Was ist KI?

Mit dem Begriff künstliche Intelligenz (KI) werden Technologien und hoch entwickelte Prozesse bezeichnet, in deren Rahmen Maschinen bzw. Computerprogramme ein menschenähnliches Denkvermögen simulieren können. Künstliche Intelligenz (KI) gibt Maschinen die Möglichkeit, aus Erfahrung zu lernen und mit neuen Informationen ihre Fähigkeit zum Bewältigen neuer Aufgaben auszubauen. Einige prominente Beispiele für KI sind Systeme wie Google Home oder Amazon Alexa, die auf natürlicher Sprachverarbeitung und Deep Learning basieren.

Intelligente Maschinen

Künstliche Intelligenz (KI) soll Computern die Fähigkeit verleihen, Probleme eigenständig zu bearbeiten und zu lösen. In Computerspielen wird beispielsweise durch den Einsatz einfacher Algorithmen ein scheinbar „intelligentes Verhalten“ simuliert. Künstliche Intelligenz (KI) umfasst eine Vielzahl unterschiedlicher Teilgebiete, wie zum Beispiel:

–       wissensbasierte Systeme

–       Musteranalysen und Mustererkennung, wie Sie beispielsweise bei dem webbasierten Dokumenten-Management-System Docurex zum Einsatz kommen

–       Robotik und Modellierung in verschiedenen Industriebranchen

–       künstliches Leben

Lernen anhand von Mustern und Merkmalen

KI-Software soll anhand von Merkmalen oder Mustern in Daten lernen. Zu diesem Zweck werden gigantische Datenmengen mit iterativen Berechnungen und intelligenten Algorithmen kombiniert. Das Forschungsfeld der künstlichen Intelligenz ist breit aufgestellt und nutzt viele unterschiedliche Methoden, Technologien und Theorien. Zu den bedeutendsten Teilbereichen der KI gehören:

–       Neuronale Netze

Neuronale Netze begünstigen maschinelles Lernen, indem miteinander verbundene Knoten (Nodes) Datensätze verarbeiten. Die Funktionsweise dieser Knoten entspricht der der Neuronen im menschlichen Gehirn: Sie reagieren auf neue Datensätze und verteilen Informationen auf andere Knoten. Neuronale Netze versuchen in mehreren Iterationen (Durchläufen) relevante Verbindungen im Datensatz und undefinierte Daten zu evaluieren.

–       Maschinelles Lernen

Maschinelles Lernen gibt Computerprogrammen die Fähigkeit, auch nicht explizit programmierte Lösungen zu finden. Um dies zu erreichen, bedient sich die künstliche Intelligenz (KI) verschiedener Methoden aus Statistik, Physik und neuronalen Netzen.

–       Deep Learning

Das tief gehende Lernen (Deep Learning) wird in erster Linie bei Sprach- und Bilderkennung eingesetzt. Zu diesem Zweck werden größere neuronale Netze genutzt, die aus Verarbeitungsknoten in mehreren Schichten zusammengesetzt sind. Mit Deep Learning lassen sich bestimmte Muster aus großen Datenmengen äußerst effektiv erlernen.

–       Computer Vision

Inhalte von Videos und Bildern lassen sich mit Deep Learning-Methoden effizient interpretieren. Durch den Einsatz von maschinellem Sehen (Computer Vision) können solche Inhalte in Echtzeit analysiert und im Kontext des Umfeldes interpretiert werden.

–       Natürliche Sprachverarbeitung (Natural Language Processing)

Künstliche Intelligenz soll in der Lage sein, die menschliche Sprache analysieren, verstehen und selbst erzeugen zu können. Das Ziel der natürlichen Sprachverarbeitung ist es, letztlich eine Interaktion zwischen Menschen und Maschinen in natürlicher Sprache zu ermöglichen. NLP-Systeme werden heute schon in unterschiedlichen Geräten eingesetzt, wie beispielsweise Amazon Alexa, Google Home und zahlreichen anderen Sprachassistenten.

