© Flickr by blumenbieneIm Crowdsourcing ist die Zusammenarbeit vieler Einzelpersonen an einem Problem oft effektiver als die Arbeit eines Einzelnen. Das liegt daran, dass das kollektive Wissen der Gruppe eine umfassende und komplexe Bearbeitung des Problems ermöglicht und dadurch wesentlich bessere Ergebnisse erzielt werden. Der Begriff Schwarmintelligenz bezieht sich auf genau dieses Phänomen.
Hier finden Sie weitere Informationen zu unseren Crowdsourcing-Lösungen. Finden Sie die passende Lösung für Ihr Projekt!
Schwarmintelligenz ist ein grundlegender Bestandteil des Crowdsourcing. Viele Bereiche des Crowdsourcing nutzen kollektive Intelligenz, um Ergebnisse zu verbessern. Beispiele hierfür sind das Crowdtesting, bei dem zahlreiche Nutzer Apps oder Webanwendungen auf Fehler prüfen, oder Wikis, in denen Leser Artikel bearbeiten und erweitern. Dadurch kann weitaus mehr erreicht werden, als wenn eine Person allein arbeiten würde.
Obwohl Schwarmintelligenz beim Crowdworking und Crowdtesting eine Rolle spielt, sind sie nicht exakt dasselbe. Bei der Schwarmintelligenz arbeiten alle Einheiten individuell, werden aber manchmal von anderen in der Menge beeinflusst. Daher können sie ihr Verhalten basierend auf dem kollektiven Schwarm anpassen. Beim Crowdworking haben die meisten Individuen keine Verbindung zueinander. Sie arbeiten oder produzieren Daten so, wie sie es für richtig halten.
Viele fragen sich, ob Schwarmverhalten oder Crowdworking besser ist. Dies lässt sich jedoch pauschal kaum beantworten, da beide Ansätze oft Hand in Hand gehen. Zudem können sie sich gegenseitig beeinflussen, und je nach Situation ist mal der eine, mal der andere Ansatz angemessener. Eine Studie von NPR analysierte dies, nachdem 17.000 Menschen gebeten wurden, das Gewicht einer Kuh zu schätzen.
Mit nur wenig Wissen über Kühe und lediglich einem Foto als Basis schnitt die „Crowd“ sehr gut ab – die Schätzung lag weniger als 70 Pfund unter dem tatsächlichen Gewicht. Danach wurden nur 49 Personen gebeten, mithilfe einer Schwarmintelligenz-Plattform von „Unanimous“ zu schätzen. Diese Plattform nutzt einen Echtzeit-Algorithmus, der die Gedanken aller Teilnehmer zu einem Ganzen bündelt – eine Methode, die als „Brain of Brains“ bekannt ist. Man würde bei einer Gruppe von nur 49 Personen eine größere Fehlermarge vermuten, doch die Schätzung war verblüffend nah an der der 17.000 Personen, mit einer Abweichung von nur 3 %.
Die oben genannte Studie zeigt, dass weniger Personen erforderlich waren, wenn Schwarmintelligenz in die Situation einbezogen wurde. In manchen Fällen kann das sehr vorteilhaft sein. Bei Telekommunikationsunternehmen etwa können solche Anwendungen dafür sorgen, dass Anrufe effizienter geroutet werden. Das ist besser, als Hunderte zusätzlicher Mitarbeiter einstellen zu müssen, um Anrufe über denselben Weg entgegenzunehmen.
Es gibt jedoch zahlreiche Situationen, in denen Crowdworking die bessere Wahl ist. KI-Systeme können nicht immer allein auf Basis von Schwarmintelligenz mit Daten gefüttert werden. Tatsächlich möchten Unternehmen manchmal das Schwarmverhalten erst mithilfe der Crowd erforschen oder weiterentwickeln. Eine der einfachsten Methoden hierfür sind Umfragen oder Abstimmungen. Es kann jedoch weitaus komplexer sein: Viele Aufgaben bei clickworker sammeln beispielsweise Daten darüber, wie Menschen sprechen, reagieren, konsumieren, sich bewegen und Entscheidungen treffen.
Heutzutage ist die KI-Entwicklung für viele Unternehmen und deren Arbeitsweise von entscheidender Bedeutung. Es gibt eine lange Geschichte rund um die Intelligenz von Massen und Schwarmintelligenz. Daher überrascht es nicht, dass beide maßgeblich am Fortschritt der KI-Technologie beteiligt sind.
Crowdworking hat bereits vielen Unternehmen geholfen. Ein Beispiel ist ein Hersteller von Spracherkennungssystemen für Autos, der sein Produkt verbessern wollte. Über clickworker nutzte das Unternehmen die Macht der Crowd, um die KI voranzutreiben. Diese KI wurde für maschinelles Lernen eingesetzt, um die Fähigkeiten des Systems zu erweitern. Clickworker weltweit nahmen fast eine Million Sprachbefehle auf. Diese von der Crowd erzeugten Daten ermöglichten es der Software, das System mittels KI zu trainieren und die Genauigkeit massiv zu steigern.
Swarm AI ist eine von Unanimous AI entwickelte Plattform. Sie kombiniert Algorithmen mit menschlichen Erkenntnissen, um präzisere Daten zu generieren. Dazu vernetzt die Plattform Gruppen von Menschen mit KI-Systemen. Ermi LLC, ein Unternehmen aus dem Gesundheitswesen, nutzte Swarm AI, um die Auswirkungen der globalen Covid-Pandemie auf ihre Verkaufszahlen zu prognostizieren. In virtuellen Meetings wurden Vertriebsmitarbeiter, Manager und Partner befragt. Die daraus gewonnenen Daten wurden in die Plattform eingespeist und lieferten eine Vorhersage für die Umsätze der nächsten zwei Quartale. Diese erwies sich als korrekt, weshalb das Unternehmen Swarm AI auch weiterhin erfolgreich einsetzt.
Es gibt verschiedene Arten des maschinellen Lernens. Beim überwachten Lernen werden einem KI-System Daten von Menschen gegeben, um es anhand von Beispielen zu lehren. Beim unüberwachten Lernen hingegen sucht der KI-Algorithmus selbstständig nach Trends in den Daten. Er benötigt keine vorgegebenen Beispiele und muss nicht angewiesen werden, spezifische Daten herauszufiltern. Er scannt einfach nach Ähnlichkeiten – zum Beispiel beim Versenden von Werbe-E-Mails an Kunden mit ähnlichen Einkaufsgewohnheiten.
Eine weitere Form ist das bestärkende Lernen. Hier führt das KI-System verschiedene Aktionen aus, um ein bestmögliches Ergebnis zu erzielen. Dies geschieht durch ein Belohnungsprinzip: Abhängig von den bewerteten Daten erhöht sich die „Belohnung“. Das System probiert so lange verschiedene Wege aus, bis es die optimale Lösung findet. 2018 brachte das KI-Unternehmen Wayve einem System mittels Deep Reinforcement Learning innerhalb nur eines Tages das Autofahren bei. Die KI wurde belohnt, wenn sie Hindernissen auswich, die Spur hielt und bestimmte Geschwindigkeiten einhielt – ganz ohne manuelle Steuerung oder externe Assistenzsysteme.
