Bei der Integration einer künstlichen Intelligenz kann man von zwei Ausbaustufen sprechen: Einerseits kann KI eine Optimierung und Verbesserung schon vorhandener Themen sein. Wenn man zum Beispiel an die Datenanalyse denkt, also im Bereich Data Intelligence und Advanced Analytics, lassen sich durch den Einsatz von KI bestehende Problemlösungen und Abläufe teilweise noch effizienter gestalten. Andererseits kann man mit dem Einsatz von KI dort auch ganz neue Use Cases entdecken, die vielleicht sogar völlig neue Geschäftsmodelle ermöglichen.

Von der Sprache bis zum Bild

Um zu erkennen, wo der Einsatz sinnvoll ist, kann man einen Blick auf das Periodensystem der künstlichen Intelligenz werfen. Demnach werden in einer Phase mit diversen Technologien Informationen erfasst - sei es Sprache, Ton, Gesichter oder Bilder. Es handelt sich also dabei generell um die Erkennung von Dingen. Diese Informationen werden verarbeitet, und daraus ergeben sich Schlussfolgerungen. Diese werden abschließend ausgegeben, oder es werden Aktionen angestoßen, sei es mittels Sprache oder in anderer Form. Der Ablauf ist ähnlich wie bei einem Menschen: Man nimmt Informationen auf, verarbeitet diese und gibt dann ein Ergebnis aus. „Bei KI sprechen wir daher nicht über eine einzelne Technologie", erklärt Sandra Buchheister, Portfolio-Managerin für künstliche Intelligenz bei DB Systel, und ergänzt: „Die verschiedenen Technologien sind unterschiedlich weit entwickelt."

So ist zum Beispiel Natural Language Processing (Verarbeitung natürlicher Sprache) - eine Technologie, die beispielsweise in Sprachassistenzsystemen, Sprachsteuerungen, Dialogsystemen oder für die Analyse von Text verwendet wird - relativ weit entwickelt. Hier gibt es Use Cases und Entwicklungen, aber auch erste Standardprodukte bei der Bahn wie DB Early Bird - eine Anwendung, die mit Informationen aus sozialen Medien und anderen öffentlich verfügbaren Datenquellen Verspätungen, Staus und Flugausfälle erkennt und geografisch verortet. Auch das Chatsystem Assistify bedient sich in Teilen einer KI, um zum Beispiel den Kundensupport oder die Kommunikation in Teams zu unterstützen. Gleichzeitig gibt es große Themen, die eine vollumfassende Betrachtung benötigen, um Potenziale in den Bereichen Disposition, Fahrplanoptimierung, autonomes Fahren möglichst auszuschöpfen. „Das sind sicherlich die größeren Potenziale für den Konzern.

Wissen verteilen und Lösungen anbieten

Ein Blick ins Marktumfeld zeigt, dass sich DB Systel in vielen KI-Bereichen mit anderen Anbietern auf Augenhöhe befindet. So setzt der Onlinehändler Amazon bei seinem Lebensmittellieferservice Amazon Fresh Bild- und Infrarotkameras in Verbindung mit einer KI ein, um zum Beispiel automatisch den Reifegrad von Avocados zu erkennen. „Davon sind wir nicht weit entfernt", sagt Oliver Petrich. So hilft KI bereits an Bahnsteigen dabei, im Winter mit KI und Überwachungskameras starken Schneefall zu erkennen und den Räumdienst zu beauftragen. Gleichzeitig werden automatisch erfasste Personen anonymisiert. Bei der Videoanalyse mit selbst programmierten Algorithmen gibt es also hohe Erkennungsraten - und das bei sehr wenig Trainingsdaten. „Wir analysieren vielleicht keine Avocados, aber wir erkennen, ob Schnee am Bahnsteig liegt, was vom Komplexitätsgrad sicher vergleichbar ist."