Anwendungsbereiche von KI

Der Bedarf an intelligenten Systemen mit KI-Fähigkeiten ist gigantisch. Sollen Kundenanfragen automatisch beantwortet werden, Dokumente automatisiert analysiert und archiviert werden oder Risikohinweise gegeben werden, sind Systeme im Einsatz, die durch künstliche Intelligenz unterstützt werden. Zu den Branchen, in denen KI-Systeme in den letzten Jahren immer stärker eingesetzt werden, gehören:

–       Gesundheitswesen und Sport

Im Gesundheitswesen entwickeln sich KI-Systeme immer mehr zu persönlichen Gesundheitsassistenten. KI kann Benutzer beispielsweise an die Einnahme von Medikamenten erinnern oder durch die kontinuierliche Überwachung der Schlafgewohnheiten ihrer Benutzer einen gesunden Schlafrhythmus fördern. Im Sportbereich kann KI (Künstliche Intelligenz) genutzt werden, um beispielsweise die Spielvorbereitung (Vorbereitung, Aufstellung, Training) zu optimieren.

–       Daten- und Dokumentenarchivierung

Künstliche Intelligenz kommt auch bei Dokumenten-Management-Systemen, wie beispielsweise Docurex, zum Einsatz. Bei dem webbasierten DMS-System Docurex wird künstliche Intelligenz (KI) u.a. genutzt, um den Prozess der Klassifizierung von Dokumenten zu automatisieren. Die künstliche Intelligenz entscheidet bei Docurex selbst darüber, ob ein Dokument etwa ein Vertrag oder eine Rechnung ist.

–       Einzelhandel

Schon heute werden Benutzern beim Online-Einkauf personalisierte Empfehlungen geboten. Künstliche Intelligenz (KI) unterstützt beim virtuellen Einkauf, indem Kunden zum Beispiel weitere Kaufoptionen vorgeschlagen werden, die diese eventuell interessant finden. Solche KI-Systeme lernen u.a. auch von den Einkäufen anderer Nutzer sowie von deren Such- und Surfgewohnheiten.

–       Fertigung

Mit KI-Systemen können Nachfrage und Auslastung relativ gut prognostiziert werden. Dazu übertragen intelligente Geräte der Fertigungsanlagen ihre Daten an das KI-System. Künstliche Intelligenz kümmert sich dann mit Deep Learning und neuronalen Netzen um die regelrechte Analyse der Daten.

Künstliche Intelligenz mit menschlichem Denkvermögen

Ein wesentlicher Teilbereich der Forschung rund um künstliche Intelligenz beschäftigt sich mit der Entwicklung von Software-Systemen und Maschinen, die sich wie Menschen verhalten sollen. Die große Herausforderung besteht in der „Digitalisierung des menschlichen Denkvermögens“. Da sich künstliche Intelligenz u.a. auch mit maschinellem Lernen befasst, sollen mit dem Nachbau des menschlichen Gehirns auch Maschinen bis zu einem gewissen Grad lernfähig werden. Diese Lernfähigkeit nennt man „neuronale Netze“.

Nutzen von künstlicher Intelligenz für die Gesellschaft

Im Gegensatz zu der weitverbreiteten Vorstellung sollen Systeme auf Basis von künstlicher Intelligenz den Menschen nicht ersetzen, sondern eher komplementieren. Von der künstlichen Intelligenz profitiert in erster Linie auch der Mensch. Künstliche Intelligenz kann zum Beispiel:

–       Analyseverfahren wie zum Beispiel Pattern Matching oder Zeitreihenanalysen optimieren

–       Sprach- und Übersetzungsbarrieren reduzieren oder sogar vollkommen eliminieren

–       Wichtige Analytics für die verschiedensten Bereiche und Branchen bereitstellen

–       Durch die Bereitstellung relevanter Daten die menschliche Fähigkeit der Entscheidungsfindung verbessern