Begeisterung in der Arbeit mit Kunden: sovantas innovativer Zugang zu Data-Science-Projekten
Jeder hat die Bezeichnung Machine Learning schon einmal gehört. Und dennoch: Das größte Problem zu Beginn eines entsprechenden Projekts ist, zu verstehen, worum es überhaupt geht. Die sovanta hat eine außergewöhnliche Art entwickelt, das Problem zu lösen.
Seit einigen Jahren bietet die sovanta sehr erfolgreich die Umsetzung von Machine-Learning– und Data-Science-Projekten an. In einem ersten Schritt müssen dabei alle Beteiligten klar formulieren, was sie von dem Projekt erwarten – und daher auch verstehen, was Machine Learning eigentlich macht. Wir haben festgestellt, dass wir bei diesem Prozess oftmals bei Null anfangen und zunächst erklären müssen, was Data Science alles kann. Hier stellt sich jedoch gleich die nächste Herausforderung, denn aufgrund ihrer mathematischen Natur sind Erläuterungen der Disziplin recht abstrakt und schwierig zu vermitteln.
In einem von der sovanta geleiteten Projekt mit der Universität Mannheim haben wir ein in dieser Form bislang einzigartiges Mittel entwickelt, die genannten Herausforderungen zu meistern und Menschen einen neuen Zugang zum Verständnis von Data-Science-Themen zu geben: Den Data Science Escape Room. Mit ihm werden die Projektschritte und -voraussetzungen veranschaulicht, sodass von Anfang an eine gemeinsame Sprache für die Projektarbeit besteht.
Escape Rooms als Mittel zum Lernen
Im ersten Moment scheint das Konzept eines Escape Rooms zur Vermittlung von Wissen ungewöhnlich, denn es handelt sich hier um eines, das rein auf Unterhaltung ausgelegt ist: Eine Anzahl Personen wird in einem Raum eingesperrt und muss mithilfe von Rätsellösungen einen Weg nach draußen finden. Bei genauer Betrachtung handelt es sich jedoch um ein tatsächlich sehr effektives Mittel der Wissensvermittlung:
- Der Unterhaltungsaspekt eines Spiels wie ein Escape Room ist ein wichtiges Werkzeug beim Lernen, denn die Motivation steigt umso stärker, wie der Prozess Spaß macht.
- Die hohe Interaktivität eines Escape Rooms hilft ebenfalls beim Lernprozess: Dadurch, dass zahlreiche Gehirnbereiche mit unterschiedlichen Anforderungen beansprucht werden, gestaltet sich das Lernen um ein Vielfaches effektiver. Statt einfach nur Wissen aufzunehmen, wird es verinnerlicht.
- Adressierung unterschiedlicher Spielertypen: Die Art und Weise, die Herausforderung zu meistern, ist von Mensch zu Mensch unterschiedlich. Ein Escape Room kann diese Spielertypen gezielt adressieren und erreicht damit erhöhte Akzeptanz und einen effektiveren Wissenstransfer als etwa eine Präsentation.
- Die Kombination aus Lernen und Unterhaltung erzeugt einen positiven Effekt, der dem nachfolgenden Data-Science-Projekt nützlich ist: Die Motivation, Rätsel zu lösen und die Freude darüber, es geschafft zu haben, lässt sich zur Motivation transformieren, ein Projekt mit Nachdruck zum Erfolg zu führen.
- Auch das im Spiel angeeignete tiefgreifende Verständnis der Prozesse selbst ist über den ganzen Projektverlauf hinweg hilfreich, denn es verschafft den Beteiligten Sicherheit bei Entscheidungen und verkürzt Abstimmungsprozesse.
In der Zusammenarbeit mit Data-Science-Studenten der Uni Mannheim ist es uns gelungen, die Mechanismen eines Escape Rooms mit den Prozessen und Methoden von Data Science und Machine Learning zu verbinden. Dazu mussten unter anderem Metaphern gefunden werden, um mathematische Vorgänge in Spielmechaniken einzubetten, gleichzeitig aber auch ständig auf Motivation und Spielspaß geachtet werden, um den Vorgang an sich effektiv zu halten.
Aus Spielern werden KI-Experten
Der Escape Room ist mit einer Hintergrundgeschichte ausgestattet, die es ermöglicht, Data-Science-Mechaniken nachzustellen: In einer fiktiven Zukunft entscheiden Künstliche Intelligenzen in Gerichtsverfahren darüber, wer schuldig ist und wer nicht, da diese ja scheinbar unbestechlich und neutral urteilen können. Jedoch wurde eine solche KI gehackt und urteilt nun parteiisch. Der Professor, der sie programmiert hat, versuchte die Hacker aufzuspüren und verlor dabei das Leben. Die Spieler des Escape Rooms treten nun auf den Plan, um die Hinweise des Professors zu verfolgen, die kompromittierte KI wiederherzustellen.
Die Spieler müssen in insgesamt zehn Rätseln zusammenarbeiten und Informationen kombinieren, um wie ein „echter“ Data Scientist das Modell der KI neu zu trainieren. Ganz nebenbei werden in der Geschichte Konzepte und Fachbegriffe aus dem Bereich Data Science eingeführt und erklärt. Von Datensammlung und -aufbereitung über das Labelling bis hin zum Ausprobieren verschiedener Machine-Learning-Algorithmen und Parametereinstellungen kommen alle Schritte eines Data-Science-Projekts vor.
Von den Spielern verlangt das mitunter einen radikalen Perspektivwechsel: So erkennen sie beispielsweise durch ein Rätsel aus Puzzle-Teilen, dass es nicht immer die perfekte Lösung zu einem Data-Science-Problem geben kann und somit Performance-Werte von 100% bei einer realen KI nahezu unmöglich sind. Dadurch entwickeln die Spieler ein gutes Gefühl dafür, wie eine KI lernt und was Data Scientisten in diesem Prozess beachten müssen.
Ein Konzept mit Erfolgsgarantie
Der Escape Room als Erzählmittel in den Start eines Data-Science-Projekts zu integrieren hat sich bereits als wirkungsvolles Werkzeug erwiesen: Anstatt die wertvolle Zeit von Kunden oder Projektleitern mit einer Bestandsaufnahme und langen Erklärungen zu verbringen, können wir Interessierte zu einem Escape-Room-Spiel einladen – und danach mit ihnen auf Augenhöhe über Data Science Lösungen sprechen. Das schafft eine viel effektivere Ausgangssituation für ein gemeinsames Projekt. Spannende Diskussionen und denkbare Einsatzmöglichkeiten für KI entstehen darüber hinaus wie von selbst.
Es ist außerdem nicht ungewöhnlich, dass die Erfahrungen der Spieler im Escape Room später dazu führen, alternative Ansätze zu diskutieren und neue Wege zu finden, ein Problem zu lösen. Denn die Spieler haben Begriffe wie „Daten“, „Modelle“ oder „Parameter“ verinnerlicht und können sie anwenden, um selbstständig mit KI lösbare Probleme in ihrem Unternehmen zu finden.
