Infomaniak stellt seine Produktivitätstools auf die Einführung künstlicher Intelligenz (KI) ein, um die Produktivität von Unternehmen zu erhöhen. Die Privatsphäre, Vertraulichkeit und Kontrolle von Daten stehen im Mittelpunkt der Entwicklung und betreffen Aspekte, in deren Hinblick Infomaniak keine Kompromisse macht. Die von unseren Teams entwickelte und optional verwendbare KI wird den strengen Rahmen der Datenschutz-Grundverordnung (DSGVO) und des Schweizer Datenschutzgesetzes einhalten.
Mit kDrive und Webmail schneller arbeiten
Unsere KI ist in der Lage, Ihre Dateien und Anhänge aufzufinden und zu kategorisieren, damit Sie rasch Folgendes zur Hand haben:
Rechnungen
Quittungen
Kassenbelege
Lebensläufe
Lieferscheine
Spesenrechnungen
Angebote
Lohnabrechnungen
Verträge
Ausweisdokumente
usw.
Jedes Dokument wird automatisch mit einem Label versehen. Um die gewünschte Inhaltskategorie anzuzeigen, genügt ein Klick auf ein Label. Beispielsweise können Sie Rechnungen eines bestimmten Lieferanten, Kassenbelege eines bestimmten Monats oder Lohnabrechnungen des vergangenen Jahres abrufen. Schlussendlich wird es sogar möglich sein, eigene Labels zu erstellen.
Eine ethikorientierte künstliche Intelligenz
«KI wird den Workflow von Unternehmen vereinfachen. Menschen werden benötigte Informationen schneller auffinden und weniger Zeit benötigen, um Daten zu sortieren oder zu kategorisieren. Wir werden diese Technologie nach unserer Manier entwickeln und dabei allem voran Privatsphäre und Vertraulichkeit schützen. Darüber hinaus werden wir stets sicherstellen, dass KI auf die Benutzer und nichts anderes ausgerichtet ist.» Marc Oehler, CEO von Infomaniak
Die Aktivierung ist fakultativ. Sie behalten die Kontrolle.
Wir verwenden eine sogenannte «schwache» künstliche Intelligenz – so wie alle derzeit bestehenden Systeme. Diese KI hat kein eigenes Bewusstsein, keine Sensibilität und insbesondere keinen eigenen Verstand. Also keineswegs ein Terminator 😉
Vielmehr handelt es sich um ein System für maschinelles Lernen, das auf einem künstlichen neuronalen Netz beruht: Deep Learning. Diese Technologie macht Rechner lernfähig. Die Maschine nutzt diese für die Analyse von Daten, um schliesslich unter Berücksichtigung der jeweiligen Konstellation eine Entscheidung zu treffen. So wird die Maschine in die Lage versetzt, Formen und Gesichter zu erkennen, Druckbuchstaben zu unterscheiden, Signale an Börsenmärkten auszumachen, Betrug aufzuspüren oder bei der medizinischen Diagnose zu helfen. Bei Infomaniak wird dieses neuronale Netz intern betrieben und vollständig in unsere Infrastruktur in der Schweiz integriert.
Der Lernprozess erfolgt zunächst anhand öffentlicher Daten.
Um zu lernen und angemessene Ergebnisse zu liefern, ist unsere KI auf zwei Aspekte angewiesen:
Die Fragen, die wir ihr stellen
Die Daten, anhand deren die KI lernt
Wir richten ein neuronales Netz ein und füttern dieses dann mit Problemen, die anhand öffentlicher Daten zu lösen sind. Dabei handelt es sich um nichts anderes als mathematische und statistische Prozesse, die auch manuell zu bewältigen wären. KI ermöglicht lediglich, diese Berechnungen schneller zu wiederholen. Genau deswegen wird sie eingesetzt.
Doch wie funktioniert das konkret?
Das Modell lernt anhand verschiedener öffentlich zugänglicher Datensätze, zwischen Inhaltsarten zu unterscheiden.
Wir stellen dem Modell dabei grundlegende Regeln und Merkmale bereit, damit es lernt, die jeweils beste Kombination herauszupicken, und schliesslich in der Lage ist, Urlaubsfotos von Fotos in Dokumenten und Fotos auf Rechnungen von Fotos in Ausweisdokumenten zu unterscheiden usw.
Konkret funktioniert das so:
Es beginnt mit einer Analyse- und Trainingsphase.
Um Dokumente zu erkennen, analysiert unser Modell die Pixel, um so einen Satz von Regeln zu erstellen, die beispielsweise folgende Merkmale umfassen:
einen Anteil weisser Pixel von über 80%
das Fehlen von Personen im Bild
reguläre Randgrössen
ausgeprägte quadratische oder rechteckige Form im Foto.
usw.
Nach diesem anfänglichen Lernprozess kann der Algorithmus private Fotos ignorieren und sich spontan auf Fotos konzentrieren, bei denen es sich um Dokumente handeln kann. Im Anschluss folgt eine Kategorisierung anhand von Labels.
