Ansatz für eine nutzbare künstliche Intelligenz für domänenspezifische Anwendungen insbesondere im Ingenieurbereich (UAI)

Motivation

Datengetriebene Methoden, maschinelles Lernen und Methoden der künstlichen Intelligenz, werden bei der Lösung der technisch-technologischen Herausforderungen, insbesondere in industriellen Anwendungen, trotz vielfältiger Entwicklungsfortschritte noch nicht in vollem Umfang ausgeschöpft. Begründet wird dies vor allem mit der unzureichenden Praxistauglichkeit von KI-Lösungen. Um das Potenzial von KI-Methoden auszuschöpfen, setzen technische Praktiker häufig auf die interdisziplinäre Zusammenarbeit mit Data-Science-Spezialisten oder Beratern. Bei der Entwicklung und Anwendung von KI-Methoden ist die Beherrschung einer Vielzahl von Methoden zur lösungsorientierten Erfassung, Vorverarbeitung und Qualitätssicherung benötigter Daten sowie zur Auswahl geeigneter Algorithmen und deren Anpassung erforderlich. Die Bewältigung dieser Komplexität erfordert in der Regel einen hohen Aufwand, sowohl für den einzelnen Fachexperten als auch für die Dateningenieure und Datenanalysten. Komplexität und Intransparenz der KI-Methoden behindern daher die Effektivität und Effizienz des KI-Einsatzes. Mit dem Fokus auf die benutzerfreundliche Bereitstellung KI-basierter Anwendungen wurde das Paradigma der Usable AI (UAI) definiert.

Ansatz für die nutzergerechte, nutzbare KI (UAI)

Das UAI-Paradigma platziert eine interaktive Kommunikationsebene zwischen der benutzerzentrierten Bottom-up-Ansicht und der modellierungsbasierten Top-down-Ansicht. Das Konzept zielt darauf ab, dass diese kommunikative Ebene von beiden Seiten proaktiv angegangen wird. Die UAI-Schicht soll Struktur, verständliches Methodenwissen und eine auf den jeweiligen Nutzer zugeschnittene Anleitung bieten. Um die relevanten Benutzerrollen anzusprechen, müssen sich die bereitgestellten Methoden auf jede der Benutzerrollen beziehen und die Möglichkeit bieten, komplexe Konzepte im für die Anwendung erforderlichen Umfang zu erfassen. Vor allem unterstützt die kommunikative UAI-Schicht nicht nur die Bereitstellung von KI-Lösungskonzepten für potenzielle Nutzer, sondern bildet auch eine gemeinsame Basis, um domänenspezifische Anforderungen sichtbar zu machen. Durch die Bereitstellung von Domänenkontext für Methodenentwickler, die Unterstützung der Zielkommunikation innerhalb des Domänenkontexts und die verständliche Darstellung datenwissenschaftlicher Erkenntnisse für Benutzer stellt UAI einen großen Schritt in Richtung Anwendbarkeit von KI-Methoden dar.

Bild 1: Schichten der Vollständigkeit des KI-Modells

Die Elemente des UAI-Paradigmas sind in Bild 2 dargestellt und dienen als Blaupause für die Berücksichtigung aller Nutzerbedürfnisse. Die Unterattribute müssen berücksichtigt werden, um die Benutzerfreundlichkeit einer KI-Anwendung zu erreichen. Daher ist es wichtig, bei der Bestimmung der Benutzeranforderungen für einen bestimmten Anwendungsfall alle Attribute zu berücksichtigen und Lösungsansätze an die Benutzerrolle, das Ziel und den Domänenkontext in jeder dieser Kategorien anzupassen.

Bild 2: Anatomie des Paradigmas der nutzbaren künstlichen Intelligenz (UAI)

Details wurden in [1, 2, 3] publiziert.

Aktuelle Forschungsarbeiten

Dieses Paradigma liegt allen Projekten zugrunde, die auf KI-Anwendungen abzielen. Unsere Motivation sind Anwendungen, die auf dem Hallenboden effizient und nutzerfreundlich anwendbar sind.

Für Unternehmen bieten wir Beratungen sowie Qualifizierungsformate an.

Call to Action

Wir sind an einer domänenübergreifenden Diskussion unseres Vorschlags für das UAI-Paradigma interessiert. Zudem würden wir gern in Forschungsprojekten mitwirken, in denen die Nutzerfreundlichkeit von KI angestrebt wird. Gemeinsame Evaluationen und Publikationen wären uns sehr wichtig.

Publikationen

3	Wiemer, H.; Conrad, F.; Lang, V.; Boos, E.; Mälzer, M.; Feldhoff, K.; Drowatzky, L.; Schneider, D.; Ihlenfeldt, S.: Illustration of the Usable AI Paradigm in Production-Engineering Implementation Settings. In: Degen, H., Ntoa, S. (eds) Artificial Intelligence in HCI. HCII 2023. Lecture Notes in Computer Science (pp.640-661), vol 14050. Springer, Cham. https://doi.org/10.1007/978-3-031-35891-3_40
2	Wiemer, H. ; Conrad, F.; Lang, V.; Boos, E.; Mälzer, M.; Feldhoff, K.; Drowatzky, L. ; Schneider, D.; Ihlenfeldt, S.: Illustration of the Usable AI Paradigm in Production-Engineering Implementation Settings. HCI international 2023, 25^th International Conference on Human-Computer Interaction, Copenhagen, Denmark 23-28 July 2023, Proceeding accepted and plannend In: Lecture Notes in Computer Science series. Springer Volume 14050
1	Wiemer, H.; Schneider, Dorothea; Lang, Valentin; Conrad, Felix; Mälzer, Mauritz; Boos, Eugen; Feldhoff, Kim; Drowatzky, Lucas; Ihlenfeldt, Steffen: Need for UAI–Anatomy of the Paradigm of Usable Artificial Intelligence for Domain-Specific AI Applicability. Multimodal Technol. Interact. 2023, 7(3), 27; https://doi.org/10.3390/mti7030027