Was Sie in unserem Artikel erfahren

Im Folgenden erfahren Sie, was künstliche Intelligenz ist, wie sie funktioniert, wo sie zum Einsatz kommt und was ihre Potentiale auch für Unternehmen sind. Wir erklären Ihnen zudem, was Machine Learning und Deep Learning eigentlich mit KI zu tun haben.

Um zu wissen, wie KI in Unternehmen eingesetzt werden kann und welchen Nutzen sie bringt, müssen wir die Technologie zunächst verstehen. Am Ende dieses Artikels verfügen Sie über ein fundiertes Wissen zu KI, ML und DL und können darauf aufbauend entscheiden, ob sich der Einsatz künstlicher Intelligenz für Ihr Unternehmen lohnen könnte. Sie werden erkennen, dass KI, ML und DL etliche Potentiale bergen, die Abläufe in digitalen Unternehmen zeit- und kostensparend gestalten können.

Was ist künstliche Intelligenz?

Bei künstlicher Intelligenz handelt es sich um eine Technologie, die menschliche Intelligenz und menschliches Handeln mittels Maschinen nachahmt. Es sollen Maschinen entwickelt werden, die selbstständig Probleme lösen, indem sie auf ihre Umwelt reagieren können. Es geht nicht darum, dass beispielsweise ein Sprachassistent vorprogrammierte Antworten gibt. Vielmehr soll die Technologie die Frage selbst interpretieren und intuitiv darauf reagieren.

Eine einheitliche Definition von KI existiert nicht, was wohl an der Abstraktheit des Begriffs Intelligenz und dem schnellen Wandel des Themengebiets liegen dürfte. Charakteristische Eigenschaften für KI sind allerdings Autonomie und Adaptivität. KI Systeme haben demnach die Fähigkeit, Aufgaben in komplexen Umgebungen auszuführen, und zwar ohne eine konstante Anleitung von Menschen. Sie sind in der Lage, ihre Leistung selbstständig zu verbessern, da sie aus Erfahrungen lernen können.

Generell unterscheidet man bei KI Systemen zwischen schwacher und starker KI, wobei bisher vorhandene KI Lösungen alle der 1. Kategorie angehören. Starke KI ist heutzutage noch bloße Science Fiction:

  • Schwache KI sind Maschinen, die eine einzelne, menschliche kognitive Fähigkeit ersetzen können. Systeme mit schwacher KI erfüllen eine bestimmte Aufgabe. Das KI System verhält sich in diesem Fall intelligent, ohne es wirklich zu sein.
  • Starke KI wäre eine Maschine, die im Ganzen dieselben Fähigkeiten wie ein Mensch besitzt oder diese sogar übersteigt. Das System mit starker KI könnte so theoretisch jede intellektuelle Aufgabe erfüllen. Es würde sich um ein tatsächlich intelligentes System handeln, das über ein Bewusstsein verfügt.

Wie funktioniert künstliche Intelligenz?

Künstliche Intelligenz ahmt die Funktionsweise des menschlichen Gehirns nach. In diesem befinden sich unzählige Nervenzellen, sogenannte Neuronen, welche über Synapsen Sinneseindrücke wahrnehmen, diese mit anderen Neuronen verknüpfen und als elektrische Impulse durch das neuronale Netz weiterleiten. Durch das Weitergeben und Verknüpfen werden Sinneseindrücke zu Informationen verarbeitet und wir lernen bei diesem Prozess. Dieser Vorgang führt letztlich dazu, dass wir erlerntes Wissen anwenden, Probleme lösen können und uns intelligent verhalten.

