Singapur nutzt DataCamp, um eine KI-kompetente Nation zu werden

Wir leben in einer Welt, die aktuell täglich 2,5 Quintillionen Bytes an Daten erzeugt – Tendenz steigend. Die Zahl der mobilen Endgeräte übersteigt die Weltbevölkerung, und seit Jahren kursiert die Aussage, dass 90% aller Daten erst in den letzten zwei Jahren entstanden sind. Die Menge ungenutzter Daten in allen Branchen ist verblüffend. Eine Infrastruktur und Tools aufzubauen, um diese Daten in Erkenntnisse zu verwandeln und damit Entscheidungen zu treffen, ist für jede Branche eine stetige, wachsende Herausforderung. Genauso gilt es, die Belegschaft mit den Kompetenzen auszustatten, die für das Managen und Analysieren all dieser Daten nötig sind. Bei DataCamp sehen wir, wie unsere Kund:innen, Partner und Kollaborateur:innen mit unterschiedlichsten Ansätzen genau diese Herausforderungen angehen.

Besonders begeistert hat mich kürzlich die Strategie von AI Singapore, als ich mit Laurence Liew, Director of AI Industry Innovation bei AI Singapore, für unseren Podcast DataFramed sprach. Dieses Interview, das ich veröffentlichen werde, wenn DataFramed zurück ist, war eine rasante Tour durch den aktuellen Stand von Technologie und KI in Singapur – und wie AI Singapore gemeinsam mit DataCamp daran arbeitet, das Land so KI-getrieben wie möglich zu machen, neben vielen weiteren Themen.

Die erklärte Mission von AI Singapore lautet:

Aufbau tiefgreifender nationaler Fähigkeiten in der Künstlichen Intelligenz, um sozialen und wirtschaftlichen Impact zu erzielen, lokale Talente zu fördern, ein KI-Ökosystem zu schaffen und Singapur über die drei Säulen KI-Forschung, KI-Technologie und KI-Innovation weltweit sichtbar zu machen.

Spannend an ihrem Ansatz finde ich, dass sie die großen Herausforderungen klar benennen: (i) sicherzustellen, dass Spitzenforschung in die Hände von Praktiker:innen in der Industrie gelangt, und (ii) eine gesamte Belegschaft (und die künftige) in Data Science, Machine Learning und KI-Methoden und -Werkzeugen auszubilden.

Schauen wir uns die drei Säulen KI-Forschung, KI-Technologie und KI-Innovation genauer an – und wie AI Singapore die Lücke zwischen (i) Forschung und Industrie sowie (ii) der Belegschaft und den für die moderne Wirtschaft im 21. Jahrhundert notwendigen Datenkompetenzen schließt.

KI-Forschung: Qualität gezielt aufbauen

Das Ziel der Säule KI-Forschung ist es, hochwertige Forschungsinitiativen zu fördern, die grundlegende und neuartige KI-Techniken, Algorithmen und angrenzende Technologien entwickeln – Bestrebungen, die später wesentlich zu den anderen Säulen von AI Singapore beitragen. Das Forschungsprogramm von AI Singapore fördert zudem nationale Forschungskooperationen und entwickelt lokale KI-Talente.

Priorisierte Forschungsfelder sind:

• Erklärbare KI
• KI im Design
• KI im Sensemaking
• KI-Mensch-Kollaboration
• Training mit kleinen Datensätzen

Gerade der letzte Punkt ist für Singapur besonders wichtig. Als kleines Land sind menschlich erzeugte Datensätze naturgemäß kleiner als in bevölkerungsreichen Staaten – umso wichtiger ist es, dass Forschende dieses Feld voranbringen. Kurz: Diese Säule legt das Fundament für zukünftige KI-Arbeit, indem sie die Bedeutung kontinuierlicher Forschung zur Entwicklung von Technologien anerkennt, die später in der Industrie eingesetzt werden.

KI-Technologie: Große Herausforderungen anpacken

Diese Säule widmet sich dem, was AI Singapore „Grand Challenges“ nennt – Problemklassen, die extrem schwierig sind und bei denen KI (als eine von mehreren Technologien) zur Lösung beitragen kann. Grand Challenges müssen (i) wirkungsstark sein, (ii) jede und jeden in Singapur betreffen und (iii) messbar sein.

Unter den Grand Challenges hat AI Singapore vier Verticals priorisiert: Gesundheitswesen, Bildung, Städte und Smart Nation, sowie Finanzwesen. Denk an diese als die vier großen Problemstellungen, die sie angehen wollen.

Als Vorgeschmack schauen wir auf das erste Vertical, das Gesundheitswesen (für die anderen drei heißt es warten, bis sie starten). Die Healthcare Grand Challenge fragt: „Wie reduzieren wir die drei Hohen in den nächsten fünf Jahren um 20%: Bluthochdruck, hohe Cholesterinwerte und Hyperglykämie (bzw. Diabetes)?“ Die Healthcare Grand Challenge wurde bereits gestartet und zwei Wochen vor meinem Gespräch mit Laurence fand die Preisverleihung statt, bei der die drei Teams bekannt gegeben wurden, die die erste Förderung für die Challenge erhalten haben.

