Miguel, du beschäftigst dich tagtäglich damit, wie man Mobilfunknetze mithilfe von KI optimieren kann. Was ist das Besondere an den KI-Methoden, die bei Rohde & Schwarz zum Einsatz kommen?
Unsere Machine Learning Methoden zielen auf die sog. „guided optimization” von Mobilfunknetzen ab. Indem diese die zeitliche Dimension der Testdaten berücksichtigt, deckt sie ungewöhnliches Verhalten im Netzwerk auf, welches die Netzwerk-Performance beeinflusst – zum Beispiel einen plötzlichen Abfall der KPIs oder Störungen. Mit anderen statistischen Standardmethoden wäre das nur sehr schwer zu entdecken. Unsere Methoden helfen außerdem beim Benchmarking verschiedener Netzwerkbetreiber, indem sie deren Tests auf der Grundlage eines Lernprozesses bewerten. Dieser untersucht hunderttausende anderer Tests, die unter verschiedenen Netzwerkbedingungen durchgeführt wurden. Diese durch maschinelles Lernen erzielten Ergebnisse messen die Testleistung unter echten Netzwerkbedingungen – das ist einzigartig und bietet eine neue Möglichkeit zum Vergleich von Testergebnissen.
Was ist der Vorteil von KI gegenüber einem menschlichen Analysten?
Der Vorteil besteht vor allem in der Kosteneinsparung. Einen menschlichen Analysten würde es sehr viel Zeit kosten, tausende Stunden mobiler Testdaten zu überprüfen, um daraufhin die Regeln aufzustellen, die entweder einen Test bewerten oder einen anormalen Netzwerkzustand erkennen. Mit Machine Learning werden aus Daten automatisch Regeln gelernt. Der menschliche Analyst kann sich dann zur weiteren Analyse ausschließlich auf diese ausgewerteten Tests konzentrieren, um eine geeignete Lösung zu finden.
Uns interessiert dein Werdegang. Wie bist du zum ersten Mal mit dem Thema KI in Berührung gekommen?
Vor einigen Jahren bin ich auf KI-basierte Anwendungen aufmerksam geworden, die Dinge tun konnten, von denen ich keine Ahnung hatte, wie man sie mit herkömmlicher Software umsetzen könnte. Bald wurde mir klar, dass ich als Softwareentwickler unbedingt mehr über KI lernen musste. Ich schrieb mich deshalb für ein sog. „Nanodegree“ in der Online-Akademie Udacity ein, besuchte eine Summer School über Deep Learning und begann meine Doktorarbeit über KI in der Musik.
Was fasziniert dich an dem Thema KI ganz besonders?
Mich fasziniert insbesondere das KI-Teilgebiet Deep Learning, mit dem wir Software-Anwendungen erschaffen können, die vorher undenkbar waren. Deep Learning kann man als großen Sprung im Automatisierungsgrad sehen, den wir mit Software erreichen können. Da Software und Daten überall vorhanden sind, hat Deep Learning im Prinzip das Potential, jeden Wirtschaftssektor zu verändern.
Es steckt in unserer Unternehmensphilosophie, unseren Mitarbeiter*innen möglichst viel Freiraum zum Verwirklichen ihrer Ideen zu geben. Was schätzt du persönlich an Rohde & Schwarz am meisten?
Ich bin ein großer Verfechter unserer Unternehmenskultur, die den Mitarbeiter*innen Vertrauen entgegenbringt und gleichzeitig ein sehr gesundes Arbeitsumfeld kreiert. Ganz besonders schätze ich die Möglichkeit, von zu Hause zu arbeiten. Das hilft mir sehr dabei, mich auf meine Arbeit zu konzentrieren und mit neu aufkommenden Technologien Schritt zu halten.
Zum Schluss möchten wir dich um einen Rat für all diejenigen bitten, die gerne selbst KI-Methoden entwickeln möchten. Welche Fähigkeit sollte man unbedingt mitbringen?
Es ist ganz entscheidend, zu verstehen, was mit Deep Learning möglich ist und was nicht. Nur so kann man KI-Anwendungen entwickeln, die robust und nützlich sind.
Vielen Dank für das aufschlussreiche Gespräch, Miguel!
