Was ist künstliche Intelligenz? Und warum ist sie wichtig?

Künstliche Intelligenz (KI) ist keine Zukunftsmusik mehr, sondern steht bereits auf der Schwelle. Endlich – nach knapp 60 Jahren – ist die Durststrecke für KI zu Ende: eine Zeit, in der nur wenig am Fortschritt in diesem Bereich geforscht und nur geringe Mittel bereitgestellt wurden. Da 83 % der befragten Unternehmen KI als strategische Priorität bezeichnen und 75 % der Ansicht sind, dass KI der Schlüssel zur Gewinnung neuer Kunden und zur Entwicklung neuer Projekte darstellt, ist sie nicht länger ein Produkt der Science-Fiction, sondern entwickelt sich sowohl am Arbeitsplatz als auch bei täglichen Anwendungen rasant zu einem Innovationstreiber. Die Bandbreite reicht dabei von Systemen zur Betrugserkennung über Optimierungen bei der Stellenbesetzung bis hin zur vorausschauenden Instandhaltung.

Möchten Sie gerne mehr erfahren? In diesem Artikel skizzieren wir die Entwicklung der KI, erläutern ihre Funktionsweise und vermitteln Ihnen Argumentationshilfen für den KI-Einsatz in Ihrem Unternehmen.

Künstliche Intelligenz: seit 60 Jahren in der Entwicklung

Die künstliche Intelligenz ist ein Teilbereich der Informatik. Sie ermöglicht es Computersystemen, Aufgaben zu erlernen und auszuführen, die normalerweise mit dem menschlichen Intellekt in Verbindung gebracht werden, wie z. B. Spracherkennung, Entscheidungsfindung und optische Wahrnehmung.

In den 1950er-Jahren war die Realität der KI bestenfalls unerreichbar: Computer konnten Informationen noch nicht einmal speichern oder ausführen, und die Kosten waren astronomisch. Dann aber stellte der Mathematiker Alan Turing eine gleichermaßen einfache wie bahnbrechende Frage: „Können Maschinen denken?“ Die Antwort – ein stürmisches Ja – veränderte den Lauf der Geschichte.

Zwischen 1950 und 1970 fasste die Computerindustrie Tritt, denn Computer wurden schneller, zugänglicher und preiswerter. In einem Artikel des Life Magazine aus dem Jahr 1970 wurde gemeldet, dass Maschinen schon in drei bis fünf Jahren über die gleiche Intelligenz wie Menschen verfügen würden. Hierfür waren jedoch erhebliche Fortschritte bei der Speicherkapazität und der Rechenleistung erforderlich.

In den 1980er-Jahren wurden zwei wichtige Techniken entwickelt. Die erste – das „Deep Learning“ – ermöglicht es Computern, durch Erfahrung zu lernen. Die zweite Technik war das sogenannte „Expertensystem“. Es ahmte die menschliche Fähigkeit zur Entscheidungsfindung nach. Computer begannen so, auf der Grundlage von „Regeln“ zu denken. Meistens handelte es sich dabei um Wenn-Dann-Abfragen, mit denen Fragen beantwortet werden sollten.

Im Jahr 1997 entwickelte und implementierte Dragon Systems schließlich eine Spracherkennungssoftware für Windows. Geschwindigkeits- und Speicheroptionen wie die Cloud, die in den 2000er-Jahren eingeführt wurden, machten den Computer innerhalb kürzester Zeit zum allgegenwärtigen Arbeitswerkzeug und stellten die KI ins Rampenlicht. Und heute befindet sie sich – dank dreier wichtiger branchenweiter Verbesserungen – bereits auf der Überholspur.

