Seit Jahren ist das Thema der Künstlichen Intelligenz (KI) aus den Trend Reports von Gesellschaft und Wirtschaft nicht mehr wegzudenken. In der Gesellschaft herrscht jedoch laut einer „bitkom“ Umfrage eine große Unsicherheit bezüglich des Themas KI. Grund genug, sich einmal näher mit dem Thema zu beschäftigen und herauszufinden, was künstliche Intelligenz ist und wie Künstliche Intelligenz als Definition aussehen kann.

Was ist Künstliche Intelligenz?

Künstliche Intelligenz (KI), englisch Artificial Intelligence (AI) beschäftigt sich laut Definition mit Methoden, die menschliches Lernen und Denken auf Maschinen übertragen. Ziel ist es, Maschinen die Möglichkeit zu verleihen, komplexere Probleme zu lösen.

Hierbei wird zwischen starker und schwacher Künstlicher Intelligenz unterschieden:

  • Eine starke KI ist eine Künstliche Intelligenz mit starken, menschlichen kognitiven Eigenschaften, der es möglich ist, allgemeine, unbekannte Probleme zu lösen.
  • Eine schwache KI hingegen löst komplexe Probleme bekannter Art und ist der deutlich verbreitetere Ansatz. Jede uns bekannte Künstliche Intelligenz fällt in diese Kategorie, weshalb im Folgenden vor allem auf schwache KI eingegangen wird.

Künstliche Intelligenz vs. klassische Programmierung

Künstliche Intelligenz dient, genau wie klassische Programmierung, der Lösungsfindung von komplexen Problemen. Doch worin unterscheidet sich dann eine schwache KI von einem klassischen Programm zur Findung von Lösungen bekannter Probleme?

Klassische Programmierung ist klar regelbasiert. Sie reagiert immer gleich auf bestimmten Input und kennt Operationen wie: „Wenn dies eintritt, dann tu das“ oder „Tu solange dies, bis das eintritt“. In der Künstlichen Intelligenz hingegen wird ein Algorithmus geschrieben, der über diese einfachen Operationen hinaus selbstständig komplexere Muster erkennt und die notwendigen Maßnahmen ableitet.

Ein gutes Beispiel hierfür sind Sprachassistenten. Aufgrund der nahezu unendlichen Möglichkeiten der Spracheingabe ist es realistisch nicht möglich, die passende Antwort regelbasiert zu geben. Die passende Antwort ist nicht nur von einem Stichwort in der Frage abhängig, sondern von der gesamten Syntax der Frage, gepaart mit dem Kontext und der Historie der letzten Fragen und Spracheingaben. Auch eine KI kennt am Anfang nicht die perfekte Antwort auf jede Frage. Sie kann aber bei jeder weiteren Spracheingabe, beispielweise durch weitere Fragen auf eine Antwort lernen, was die bestmöglichen Ergebnisse sind. Diese Erfahrungen fließen in zukünftige Antworten ein, sodass diese mit der Zeit immer präziser werden.

Künstliche Intelligenz im Alltag

Im Alltag haben wir immer mehr mit künstlichen Intelligenzen zu tun. Beim alltäglichen Surfen im Internet oder auf Social Media Plattformen wird uns Werbung angezeigt, die bestmöglich unserem aktuellen Bedarf entspricht. Dahinter stecken Algorithmen, die unser Surfverhalten analysieren und genauestens kennen. So können uns höchst individuelle und gezielte Werbeangebote zugespielt werden. Im Kundenservice setzen mittlerweile viele Unternehmen Chatbots ein, um den Erstkontakt bei Anliegen der Kund*innen herzustellen. Auch in diesem Anwendungsfall lernt die KI durch mehr Interaktion, welche Antworten gefragt sein könnten. Auch Google Maps bedient sich einer KI, um uns uns durch Echtzeitberechnungen von Verkehrsstörungen und die Erfahrungen von Millionen von Fahrdaten zuverlässig auf der kürzesten Route zum Ziel zu navigieren.

Wie lernt eine künstliche Intelligenz?

Beim Lernprozess künstlicher Intelligenz unterscheidet man laut Definition grundsätzlich drei Teilbereiche:

Die KI bekommt eine Input- und eine Output Variable vorgegeben, z.B. Bilder mit einer Beschreibung oder einem Titel. Während des Trainingsvorgangs versucht die KI, Assoziationen herzustellen um bei einem weiteren, unbekannten Bild den Titel bestimmen zu können.