„Die drei Hohen – Bluthochdruck, hohe Cholesterinwerte und Diabetes – sind ein großes, großes Anliegen der singapurischen Regierung. Sie belasten das Gesundheitssystem und das Budget. Wir hoffen, dass wir mit KI zumindest einen Teil der Auswirkungen abmildern können.“ Diese Säule will zeigen, welchen nachhaltigen Impact moderne KI auf diese Grand Challenges haben kann.

KI-Innovation: Reale Probleme lösen

Die Säule KI-Innovation umfasst Programme und Strategien, um modernste KI-Forschungsmethoden in die Hände von Industriepartnern zu bringen – zur Lösung realer Herausforderungen.

Das Flaggschiff unter KI-Innovation ist das 100-Experimente-Programm. Unternehmen schlagen AI Singapore ein geschäftliches Problem oder eine Herausforderung vor, bei der sie glauben, dass Data Science, Machine Learning oder KI helfen kann. AI Singapore prüft jeden Vorschlag systematisch. Wenn es sich um ein spannendes Problem handelt, für das es keine kommerziell verfügbare Lösung oder geeignete Technologiepartner gibt, steigt AI Singapore ein und finanziert das Projekt anteilig (Details und Antragstellung hier).

Wie sieht das konkret aus? AI Singapore steuert pro Projekt 250.000 $ SGD (180.000 $ USD) bei, die das Unternehmen im Verhältnis 1:1 matcht. Laurence hat das KPI, 100 Projekte umzusetzen – daher der Name 100 Experiments – mit einem Gesamtprogrammvolumen von 25 Mio. $ SGD.

Seit dem Start im Juni 2017 wurden 40 Projekte bewilligt, und aufgrund des Erfolgs erhielt das Programm eine zweite staatliche Finanzierungsrunde, um auf 200 Projekte zu erweitern. Es laufen bereits Projekte in Bereichen wie Gesundheitswesen, Fertigung, IoT, Anomalieerkennung, Beschaffung und Finanzwesen.

Ziel jedes Experiments ist es, innerhalb von neun bis 18 Monaten ein Minimum Viable Product (MVP) zu liefern. Dafür müssen beide Seiten eng zusammenarbeiten, um ein MVP zu entwickeln, das das Unternehmen anschließend in seiner Organisation ausrollen kann. Die Förderung finanziert ein Projektteam mit Forschenden lokaler Universitäten in Singapur und Engineering-Ressourcen von AI Singapore – darunter die sogenannten AI Apprentices. Laurence sagte mir, Professor:innen zu gewinnen sei relativ einfach, aber es braucht auch KI-Engineers, die am MVP arbeiten. Genau hier kommt Bildung rund um das rasant wachsende Ökosystem aus Data Science, Machine Learning und KI-Methoden, -Tools und -Anwendungen in der Industrie ins Spiel.

Das AI Apprenticeship Program: Die Führungskräfte von morgen ausbilden

Um die Fachkräftebasis aufzubauen, die den aktuellen und wachsenden KI-Bedarf der Industrie deckt, hat AI Singapore das AI Apprenticeship Program ins Leben gerufen. Es gibt Singapurer:innen mit Grundkenntnissen die Chance, ihre Kompetenzen deutlich zu vertiefen. Das Programm kombiniert Lernen über DataCamp-Kurse und weitere Ressourcen mit Praxiserfahrung in Projekten aus dem 100-Experimente-Programm.

Das Apprenticeship-Programm hat schnell Fahrt aufgenommen. Es ist eines der Kernprogramme von AI Singapore – gekoppelt mit dem 100-Experimente-Programm (jedes Experiment hat zwei Apprentices).

Das Apprenticeship ist Vollzeit, bezahlt, über neun Monate. AI Singapore zahlt jedem Apprentice ein monatliches Stipendium von 3.000 bis 5.000 $ SGD (die Teilnahme ist kostenfrei). Laurence sagte mir, dass das AI Apprenticeship Program hilft, die Engineering-Herausforderungen für die nächsten zehn Jahre zu lösen. Doch Weiterbildung, Umschulung und vertiefte Qualifizierung einer Nation enden nicht dort. Es gilt, die technischen Kompetenzen in der Breite der Industrie zu heben – so entstand die Idee „AI for Industry“.

AI for Industry: Kompetenzen für alle

Ziel von AI for Industry ist es, die technischen Kompetenzen von Beschäftigten in unterschiedlichsten Branchen zu stärken. Für dieses Programm arbeitet AI Singapore eng mit DataCamp zusammen. Es baut auf dem AI for Everyone-Programm auf – einem dreistündigen Workshop, der allen moderne KI-Technologien und -Anwendungen näherbringt, damit sie KI-Produkte und -Services kompetent beurteilen können. In AI for Everyone lernen Teilnehmer:innen, Chancen und potenzielle Use Cases in Job und Alltag zu erkennen. Außerdem erstellen sie mit Online-Tools ein einfaches KI-Modell! Einer der Aufträge von AI Singapore ist es, nicht nur Unternehmen, sondern auch Berufstätige und alle Bürger:innen KI-fit zu machen. AI for Everyone ist das weiterentwickelte Ergebnis dieses Mandats.

