Künstliche Intelligenz – Was verbirgt sich hinter dem Hype?
Künstliche Intelligenz (KI): Überall stößt man darauf. Die Nachrichten sind voll mit Artikeln pro und kontra KI, teilweise kursieren Hiobsbotschaften wie KI die Weltherrschaft übernimmt, auf der anderen Seite, wie KI die Welt retten kann. Über alle Branchen hinweg entwickeln sich neue Produkte und Lösungen, die KI nutzen.
Aber was verbirgt sich hinter diesem Begriff? Was ist dran an den Nachrichten? Und wo bringt KI wirklich Mehrwert?
In einer Reihe von Blogbeiträgen werden wir dieses Thema über die kommenden Wochen genauer durchleuchten, einzelne Methoden detailliert erläutern und sowohl auf den Mehrwert eingehen, als auch Fallgruben aufzeigen. Doch zunächst die Basics…
Was ist Künstliche Intelligenz?
Diese Frage ist nicht ganz einfach zu beantworten, da es keine einheitliche Definition gibt und sich das Verständnis dynamisch verändert. Alleine über die Definition von Intelligenz im Kontext des Menschen wird nach wie vor stark diskutiert. Versucht man Intelligenz für Tiere oder eben Maschinen zu definieren, wird es noch komplizierter.
Ein Beispiel:
Ein Hund könnte die mathematische Gleichung 45 x 223 nicht lösen. Ein Mensch könnte sie – mit entsprechendem Bildungsstandard – vermutlich innerhalb einiger Minuten lösen. Ein Computer oder Taschenrechner braucht dafür nur einen Bruchteil einer Sekunde. Ist die Maschine also intelligenter als ein Mensch oder ein Hund? Je nach Tätigkeit und Kontext setzen wir andere Maßstäbe für Intelligenz. Dadurch wird auch das Verständnis von KI schwammig und es gibt selten eindeutige Antworten, was wirklich KI ist und was nicht.
KI wird generell als eine Sub-Disziplin der Informatik anerkannt und befasst sich mit dem erstellen intelligenter Maschinen. Intelligente Maschinen werden häufig als solche anerkannt, wenn sie menschliche Rationalität in Informationsverarbeitung, Entscheidungsfindung und Handeln widerspiegeln können. Dabei ist es sinnvoll, das Konzept der KI in die sogenannte „Enge KI“ und „Breite KI“ zu unterteilen.
„Enge KI“ (im englischen „Narrow AI“) beschreibt ein KI-System, das auf die Ausführung einer bestimmten Tätigkeit spezialisiert ist. Hierzu gehören zum Beispiel Algorithmen, die darauf trainiert sind, Sprache zu transkribieren oder Gesichter in Fotos zu erkennen. Diese Systeme können in ihrer Teilaufgabe sehr stark sein, können aber keine anderen, „fremden“ Aufgaben lösen. Die Forschungen und Entwicklungen sind auf diesem Gebiet bereits sehr weit und es gibt äußerst starke Algorithmen, die einzelne Aufgaben wesentlich effizienter lösen können als Menschen.
„Breite KI“ (im englischen „Broad AI“) hingegen beschreibt ein KI-System, das nahezu alle menschlichen kognitiven Fähigkeiten nachbilden kann. Dieses kommt den KI-Maschinen, die wir aus Filmen wie „Terminator“ oder „I, Robot“ kennen, sehr nahe. Maschinen, die sich nahezu wie Menschen verhalten, Emotionen verspüren und jegliche Aufgaben lösen können, die ein Mensch auch lösen kann. Das Konzept der „Breiten KI“ ist allerdings noch Zukunftsmusik und taucht bisher nur in Filmen auf. Maschinen, die das komplette Spektrum der menschlichen Fähigkeiten abbilden, gibt es noch nicht.
Wo kommt der Hype um KI her?
Der Begriff der KI wurde bereits in den 1950er Jahren geprägt. Allerdings hat sich seitdem viel getan in der technologischen Entwicklung. Eine der grundlegenden Methoden von KI ist das sogenannte „Machine Learning“ (ML), wozu auch Technologien wie „Deep Learning“ (DL) und Neuronale Netze gehören. Das grundlegende Prinzip dieser Technologien ist das Lernen aus Daten mithilfe mathematischer und statistischer Methoden.