  • Grafikprozessoren (GPUs): Die Nachfrage in der Video- und Spielebranche führte zur Entwicklung immer besserer und günstigerer Grafikprozessoren – einer Komponente, die für die Entwicklung von KI-Software zwingend erforderlich ist.
  • Big Data: Die von der KI verwendeten Algorithmen werden im Wesentlichen durch gigantische Datenmengen „trainiert“, den sogenannten Big Data. Mithilfe dieser Algorithmen kann KI diese Informationen in einem unglaublichen Tempo verarbeiten und die Daten zugänglich und besser nutzbar machen.
  • Algorithmen: Algorithmen ermöglichen die Automatisierung von Aufgaben, von denen man einst angenommen hatte, sie seien nur mit menschlicher Intelligenz zu lösen. Algorithmen werden durch den Einsatz von Schichten mit verborgenen Variablen, die die Ergebnisse sortieren und optimieren, ständig verbessert und immer komplexer.

Künstliche Intelligenz – oder auch „maschinelle Intelligenz“ – ermöglicht es Computern heutzutage, die folgenden Handlungen auszuführen:

  • Spracherkennung
  • Lernen
  • Planung
  • Problemlösung
  • Schlussfolgerung
  • Wahrnehmung
  • Die Fähigkeit, Objekte zu bearbeiten und zu bewegen

Künstliche Intelligenz auf noch höherem Niveau: ANI, AGI und ASI

Unterschieden werden drei Arten der KI: ANI (Artificial Narrow Intelligence ), AGI (Artificial General Intelligence) und ASI (Artificial Super Intelligence).

  • Artificial Narrow Intelligence: ANI wird auch als „schwache KI“ eingestuft, weil sie nur auf einen engen Bereich von Parametern oder Situationen spezialisiert ist, z. B. Spracherkennung oder fahrerlose Autos.
  • Artificial General Intelligence: AGI gilt als „starke KI“, da sie auf einem höheren Niveau arbeitet, das der menschlichen Intelligenz entspricht.
  • Artificial Super Intelligence: Unter ASI versteht man eine maschinelle Superintelligenz, die dem Menschen überlegen ist. Sie wird zurzeit nicht entwickelt.

ANI ist die am einfachsten zu erkennende Art von KI und wird bereits heute von den meisten Menschen genutzt. Hier sind ein paar Beispiele für ANI, die Sie vielleicht kennen:

  • Selbstfahrende Autos: Fahrerlose Autos haben weder ein Lenkrad noch Pedale, fahren nach 3D-Karten und werden von Google Chauffeur gesteuert.
  • Sprachgesteuerte Geräte: Viele Verbraucher besitzen und nutzen ANI täglich in Form intelligenter Geräte wie Siri oder Alexa.
  • E-Mail-Filter: Die meisten, wenn nicht sogar alle E-Mail-Clients bieten die Möglichkeit, Spam auszusortieren und bestimmte Nachrichten zu markieren.

AGI geht noch einen Schritt weiter und verlangt von einem Computer, intellektuelle Leistungen auf menschlichem Niveau zu erbringen. Allerdings muss ein Roboter, der als AGI eingestuft werden soll, eine Reihe von Intelligenztests bestehen.

Vor allem mit dem Turing-Test wird die Fähigkeit einer Maschine geprüft, wie ein Mensch zu handeln. Erzielt die Maschine ein Ergebnis von mindestens 70 %, dann wird sie als AGI-Roboter eingestuft. Eine weitere Analyse der AGI-Kompatibilität ermöglicht der sogenannte Coffee-Test. Hierbei soll ein Roboter eine Wohnumgebung betreten, Kaffee suchen und lernen, wie man ihn zubereitet. Ein AGI-Kandidat muss auch den College-Robot-Test bestehen, bei dem der Roboter sich an einer Bildungseinrichtung anmelden und erfolgreich am Unterricht teilnehmen muss. Schließlich kann ein Roboter einen Einstellungstest ablegen, bei der er berufsbezogene Tests, einschließlich Fahrprüfungen und schriftliche Prüfungen, bestehen muss.

Wie funktioniert KI?

Nachdem wir nun wissen, wie sich KI in den letzten 60 Jahren entwickelt hat, und eine Vorstellung von den Grundlagen haben, wollen wir uns die Funktionsweise der KI genauer ansehen.

