Alles was Sie über Use-Cases wissen müssen
In der Welt des Data-Science und der künstlichen Intelligenz gibt es bei jedem Projekt zwei entscheidende Aspekte: den technischen Teil, der sich mit der Lösung und technischen Umsetzung einer Aufgabenstellung beschäftigt, und den grundlegenden Teil, der sich fragt, welche Aufgabenstellung überhaupt bearbeitet werden sollte. Letzteres ist der Kern einer Use-Case Evaluierung. Es geht darum, im Voraus festzulegen, was genau das Ziel des Projekts sein soll und ob es einen echten Mehrwert schafft, das zugrunde liegende Problem angeht oder ob es nur an den Symptomen behebt.
Ein aktuelles Beispiel verdeutlicht die Bedeutung der Use-Case Evaluierung: Die Corona-Pandemie seit Anfang 2020 hat die ganze Welt in ihrem Griff. Die künstliche Intelligenz wurde herangezogen, um beispielsweise die Diagnostik zu unterstützen. Zahlreiche Forschungsgruppen haben sich diesem Thema gewidmet. Doch bei der Auswertung zeigte sich, dass kein einziger Ansatz tatsächlich im klinischen Alltag zur Pandemiebekämpfung beitragen konnte. Die Gründe waren vielfältig, aber vieles hing mit der mangelhaften Evaluierung der Use-Cases zusammen.
Manche Projekte waren nicht auf die späteren Anforderungen der Anwendung ausgerichtet, andere hatten zu wenig Fachwissen aus dem klinischen Bereich, es fehlte an ausreichenden oder ausgewogenen Datenmengen, und möglicherweise gab es auch unbewusste Voreingenommenheit (Bias) in den Modellen.
Was ist ein Use-Case?
Bevor wir ein neues Projekt starten, ist es wichtig zu klären: „Wie wird das Projekt durchgeführt?“ Doch noch wichtiger ist die fundamentale Frage: „Warum sollten wir das Projekt überhaupt durchführen?“. Hier kommt die Evaluierung der Use-Cases ins Spiel. Es geht darum, den Wert zu ermitteln, den das Projekt schaffen kann, und festzulegen, wie wir bewerten können, ob das Projekt erfolgreich ist. Es ist entscheidend zu erkennen, ob die Idee sinnvoll und umsetzbar ist, oder ob es besser ist, andere, zielführende Ideen zu verfolgen.
Ein Use-Case ist ein Szenario oder eine Situation, die beschreibt, wie ein bestimmtes Produkt, eine Dienstleistung oder eine Technologie in der Praxis verwendet wird, um einen bestimmten Wert oder Nutzen zu erzielen. Er zeigt auf, wie ein Problem gelöst oder ein Ziel erreicht werden kann.
Die Evaluierung von Use-Cases ist eine wichtige Grundlage für jedes Projekt oder Start-Up. Es ermöglicht, geeignete Use-Cases zu identifizieren und sich nicht nur auf „Low-Hanging Fruits“ zu konzentrieren, sondern auch mutige Ideen zu untersuchen. Es ist entscheidend, ein „Stretch Goal“ zu setzen, um über den bekannten Tellerrand hinauszuwachsen.
Grundsätzliche Fragen zur Use-Case Evaluierung
Bei der Evaluierung von Geschäftsstrategien, auch im Data-Science- und KI-Bereich, stellen sich einige grundlegende Fragen:
- Handelt es sich um ein physisches oder digitales Produkt oder eine Dienstleistung?
- Wer sind die potenziellen Kunden, und gibt es einen Markt für das Angebot?
- Wie hoch ist der Wert, den die Kunden für das Produkt oder die Dienstleistung bezahlen würden?
- Gibt es Konkurrenz, oder können wir eine einzigartige Nische schaffen?
- Was unterscheidet unser Angebot von anderen?
Diese Fragen sind allgemeine Aspekte, die bei der Diskussion von Geschäftsstrategien berücksichtigt werden sollten und auch für die Evaluierung von Use-Cases relevant sind.
Daten werden erfasst, gespeichert, verarbeitet und dann in einem Vorhersagemodell verwendet, um Prognosen für neue oder unbekannte Daten zu erstellen. Es ist wichtig, geeignete Kriterien festzulegen, um zu beurteilen, ob diese Prognosen als „gut“ oder „schlecht“ eingestuft werden. Außerdem müssen wir entscheiden, wie diese Prognosen in operative Entscheidungen umgesetzt werden, die konkrete Handlungsabläufe im Unternehmen beeinflussen.
