Megatrend Big Data: Das ist das neue Gold!

von Julia Groß, Euro am Sonntag

Uber-Chef Travis Kalanick gilt weder als besonders rücksichtsvoll noch als spendabel. Der amerikanischen Topuniversität Carnegie Mellon in Pittsburgh schenkte der Unternehmer Anfang des Monats trotzdem 5,5 Millionen US-Dollar für eine neue Professorenstelle und ein paar Doktoranden-Stipendien. Offenbar hatte selbst Kalanick das Gefühl, dass er ­etwas wiedergutzumachen hätte: Im Frühsommer warb der Taxikonkurrent Uber dem renommierten Robotik-Zen­trum der Uni nämlich auf einen Schlag 40 Experten für autonomes Fahren und künstliche Intelligenz (KI) ab, fast die Hälfte der Belegschaft.

Auf der Suche nach Mr. Spock

Ubers Personal-Coup war in seiner Dimension zwar extrem. Doch der Kampf um die besten Köpfe in dem Feld ist in den vergangenen zwei, drei Jahren weltweit zunehmend verbissener geführt worden - schließlich lockt ein rasant wachsender Milliardenmarkt. Der chinesische Suchmaschinenriese Baidu hat 2014 beispielsweise Google den wichtigsten Mann für sogenannte Deep-­Learning-Technologien weggeschnappt. Toyota engagierte Anfang des Monats den Top-Robotik-Ingenieur des amerikanischen Militärs. Konzerne wie Yahoo, IBM oder Microsoft übernahmen zuletzt KI-Start-ups in Serie. Das Thema hat unter den größten Technologieunternehmen der Welt inzwischen höchste Priorität.

Denn sie versprechen sich von künstlicher Intelligenz umfassende Veränderungen unserer Lebens- und Arbeitswelt. Durch die leistungsstarken Computeranwendungen sollen ganz neue Märkte entstehen. Alle Branchen und Firmen, die mit großen Datenmengen umgehen müssen, können von der Entwicklung enorm profitieren. "Im Windschatten des Big-Data-Trends entsteht hier gerade eine sehr interessante Industrie, die von vielen Analysten und Investoren noch gar nicht erkannt wurde", sagt Patrick Kolb, Manager des Credit Suisse Global Security Fonds.

Solche tiefgreifenden Veränderungen sind nicht ohne Risiken. Die KI-Inno­vationswelle wird neue Jobs schaffen - aber auch welche vernichten. Und überall dort, wo mit Daten gearbeitet wird, bieten sich auch Möglichkeiten für Missbrauch und Betrug.

Rebellion der Maschinen

Eher in die weit entfernte Zukunft gehört dagegen die Angst vor Maschinen mit einem eigenen Bewusstsein, wie sie aus Hollywood-Streifen von "Terminator" bis "Her", in dem sich der Hauptdarsteller in ein intelligentes Betriebssystem mit der Stimme der Schauspielerin Scarlett Johansson verliebt, bekannt sind. Auch wenn Prominente wie der ­Astrophysiker Stephen Hawking oder Tesla-Chef Elon Musk Bedenken zur Kontrolle künstlicher Intelligenz geäußert haben: Vom Zeitpunkt, an dem Computer die menschliche Intelligenz weit hinter sich lassen, trennen uns noch Welten. "Natürlich denken heutige Maschinen nicht wie wir. Das ist mit der aktuellen Technologie nicht möglich. Aber sie sind in Bereichen hervorragend, in denen der Mensch nicht so gut ist, zum Beispiel bei der Analyse riesiger Datenmengen", sagt Martin Rufli, Wissenschaftler am IBM-Forschungszentrum Zürich.

Um zu verstehen, was KI-Anwendungen heute und in den kommenden Jahren leisten können, muss man verstehen, was sie eigentlich vom heimischen PC unterscheidet. Stark vereinfacht sind das nur wenige Punkte: KI-Systeme verarbeiten unstrukturierte Daten. Das bedeutet, sie filtern Informationen nicht nur aus klar definierten Datenbanken und Exceltabellen heraus, sondern aus Textdokumenten, Nachrichten, sozialen Netzwerken, Wetterberichten oder auch gesprochener Sprache, in Zukunft auch aus Bildern. Dabei sind sie unglaublich schnell.

