee von seinem Gegenüber und vermutet, was ihn oder sie interessieren könnte – und gleichzeitig passt der Sprechende die Geschichte nach seinen persönlichen Vorstellungen an, indem er etwa subjektiv Wichtiges ausschmückt. Darüber hinaus füllt das Gehirn automatisch Erinnerungslücken mit eigenen Erfahrungen auf und modifiziert damit die originalen Geschichten“, so Pollert weiter.
Auch Analysten können Subjektivität nicht abstellen
Doch wie lassen sich dann Entscheidungen so treffen, dass möglichst viele Informationen Berücksichtigung finden? Wer etwa viele Zeitungen und Websites parallel liest, kann vergleichen und so seine eigene Urteilsfähigkeit schärfen, doch für solch eine zeitintensive Recherche haben Entscheider schlichtweg keine Zeit.
Sie müssen notgedrungen mit unvollständigen Informationen vorliebnehmen, die irgendjemand irgendwie vorausgewählt hat. Darüber hinaus bringen sie zusätzlich ihre eigene Sicht mit ein, was Entscheidungsvoraussetzungen nochmals subjektiver und damit fehleranfälliger macht.
In solchen Untersuchungen stellt der menschliche Part also grundsätzlich einen Störfaktor dar. Denn auch Analysten können von dem eigenen Wertegerüst nicht absehen.
Neutral und international
Je stärker Analysen aber auf der Leistung emotionslos arbeitender Maschinen beruhen, desto sachlicher und häufig auch erfolgreicher gestalten sich die Entscheidungen.
Eine neutrale Entscheidungshilfe auf Basis von KI zeichnet sich dadurch aus, dass niemand die Parameter, nach denen Informationen ausgewählt werden, nach seinen Zielen gewichtet – denn wer das tut, steckt tief im subjektivistischen Denken. Wer dagegen KI-Maschinen aus Fakten Schlüsse ziehen lässt, tut dies auf neutralem Terrain.
Denn Algorithmen errechnen Wahrscheinlichkeiten für das, was geschieht, sowie dafür, wie es geschieht und liefern so einen geeigneten Anhaltspunkt für wichtige Entscheidungen. „Das passiert mit hoher Eintrittswahrscheinlichkeit, sodass sich darauf zuverlässig Entscheidungen aufbauen lassen“, berichtet Pollert aus der Praxis.
„Prisma Analytics, ein Projekt der Patentpool Group, zählt zu ebendiesen Technologien: die erste Applikation ‚Decision Point‘ unterstützt Entscheider aus Finanzwesen und Politik mit präzisen Daten und faktenbasierten Auswertungen.“ Hierbei liegen die innovativen Technologien der Quantum Relations Machine (QRM) und des C+8-Datenmodells zugrunde.
Neue Blickwinkel, unbekannte Zusammenhänge und unverfälschte Auswertungen
Letztere übernimmt dabei die vollständig automatisierte Organisation von Daten, wodurch sich menschliche Fehler quasi ausschließen lassen. „Bereits heute liest und verarbeitet die QRM tausende Terabytes an ungeordneten Informationen und legt diese als intelligente Daten im Datenmodell ab“, berichtet Pollert.
Dies führt zu einer ständig wachsenden Menge an nativ angeordneten, dynamischen Datensätzen, welche die reale Welt, ihr Verhalten und ihre Zusammenhänge digital abbilden. So entsteht ein Wissensnetzwerk aus intelligenten Daten, die sich selbstständig verknüpfen.
Daraus resultieren neue Blickwinkel, unbekannte Zusammenhänge und unverfälschte Auswertungen mit deren Hilfe sich Voraussagen und Entscheidungshilfen auch für komplexe Fragestellungen erzeugen lassen. Je mehr Informationen dabei zur Verfügung stehen, umso präziser und ganzheitlicher fallen die Handlungsempfehlungen aus.
Zukünftig sieht Pollert großes Potenzial in diesem Bereich: „Auch an maßgeschneiderten Lösungen für anspruchsvolle und spezialisierte Anwender feilt Prisma Analytics. Darüber hinaus befindet sich eine Developer-API in der Entstehung, um externen Entscheidern und Entwicklern den Zugang zum Datenmodell zu ermöglichen und so die Technologie für die Welt nutzbar zu machen. Entscheider sind also gut beraten, nicht nur ihrer Intuition zu vertrauen, sondern auch technische Lösungen zur besseren Entscheidungsfindung zu befragen.“
Foto: Shutterstock
