Spricht die KI auch schwedisch oder "Was macht eigentlich ein Data Scientist bei Carrypicker?"

Von der Physikerin zum Data Scientist: beim Projekt Carrypicker kommen ziemlich viele Wissenschaften und Berufsbilder zusammen und das macht es auch so aufregend hier mitzumischen.


Wir haben Sara Rydbeck gefragt, die in theoretischer Physik promoviert hat und zwar im Bereich Kosmologie und Astroteilchenphysik. Von Schweden nach Deutschland, vom Kosmos und der Physik zu den Daten und dem drittgrößten Wirtschaftszweig, also - das wollten wir genauer wissen.


Sara, seit wann beschäftigst Du Dich mit künstlicher Intelligenz in der Logistik?

Sara: Ich habe im März 2020 damit angefangen, bin nun also seit knapp einem Jahr in der vom mFund geförderten Forschungskooperation mit Carrypicker tätig.


Was sind für Dich die Besonderheiten in dieser Branche?

Sara: Mein Eindruck ist, dass man noch gar nicht so lange mit Künstlicher Intelligenz zu tun hat und die Datenlage von Grund auf erarbeitet werden muss.


Dann wird es jetzt mathematisch. Es wird immer viel über Algorithmen gesprochen: wo wird es interessant, wo sind die Grenzen?

Sara: Die Daten sind eine logische Begrenzung, je mehr wir zur Verfügung haben, umso mehr kann man machen.


Mit welchen Modellen arbeitest du aktuell beim Carrypicker Modell?

Sara: Wir sind dabei, verschiedene Machine Learning-Algorithmen in einem prozessintegrierten System einzusetzen. Dabei werden Modelle auf Basis historischer Daten trainiert, damit sie dann Vorhersagen generieren. Gleichzeitig funktioniert das System aber auch ähnlich wie eine Art Sensor, wo in Echtzeit beobachtet wird und intelligent entschieden wird.


Wie kommt ihr an die Daten, die ihr für die Forschung braucht?

Sara: Wir haben uns eine Auswahl vorgenommen und speichern diese in einem Datenmodell ab. Somit gibt es also eine interne Datenbasis sowie eine anspruchsvolle KI-Engine, die sozusagen mit Millionen Daten aus Vergangenheit und Gegenwart gefüttert wird. Klar, je mehr Daten wir sammeln, umso aussagekräftiger werden der Output und das Prognosemodell.


Was findest du am Carrypicker Projekt so interessant, was fordert dich heraus?

Sara: Dass es so komplex ist, die Verlader auf der einen, die Transportunternehmer auf der anderen Seite zu betrachten und zusammenzubringen. Aus mathematischer Sicht wird es herausfordernd zu steuern, wie man die Auslastung optimieren kann, indem man Sendungen kombiniert, und mit den richtigen auf Preisen beiden Seiten verzahnt. Ich freue mich, dass ich hier mathematische Modelle entwickeln und mir überlegen kann, wie ich etwas in der digitalen Welt mache, was heutzutage noch manuell, per Fax oder per Telefon realisiert wird.


Welche Verbindung gibt es zwischen der Physik, also deiner eigentlichen ursprünglichen „Wissenschafts-Welt“ und der IT?

Sara: Ich hatte natürlich auch im Bereich der Physik mit Analysen und Datenverarbeitung zu tun, da wird ja auch viel statistisch ausgewertet. Diese Art von Künstlicher Intelligenz, also dass eine Maschine lernt, das ist etwas was ich in dieser Tiefe als Data Scientist erlebe und entwickle. Es ist aufregend.


Was kann man aus dem Gebiet der Teilchenphysik für die Logistik übernehmen?

Sara: Kurz und knapp: das ist der Umgang mit Big Data.


Zum Berufsbild Data Scientist; wie beschreibst du das Berufsbild jemandem, der sich dafür interessiert und einsteigen möchte?

