Wenn heute von Künstlicher Intelligenz die Rede ist, denken viele Menschen noch an Science Fiction und an eine ferne Zukunft. Tatsächlich ist unser privater und geschäftlicher Alltag bereits von vielen Formen Künstlicher Intelligenz geprägt. Doch was ist KI überhaupt, wie wird sie in der Praxis eingesetzt und welche Konsequenzen hat ihr Einsatz auf unser Leben?
Was ist Künstliche Intelligenz?
Als „Künstliche Intelligenz”, Kurzform KI oder englisch AI von „Artificial Intelligence“, wird in der Informatik allgemein eine Form der Weiterentwicklung von Maschinen, EDV oder Prozessoren bezeichnet. Diese technischen Programme oder Geräte haben die Fähigkeit erhalten, auf der Basis einer Art menschlichen Denkens automatisiert und eigenständig Aufgaben durchzuführen. Künstliche Intelligenz ist demnach auch zu Entscheidungen fähig, die menschlichen Entscheidungsprozessen ähnlich sind. Langfristiges Ziel Künstlicher Intelligenz ist es, menschliches Handeln nicht nur zu kopieren, sondern Maschinen und Menschen miteinander agieren zu lassen, wobei Maschinen völlig autonom Entscheidungen treffen und sich fortentwickeln können.
Tatsächlich handelt es sich bei Künstlicher Intelligenz um eine Vielzahl an Algorithmen und Rechenprozessen, die auf der Basis eines sehr großen Datenvolumens, sogenannter „Big Data”, Aufgaben lösen können.
Die Vorstellung von Künstlicher Intelligenz ist dabei nicht neu. Schon in den 1950er-Jahren führt der US-Informatiker John McCarthy die Bezeichnung „Artificial Intelligence“ auf einem Kongress ein. Seither hat es immer neue Konzepte und Szenarien für die Künstliche Intelligenz gegeben. Mit steigenden Rechen- und Speicherkapazitäten sowie der Etablierung von Cloud-Diensten und schnellem Internet hat die Entwicklung Künstlicher Intelligenz vor allem in den letzten zehn Jahren enormen Auftrieb erhalten.
Schwache und starke KI
Künstliche Intelligenz wird in der Regel in zwei verschiedene Ausprägungen eingeteilt, in schwache und starke KI. Während die schwache KI Problemstellungen überwiegend analog zum menschlichen Denken angeht und löst, handelt es sich bei der starken KI um ein vollständiges Abbild menschlichen Denkens und menschlicher Intelligenz. Starke KI bedarf sehr großer Rechenleistungen und Unmengen an Daten, damit sie sich in vollem Umfang ausprägen kann. Aus diesem Grund bleibt die starke KI bis heute noch ein Zukunftsprojekt.
Beispiele Künstlicher Intelligenz in der Praxis
Nutzen Sie bereits Sprachassistenten, Navigations-Apps oder Roboter in Ihrem Betrieb? Verwenden Sie die Google-Suche oder erhalten Sie Pakete von Amazon? Dann ist Künstliche Intelligenz bereits ein wichtiger Teil in Ihrem Leben und Sie nehmen Teil an der sogenannten Human-Computer-Interaction (HCI).
-
Schwache Künstliche Intelligenz für die Navigation: Google Maps
Wenn wir heute durch eine fremde Stadt mit Hilfe von Google Maps navigieren, nutzen wir bereits KI in der Praxis. Das Programm basiert auf selbstlernenden Algorithmen, die eine riesige Datenmenge analysieren und daraus Muster ableiten. So kann Google Maps Ihnen zum Beispiel den schnellsten Weg zu Ihrer Arbeit bei aktuellem Verkehrsaufkommen und Witterung zeigen. Aus den jeweiligen „Erfahrungen“ lernt die Künstliche Intelligenz bei jedem neuen Weg dazu und kann dieses Wissen für neue Anfragen verwenden. Diese Erweiterungen laufen vollständig automatisiert ab und benötigen lediglich regelmäßige Anpassungen der Algorithmen.
-
Sprachliche Künstliche Intelligenz und Erfahrungslernen: Alexa, Siri und Co.
Besonders bei Sprachassistenten wie Amazons Alexa, Apples Siri, Microsofts Cortana, Google Home oder Google Now sowie Samsungs Bixby spielt sprachliche KI eine zentrale Rolle. Bei diesen Systemen analysiert die KI sprachliche Muster auf der Basis bereits erlernter Inhalte und stellt kausale Zusammenhänge her. Somit kann eine sprachliche KI zum Beispiel einen Sprachbefehl innerhalb einer langen Wortkette erkennen und die gewünschte Funktion ausführen. Darüber hinaus ist sprachliche KI dazu fähig, unabhängig von der Stimmlage oder sogar unabhängig von dialektaler Einfärbung den gewünschten Befehl auszuführen. Doch so komplex die technischen Anforderungen für Sprachassistenten sind und so „menschlich“ die Siris, Alexas und Co. wirken mögen, sie sind bis dato (noch) schwache KI, die auf Mustererkennung, semantischer Analyse und Erfahrungslernen basiert, das unter dem Begriff „Machine Learning“ subsummiert werden kann.
