Bereits heute ist Künstliche Intelligenz (KI) im Alltag präsent. Sie begeistert Nutzer zum Beispiel durch neuartige Konzepte in der virtuellen Unterhaltungsindustrie oder erleichtert mit Spracherkennungsassistenten die internationale Zusammenarbeit. In der Industrie werden viele Prozesse noch manuell ausgeführt. Daten werden zwar erhoben, aber das entstehende Potenzial liegt brach. Ursache dafür ist oft nicht das fehlende Know-how, um KI zu implementieren, sondern die fehlende Kapazität, um KI-Lösungen für bestehende Probleme in Betracht zu ziehen und so zukunftsweisende, innovative Technologien zu etablieren.
HERAUSFORDERNDE AUFGABEN FÜR PRAKTIKANTEN
Hier ergibt sich eine optimale Chance für Studenten mit Interesse an der Thematik. Durch ihr wissenschaftliches Knowhow und ihren Ideenreichtum können sie dabei helfen, neue Use-Cases zu erschließen, umzusetzen und dabei selbst wertvolle Erfahrungen sammeln. So begann auch der Weg von Matthias Bares als Praktikant bei der Lufthansa Technik AG (LHT). Frau Dr. Nagel-Heyer, Projektinitiatorin, Head of IT for Logistics, hat ihn zusammen mit einem weiteren Studenten zu diesem Zweck ins Team geholt. Es war seine Aufgabe, herauszufinden, inwiefern der manuelle Prozess der Zolltarifierung durch den Einsatz von KI optimiert werden kann. Bei der Zolltarifierung geht es darum, einer Ware genau eine aus über 5.000 möglichen Zolltarifnummern (ZTN) zuzuordnen – denn nur dann darf sie über Zollgrenzen bewegt werden. Anhand der ZTN können unter anderem die Beschaffenheit und Funktion der Ware sowie die zu entrichtende Zollabgabe erkannt werden. Die richtige ZTN einer Ware zu bestimmen, ist selbst für erfahrene Mitarbeiter zeit- und arbeitsaufwendig: Es dauert bei der LHT durchschnittlich 25 Minuten, um die für die Tarifierung notwendigen Daten einzuholen und anhand dieser Informationen die richtige ZTN zu finden. Damit dieser Vorgang in Zukunft effizienter und benutzerfreundlicher wird, haben wir ein KI-gestütztes Konzept entwickelt, welches dem Mitarbeiter die wahrscheinlichsten Zolltarifnummern für seine Ware vorschlägt. Diese Eingrenzung der ZTN anhand weniger zu erfassender Parameter basiert auf der Verwendung von ›Supervised Machine Learning‹-Algorithmen. Auf der Grundlage von Materialdaten versuchen diese Algorithmen Muster zu finden, anhand derer die korrekte ZTN abgeleitet werden kann. Die richtigen Datengrundlagen dafür zu finden, war lange eine Herausforderung. Tarifierungsbestimmende Merkmale standen nur in Ausnahmefällen zur Verfügung. Es musste eine Lösung gefunden werden, um auch ohne diese Daten genaue Vorhersagen zu treffen. In diesem Fall lässt sich das Ausfindigmachen der korrekten ZTN gut mit einem Rätsel vergleichen: Stell dir vor, du musst herausfinden, welche Gegenstände in deinem Haushalt als letztes gekauft wurden. Dabei sind keine konkreten Informationen über die Gegenstände, beispielsweise über Form oder Farbe, verfügbar, sondern ausschließlich indirekte Informationen: Wie viel hat er gekostet? Wo wurde er gekauft? Wo wird er zuhause gelagert? Je mehr Informationen zur Verfügung stehen, desto genauer können Eingrenzungen erfolgen und die Gegenstände benannt werden. Lufthansa Technik verfügt über eine Vielzahl indirekter Daten von bereits tarifiertem Zollmaterial. Anhand dieser Informationen können Waren voneinander abgegrenzt werden.
PROJEKT ERFOLGREICH ABGESCHLOSSEN
Mithilfe dieser Daten und ›Machine Learning‹-Algorithmen wurde ein Prototyp entwickelt, der bereits erstaunlich gute Ergebnisse liefert: In den meisten Fällen ist die Vorhersage so genau, dass die erste vom Algorithmus vorgeschlagene Zolltarifnummer korrekt ist. Falls nicht, befindet sich die korrekte Nummer mit einer Wahrscheinlichkeit von nahezu 80 Prozent innerhalb der ersten drei Vorschläge. Von der Konzeptionierung und den unterschiedlichen Projektmanagementtätigkeiten bis zur prototypischen Umsetzung durften das Team ein abwechslungsreiches Aufgabenfeld bearbeiten. Studenten, die sich gerne praktisch mit aktuellen Technologien auseinandersetzen wollen, Freude am selbstständigen Arbeiten und an kreativer Lösungsfindung haben, sind herzlich eingeladen, sich für ein Praktikum im Information Management der Lufthansa Technik AG zu bewerben.