Diese Umsetzung kann erfolgen, indem menschliche Entscheider durch ein datengetriebenes, maschinelles System unterstützt werden oder indem Entscheidungen automatisiert getroffen werden, während die Rolle des Menschen auf die Überwachung dieser Entscheidungen und der daraus resultierenden operativen Tätigkeiten beschränkt ist.
Die Definition der Kriterien, anhand derer wir den Erfolg eines Use-Cases bewerten, ist entscheidend, um transparent zu machen, was genau wir mit dem Erfolg eines Use-Cases meinen. Insbesondere bei Data-Science- oder KI-Use-Cases hängt die Definition des Erfolgs oft mit den Metriken zusammen, nach denen das Prognosemodell bewertet wird. Obwohl diese Metriken wichtig sind, um die Vorhersagegenauigkeit zu bewerten, erfassen sie nicht zwangsläufig den Mehrwert, der durch die Anwendung dieser Prognosen geschaffen werden kann.
Dies liegt daran, dass das Modell eine Vorhersage erstellt, die dann in eine optimierte Geschäftsentscheidung umgesetzt werden muss. Die operative Entscheidung basiert in der Regel stärker darauf, was mit dem Use-Case erreicht werden soll, als auf dem Vorhersagemodell selbst. Daher müssen bei der Definition des Erfolgs eines Use-Cases beide Komponenten berücksichtigt werden:
- Modellzentrierte Auswertung: Wie gut ist das zugrunde liegende Prognosemodell? Wie genau sind die erstellten Prognosen?
- Geschäftszentrierte Auswertung: Welche operative und strategische Bedeutung hat der Use-Case? Wie bewerten Projektleiter oder das Management den Erfolg des Projekts? Dabei ist nicht nur die Wahl geeigneter Key Performance Indicators (KPIs) von besonderer Bedeutung, sondern auch die Festlegung akzeptabler Wertebereiche für diese KPIs.
Typen von Use-Cases
Bei der Evaluierung von Use-Cases unterscheiden wir verschiedene Typen:
- Ressourcenorientierte Use-Cases nutzen vorhandene Werte, Geräte oder Mittel auf neue Weise.
- Fähigkeitsorientierte Use-Cases nutzen das bestehende Wissen und die Fähigkeiten des Unternehmens für neue Anwendungen.
- Visionsorientierte Use-Cases entwickeln innovative Ideen, wie das Unternehmen sich in der Zukunft entwickeln könnte.
- Lösungsorientierte Use-Cases adressieren konkrete Hindernisse oder Herausforderungen und bieten Lösungen dafür.
Ein anschauliches Beispiel für einen lösungsorientierten Use-Case ist die Optimierung der Frischwasserversorgung in Passagierflugzeugen. Die Durchführung von Passagierflügen erfordert eine Vielzahl an Prozessen und Ressourcen, und die sorgfältige Planung und effiziente Nutzung dieser Ressourcen kann erhebliche Vorteile bieten.
Ein entscheidender Faktor ist hier die Frischwasserversorgung im Flugzeug, insbesondere für den Betrieb der Toiletten und anderer Funktionen an Bord. Im Gegensatz zum Treibstoff ist Frischwasser nicht in gleichem Maße sicherheitsrelevant, was Raum für eine aggressive Optimierung der Wasserbereitstellung bietet, ohne die Flugsicherheit zu beeinträchtigen.
Die Herausforderung besteht darin, die optimale Menge an Frischwasser für jeden Flug genau vorherzusagen. Dabei müssen zwei Ziele berücksichtigt werden:
- Ausreichende Versorgung: Es ist wichtig, dass genügend Wasser an Bord vorhanden ist, um den regulären Betrieb zu gewährleisten und den Komfort der Passagiere zu sichern.
- Gewichtsreduktion: Eine Begrenzung der Frischwassermenge an Bord kann das Gesamtgewicht des Flugzeugs reduzieren. Da das Gewicht einen wesentlichen Einfluss auf den Treibstoffverbrauch hat, kann die Gewichtsreduktion zu einer Einsparung bei den Betriebskosten führen.