Der zweite große Unterschied: Die ­sogenannten kognitiven Systeme sind in der Lage, aus der Masse der ihnen zur Verfügung gestellten Daten Hypothesen zu bilden. Sie spüren vorher unbekannte Relationen und Kombinationen von Daten auf, ebenfalls extrem schnell. Und sie können bewerten, wie gut oder belastbar ihre Hypothesen sind. Anhand von vielen Beispielen und Feedbacks durch die Benutzer verbessern sich kognitive Systeme außerdem - das ist das sogenannte maschinelle Lernen.

Die Entwicklung solcher Systeme ist mit der Generierung unfassbar großer Datenmengen (Big Data) aufs Engste verbunden. "Diese Daten können ohne Maschinen als ,smarte Assistenten‘ des Menschen nicht interpretiert werden. Umgekehrt brauchen kognitive Systeme aber auch riesige Datenmengen, um verwertbare Ergebnisse liefern zu können", sagt Martin Rufli von IBM. Heute produziert jeder von uns täglich eine kleine Datenlawine - durch Telefonieren, Surfen im Internet, ja sogar beim Autofahren. "Daten sind der Rohstoff der Zukunft", hat selbst Bundeskanzlerin Angela Merkel erkannt.

Tag der Abrechnung

Es ist daher kein Wunder, dass sich als Datenkraken bekannte Techgiganten wie Google, Facebook, Baidu oder Amazon an vorderster Front für künstliche Intelligenz engagieren. Sie wollen unsere Wünsche antizipieren und mit entsprechenden Angeboten reagieren, dafür immer mehr über unser Verhalten lernen. Persönliche Assistenten im Smartphone, ob sie nun Siri, Cortana oder Google Now heißen, stehen beispielhaft für viele KI-Anwendungen: Sie interagieren - im Idealfall - ganz natürlich mit uns über Sprache, und sie lernen mit jeder Benutzung, besser auf unsere Bedürfnisse einzugehen, sammeln dabei gleichzeitig noch mehr Daten. Internetfirmen, die sich hier einen Vorsprung erarbeiten, profitieren sofort in Form von höheren Umsätzen. Mehr Käufe, mehr Benutzer, mehr Anzeigenkunden - Leistung schlägt sich direkt im Verdienst nieder.

Matrix Reloaded

Zunehmend überwinden Cognitive-­Computing-Anwendungen aber auch die Grenzen zu anderen Branchen. IBM sieht beispielsweise im dem hauseigenen Watson-System seine Chance, mit Dienstleistungen neue Standbeine abseits vom traditionell Hardware-lastigen Kerngeschäft zu etablieren. Watson machte erstmals 2011 Schlagzeilen, als das System im US-Fernsehquiz "Jeopardy" die beiden bis dahin erfolgreichsten Spieler besiegte.

Im vergangenen Jahr gründete IBM die neue Sparte Watson Group, die nun die Fähigkeiten von Watson für verschiedenste Anwendungen nutzen und vermarkten soll. Beispielsweise im Gesundheitssektor: Krebspatienten stehen heute eine Vielfalt an möglichen Therapiekombinationen zur Verfügung, und kein Arzt kann wirklich den Überblick darüber behalten, was für einen individuellen Fall die beste Alternative sein könnte. Watson nimmt Daten wie Alter des Patienten, Krankengeschichte, genetische Merkmale des Tumors und gleicht sie mit der gesamten medizinischen Literatur ab. Darauf basierend schlägt das System Therapien vor und gibt eine Bewertung ab, wie hoch die Evidenz für deren Wirksamkeit ist. Der gesamte Prozess läuft um ein Vielfaches schneller ab, als es die behandelnden Ärzte sonst leisten könnten - und Zeit ist ein wichtiger Faktor bei der Krebs­bekämpfung. 14 Krebsbehandlungszentren in den USA und Kanada sind bereits an das System angebunden.

IBM ist nicht der einzige Anbieter solcher Dienstleistungen. Die deutsche Firma Molecular Health, die vom SAP-Gründer Hopp finanziert wird, bietet eine ähnliche Anwendung, die heute schon SAP-Angestellten offensteht, die an Krebs erkranken. Auch das US-Unternehmen Foundation Medicine arbeitet in diesem Bereich. Aufgrund seiner Größe und Finanzkraft konnte IBM allerdings bereits ein deutlich größeres Netzwerk an Kooperationspartnern knüpfen. Der auch als "Big Blue" bekannte Konzern kauft zudem ständig neue Technologien dazu. Zuletzt übernahm IBM im August Merge Healthcare, um Watson "sehend" zu machen, also die Verarbeitung von visuellem Input zu ermöglichen. Die Maschine soll junge Ärzte trainieren, Patienten für klinische Studien rekrutieren, bei der Wirkstoffforschung helfen oder die Krankenversicherung bei der Qualitätssicherung unterstützen.

