Künstliche Intelligenz : Wenn der Mensch in die KI eingreift

Auf welche Prognose ist mehr Verlass – die der Software oder die des Menschen? In einer aktuellen Studie sind die Wissenschafter und Wissenschafterinnen der Kühne Logistics University, Naghmeh Khosrowabadi, Kai Hoberg und Christina Imdahl, diesen Fragen auf den Grund gegangen.

Für die Studie analysierte das Team Daten von 30 Millionen Prognosen von einem führenden Anbieter von künstlicher Intelligenz und einem großen europäischen Lebensmittel-Händler.

Die Ergebnisse zeigen, dass Planer - im Durchschnitt – nicht zur Genauigkeit der Vorhersage beitragen. „Stattdessen neigen die Planer sogar dazu, Effekte wie das Wetter oder einen Rabatt zu überkompensieren, die bereits vom KI-System berücksichtigt wurden“, sagt Khosrowabadi. In der Studie führten nur 50 Prozent der menschlichen Eingriffe zu besseren Ergebnissen.

Ein genauer Blick in die Daten zeigt, dass etwa fünf Prozent der von KI erstellten Prognosen durch die Fachkräfte angepasst werden. „Wir wollten wissen, warum sich die Zuständigen für eine Anpassung der KI-generierten Prognosen entschieden haben", erklärt Naghmeh Khosrowabadi. „Unsere Ergebnisse zeigen, dass Produkteigenschaften wie Preis, Frische oder Rabatte ausschlaggebend für die Häufigkeit der Anpassungen von KI-Prognosen sind.“

Lesen Sie auch: LKQ Europe testet Outside-in-Planung für die Lieferkette

Wird beispielsweise vom KI-System eine Prognose für ein besonders teures Produkt erstellt, neigen die Planer*innen zu besonderer Aufmerksamkeit und greifen häufiger selbst ein. „Außerdem zeigen unsere Ergebnisse, dass große Steigerungen der KI-Prognose durch Planer häufiger vorkommen, z. B. wenn die menschliche Prognose für die an einem bestimmten Tag in einem bestimmten Geschäft zu verkaufenden Artikel doppelt so hoch ist wie die KI-Prognose. Zu viel Optimismus auf Seiten der Planer scheint hier ein Problem zu sein“, sagt Kai Hoberg. Eine Reduzierung der KI-Prognose war dagegen weniger wahrscheinlich, aber genauer.

„Menschen werden zu Recht weiterhin eine wichtige Rolle in KI-gestützten Prognoseprozessen spielen", sagt Hoberg, „In manchen Fällen verfügen sie über Wissen, dass für das KI-System nicht verfügbar ist, z.B. lokale Events oder Maßnahmen der Mitbewerber, was sie in die Lage versetzt, die Chancen für eine bessere Prognose auf 70 Prozent zu erhöhen. Deshalb müssen wir die Zusammenarbeit von Planerinnen und Planern und KI verbessern.“

Hierfür empfiehlt das Team mehr Austausch zwischen Einzelhändlern und KI-Anbietern: Je besser die Planenden verstehen, wie das System seine Prognosen erstellt, desto einfacher können sie entscheiden, wann sie eingreifen müssen. „Mit den Ergebnissen unserer Studie können Unternehmen Geld und Zeit sparen“, verspricht Koshrowabadi. „Der Schlüssel liegt darin, den Planerinnen und Planern dabei zu helfen, zu entscheiden, wann sie eingreifen müssen - und wann das System alleine zurechtkommt und sie sich auf andere Aufgaben konzentrieren können.“