Beim unüberwachten Lernen bekommt die künstliche Intelligenz keinen zugeordneten Output. Die KI muss anhand der verfügbaren Informationen die Input-Daten ordnen oder Cluster bilden.

Beim Lernprozess des Teilüberwachten Lernens liegen Input-Daten mit und ohne Output-Variable vor. Es gelten die Vorgehensweisen des überwachten und des unüberwachten Lernens. Die KI trainiert, die Input-Daten zu clustern und mit Output-Variablen zu versehen.

Möglichkeiten und Grenzen Künstlicher Intelligenz

Die Chancen von KI sind groß und vielen Menschen im Alltag (noch) nicht bewusst. Eine Studie im Auftrag des Bundesministeriums für Wirtschaft ergab 2018, dass KI künftig für ein Drittel des gesamten Wirtschaftswachstums verantwortlich sein wird.

Möglichkeiten der KI

Eine große Stärke der Künstlichen Intelligenz ist die Verarbeitung unstrukturierter Daten im Rahmen einer definierten Problematik. Obwohl schon seit den 1950ern an KI geforscht wird, ist es erst in den letzten 10-15 Jahren mit deutlich günstigerer Rechenleistung möglich geworden, diese unstrukturierten Daten überhaupt zugänglich zu erfassen. Durch die Möglichkeiten von Künstlicher Intelligenz, Muster innerhalb dieser Daten zu erkennen und diese miteinander in Beziehung zu setzen, ergeben sich unzählige Möglichkeiten, die Ergebnisse dieser Analysen zu nutzen. Vor allem in Verbindung mit Themen der Digitalen Transformation, wie Industrie 4.0, Internet of Things, der Vernetzung und Datenerhebung in Prozessen. Es ergeben sich beispielsweise Möglichkeiten hinsichtlich optimierter Routen- und Prozessplanung im Bereich Logistik. Im Produktions- und Maschinenbauumfeld sind vorallem das Thema Predictive Maintenance und die Fernwartung von Anlagen ein spannendes Anwendungsfeld.

Künstliche Intelligenz vs. herkömmliche Technologien

Wie tiefgreifend KI bereits jetzt funktioniert, zeigt der Blogbeitrag zu thispersondoesnotexist eindrucksvoll.

Grenzen der KI

Von einer starken, allgemeinen KI, die jegliche Problematik selbstständig analysiert, sind wir noch weit entfernt. Von Künstlichen Intelligenzen wie in den Filmen Matrix, Terminator oder Iron Man dargestellt sind, sind wir noch weit entfernt.

Künstliche Intelligenzen können die für sie definierten Probleme lösen. Auf Probleme aus anderen Bereichen, die für sie nicht definiert sind, wissen sie noch keine Antworten. Alexa kann daher nicht die beste Route von Hamburg nach München empfehlen. Dafür kann sie aber Musik vorschlagen, die zum Hörverhalten der letzten Monate passt.

Des Weiteren ist die Qualität auch immer davon abhängig, wie hoch die Qualität der Daten ist, mit denen der Algorithmus lernt.

Auch das Thema Rechenleistung ist gerade für Echtzeitkalkulation weiterhin ein limitierender Faktor. Hier sind in den kommenden Jahren spektakuläre Forschungsergebnisse im Bereich der Quantencomputer zu erwarten.

Fazit

Auch wenn wir noch von einer starken KI wie in der Definition weit entfernt sind, ist die Künstliche Intelligenz eine der größten Chancen der Digitalisierung. Sie wird in den nächsten Jahren immer tiefgreifendere Veränderungen in Gesellschaft und Wirtschaft erzeugen. Deshalb muss man sich jetzt Gedanken machen, wie man KI bestmöglich in die eigenen Unternehmensprozesse integrieren kann. Neben den erwähnten Chancen sind in der Bevölkerung auch Ängste vor dieser neuen Technologie vorhanden. Die Menschen in der Gesellschaft und die Mitarbeiter*innen in den Unternehmen auf diesem großen Schritt auf der Reise der Digitalisierung zu begleiten ist daher unerlässlich.