Suche
Filterung

Bereiche

Branchen

Themen

Einfach erklärt: Was ist Künstliche Intelligenz?

Was bedeutet künstliche Intelligenz und ab wann gilt eine Maschine als intelligent?

Kaum ein Thema beschäftigt Unternehmen mehr als die Digitalisierung. Nahezu jedes Unternehmen verfolgt eine entsprechende Digitalisierungsstrategie. Neben Robotic Process Automation, Big Data und der Blockchain-Technologie gilt vor allem die Künstliche Intelligenz als wegweisende Zukunftstechnologien. Kaum eine Digitalstrategie kommt heutzutage ohne Künstliche Intelligenz aus. Nachfolgend zeigen wir Ihnen das Potenzial dieser neuen Technologie auf und verdeutlichen, wie die Technologie bereits heute im Unternehmensumfeld genutzt wird.

Cognitive Process Automation

Was ist Künstliche Intelligenz?

Die Künstliche Intelligenz, englisch Artificial Intelligence, ist ein Teilgebiet der Informatik und setzt sich mit der Automatisierung intelligenten Verhaltens auseinander. Hierbei greift die Technologie auf eine Simulation künstlicher Artefakte zurück, die im Regelfall mit Computerprogrammen auf einem Computer ausgeführt werden. Die Definition des Begriffs lässt sich auf den amerikanischen Informatiker John McCarthy zurückführen. Dieser benutzte den Begriff im Jahr 1956 als Überschrift eines Projektantrags für eine mehrwöchige Konferenz. Im Zuge der Konferenz wurden zahlreiche Programme vorgestellt, die eigenständig Schach und Dame spielten, unterschiedliche Theoreme lösten und Texte interpretierten.

Bei der allgemeinen Definition des Begriffs wird vor allem auf die Imitation des menschlichen Entscheidungsverhaltens referenziert. Durch die spezifische Programmierung eines Computers sollen auf eine einfache Art anspruchsvolle Probleme gelöst werden. In der Praxis tragen einfache Algorithmen dazu bei, ein intelligentes Verhalten zu imitieren. Ein besonderes Forschungsgebiet ist hierbei die „starke KI“. Hierunter versteht man eine Künstliche Intelligenz, die das menschliche Verhalten mechanisieren soll. Eine Maschine soll sich so intelligent wie ein Mensch verhalten. Bis heute gelten die Ziele der „starke KI“ als visionär und konnten nicht umgesetzt werden.

Was bedeutet künstliche Intelligenz im Detail?

Dieser Forschungsbereich setzt sich mit der Analyse und Erkennung komplexer Muster und Formen auseinander. Entsprechende Programme sollen Handschriften identifizieren, Gesichter erkennen und Fingerabdrücke abgleichen. Auch die Sprachsynthese und die Spracherkennung gehören zum Themengebiet der Musteranalyse.

Des Weiteren stellt das Lernen eine der zentralen Fähigkeiten einer jeden KI dar und muss bereits zu Beginn erfüllt sein. Zusätzlich muss eine Artificial Intelligence mit Unsicherheiten umgehen können. Zusammenfassend soll eine schwache KI ein intelligentes Verhalten simulieren und dabei auf Grundsätze der Mathematik und Informatik zurückgreifen. Die Entwicklung einer starken KI scheiterte bislang an philosophischen Grundfragen, da ein solches System dem Menschen sehr ähnlich sein muss.

Die Entwicklung der künstlichen Intelligenz unterteilt sich in die nachfolgenden Teilgebiete:

  1. Expertensysteme : Expertensysteme sind wissensbasierte Systeme, die auf dem Wissen und den Regeln eines bestimmten Fachgebiets basieren, um Entscheidungen zu treffen oder Probleme zu lösen, die normalerweise menschliche Experten erfordern.
  2. Musteranalyse und -erkennung: Dieser Forschungsbereich setzt sich mit der Analyse und Erkennung komplexer Muster und Formen auseinander. Entsprechende Programme sollen Handschriften identifizieren, Gesichter erkennen und Fingerabdrücke abgleichen. Auch die Sprachsynthese und die Spracherkennung gehören zum Themengebiet der Musteranalyse.
  3. Robotik: Im Zuge der Robotik liegt der Fokus auf der manipulativen Intelligenz. Roboter sind mechanische Systeme, die durch Sensoren, Aktuatoren und Steuerungsalgorithmen in der Lage sind, Aufgaben autonom oder halbautonom auszuführen. So können Roboter besonders kritische und gefährliche Aktivitäten übernehmen und den Arbeitsalltag des Menschen optimieren. Der Fokus liegt auf der Entwicklung intelligenter Roboter, welche das menschliche Verhalten imitieren.
  4. Computer Vision: Computer Vision ist ein Bereich der Künstlichen Intelligenz, der sich damit beschäftigt, Computern das Sehen und Interpretieren visueller Informationen beizubringen. Computer Vision nutzt Algorithmen aus der Bildverarbeitung und Mustererkennung und wendet Methoden aus der Statistik, projektiven Geometrie und Computergrafik an. Die Anwendungsgebiete sind breit gefächert und reichen von der autonomen Navigation über die Film- und Spieleindustrie bis hin zur medizinischen Bildanalyse und der Überwachung von Produktionsanlagen
  5. Maschinelles Lernen (ML) : Machine Learning beschäftigt sich mit Algorithmen und Techniken, die es Computern ermöglichen, aus Daten zu lernen und Vorhersagen oder Entscheidungen zu treffen, ohne explizit dafür programmiert zu sein. Ein Unterbereich hiervon stellt der Bereich des Deep Learnings dar, der sich auf künstliche neuronale Netze konzentriert, die von der Struktur und Funktion des menschlichen Gehirns inspiriert sind. Deep Learning nutzt tief geschichtete Netzwerke, um komplexe Muster in großen Datenmengen zu erkennen.
  6. Generative Künstliche Intelligenz (LLM) , im Sinne von „Large Language Models (LLMs)“, bezieht sich auf eine Kategorie von sogenannten „Foundation Models“, die auf immensen Datenmengen trainiert wurden. Diese Modelle sind in der Lage, natürliche Sprache und andere Arten von Inhalten zu verstehen und zu generieren, um eine breite Palette von Aufgaben zu erfüllen.

RPA-Einführungsvideo

Benefits von RPA

Checkbox

Kostensenkung

Diagram Icon

Qualitäts­steigerung

Smile Icon

Mitarbeiter­entlastung

Jetzt mit einem RPA-Experten sprechen

In einer Erstberatung erläutern Ihnen unsere Experten, wie Sie mit Robotic Process Automation Ihre Geschäftsprozesse automatisieren können und beantworten gerne Ihre Fragen.

Ab wann gilt eine Maschine als intelligent?

Grundsätzlich stellt sich die Frage, ab wann eine Maschine als intelligent eingestuft wird. Zunehmend zeichnet sich ein Wandel ab. Fokussierte sich dieses Themengebiet in der Vergangenheit vor allem auf die Entwicklung intelligenter Computerprogramme, gewinnt mittlerweile auch die Erforschung des menschlichen Denkens zunehmend Relevanz. Da die Entwicklung einer intelligenten Maschine zwangsläufig mit der Erforschung des menschlichen Denkens einhergeht, gibt es hier Überschneidungen zwischen der KI-Forschung und der Neuropsychologie.

Um die Intelligenz einer Maschine zu bestimmen, kann der Turing-Test als akzeptiertes Messwerkzeug genutzt werden. Dieser wurde bereits im Jahr 1950 von Alan Turing, einem britischen Mathematiker, entwickelt. Im Rahmen des Tests kommuniziert ein Mensch über längere Zeit via eines Chatprogramms mit einem anderen Menschen und einer Maschine. Beide Testteilnehmer versuchen hierbei, den Initiator von einem menschlichen Verhalten zu überzeugen. Sobald der Tester nach dem Test nicht eindeutig bestimmen kann, welcher Gesprächspartner der Mensch ist, gilt der Test als bestanden – die Maschine gilt als intelligent. Bereits im Jahr 1991 wurde der Loebner-Preis über 100.000 Dollar für die Entwicklung einer Maschine ausgeschrieben, die einen erweiterten Turing Test besteht. Bis heute hat jedoch noch niemand diesen Preis erhalten.

Wie funktioniert Künstliche Intelligenz in der Praxis?

Heutzutage sind die Einsatzfelder Künstlicher Intelligenz besonders vielfältig. Der Einsatz von KI wird aber noch nicht bewusst wahrgenommen. Insbesondere in der Medizin gilt der Einsatz von künstlicher Intelligenz als ein Erfolg. Auch Computerspiele wie Schach greifen auf Künstliche Intelligenz zurück. Zudem basieren immer mehr Expertensysteme, die in spezialisierten Einsatzgebieten genutzt werden, auf Künstlicher Intelligenz. Hierzu gehören beispielsweise Systeme, die Computertomografien in dreidimensionale Bilder umwandeln. Durch solche Tools haben Ärzte die Möglichkeit, um sich ein spezifisches Bild von jeder Körperpartie zu machen. Ein weiteres Bespiel ist die Künstliche Intelligenz in der medizinischen Diagnostik. IBM Watson kann z.B. MRT-Bilder analysieren und Anomalien wie Tumore, Läsionen oder andere pathologische Veränderungen erkennen.

Für die Erforschung von Künstlicher Intelligenz existieren in der Theorie zwei potenzielle Dimensionen. Hierbei handelt es sich um die neuronale KI, die das menschliche Gehirn möglichst präzise nachbauen möchte. Das entsprechende Gegenstück ist die symbolische KI. Diese nähert sich der Intelligenz über die begriffliche Ebene und orientiert sich an den kognitiven Prozessen des Menschen.