Es braucht nicht viel Fantasie, um einen weiteren Sektor zu identifizieren, wo das automatisierte, intelligente Durchforsten großer Datenmengen sinnvoll wäre: Die Finanzbranche ist ­ bereits dabei, KI-Anwendungen für sich zu erschließen. Die Citigroup soll bereits 2012 begonnen haben, mit IBM eine Version von Watson zu entwickeln, die Kunden auf sie zugeschnittene Investments empfiehlt. Was daraus wurde, ist unbekannt.

Goldman Sachs hat sich an Kensho beteiligt, einem System, das blitzschnell Anfragen wie "Welche Sektoren zählten drei Monate vor und nach einer Zins­erhöhung zu den Gewinnern und welche zu den Verlierern?" beantworten kann. Kensho versteht dabei ganz normale Fragen auf Englisch und verarbeitet für die Antwort eine Vielzahl von Daten, von Quartalszahlen über Aktienkurse bis hin zu ­Notenbankberichten und Produktvorstellungen. Unterdessen schießen sogenannte Robo-Advisors, die die Aufgaben von Vermögensverwaltern, Bankberatern und Fondsmanagern übernehmen, wie Pilze aus dem Boden.

Da ist zum Beispiel die britische Firma Nutmeg: Mit wenigen Klicks gibt der Anleger auf der Internetseite sein Investmentziel und seinen Investmenthorizont an, schätzt seine Risiko­affinität ein und wählt zwischen Einmalanlagen oder Sparplan. Nutmeg baut ­daraus ein global diversifiziertes ETF-Portfolio, dessen Gewichtung monatlich angepasst wird. Das System gleicht auch den Anteil verschiedener Assetklassen an die Finanzmarktsituation und das persönliche Risikoprofil an. Alle Veränderungen können auf der Webseite nachvollzogen werden. Ab Anfang 2016 sollen auch Investoren außerhalb von Großbritannien den Service in Anspruch nehmen.

Besonders junge Anleger sind den neuen, kostengünstigen Investmentmaschinen gegenüber äußerst aufgeschlossen. Einer aktuellen Umfrage zufolge tendieren aber auch sehr reiche Kunden dazu, die Dienste von Robo-Advisors in Anspruch zu nehmen. In Asien und Lateinamerika, wo die Gruppe der Reichen und Superreichen am schnellsten wächst, sprachen sich sogar 70 bis 76 Prozent dafür aus.

Diese Statistik dürfte den großen Privat- und Investmentbanken ein Dorn im Auge sein. So handeln sie nach der Devise "Wen wir nicht schlagen können, den kaufen wir". BlackRock übernahm im August das US-Start-up FutureAdvisors, Fidelity kooperiert eng mit der Firma Betterment. Die Beratungsfirma A.T. Kearney pro­gnostiziert, dass das von intelligenten Computern verwaltete US-Vermögen in den kommenden fünf Jahren um 68 Prozent auf 2,2 Billionen Dollar steigt.

"Es gibt extrem viele Anwendungsmöglichkeiten für künst­liche Intelligenz, die auch ex­trem hilfreich sind", sagt Credit-­Suisse-Portfoliomanager Patrick Kolb. "Allerdings müssen sensitive Daten auch geschützt werden." Er beobachtet die Entstehung ganz neuer Märkte für ­Firewall- und Antivirenspezialisten. Nicht nur KI-Systeme wie Watson müssen vor Eindringlingen, die Daten stehlen oder das System manipulieren wollen, geschützt werden. Letztlich alle Endgeräte, die vernetzt sind und Daten liefern, bedürfen effektiverer Schutzmaßnahmen, wie etwa die Fernsteuerung eines Jeep Cherokee durch zwei Hacker in diesem Sommer gezeigt hat.

Auf der anderen Seite können aber kognitive Systeme auch selbst für mehr Sicherheit sorgen: Etwa indem sie den Zahlungsverkehr von Banken und Kreditkartenanbietern beobachten oder die Transaktionen von Börsenhändlern verfolgen. Sie können zur Terrorismus­bekämpfung eingesetzt werden oder sensible Strukturen wie zum Beispiel das Stromnetz überwachen. In den kommenden fünf Jahren wird der Bereich Cyber-Security nach Schätzungen der Marktforschungsfirma Markets and Markets jährlich um knapp zehn Prozent wachsen, von aktuell 106 Milliarden Dollar auf 170 Milliarden im Jahr 2020. Einzelne Sektoren wie beispielsweise Sicherheitssoftware für Cloud-Anwendungen entwickeln sich mit hohen zweistelligen Zuwachsraten.

