Was ist Künstliche Intelligenz?
Manchmal stiftet eine Internetrecherche mehr Verwirrung als Klarheit. Eine Suche nach KI und deren Bedeutung liefert sehr unterschiedliche Begriffserklärungen:
- KPMG bezeichnet KI als eine Reihe von Teilgebieten der Informatik, die es Computern ermöglichen, komplexe Aufgaben zu lösen, die bislang der menschlichen Wahrnehmung und dem Erkennen vorbehalten waren.
- Capgemini definiert KI als einen Sammelbegriff für die Fähigkeiten lernender Systeme, die von Menschen als eine Art von Intelligenz wahrgenommen werden.
- Der Digitalverband Bitkom unterteilt KI in zwei Bereiche: die symbolische und die subsymbolische KI.
Die symbolische KI bezeichnet wissensbasierte Systeme und Expertensysteme, bei denen der Experte dem Computer noch sehr dediziert Regeln fürs Handeln und Entscheiden vorgibt. Die sub-symbolische KI meint das sogenannte maschinelle Lernen, bei welchem der Computer auf der Grundlage von Daten und den darin enthaltenen Mustern eigenständig lernt. - Die KI-Enquete-Kommission des Deutschen Bundestags unterscheidet zwischen regelbasierten und lernenden KI-Systemen.
Regelbasierte KI-Systeme verarbeiten algorithmische Regeln und maschinenlesbares Wissen, das von Menschen erstellt wurde. Lernende KI-Systeme zeichnen sich dadurch aus, dass ihre initiale Konfiguration durch den Menschen nur die Grundlage für ihre konkrete Funktionsweise ist. Sie passen ihre Funktionsweise durch einen Lernprozess kontinuierlich an.
Schwache, starke und Super-KI.
In der Wissenschaft durchgesetzt hat sich laut des Fraunhofer Instituts für Arbeitswirtschaft und Organisation IAO die Unterscheidung zwischen schwacher und starker KI sowie der Superintelligenz. Die schwache KI wird in der Regel spezifisch für eine Anwendung entwickelt und genutzt. Beispiele sind die Spracherkennung oder Navigations- und Übersetzungsdienste.
Die starke KI kann selbstständig logisch denken, planen, lernen und Entscheidungen unter Unsicherheit treffen. Die Super-KI ist in der Theorie dem Menschen in allen Belangen intellektuell überlegen – und wird in den kommenden Jahren wohl weiterhin der Science-Fiction vorbehalten sein.
Die Unschärfe des KI-Begriffs ist auch auf seine Wortwahl zurückzuführen. Viele Experten bemängeln das Substantiv „Intelligenz“, da dieses bei Laien falsche Vorstellungen und überzogene Erwartungen hervorrufe. Prof. Dr. Thilo Stadelmann, Professor für Informatik an der ZHAW School of Engineering mit Forschungsschwerpunkt AI/Machine Learning, sagt: „Fakt ist aber, dass eine KI nicht intelligent und auch nicht auf den Weg dahin ist, irgendwann einmal intelligent zu sein. Daher wäre der Begriff ,Komplexe Computeranwendungen' wohl der passendere gewesen.“
Fakt ist aber, dass eine KI nicht intelligent und auch nicht auf den Weg dahin ist, irgendwann einmal intelligent zu sein. Daher wäre der Begriff ,Komplexe Computeranwendungen' wohl der passendere gewesen.
Prof. Dr. Thilo Stadelmann, Professor für Informatik an der ZHAW School of Engineering
Was kann KI?
Aufgrund der schwierigen technologischen Abgrenzung setzt das Fraunhofer-Institut auf eine Differenzierung nach Fähigkeiten. Anhand dieser lassen sich folgende KI-Basistechnologien definieren:
- Mustererkennung: KI-basierte Mustererkennung analysiert Daten, um darin Regelmäßigkeiten, Wiederholungen, Ähnlichkeiten oder Gesetzmäßigkeiten zu erkennen.
- Texterkennung: KI-basierte Texterkennung nutzt Algorithmen, um Informationen aus unstrukturierten Daten sowie Inhalte aus natürlicher Sprache in maschinenlesbare und damit weiterzuverarbeitende Form zu transformieren.
- Akustische Signalerkennung: KI-basierte Systeme können auch in die Lage versetzt werden, akustische Signale und Tonfolgen zu erkennen und diesen bestimmten Ereignissen oder Verursachern zuzuordnen.
- Spracherkennung: KI-basierte Spracherkennung kombiniert die Fähigkeiten aus Texterkennung und akustischer Erkennung. Sie ermöglicht es, gesprochene Sprache zu verschriftlichen und in maschinenlesbare Form zu übersetzen.
- Übersetzungsdienste: KI-basierte Übersetzungsdienste ermöglichen die Übersetzung von in natürlicher Sprache vorliegenden Texten in andere Sprachen.