AI for Industry kombiniert AI for Everyone mit DataCamps Data Scientist with Python-Lernpfad – einer 100-stündigen Kurszusammenstellung von Python-Grundlagen über Datenimport, -bereinigung und -aufbereitung bis hin zu Statistik, Machine Learning, SQL, Paketmanagement, Datenvisualisierung und mehr. Die Teilnehmenden absolvieren den Lernpfad über 12 Monate. AI Singapore kuratiert dazu einen monatlichen Newsletter passend zu den Kursen und führt einen dreistündigen, praxisnahen Machine-Learning-Workshop durch. Laurence sagte, sie hätten sich für den DataCamp-Lernpfad Data Scientist with Python als Herzstück entschieden, weil „die dahinterstehende Didaktik zeigt, wie Training laufen sollte.“

Aber damit endet Bildung nicht. Was ist mit Schüler:innen und Studierenden, die noch nicht in der Industrie sind? Hier kommt „AI for Students“ ins Spiel.

AI for Students: Die nächste Generation KI-fit machen

Als Laurence bemerkte, dass DataCamp Universitäten, Dozierenden und Studierenden kostenlosen Zugang zur Plattform bietet, fragte er sich, ob man darauf aufbauen und das Programm formalisieren könnte, um mit Unterstützung von AI Singapore noch mehr Schüler:innen und Studierende zu erreichen.

„Warum sollten wir bei Universitätsstudierenden aufhören? Können wir es bis zu den Sekundarschüler:innen öffnen?“

In Singapur lernen Kinder in der Primar- und Sekundarstufe bereits Python – warum also erst an der Uni mit einer formalen Python-Ausbildung beginnen? Um seine These zu testen, ließ Laurence seinen Sohn den Data Scientist with Python-Lernpfad auf DataCamp absolvieren.

Laurence berichtete: „Er hat es geschafft. Bestanden. Er arbeitet an Schulprojekten. Das Spannende: Er hat das mit 13 Jahren abgeschlossen. Ein kluger Junge, der Programmieren liebt. Davon haben wir viele in Singapur. Sie können diese Module durchlaufen. Ich dachte: Wenn er das kann, können es viele andere Kinder auch.“

Nach diesem familiären Piloten arbeitete Laurence eng mit DataCamp zusammen, und wir haben das Programm im vergangenen November angekündigt und gestartet. Zum Zeitpunkt unseres Gesprächs hatten sich 7.000 Lernende für AI for Students angemeldet – nicht nur von Universitäten, sondern auch von Polytechnics und Sekundarschulen. Einige Monate später sind es bereits 11.000! Laurence sagte mir, dass das Programm auf großes Interesse bei Lehrkräften stößt, die ihre Schüler:innen nach dem Unterricht mit Python, Data Science, KI und Machine Learning auf der Plattform schulen wollen.

Laurence betonte ausdrücklich, dass AI for Students im Kern pures DataCamp ist. Die Rolle von AI Singapore: hinausgehen und sagen: „Hey, wir haben diese Plattform. Sie ist kostenlos. Du als Lehrkraft kommst zu uns und sagst: 'Ich habe mir die DataCamp-Plattform angesehen. Ich mag sie. Ich möchte die Module 1 bis 10 durchführen.'“ Dann arbeitet AI Singapore im Hintergrund mit DataCamp zusammen, um das für die Lehrkraft bereitzustellen.

Persönlich bedeutet mir diese Nachricht sehr viel. Meine erste Aufgabe bei DataCamp war im Grunde, das grundlegende Python-Lernprogramm für Data Science aufzubauen. Einen Großteil meiner ersten 18 Monate habe ich in den Data Scientist with Python-Lernpfad investiert. In diesen Pfad flossen Blut, Schweiß und Tränen, während wir von 10 auf 50 Mitarbeitende wuchsen (heute sind es 140+!). Daran waren externe Instructoren sowie unsere Content-, Engineering-, Produkt- und Marketing-Teams maßgeblich beteiligt. Zu hören, dass dieser Lernpfad nun kostenlos 11.000 singapurische Schüler:innen und Studierende – darunter Kinder – ausbildet, versetzt mich in die siebte Wolke.

Blick nach vorn

Noch spannender ist, was als Nächstes kommt: DataCamp hat kürzlich zugesagt, 100.000 Lernende im Unterricht zu unterstützen, und die neue Zusammenarbeit „AI for Industry“ hat das Ziel, 25.000 Berufstätige in Singapur KI-kompetent zu machen. AI Singapore wird AI for Industry weiterhin stark auf DataCamps Data Scientist with Python-Lernpfad aufbauen, um Teilnehmenden die Grundlagen zu vermitteln, datenkompetent und KI-fit zu werden. Auf diese Zusammenarbeit solltest du ein Auge haben.