"Es besteht kein Zweifel daran, dass künstliche Intelligenz enorme wirtschaftliche Werte schafft", sagt Andrew Ng, der leitende KI-Wissenschaftler, den Baidu von Google abgeworben hat. Wer jetzt einsteigt, hat gute Chancen, von einer Phase großer Wachstumsbeschleunigung zu profitieren.

Übernahmen

2012:
Amazon > Kiva (mobile Roboter)
IBM > Kenexa (Datenanalyse)
Dropbox > Anchovi Labs (Bildklassifikation)

2013:
Google > DNNresearch (Sprachverarbeitung)
Yahoo > IQ Engines (Bilderkennung)
Yahoo > LookFlow (Bilderkennung)
Yahoo > SkyPhrase (Sprachverarbeitung)
Intel > Indisys (Sprachverarbeitung)
Intel > Omek (Erkennung von Gesten)
Amazon > Evi Technology (Internetsuche und Sprachverarbeitung)

2014:
Google > DeepMind (Deep Learning)
Google > Dark Blue (Deep Learning)
Google > Vision Factory (Bilderkennung)
Google > Jetpac (Bilderkennung)
Twitter > Madbits (Bilderkennung)
Pinterest > VisualGraph (Bilderkennung)
Linkedin > Bright (Datenverarbeitung)
Ebay > Apptek (Übersetzung)

2015:
IBM > Alchemy API (Datenverarbeitung, Deep Learning)
Microsoft > Equivio (Deep Learning)
Microsoft > Revolution Analytics (Statistik, ­Prognosen)
Infosys > Panaya (automatisiertes Qualitäts­management)
Facebook > Wit.ai (Spracherkennung)
Twitter > Whetlab (Deep Learning)
IBM > Merge Healthcare (Bilderkennung)

Investor-Info

IBM
Von Big Blue zu KI

Der Techkonzern befindet sich in einer Übergangsphase. Das Hardwaregeschäft schrumpft, im Servicebereich gibt es viel Konkurrenz. Das Umsatzwachstum ist auf dem Tiefststand. Sicherheit und Cognitive Computing sollen die neuen Wachstumstreiber werden. Auf Basis der Watson-Plattform sind laut IBM schon über 7.000 Anwendungen entstanden. Jetzt muss sich zeigen, ob der Wandel sich auch im Ergebnis niederschlägt. Längerfristige Turnaround-Spekulation.

Solactive Online Security
Hinter der Firewall

Die Versicherungsbörse Lloyds schätzt, dass Cyberkriminalität Firmen weltweit jährlich bis zu 400 Milliarden Dollar kostet. Durch die zunehmende Vernetzung, die vom Auto bis zum Herzschrittmacher reicht, wächst der Bedarf für Firewalls und Virenabwehr. Das Zertifikat (ISIN: CH 022 551 104 4) des Schweizer Emittenten Leonteq bildet die Kursentwicklung 15 führender globaler Sicherheitssoftware-Anbieter, gewichtet nach Kapitalisierung, 1 : 1 ab. Die Schwergewichte sind Palo Alto, Check Point Software, Symantec und Fortinet. Seit Auflage im Herbst 2013 legte das Papier 29 Prozent zu, zuletzt korrigierte es im Zuge der Baisse. Die Dividenden werden reinvestiert. Die Gebühr für das 2023 fällige nicht devisengesicherte Zertifikat beträgt 1,20 Prozent.

Credit Suisse Global Security
Globale Risiken begrenzen

Das Thema dieses Fonds ist Sicherheit im weiteren Sinne. Er investiert in Unternehmen, die im Umwelt- oder Gesundheitsschutz, in der Kriminalitätsbekämpfung oder Verkehrssicherheit tätig sind. Fondsmanager Patrick Kolb investiert aktuell knapp ein Viertel des Vermögens im Bereich IT-Sicherheit, der Firewall-Entwickler Fortinet zählt zu den zehn größten Positionen im Portfolio. Breit diversifizierter Fonds mit einem zukunftsträchtigen Anlageschwerpunkt. Gut als Depotbeimischung geeignet.