Künstliche Intelligenz braucht zum „Lernen“ viele Daten, und sie lernt umso schneller, je besser diese Daten sind. Was aber, wenn Informationen nur in unstrukturierter Form vorhanden sind: als Bilder oder als Texte? Mit ebendieser Frage beschäftigt sich die Arbeitsgruppe „Data Analytics“ der Universität Paderborn am Beispiel von Internetplattformen wie Ebay, Airbnb und Co., die stark mit Fotos arbeiten.
Bei der Vermietungs-Plattform Airbnb geht es beispielsweise um die Preisgestaltung. „Anhand von Informationen, die ich angebe, schlägt mir Airbnb einen Preis vor, zu dem ich meine Wohnung vermieten kann“, erläutert Oliver Müller, Wirtschaftsinformatiker und Leiter der Arbeitsgruppe. Bei diesen Informationen handelt es sich bisher überwiegend um Bezugsdaten wie Lage oder Größe der Wohnung. Das Team um Müller arbeitet nun daran, dass Software anhand von Fotos erkennen kann, ob eine Wohnung modern, hochwertig und gepflegt ist. „In diesem Zusammenhang stellen wir uns die Frage, welchen Einfluss Bilder auf unsere Zahlungsbereitschaft nehmen. Kann ein Algorithmus allein anhand eines Bildes beurteilen, wie gut oder schlecht ein Produkt ist?“, sagt der Professor.

„Die Anwendung von Machine Learning zur inhaltlichen Analyse von Texten und Bildern steht noch relativ am Anfang“, räumt Müller ein. „Eine wirklich objektive Kategorisierung ist aktuell noch nicht möglich.“ Ähnlich sieht es bei Bewertungsportalen aus, bei denen die Daten in der Regel in Form unstrukturierter Texte vorliegen. Mit Hilfe von KI-Verfahren werden sie zunächst Kategorien zugewiesen, später werden Themen herausgearbeitet und Zusammenhänge erfasst. Diese Daten sind dann die Grundlage für das Machine Learning.