Als Entwicklungstechniken lassen sich die folgenden Gruppen definieren:

  1. Suchen
  2. Planen
  3. Logisches Schließen
  4. Optimierungsmethoden
  5. Approximationsmethoden

Weissenberg Group – Ihr kompetenter Partner in allen Fragen der digitalen Transformation

Möchten auch Sie die Wettbewerbsfähigkeit Ihres Unternehmens im digitalen Zeitalter stärken? Wir beraten Sie gern zur digitalen Transformation Ihres Unternehmens.

5 Beispiele: So wird Künstliche Intelligenz in Unternehmen eingesetzt

Bereits heute nutzen viele Unternehmen künstliche Intelligenz, um Mehrwerte für die Benutzer zu generieren. Nachfolgend stellen wir Ihnen einige der bekanntesten Praxisbeispiele vor:

  1. Beispiel 1: Google – nahezu jedes Produkt ist intelligent​

    Bei der Google ist nahezu in jedem Produkt ein intelligenter Algorithmus verbaut. So lernt beispielsweise der Google Übersetzer mit jeder weiteren Übersetzung und wird stetig besser. Insgesamt gilt der Konzern als Vorreiter in Sachen KI und führt immer mehr Services ein. Zusätzlich besteht der Alphabet-Konzern aus vielen innovativen Unternehmen, die sich mit der Entwicklung Künstlicher Intelligenz befassen. Das wohl bekannteste Beispiel aus diesem Bereich ist DeepMind. Das offizielle Unternehmensziel von DeepMind ist, Intelligenz zu verstehen

  2. Beispiel 2: Amazon – Daten für ein besseres Kundenverständnis​

    Amazon verbinden viele Nutzer mit dem e-Commerce. Dabei fokussiert sich das Unternehmen besonders stark auf den Bereich der Künstlichen Intelligenz. Immer mehr Nutzerdaten werden verarbeitet, um intelligente Produktvorschläge zu erstellen und somit eine schnelle Kaufentscheidung zu forcieren. Machine Learning-Algorithmen analysieren das Such- und Kaufverhalten der Anwender, während sich die Lagerzentren auf die aktuellen Prognosen einstellen. Auch Alexa gilt als prominentes Beispiel für den Einsatz von KI.

  3. Beispiel 3: Apple – einfache Implementierung von KI in Apps

    Auch Apple setzt auf den Bereich der Künstlichen Intelligenz und erleichtert mit Core ML 2.0 das Programmieren ungemein. Entwicklern wird ein einfaches Tool an die Hand gegeben, dass die Integration von AI in Apps ermöglicht. Hierbei werden die aufwendigen Berechnungen direkt am Endgerät ausgeführt und somit der Kontakt zwischen Server und Endgerät vermieden. Insbesondere aus der Sicht des Datenschutzes ist dies ein Vorteil.

  4. Beispiel 4: Operationsunterstützung durch intelligente Roboter

    Ein besonders großes Einsatzgebiet für intelligente Maschinen ist der Gesundheitsbereich. Neben umfangreichen Analysen sowie der Identifikation von unerwünschten Zellmutationen gelten insbesondere Operationen als Anwendungsgebiet für intelligente Roboter. Bereits heute unterstützen diese bei Operationen und führen komplizierte Eingriffe durch, die für Chirurgen zu komplex und risikoreich sind.

  5. Beispiel 5: Autonomes Fahren

    Auch das autonome Fahren gilt als ein relevantes Zukunftsthema, das die Fortbewegung revolutionieren wird. Mithilfe umfangreicher Live-, Sensor- und Fahrdaten können Fahrzeuge in Zukunft eigenständige Entscheidungen treffen. Der Nutzer wird zum reinen Insassen und die intelligente Technik sorgt für einen reibungslosen Transport zum gewünschten Zielort. Insbesondere komplexe Entscheidungen soll die KI in diesem Fall treffen und somit die Sicherheit im Straßenverkehr verbessern.

Fazit

Wie bereits zu Beginn angemerkt wurde, befindet sich die KI als eine der wichtigsten Zukunftstechnologien in nahezu jeder Strategie wieder. Vor allem im Laufe der kommenden Jahre kann die Entwicklung von Künstlicher Intelligenz zur Automatisierung von Prozessen und somit zur unmittelbaren Produktivitätsoptimierung beitragen. Die Forschung befindet sich noch in den Anfängen, sodass technologische Optimierungen mit einem enormen Mehrwert für die Nutzer und Unternehmen einhergehen.

Robotic Process Automation (RPA)
Milad Safar
Milad Safar

Managing Partner und Autor zahlreicher Veröffentlichungen zum Themenfeld Digitalisierung

Das könnte Sie interessieren

Newsletter Anmeldung

Anfrage senden