Informationstechnologie wird zu unterschiedlichen Zwecken genutzt: zur Kommunikation, zur effizienten Verwaltung großer Datenmengen und zur Automatisierung und Beschleunigung von beliebigen Prozessen.

Eine Automatisierung nimmt dem Menschen die Verantwortung für die Bedienung von Maschinen, für Prozesssteuerung, für Programmaufrufe oder für die Einleitung von Sicherheitsmaßnahmen. Es gibt keine Konzentrationsprobleme, Ermüdungserscheinungen oder eine Notwendigkeit für Pausen und es sind Reaktionszeiten möglich, die für einen Menschen nicht erreichbar sind.

Diese Automatisierung wird standardmäßig durch die Definition von Regelsystemen und die Programmierung von Algorithmen umgesetzt.

KI ist eine Technik, die selbst lernen kann und bei der nicht alle Optionen programmiert werden müssen. Für diese Technik werden Modelle definiert und es wird eine zu diesen Modellen passende Datenbasis ausgewählt. Der Trainingsprozess von KI-Modellen ist oft komplex und erfordert viel Zeit, Rechenressourcen und Fachwissen.

Die Bereitstellung der „richtigen“ Daten zum Training der KI-Modelle scheitert oft an der fehlenden Vollständigkeit oder an einer unzureichenden Datenbereinigung und Vorverarbeitung. Damit bleibt auch nach einer Validierung und Freigabe von KI-Modellen ein Risiko für Fehler.

Dieses Risiko führt zu der Frage, wer KI kontrollieren kann und ob KI grundsätzlich beherrschbar ist. Diese Frage ist eng verknüpft mit der Herausforderung, komplexe Prozesse zu beherrschen.

Eine Lösung ist die konsequente Modularisierung und damit Spezialisierung von Prozessen und KI-Modellen. Die Bereitstellung von Methoden zur Erklärung und Interpretation dieser Modelle bleibt trotzdem eine Herausforderung.

Eine konsequente „Data First“-Strategie bietet einen Ansatz, dieses Problem zu lösen.

Die tatsächliche Anzahl von Datenzustandsänderungen ist im Vergleich zu den theoretisch möglichen Optionen sehr begrenzt. Das erlaubt eine Festlegung von Definitions- und Wertebereichen sowohl für mögliche Eingaben als auch für die erwarteten Ausgaben pro Modul. Module können eine Benutzerinformation liefern oder einen Datenzustand ändern.

Ein Prozess stoppt oder erzeugt einen Fehler, sobald ein ausgegebener Datenzustand nicht im Wertebereich des aktiven Moduls oder nicht im Definitionsbereich eines Folgemoduls liegt.

Der Aufruf von neuen Modulen, beziehungsweise von Teilprozessen, durch eine Datenzustandsänderung führt zu einem neuen Ansatz für die Steuerung komplexer Prozesse. Dieser Ansatz erlaubt eine robuste Verkettung von KI-gesteuerten Modulen mit fest programmierten Algorithmen.

Eine solche Verkettung schafft nicht nur die Basis für Skalierung und Parallelisierung von automatisierten Lösungen, sondern sie erlaubt auch eine Verifizierung und Nachvollziehbarkeit für den Anwender.

Das dadurch geschaffene Vertrauen ist eine Voraussetzung, um Akzeptanz für den Einsatz neuer Lösungen zu schaffen und das Thema KI zu entmystifizieren.