Zwei grundlegende Techniken ermöglichen ein effektives Arbeiten von KI: Machine Learning (ML) und Deep Learning (DL). ML und DL schaffen die Voraussetzungen für das Funktionieren von KI. ML bezeichnet die in einen Computer integrierten Tools und Algorithmen, die „lernen“, d. h., sie treffen auf der Basis vorhandener Daten korrekte Vorhersagen. DL ist eine automatisierte Funktion innerhalb von Machine Learning und gestattet es einer Maschine, Muster zu erkennen und Informationen Kategorien zuzuordnen und so zu „denken“.

Wir wollen uns einige dieser Technologien innerhalb von KI genauer ansehen und untersuchen, wie sie in Ihrem Unternehmen eingesetzt werden können.

  • Eine Machine-Learning-Plattform kann Informationen aus vielen verschiedenen Datenquellen – wie Entwicklungs- und Schulungstools oder anderen Algorithmen – nutzen, um Vorhersagen zu treffen und Informationen zu klassifizieren.
  • Deep Learning ist eine Machine-Learning-Technik die mithilfe von Mustererkennung und -klassifizierung sehr große Datensätze verarbeitet.
  • Neuronale Netze sind eine Machine-Learning-Technik, bei der statistische Algorithmen eingesetzt werden, die dem Verhalten der Nervenzellen im menschlichen Gehirn nachempfunden sind.
  • Cognitive Computing ist eine Form des Computings, , die logisches Denken und allgemeines Verständnis nutzt. Es wird nicht als zum Machine Learning gehörig betrachtet, da Ergebnisse hierbei durch Kombination mehrerer KI-Technologien erzielt werden.
  • Maschinelles Sehen ermöglicht es Computern, Bilder wie das menschliche Auge zu erfassen und zu verarbeiten. Es analysiert den Kontext digitaler Bilder und Videos und erzeugt dann numerische oder symbolische Informationen für die Entscheidungsfindung.
  • Die Textgenerierung bezeichnet schlicht die Erstellung von Texten aus Computerdaten in natürlicher Sprache. Dieser Vorgang wird häufig für den Kundendienst, für Berichte und für Zusammenfassungen von Geschäftsinformationen verwendet.
  • Grafikprozessoren (GPU) sind Bestandteil einer elektronischen Schaltung, die die Erstellung von Bildern auf einem Anzeigegerät beschleunigt. GPUs sind für eine erfolgreiche Nutzung von KI unverzichtbar.
  • IoT – das – ist ein Netzwerk verbundener Geräte, die Daten erzeugen und austauschen. Zu diesen gehören etwa Haushaltsgeräte, intelligente Lautsprecher, Wearables und medizinische Geräte. KI ist, wenn es darum geht, wichtige Geschäftsinformationen zu generieren, auf die Daten dieser Geräte angewiesen.
  • Advanced Algorithms sind komplexe Algorithmen, die ständig weiterentwickelt und kombiniert werden, um eine fortlaufende intelligente Verarbeitung zu ermöglichen.
  • API (Anwendungsprogrammierschnittstelle) ist der Name einer Technologie, die häufig für den Zugriff auf KI-Services verwendet wird. Außerdem werden API-Datenströme in Unternehmen eingesetzt, um Daten, die nicht ständig sichtbar sind, mithilfe von API-Datenströmen besser zu verstehen.

KI-Anwendungen in der Praxis

Wahrscheinlich haben Sie im Leben schon mehr mit KI zu tun gehabt, als es Ihnen bewusst ist. Haben Sie vielleicht schon einmal auf Ihrer bevorzugten Shopping-Website mit einem Cyber-Assistenten gechattet? Oder Facebook um Hilfe beim Erstellen einer Anzeige für Ihr Unternehmen gebeten? Alexa aufgefordert, die Playlist mit Ihren Lieblingssongs abzuspielen? Oder Google danach gefragt, wie Sie um diese Zeit am besten nach Hause kommen? Dies sind nur einige Einsatzmöglichkeiten von KI, mit denen Unternehmen ihr Leben einfacher machen und ihre Kunden besser betreuen wollen. Hier sind noch ein paar weitere:

  • Amazon bietet transaktionale KI mit Algorithmen an, die ständig weiterentwickelt werden. Sie ist bereits in der Lage, Ihre Kaufgewohnheiten vorherzusagen und Ihnen Produktinformationen anzuzeigen, bevor Sie überhaupt wissen, dass Sie ein bestimmtes Produkt kaufen möchten.
  • Um Nutzern neue Songs entsprechend ihren Vorlieben zu empfehlen, verwendet der vom US-amerikanischen Streaming-Anbieter Pandora eingesetzte Musical-DNA-Prozess mehr als 400 musikalische Merkmale von Songs, die von professionellen Musikern manuell analysiert wurden.
  • Nest ist ein Thermostat, der über Alexa sprachgesteuert werden kann und so in der Lage ist, Ihre Heiz- und Klimatisierungsvorlieben zu erlernen und umzusetzen.

Wie sieht es mit Cloud-basierter KI aus? Aufgrund ihrer Skalierbarkeit und des Ressourcenzugriffs in Echtzeit entwickelt sich KI mit einer Cloud-Infrastruktur zu einer marktführenden Option. Zu den derzeit verfügbaren Plattformen gehören Microsoft Azure Machine Learning, Google Cloud Prediction API, TensorFlow, Rainbird und Meya, um nur einige zu nennen.

Geschäftlicher Nutzen der KI

Die KI stellt kontinuierlich und zuverlässig computerisierte Aufgaben und Informationen bereit und schafft so einen Mehrwert für vorhandene Computerkapazitäten. KI kann wie folgt dazu beitragen, Ihren Unternehmensgewinn zu steigern:

  • Automatisierung von Prozessen und Aufgaben
  • Reduzierung von Fehlern und menschlichem Versagen
  • Steigerung der Produktivität und der betrieblichen Effizienz
  • Fundiertere geschäftliche Entscheidungen dank Zugriff auf Echtzeitdaten
  • Optimierung des KI-Trainings durch verstärkten Zugriff auf sehr große Datenbestände
  • Serviceoptimierung durch bessere Kundenkenntnis
  • Generierung hochwertiger Leads

Wir wollen uns nun den Einzelheiten zuwenden. Im Folgenden beschreiben wir fünf Möglichkeiten, KI in Ihrem Unternehmen einzusetzen, etwas ausführlicher:

  • Datenerfassung und -analyse: KI macht Datenerfassung und -analyse erschwinglich, intuitiv und schnell. Sie erfahren automatisch mehr über Ihre Kunden und können sich so Folge- und Neugeschäfte sichern.
  • Smarte Stellenbesetzung: Machine-Learning-Algorithmen können Best Practices für Ihren konkreten Mitarbeiterbedarf entwickeln und eine Auswahl der geeignetsten Bewerber erstellen.
  • Effizienz im Back-Office: KI ist in der Lage, Aufgaben wie Buchhaltung, Terminplanung und weitere Funktionen im Tagesgeschäft im Handumdrehen und fehlerfrei abzuwickeln.
  • Kundenbetreuung: Ihre virtuellen Kundendienstmitarbeiter sind rund um die Uhr erreichbar und können Bestandskunden und Interessenten auch ohne menschlichen Eingriff sinnvoll unterstützen.
  • Gezieltes Marketing: Das Sortieren und Kategorisieren aller verfügbaren Daten zu Ihrem Produkt oder Service ist eine Spezialität der KI. Dies ermöglicht es Ihnen, Ihre Marketingmaßnahmen speziell auf die Bedürfnisse Ihrer Kunden zuzuschneiden.

Ein Ökosystem mit KI-Integration

Immer mehr Unternehmen nutzen KI-Workloads, die wichtige Geschäftsprozesse begleiten. Eine Plattformlösung zu finden, die für speziell Ihr Unternehmen funktioniert und eine Vielzahl von Drittanbieteranwendungen vernetzt, ist ein wesentlicher Bestandteil der IT-Infrastruktur. Talend Cloud bereitet Ihre lokalen Anwendungen und Daten wie auch jene in der Cloud nahtlos vor, integriert sie und stärkt so Ihr KI-Ökosystem.

Sind Sie bereit, mit Talend durchzustarten?