Sara: Man redet manchmal von einem Full Stack Data Scientist, kennt Ihr das? Also ich versuche es mal zu erklären. Es ist eine Grundphilosophie und eine Sichtweise, die ich mag, und hat damit zu tun, dass die Entwicklung einer KI-Lösung ein explorativer Prozess ist. Der Data Scientist muss auf die gesamte Kette von Datenvorbereitung bis Implementierung Zugriff haben, um keine wichtige Verbesserungsmöglichkeiten zu verpassen. Dafür muss man viele Fähigkeiten haben und nicht nur auf vorgefertigte Mathematik-Modelle setzen. Bedeutet: Man muss die Mathematik verstehen, hands-on mit den Daten arbeiten, gutes Know-how in Programmierung und Data Management haben und die notwendige Plattform- und Infrastrukturlösungen nutzen können. Dazu kommt unbedingt der Kontakt mit der Business-Seite, um ein Grundverständnis für die wirtschaftliche Fragestellungen und Geschäftsmodelle der Branche zu bekommen.


Geht es also in die Richtung, dass sich alles mehr vernetzt und die Wissenschaftsbereiche nicht mehr so getrennt betrachtet werden?

Sara: Es hat viel damit zu tun, die Daten und die Fragestellungen zu verstehen, wenn man ein Modell baut. Es ist so wichtig, dass die richtigen Schlussfolgerungen gezogen und die Daten richtig verwendet werden, sonst kann einfach eine Menge schief gehen.


Carrypicker ist ja inzwischen gerade im Logistikbereich und im Teilladungsmarkt der absolute Vorreiter, wenn es um Datenoptimierung, Prognosemodelle und KI-Einsatz geht, wir sind ja in vielen Bereichen schon in der nächsten Welle, was die Entwicklung angeht. Aus deiner Sicht: was kommt auf die Unternehmen zu und was müssen sie bedenken, um wettbewerbsfähig zu sein? Muss noch mehr in die Forschung gesteckt werden?

Sara: Es ist wichtig, dass das gebaut wird, was die Nutzer brauchen. Die blanke Theorie hilft ja nicht dabei, in der Praxis erfolgreich zu sein. Wir müssen schrittweise vorgehen und Erfahrungen sammeln. Mut zum Ausprobieren gehört dazu, wenn es um Produktentwicklung geht. Ambitionierte Daten und Algorithmen sind unsinnig, wenn nicht die richtigen Fragen gestellt werden.

Gibt es Unterschiede zwischen Schweden und Deutschland im Umgang mit KI?

Sara: In Bezug auf KI kann ich es nicht genau sagen, aber was mir im Alltag aufgefallen ist, Schweden ist digitalisierter. Beispiel: Als ich neu nach Deutschland umgezogen war, hatte ich Probleme, weil ich nicht daran gewöhnt war, Bargeld tragen zu müssen, um in Cafés und Restaurants bezahlen zu können. In Schweden brauche ich nicht mal im Urlaub auf dem Land Bargeld, sondern kann auch in den Hofläden per Smartphone-App bezahlen.


Welche Gedanken hast du zum Thema Klimaschutz, der bei dem Carrypicker Projekt so im Vordergrund steht?

Sara: Absolut wichtig. Es bestätigt meine Überzeugung, dass KI das Leben für alle besser machen kann. Auch wirtschaftlicher Erfolg wird immer stärker mit Klimaschutz gekoppelt.


Welche Zahl bei den Forschungsergebnissen hat dich besonders beeindruckt?

Sara: Die Anzahl an Transportunternehmen in Deutschland ist riesig! Von kleinen Familienunternehmern bis zu großen Konzernen. Wie wichtig die Arbeit ist, die sie ausführen, ist mir auch bewusster geworden.

PERSÖNLICHES

Berufswunsch mit 10: Künstlerin

Welche Technologie hätte man nie erfinden dürfen? Infinite scroll

Welche Forscher beeinflussen Dich? Eine Inspiration ist Max Tegmark, ein schwedischer Physiker beim MIT, der in die KI-Forschung gewechselt ist.

Lieblingsinformationskanal: Google


(Photo Credit: Karolina Ziomek)


Übrigens ist Sara eine der Women of the Month, die im Neuronablog porträtiert wurden. Wer oder was „Neurona“ ist? Wir verraten so viel: zwei Schwestern haben sich überlegt, über künstliche neuronale Netze zu schreiben.

Was Sara zu Excel in Firmen zu sagen hat, wo der Kosmos aufhört und wieso es die Schwedin nach Hamburg zog? Viel Spaß auch bei diesem Interview mit Sara!



Aktuelle Beiträge

Alle ansehen