Der Grund warum KI und ML in den letzten Jahren sehr populär wurden, liegt vor allem in den technologischen Fortschritten der Hardware. Dies bezieht sich sowohl auf die Leistung der Verarbeitung von Daten als auch auf den verfügbaren Speicherplatz für Daten. Zum Vergleich: Ein heutiges Smartphone hat in etwa die millionenfache Leistung sowie Speicherkapazität des Bordcomputers der Apollo 11 (1969).
Die Verfügbarkeit von „Big Data“ und entsprechender Hardware mit gesteigerter Leistung macht es möglich, äußerst komplexe ML-Algorithmen aufzusetzen und auch unstrukturierte Daten wie Bilder, Audio und Texte zu verarbeiten. Dadurch haben sich Produkte und Dienstleistungen wie Smart Assistants, Chatbots, Gesichtserkennungs-Algorithmen und viele mehr entwickeln können.
Die folgende Abbildung zeigt die Entwicklung der Speicherkapazität von Festplatten seit 1980. Wichtig: Die Darstellung ist logarithmisch. Während die Speicherkapazität 1980 noch bei 0,01 GB lag, werden heute Festplatten mit mehr als 10.000 GB Kapazität angeboten.
Wie lässt sich KI anwenden?
Die Anwendungsfälle von KI sind nahezu grenzenlos. Überall wo sich große Mengen an Daten befinden, findet sich häufig auch ein KI-Algorithmus. Ob in der Sprach- oder Bildverarbeitung, der Automatisierung von Prozessen, oder dem gezielten Einsatz von Werbung auf Basis der Konsumenteninteressen: KI eröffnet neue Möglichkeiten und erschließt weitere wirtschaftliche Potentiale.
Die Implementierung von KI-Systemen ist dabei häufig einfacher als man denkt. Auf dem Markt gibt es jede Menge Anbieter von bereits vorgefertigten Algorithmen, bis hin zu Frameworks, in denen sich eigene Algorithmen trainieren lassen. Natürlich gibt es auch die Möglichkeit über Dienstleister oder Data Scientists, eigene Algorithmen entwickeln zu lassen. Je nach Anwendungsfall und Komplexität sind unterschiedliche Ansätze sinnvoll.
Die Implementierung von KI-System startet für gewöhnlich über eine Potenzialanalyse. Hierfür geeignet sind z.B. Management Workshops. Dabei kann man folgende drei Schwerpunkte setzen:
- Analyse von KI-Lösungen vor dem Hintergrund von Problemstellung
- Analyse von KI-Lösungen vor dem Hintergrund von vorhandenen Daten-Pools
- Neue KI-Technologien beleuchten und Anwendungsfälle im Unternehmen finden
Bei der Umsetzung ist es wichtig, den Anwendungsfall genau zu durchleuchten, zu verstehen welche Daten vorliegen, welchen Datenflüsse bestehen und wie diese am besten genutzt werden können. Häufig stößt man auf Situationen, in denen die benötigten Daten fehlen und man zunächst anfangen muss, diese zu erheben.
Auch sollte der Zweck der verschiedenen Lösungen genau definiert sein, besonders in Bezug auf das Konzept der „Engen KI“. Algorithmen sind für gewöhnlich auf einzelne Aufgaben spezialisiert.
Nicht zuletzt müssen auch ethische und rechtliche Aspekte beleuchtet werden. Wie man anhand der oben genannten Schlagzeilen sehen kann, sollten ethische Grundsätze in der Entwicklung von KI eine entscheidende Rolle haben und eingehalten werden. Mit einem transparenten und ethisch vertretbaren KI-Ansatz können Sie nicht nur etwas für ihr Gewissen tun, sondern sich auch von Wettbewerbern absetzen.
Fazit:
KI ist nicht neu, bekommt aber, aufgrund des technologischen Fortschritts, mehr und mehr Aufmerksamkeit. Auch in Zukunft wird sich die Leistungsfähigkeit von Hardware und KI-Algorithmen rasant weiterentwickeln. Verpassen Sie nicht den Anschluss und informieren Sie sich, welche KI-Anwendungen es auf dem Markt gibt und wie Ihr Unternehmen davon profitieren kann. Liquam unterstützt Sie gerne bei Fragen, Potenzialanalysen und Umsetzungen. Kontaktieren Sie uns!
- Vom 13. April 2022