Künstliche Intelligenz simuliert genau diesen Vorgang. Künstliche neuronale Netze sind bestimmten Prozessen im menschlichen Gehirn nachgebildet, um auf der Basis großer Datenmengen lernen zu können, komplexe Probleme zu lösen oder Muster zu erkennen. Solche Systeme setzen sich aus sogenannten Algorithmen zusammen, einer Aufeinanderfolge von verschiedenen Regeln in Computersprache, um Aufgaben zu lösen. Informationen werden als Impulse aufgenommen, an künstliche Neuronen der nächsten Schicht weitergegeben und mit anderen Impulsen kombiniert. Ein oft aufgeführtes Beispiel ist die Bilderkennung. Hier werden Systeme mithilfe großer Datensätze so trainiert, dass sie am Ende unterscheiden können, ob sich auf dem Bild Person A oder Person B befindet.

Im folgenden TED Talk können Sie mehr darüber erfahren, wie Bilderkennung genau funktioniert.

Was haben Machine Learning und Deep Learning damit zu tun?

Oft werden künstliche Intelligenz, Machine Learning und Deep Learning synonym verwendet, wobei dies nicht ganz korrekt ist. Vielmehr sind Machine Learning und Deep Learning Teilbereiche von KI, wobei Deep Learning zudem ein Teilbereich von Machine Learning ist. KI ist der Überbegriff beider Technologien. Mit anderen Worten: Alles maschinelle Lernen ist KI, aber nicht alles KI ist maschinelles Lernen; alles Deep Learning ist Machine Learning, aber nicht alles Machine Learning ist Deep Learning.

Machine Learning (Maschinelles Lernen)

Maschinelles Lernen ermöglicht es Systemen, selbstständig aus Daten zu lernen und sich zu verbessern, ohne explizit programmiert zu sein. Dabei funktioniert es immer nach dem gleichen Prinzip:

  • Zunächst erfolgt die Eingabe von Daten mit bekannten Zusammenhängen
  • Daraufhin folgt das Erlernen von Strukturen, um diese später auf unbekannte Zusammenhänge anzuwenden

Bei maschinellen Lernverfahren erlernt ein Algorithmus durch Wiederholung, selbstständig eine Aufgabe zu erfüllen. Die Maschine orientiert sich an einem vorgegebenen Informationsgehalt der Daten, wobei anders als bei herkömmlichen Algorithmen kein Lösungsweg vorgegeben wird. Die Maschine lernt selbstständig, die Datenstruktur zu erkennen. Beispielsweise können Roboter selbst erlernen, wie sie bestimmte Objekte greifen müssen, um sie von A nach B transportieren. Lediglich A und B werden für diesen Vorgang definiert. Wie genau der Roboter greift, erlernt er durch das wiederholte Ausprobieren und durch Feedback aus erfolgreichen Versuchen.

Deep Learning

Deep Learning ist ein Teilbereich des Machine Learnings. Mit Deep Learning Methoden lassen sich Algorithmen in Schichten strukturieren, um daraus ein künstliches neuronales Netz zu erschaffen. Dieses lernt dann eigenständig und kann intelligent entscheiden. Deep Learning ist so etwas wie die nächste Evolutionsstufe des maschinellen Lernens und erzielt besonders gute Ergebnisse, wenn große Datenmengen für das Training eines künstlichen neuronalen Netzes verfügbar sind.

Im Gegensatz zu klassischen Machine Learning Anwendungen funktionieren DL Algorithmen sehr gut mit großen Mengen unstrukturierter Daten. Die Algorithmen benötigen keine vordefinierten Merkmale mehr, sondern klassifizieren die Daten selbstständig nach logischen Strukturen. Diese ähneln dem logischen Denken von Menschen. Ein Deep Learning Algorithmus findet so zum Beispiel in unstrukturierten Bildern von Hunden selber Differenzierungsmerkmale, die beschreiben, welches Bild welche Hunderasse zeigt. Die Modelle kommen bei der Text- oder Bildersuche bei Suchmaschinen zum Einsatz oder sorgen dafür, dass autonome Fahrzeuge Straßenschilder erkennen.