-
Visuelle Künstliche Intelligenz: Google Lens und mehr
Aufgrund der Fähigkeit, sehr große Datenmengen zu analysieren und daraus Muster abzuleiten, kann schwache Künstliche Intelligenz heute schon Bilder auslesen. Ein eindrucksvolles Beispiel liefert das Produkt „Google Lens“. Dabei handelt es sich um ein Feature, mit dem eine Smartphone-Kamera auf ein beliebiges Objekt gehalten werden kann und Google dieses erkennt. So kann Künstliche Intelligenz mit Google Lens Pflanzen bestimmen, Orte, Bücher, Lebensmittel oder Produkte erkennen. Ähnlich arbeitet mittlerweile auch die Bildbearbeitungssoftware von Apple oder Adobe. Google Images basiert ebenfalls auf KI. So können Sie darin nach Bestandteilen von Fotos wie in der Google-Suche suchen. Die App zeigt Ihnen dann alle passenden Aufnahmen an.
Besonderes Augenmerk findet die visuelle KI, wenn es um die Analyse von Aufnahmen öffentlicher Kameras geht. So bietet KI die Möglichkeit, Gesichter zu erkennen. Im Öffentlichen Nahverkehr werden bereits Systeme getestet, die mögliche Gewalttaten mit Hilfe von KI anhand von typischen Bewegungsmustern erkennen und selbständig Alarm schlagen können.
Gesichtserkennung auf der Basis von KI kommt darüber hinaus bereits in modernen Zugangssystemen in Unternehmen oder zum Entsperren des Smartphone-Bildschirms zum Einsatz.
-
Schwache KI im Warenlager
Moderne Logistik wird dank künstlicher Intelligenz heute noch effizienter. So bestimmen Algorithmen nicht nur in Amazons Warenlagern, wo und wie Waren gelagert werden. Ebenso sorgt KI dafür, dass Lieferrouten den Warentransport zum Beispiel so schnell und bei so geringem Spritverbrauch wie möglich organisieren.
Starke KI ist bis dato nur in beschränktem Rahmen verfügbar. Einige wichtige Beispiele zeigen jedoch, dass KI dem Menschen in einigen Bereichen bereits überlegen sein kann. So besiegte IBMs „Deep Blue“ schon 1997 den einstige Schachweltmeister Garri Kasparow und 2011 konnte die ebenfalls von IBM entwickelte KI „Watson“ in der Quizsendung Jeopardy eine Million US-Dollar gewinnen. 2015 wurde der Go-Europameister Fan Hui von Googles AlphaGo im Go-Spiel besiegt.
Master Class zum "Data Analyst"
Fundierte Datenkompetenz benötigt? Mit der Master Class zum Data Analyst werden Sie zum Problemlöser für komplexe Fragen in Ihrem Unternehmen. Entwickeln Sie sich und Ihr Unternehmen weiter im Bereich der professionellen Datenanalyse.
Mehr erfahren
Ausblick und Konsequenzen
Auch wenn es bereits seit mehr als fünf Jahrzehnten Konzepte zur Künstlichen Intelligenz gibt, steht diese Entwicklung noch relativ am Anfang. Doch schon jetzt bietet die KI für Unternehmen sehr großes Potential. Denn zum einen ist selbst die schwache KI schon heute in der Lage immens große Datenmengen zu analysieren. Ob in der Cloud oder auf dem eigenen Server spielt dabei keine Rolle.
Auf der Basis dieser effizienten Analysen lassen sich im Bereich Healthcare zum Beispiel medizinische Diagnosen ableiten. In der Logistikbranche hilft KI dabei, Transporte ökologisch und ökonomisch noch effizienter zu machen. Die Bankenbranche profitiert von KI bei Analysen von Aktienkursen und -entwicklungen. Gleichzeitig lassen sich Sicherheitssysteme in allen Sektoren mit Hilfe von KI maßgeblich verbessern. In der Produktion können „intelligente“ Roboter Bauteile noch präziser und schneller fertigen.
Doch trotz der rasanten Entwicklung wird der Mensch noch nicht so schnell von der KI ersetzt werden. Wie lange diese Prozesse dauern, zeigt sich aktuell in der Debatte über selbstfahrende Autos. Denn abseits von technischen Möglichkeiten muss rund um das Thema KI auch eine Debatte über ethische, moralische und soziale Veränderungen durch den Einsatz von Künstlicher Intelligenz geführt werden. Und diese Herausforderungen können in manchen Bereichen vermutlich größer sein als die technischen Hürden, die der Wirtschaft mit KI noch bevorstehen.
