Künstliche Intelligenz, Data Science & Machine Learning

Künstliche Intelligenz ist die Fähigkeit von Software, intelligente Handlungsweisen zu entwickeln, die eigenständiges Handeln und Lernen ermöglichen. Intelligenz leitet sich vom lateinischen Wort „intellegere“ ab, was so viel bedeutet wie verstehen, erkennen oder zwischen etwas zu wählen.

Eine KI kann Objekte erkennen, Sprache verstehen, Entwicklungen vorhersagen. Diese Fähigkeiten bringen die Menschen der KI anhand von Daten bei. Wir sagen ihr nicht wie etwas zu lösen ist, sondern was sie verstehen soll. Die rationalen Entscheidungsstrukturen von Menschen werden auf diese Weise simuliert, sodass KI häufig in vielen Anwendungsbereichen als Arbeitserleichterung für die Mitarbeitenden eingesetzt wird.

Jedes Unternehmen, das über eine gewisse Menge an Daten verfügt, diese speichert und nicht nur nutzen möchte, um wichtige Erkenntnisse für Ihr tägliches Business abzuleiten (Business Intelligence), sondern Entscheidungen noch effizienter sowie intelligenter treffen möchte, sollte über den Einsatz von KI nachdenken. Mithilfe von künstlicher Intelligenz können Unternehmen zudem neue Möglichkeiten in der Bearbeitung/Erweiterung von Prozessen erreichen.

Die Branche ist bei dem Vorhaben eine KI zu implementieren nicht entscheidend. Von der Industrie über Banken und Versicherungen, bis hin zum Gesundheitswesen können Unternehmen vom Einsatz einer KI profitieren. Nicht zuletzt, um Ihren eigenen Kunden ein besseres Erlebnis der eigenen Leistungen zu ermöglichen.

Bei der künstlichen Intelligenz differenziert man zwischen 5 großen Einsatzgebieten: Automatisierung, Machine Learning, Machine Vision, Natural Language Processing und Robotik.

Sprechen wir von künstlicher Intelligenz, muss stets die jeweilige KI-Lösung betrachtet werden, denn es gibt nicht DIE eine KI. Jeder Besitzer eines modernen Smartphones hat heute beispielsweise bereits Erfahrungen mit einer künstlichen Intelligenz gemacht, ohne dass es dem Anwender direkt bewusst ist. Sprachassistenten machen sich das maschinelle Lernen zunutze, um Sprache verstehen und verarbeiten zu können. Sprachassistenten sind jedoch nur ein praktisches Anwendungsgebiet, mit dem viele Menschen bereits heute direkte Berührungspunkte zur KI haben.

Unabhängig vom Einsatzgebiet ist die Funktionsweise einer KI-Anwendung gleich:

1. Hochwertige Daten – die Grundlage: Um richtig lernen zu können, braucht KI große Mengen an Daten. Diese müssen vollständig und korrekt sein. Es gilt: Aus je mehr Daten das Programm lernen kann, desto bessere Ergebnisse liefert es.

2. Algorithmus-Training – das Lernen: Jetzt verarbeitet die KI die Daten, erkennt Muster, bildet Entscheidungspfade und trifft eigene Aussagen. Liegt die KI mit seiner Einschätzung falsch, passt sie ihre Entscheidungspfade an – sie lernt.

3. Unbekannte Daten – der Einsatz: Die KI wird auf unbekannte Daten angewendet und die trainierten Entscheidungspfade liefern Ergebnisse, zum Beispiel: „Auf dem Röntgenbild ist kein Tumor zu erkennen.“ Liegt die KI-Anwendung falsch, kann sie ihre Entscheidungspfade anpassen – sie lernt für das nächste Mal.

Ziel ist es, menschliche Intelligenz nachzuahmen. Eine künstliche Intelligenz lernt anhand von Daten und erkennt in den umfangreichen Datensätzen Muster und zieht daraus Schlüsse, die sie dann in Form einer Entscheidungsempfehlung an Menschen oder in konkrete Handlungen – wie etwa die Bewegung von Bauteilen oder Sprachausgabe – umsetzen kann.

Leider nein. Da eine KI-Lösung erst aufgrund von Daten ihr Verhalten nach und nach erlernt, kann sie nicht sofort korrekte Ergebnisse liefern. Besonders wichtig ist während der Trainings- bzw. Lernphase, dass der Domainexperte die Ergebnisse als richtig oder falsch einordnet, damit die KI-Lösung immer zuverlässiger arbeiten kann.

Die ersten KI-Ansätze und Algorithmen stammen aus den 1950er Jahren und sind damit 70 Jahre alt. Die Technologie ist jedoch erst jetzt in der glücklichen Lage, dass sie über die erforderliche Rechenleistung verfügt, um sie effizient einsetzen zu können. Außerdem verfügen die Menschen jetzt auch über die zweite wichtige Komponente: Daten!

Zwar sind „nur“ zwischen 20 – 30 % der Daten nutzbar und davon wird wiederum nur ein Bruchteil (10 %) tatsächlich ausgewertet, dennoch verfügen wir damit über eine mehr als ausreichende Datenbasis.

Im Gegensatz zur Software-Entwicklung nehmen bei einer KI-Entwicklung Daten den Mittelpunkt ein. Durch das Training mit Daten entsteht das Verhalten einer künstlichen Intelligenz von selbst. Bei der Software-Entwicklung legen Programmierer die Regeln für das Verhalten selbst fest. Mehr Infos zu dieser Fragestellung, können Sie im Blog nachlesen.

Eine KI-Implementierung im Unternehmen ist vor allem mit einer strukturierten Herangehensweise erfolgreich. KI-Experten bringen ein großes Knowhow mit und überwinden mit ihrer Expertise Herausforderungen, bei denen Unternehmen schnell an ihre Grenze stoßen.

Von der Idee für ein KI-Projekt, über die Bereitstellung von nutzbaren Daten in ausreichender Menge, über die Zusammensetzung des Projektteams und Definition von Zielparametern, der Auswahl der passenden KI-Methode und der Definition wie die KI in die Geschäftsprozesse implementiert werden soll, gibt es viel zu beachten. In unserem KI-Blog haben wir für Sie die wichtigsten Punkte zu den Voraussetzungen für ein KI-Projekt zusammengefasst.