Hier kommt die lösungsorientierte Use-Case Evaluierung ins Spiel. Durch die Entwicklung und Implementierung eines datengetriebenen Prognosemodells können Fluggesellschaften den Wasserbedarf für jeden Flug genau vorhersagen. Dies kann auf verschiedenen Faktoren basieren, wie der Anzahl der Passagiere, der Flugdauer, der Route und den Wetterbedingungen. Indem sie die Frischwassermenge pro Flug präzise einschätzen, können die Fluggesellschaften die Kosten für Treibstoff und Frischwasser optimieren.
Die Vorteile dieser Lösung sind vielfältig:
- Kostenoptimierung: Durch die Reduzierung des mitgeführten Frischwassers können die Fluggesellschaften Treibstoff sparen und somit ihre Betriebskosten senken.
- Nachhaltigkeit: Weniger mitgeführtes Wasser bedeutet auch eine Verringerung des Gewichts und damit eine potenzielle Reduzierung der CO2-Emissionen pro Flug.
- Effizienzsteigerung: Durch den Einsatz von datengetriebenen Prognosemodellen können Fluggesellschaften ihre Betriebsabläufe optimieren und effizienter gestalten.
- Umweltfreundlichkeit: Die Reduzierung des Frischwasserverbrauchs trägt dazu bei, den ökologischen Fußabdruck der Flugbranche zu verringern.
Beispiel: Visionsorientier Ansatz
Visionsorientierte Use-Cases sind diejenigen, die uns in eine noch nicht existierende Zukunft entführen. In diesem Ansatz lassen wir uns nicht von aktuellen Einschränkungen oder vorhandenen Ressourcen leiten, sondern wir träumen von dem, was wir erreichen könnten, wenn wir einer bahnbrechenden Vision folgen würden.
Ein ausgezeichnetes Beispiel hierfür sind selbstfahrende Fahrzeuge, bei denen es noch keine bereits existierende Technologie gibt, die man einfach kaufen könnte. Dennoch stellen sich viele Unternehmen und Forschungseinrichtungen die Frage: Was könnten wir erreichen, wenn wir uns dieser Vision verschreiben würden?
Ein herausragendes Merkmal visionsorientierter Use-Cases ist die Bereitschaft, an innovativen Lösungen und Technologien zu arbeiten, um scheinbar unerreichbare Ziele zu erreichen. Ein prominentes Beispiel dafür ist Elon Musk mit seinen Unternehmen Tesla und SpaceX, die bewiesen haben, dass ambitionierte Visionen in der Tat realisierbar sind.
Nehmen wir das Beispiel der autonomen Fahrzeuge: Viele Akteure, darunter Start-Ups und etablierte Technologieunternehmen, arbeiten daran, Fahrzeuge zu entwickeln, die ohne menschlichen Fahrer auskommen können. Während traditionelle Autohersteller sich eher auf die schrittweise Entwicklung intelligenter Assistenzsysteme konzentrieren, die das Autofahren in der Zukunft immer autonomer machen sollen, gehen Start-Ups und Technologieunternehmen den radikaleren Weg und streben die Entwicklung vollständig autonomer Fahrzeuge an.
Die Motivation hinter dem Ziel, den Fahrer zu ersetzen, liegt in der Möglichkeit, das Autofahren sicherer und effizienter zu gestalten. Doch der visionsorientierte Ansatz geht noch weiter: Es wird nicht nur darauf geachtet, das Autofahren zu optimieren, sondern auch darüber nachgedacht, wie sich autonome Fahrzeuge auf die Gesellschaft auswirken könnten.
Hierbei werden grundlegende Herausforderungen der Mobilität berücksichtigt, wie beispielsweise die Zersiedelung von Städten oder die Verbesserung der Lebensqualität für bestimmte Bevölkerungsgruppen.
Die visionsorientierten Use-Cases für autonomes Fahren sind ein Beispiel für den Mut und die Entschlossenheit, große Herausforderungen anzugehen und unsere Mobilität auf eine neue Stufe zu heben. Obwohl wir noch nicht genau wissen, wann vollständig autonome Fahrzeuge Realität werden, zeigt uns die Vision, dass das Streben nach Innovation und Fortschritt zu vielversprechenden Möglichkeiten führen kann, die das Potenzial haben, unser Leben nachhaltig zu verändern.