Es folgt eine Phase der Verbesserung und Verstärkung.
Dateien zu ermitteln und mit den richtigen Labels zu versehen, ist erst die halbe Miete. Tatsächlich muss der Algorithmus im Folgenden vom Benutzer lernen, der diese Labels notwendigerweise bearbeiten muss, damit sie besser auf seine Dateien zugeschnitten sind. Dies ist beispielsweise der Fall, wenn ein Benutzer eine hohe Zahl von Labeln korrigiert. Dieser als implicit user feedback bezeichnete Schritt besteht in der Berücksichtigung der Handlungen des Benutzers, um den Algorithmus so anzupassen, dass bestimmte Fehler nicht wiederholt werden.
Diese Schritte werden kontinuierlich wiederholt, um den Algorithmus zu füttern, den Lernprozess zu stärken und die Angemessenheit zu erhöhen. Durch die Anpassung des Gewichts und der Schwelle der Merkmale lernt KI, bestimmte Dateien besser zu erkennen und direkt mit dem richtigen Label zu versehen. Schlussendlich werden keine Fehler mehr gemacht.
Individuelle und benutzerunabhängige KI
Keine Überschreitungen möglich. Mit Blick auf persönliches Feedback haben wir vorgesehen, dass jeder Benutzer in gewisser Weise «seine eigene KI» trainieren kann. Dabei können keine Daten zu einem anderen Benutzer gelangen. Ihr «Flitterwochen»-Label bleibt Ihr Label. Gleiches gilt für ein benutzerdefiniertes Label wie «Clubabend». Nur Sie haben davon Kenntnis.
Bisweilen benötigt die Maschine Hilfe
Wenn ein Benutzer beispielsweise 90% der Labels seiner Rechnungen entfernt, dürfte sich unser Algorithmus geirrt haben. Komplexe Konstellationen können erfordern, dass ein KI-Experte von Infomaniak bei Fehlern Dateien oder Dateiserien manuell überprüft. Ebenso ist nicht auszuschliessen, dass KI das jeweilige Problem nicht lösen und dementsprechend nicht das richtige Label finden kann. Ist das Problem nicht lösbar und nur sofern es sich um ein Dokument handelt, muss der Maschine geholfen werden, damit sie fortfahren und ihren Fehler korrigieren kann.
Dateien ohne personenbezogene Daten und Metadaten
Vor einer manuellen Prüfung müssen sämtliche Informationen aus einem Dokument entfernt werden, die Rückschlüsse auf den Eigentümer ermöglichen.
Folglich löscht die Maschine die Verbindung mit dem Konto, von dem es stammt, entfernt Metadaten (Lokalisierung, Uhrzeit, Datum, Gerät usw.) und zu spezifische Wörter wie Vor- und Familiennamen usw. Sobald sich der Eigentümer einer Datei nicht mehr ermitteln lässt, kann die manuelle Prüfung gestartet werden, um den Algorithmus wieder in die richtigen Bahnen zu lenken. Auf diese Weise stellen wir sicher, dass Ihnen KI immer zufriedenstellende Ergebnisse liefert, gleichzeitig jedoch die Privatsphäre der Benutzer bestmöglich geschützt bleibt.
Unser Engagement für eine ethikorientierte KI
Unsere Vision künstlicher Intelligenz ist unmissverständlich: Erhöhung der Produktivität unserer Benutzer, ohne den Schutz der Privatsphäre und der Vertraulichkeit zu opfern.
Ihre Daten gehören nur Ihnen
Unsere KI-Technologie ist unabhängig
Sie wird intern in der Schweiz entwickelt
Externe Anbieter bleiben dabei aussen vor
Sie ist unabhängig von anderen Benutzern
Alles wird in der Schweiz in unseren Infrastrukturen gehostet
Die Aktivierung der KI ist optional, standardmässig ist sie deaktiviert
Die Daten werden ausschliesslich verwendet, um Ihre Dienste zu verbessern, und dienen keinesfalls Marketingzwecken
Die manuelle Prüfung von Dateien ist der Ausnahmefall und ermöglicht nicht, Daten mit ihrem Eigentümer in Verbindung zu bringen
Die Daten werden auf eine Weise anonymisiert, die nicht rückgängig gemacht werden kann (Differential Privacy)
Diese Entwicklungen sind noch nicht abgeschlossen. Zu beachten ist gleichwohl, dass dies unsere Absichten im Bereich der KI betrifft. Wir können uns aktuell noch auf keinen zu präzisen Zeitplan festlegen, geschweige denn, bestimmte Funktionen mit Gewissheit bestätigen. Folglich erschien es uns wichtig, Ihnen unsere Vision künstlicher Intelligenz darzulegen. Über Fortschritte halten wir Sie über unseren Blog und unsere sozialen Netzwerke auf dem Laufenden.
Français
English
Italiano
Español