Die Potentiale von künstlicher Intelligenz und Machine Learning für Unternehmen

Im Bereich künstliche Intelligenz kommen in Unternehmen weitestgehend Machine Learning Systeme zum Einsatz. Wir stellen Ihnen im Folgenden 5 Anwendungsgebiete für KI und Machine Learning vor, von denen Unternehmen profitieren können:

Bilderkennung

Mit Machine-Vision-Algorithmen können Bilder erkannt und kategorisiert werden. Das führt dazu, dass eine große Menge an Daten sehr schnell verarbeitet werden kann, was letztlich zu einer großen Arbeitserleichterung führt.

Das folgende Beispiel zeigt, dass Bilderkennung nicht nur Gesichter, sondern in Zukunft auch Emotionen erkennen und sogar voraussagen kann.

Spracherkennung

Das Erkennen und Interpretieren von verbaler Sprache kann ebenfalls über maschinelles Lernen erlernt werden. Diese Algorithmen kommen beispielsweise in Sprachassistenzsystemen zum Einsatz, man denke an Siri, Google Assistenten oder Amazon’s Alexa.

Semantische Spracherkennung

Geschriebener Text kann über maschinelles Lernen semantisch interpretiert werden. Das erlaubt kontextbezogene Übersetzungsanwendungen oder Chatbots, die selbstständig sinnvolle Lösungen generieren.

Mustererkennung

Maschinelle Lernverfahren können zudem zum Einsatz kommen, um Muster in Ereignisfolgen zu erkennen, die für den Menschen aufgrund der großen Menge an Daten und Abhängigkeiten nicht zu erkennen sind. Beispielsweise kann künstliche Intelligenz Fehlermuster der Fahrzeugelektronik aus Daten erlernen und diese Anomalien mit dem Verhalten im Betrieb abgleichen. So können Abweichungen erkannt werden, um rechtzeitig entgegenzuwirken.

Prozessoptimierung

Die erkannten Muster können auch als Informationsbasis für Optimierungsprozesse herangezogen werden, um beispielsweise eine optimierte Prozesssteuerung zu ermöglichen.

Auch das folgende Beispiel zeigt eine Prozessoptimierung. In Amazon Go Supermärkten wird beim Betreten des Supermarktes das Smartphone gescannt und mit KI ausgestattete Sensoren erkennen, wer welche Lebensmittel in den Einkaufswagen legt. Der Bezahlvorgang erfolgt komplett automatisiert.


Unser Fazit

Künstliche Intelligenz und insbesondere der Teilbereich Machine Learning sind schon heute weit verbreitet. Oft ist der Einsatz von KI uns allerdings gar nicht bewusst: KI findet sich etwa in Suchmaschinen, Fahrassistenzsystemen, in maschinellen Übersetzungsprogrammen, Sprachassistenten und Chatbots. Zu Funktionen zählen dabei zum Beispiel Bilderkennung, Spracherkennung, Schrifterkennung und Gesichtserkennung.

Auch in der Unternehmenssoftware werden immer häufiger KI Anwendungen eingesetzt. Durch virtuelle persönliche Assistenten kann beispielsweise mit dem Computer gesprochen werden. Selbstlernende Systeme werden schon bald einen Großteil von oft lästiger Büroarbeit leisten – ähnlich wie es Roboter heutzutage in der Industrieproduktion schon tun. Wir empfehlen Unternehmen deshalb, den Einsatz von KI in Unternehmensprozessen einzuplanen, um so langfristig konkurrenzfähig zu bleiben.

Planen Sie den Einsatz künstlicher Intelligenz in Ihrem Unternehmen?

Dann nehmen Sie gleich Kontakt auf. Wir haben Erfahrung mit Künstlicher Intelligenz und Machine Learning und unterstützen Sie gerne.

Ihr Berater:
Bernhard Herbst
+49 511 169 299-12
[email protected]

Auf unseren Leistungsseiten können Sie mehr darüber erfahren, wie wir Sie bei Ihren Projekten im Bereich künstliche Intelligenz und Machine Learning oder bei Chatbots und Sprachassistenten unterstützen können.