Artificial Intelligence & Machine Learning

Schwache künstliche Intelligenz bietet Unterstützung für den Menschen, indem sie sich auf die Lösung konkreter Anwendungen fokussiert. Schwache KI-Systeme erlangen kein tieferes Verständnis für die Problemlösung. Sie sind nur auf die Erfüllung klar definierter Aufgaben ausgerichtet. Die Problemlösung erfolgt auf Basis von mathematischen und statistischen Methoden, die speziell für die jeweilige Anforderung entwickelt und optimiert werden. Letztlich geht es der schwachen KI um die Simulation intelligenten Verhaltens. Es geht nicht um die Schaffung von Bewusstsein oder einem tieferen Verständnis von Intelligenz. Schwache KI wird bereits in vielen Bereichen eingesetzt: Texterkennung, Bilderkennung, Spracherkennung, automatisierte Übersetzung, Ableiten von Handlungsempfehlungen, Produktionsoptimierung etc.

Ziel der starken künstlichen Intelligenz (Superintelligenz) ist es, die gleichen intellektuellen Fertigkeiten - wie Menschen sie besitzen - zu erlangen. Diese handelt dann aktiv, nicht nur reaktiv wie die schwache KI, d.h. aus eigenem Antrieb, intelligent und flexibel.

KI-Systeme können für die unterschiedlichsten Anwendungen und Funktionen eingesetzt werden. Gemäß dem Center for Data Innovation bedient sich KI in den meisten Fällen zumindest einer der folgenden allgemeinen Funktionen (Center for Data Innovation, 2016):

• Monitoring und Erkennung: KI-Systeme können in kürzester Zeit große Mengen an Daten analysieren und Abweichungen sowie Muster feststellen. Als Beispiele finden sich Betrugsbekämpfung, CyberSecurity oder Umweltveränderungen.
• Vorhersagen: Mit künstlicher Intelligenz können Modelle mit Vorhersagekraft aus Daten erstellt werden. Beispiel dafür ist der Empfehlungsalgorithmus von Netflix oder Wettervorhersagen.
• Interpretieren: Strukturierte und unstrukturierte Daten wie etwa Bilder, Videos und Audiodateien und Textdateien können mittels KI in vielfach größerer Datenmenge analysiert werden als mit herkömmlichen Methoden.
• Interaktion mit physischer Umgebung: KI-Systeme ermöglichen eine Vielzahl an unterschiedlichen Interaktionen zwischen Maschinen und ihrer Umgebung. Ein Beispiel sind selbstfahrende Autos, die eine Unmenge an Echtzeitdaten analysieren und eine sichere und effiziente Fahrrichtung bestimmen.
• Interaktion: KI-Systeme ermöglichen über die Analyse von Daten hinaus auch das Vorschlagen von Handlungen (z. B. der Arzt bekommt Entscheidungsunterstützung durch KI) oder das Einleiten von Aktivität – („Alexa, dreh das Licht ab“).

KIs können uns dabei helfen, die zunehmenden Herausforderungen einer digitalisierten, immer komplexer werdenden Welt zu bewältigen und mit ihren Entwicklungen Schritt zu halten:

• Eine KI nutzt die enorme Rechenleistung und durchforstet innerhalb kürzester Zeit eine gigantische Menge an Daten. Sogenannte kognitive Systeme fördern die Entdeckung von neuem Wissen. So können zum Beispiel Muster in gewissen Daten erkannt und Möglichkeiten und Handlungshypothesen gefunden werden, die durch programmierte Systeme nicht aufgedeckt werden können.
• Geschäftsprozesse vereinfachen und automatisieren, z. B. strukturierte und unstrukturierte Daten in derart komplexer Weise zu analysieren, die für das menschliche Gehirn nur schwer nachvollziehbar ist. Oder sich ständig wiederholende manuelle Aufgaben, wie Reisekosten auf Korrektheit überprüfen.
• Digitale Assistenten & Chatbots: Kundenservice in Form von Chatbots, die selbst lernfähig sind. Sie lernen bei jedem Kundengespräch selbständig dazu. Dadurch vergrößert sich der Antwortpool für künftige Anfragen.

Die Einsatzbereiche von AI-Systeme werden sich aber noch weiter ausdehnen. Neben der Unterstützung menschlicher Aktivitäten durch kognitive intelligente Systeme denke man an Roboter, die sicher und adaptiv mit Menschen interagieren können oder intelligente und autonome Geräte im Internet der Dinge sowie autonomes Fahren.

Aus Branchensicht dominieren folgenden Einsatzbereiche:

1. Gesundheitswesen (datenbasierte Diagnoseunterstützung, Bilddiagnostik, Krankheitsausbreitung)
2. Finanzdienstleistungen (personalisierte Finanzplanung, Betrugserkennung, Geldwäschebekämpfung, automatische Transaktionen)
3. Einzelhandel (personalisierte Gestaltung und Produktion, Sammeln von Kundenerfahrungen, Bestands- und Liefermanagement)
4. Automobilindustrie (intelligente Autos, Fahrerassistenz, autonome Fuhrparks für Fahrgemeinschaften, vorausschauende Instandhaltung) 
5. Transport und Logistik (autonome Beförderung und Lieferung, Verkehrsregelung und Stauvermeidung, Sicherheit)
6. Technologie, Kommunikation und Unterhaltung (Mediensuche, Inhaltserstellung, Personalisierung von Marketing und Werbung)
7. Energie (Verbrauchsmessung, Netzbetrieb und Speicherung, Infrastrukturwartung)
8. Fertigung (Überwachung und automatische Korrektur, Lieferketten- und Produktionsoptimierung, bedarfsgerechte Fertigung)

Bei KI-Software handelt es sich um lernfähige Algorithmen. Diese werden trainiert und im Laufe ihrer Anwendung immer besser. Sie lernen mit der Zeit zu verstehen und nehmen entsprechende Optimierungen vor. Dabei gibt es unterschiedliche Lernmethoden, wie z.B. neuronale Netzwerke, Deep Learning oder Machine Learning. Ziel ist es, dass das System mit der Zeit immer bessere Antworten geben kann.

Details >>