- Bilderkennung: KI-basierte Bilderkennung ist in der Lage, Objekte in Bildern zu identifizieren und Kategorien zuzuordnen.
- Gesichtserkennung: Die Gesichtserkennung als Sonderfall der Bilderkennung erkennt menschliche Gesichter auf Basis eindeutiger biometrischer Merkmale. Sie kann Personen identifizieren oder Emotionen analysieren.
- 3D-Raumerkennung: Die 3D-Raumerkennung stellt eine weitere Stufe der Bilderkennung dar. Aus mindestens zwei Bildern entstehen dreidimensionale Bilder, die räumliche Analysen ermöglichen.
- Gesten- und Bewegungsmustererkennung: Menschliche Gesten und Bewegungen sind ebenfalls eindeutige biometrische Merkmale, anhand derer Personen identifiziert werden können.
Als wichtigste Chancen für Unternehmen ergeben sich daraus Effizienzsteigerung und Innovation. Der Einsatz von KI kann den Ressourceneinsatz minimieren, Kosten einsparen, Prozesse beschleunigen, Fehler reduzieren und neue Geschäftsfelder identifizieren.
Soweit die Theorie. Wie beginnt man nun mit dem praktischen Einsatz von KI im Unternehmen?
Wie gelingt der KI-Einsatz in Unternehmen?
Orientierung gibt eine Lünendonk-Umfrage unter KI-Verantwortlichen in Großunternehmen und Konzernen: Sie stellt zwölf Handlungsempfehlungen, hier in verkürzter Form, für den KI-Einsatz in Unternehmen vor – unterteilt in die Bereiche Kultur, Technik und Organisation.
Kultur
- Entwickeln Sie eine Vision und ein Zielbild für die Nutzung von KI in Ihrem Unternehmen.
- Erarbeiten Sie für Ihr Unternehmen eine einheitliche KI-Definition, an der sich alle Fach- und Führungskräfte orientieren können, um die Zusammenarbeit und Kommunikation zu erleichtern.
- Verbessern Sie das Verständnis für KI in Ihrem Unternehmen und schärfen Sie das Bewusstsein für die Chancen von KI.
- Begegnen Sie Vorurteilen und Ängsten. Schaffen Sie auf der Basis von Fakten und offener Kommunikation eine Unternehmenskultur, die für KI begeistert. Besuchen Sie Events, schulen Sie Ihre Beschäftigten, setzen Sie erste Prototypen um und nutzen Sie das Wissen von Experten.
Technik
- Definieren Sie eine KI- und Datenstrategie als Teil Ihrer Unternehmensstrategie.
- Operationalisieren Sie die KI-Strategie und berücksichtigen Sie sie in Ihrer Datenarchitektur und Ihrem Datenmanagement.
- Verbessern Sie die Verfügbarkeit und Qualität Ihrer Daten und überprüfen Sie, inwieweit Sie Ihre IT aktualisieren müssen.
Organisation
- Vergegenwärtigen Sie sich, dass die erfolgreiche Umsetzung von KI kein reines IT-Thema ist. Sie kann nur dann erfolgreich sein, wenn sie als multidisziplinäre Transformation verstanden wird.
- Die Umsetzung von KI-Strategien erfordert Entschlossenheit, Mut und Tempo. Seien Sie mutig. Erhöhen Sie die Versuchsbereitschaft Ihrer Teams und sammeln Sie Erfahrungen mit Prototypen. Nutzen Sie Fehler als Chance, um zu lernen und es das nächste Mal besser zu machen.
- Schaffen Sie einen konkreten Überblick über die KI-Möglichkeiten in Ihrem Unternehmen. Fachbereiche und KI-Experten müssen dann gemeinsam hierfür Lösungsansätze entwickeln.
- Bauen Sie interne KI-Kompetenzen auf, um Lösungsansätze beurteilen und skalieren zu können.
- Bilden Sie Think- und Work-Forces mit externen Kompetenzpartnern, um KI für sich und ihre Kunden erfolgreich einzusetzen.
Bechtle begleitet Sie von der KI-Strategie über infrastrukturelle Lösungen bis hin zur Programmierung.
Ansprechpartner.
Bechtle update Redaktion
update@bechtle.com
Zum Thema.
- Bechtle Lösung: KI – Herausforderungen und Chancen fürs Business
- Gutachten des Fraunhofer Instituts für Arbeitswirtschaft und Organisation IAO: Künstliche Intelligenz in der Öffentlichen Verwaltung
- Lünendonk Studie: Künstliche Intelligenz – Eine Studie zum Status quo in deutschen Unternehmen und zu zukünftigen Anwendungsfällen
- Abschlussbericht der Enquete-Kommission KI des Bundestags
Newsletter.
Erhalten Sie die besten Artikel aus dem Bechtle update alle sechs Wochen direkt in Ihr Postfach. Hier geht's zur Anmeldung:
