Künstliche Intelligenz

Roboter und intelligente Software übernehmen immer mehr Aufgaben, die früher vom Mensch ausgeführt wurden. Doch was bedeutet künstliche Intelligenz (KI) denn eigentlich? Wo wird künstliche Intelligenz überhaupt angewendet? Schafft KI tatsächlich Arbeitsplätze ab?

Definitionsansatz

Grundsätzlich gibt es keine einheitliche Definition für den Begriff „Künstliche Intelligenz“, da dieser sehr kontextabhängig ist. Aus diesem Grund hat mindsquare eine eigene Definition erstellt:

„Künstliche Intelligenz beschreibt Maschinen, die basierend auf Algorithmen agieren, Aufgaben ausführen und dabei autonom und anpassungsfähig auf unbekannte Situationen reagieren. Somit zeigen sie dem Menschen ähnliches Verhalten auf: Sie führen nicht nur repetitive Aufgaben automatisiert aus, sondern können auch aus Erfolg und Misserfolg lernen und ihr Verhalten auf so eine Weise erweitern, dass sie der menschlichen Kreativität ähnelt.“

Historische Entwicklung

Künstliche Intelligenz existiert schon seit vielen Jahren. Die ersten Wurzeln liegen bereits in den 1930ern bei Alan Turing. Dieser hat sich als erster damit auseinandergesetzt, was die intelligente Maschine ausmacht und ab wann eine Maschine als intelligent zu bezeichnen ist. Die ersten Schritte der Umsetzung von künstlicher Intelligenz gab es ab dem Jahr 1950. In dieser Zeit entstanden die ersten Algorithmen als Grundlage für künstliche Intelligenz. Mit dem Aufkommen von Transistoren und Computern gab es in den 1960er Jahren auch erste Ansätze eine echte künstliche Intelligenz zu programmieren. Im Jahr 1970 entwickelte sich dies schnell zu einem Hype, was jedoch kurz danach für Ernüchterung sorgte, da erhoffte Ergebnisse ausblieben. Jegliche Gelder für KI-Forschung wurden auf einmal eingestellt – dies war der Beginn des sogenannten „AI Winter“.

Ab dem Jahr 1980 bekam das Thema Machine Learning als Unterkategorie von KI neuen Fokus in der Forschung und erlangte im Jahr 1997 mit dem Aufkommen von intelligenten Spielcomputern (IBM Deep Blue) Medienpräsenz. Im Jahr 2010 kam die große Revolution: die Technologie, Kapazität und Rechenleistung entwickelte sich so weit, dass notwendige Daten in ausreichendem Maße zur Verfügung gestellt und schnell und komplex verarbeitet werden konnten. Das Startup DeepMind hat im Jahr 2013 eine neue KI gebaut, die selbst lernt Atari-Spiele zu spielen. Kurze Zeit später erreichte ein Deep Neural Network von Microsoft die gleichen Fehlerraten bei der Bilderkennung wie ein Mensch. Im Jahr 2016 entwickelte Google DeepMind das Computerprogramm AlphaGo – eine KI, die den Go-Weltmeister schlägt.

Schafft künstliche Intelligenz Arbeitsplätze ab?

Es steht die Befürchtung im Raum, dass in Zukunft einige Jobs durch Roboter und Maschinen ersetzt werden. In Bereichen wie der Logistik oder Produktion mag dies wohl stimmen, aber gleichzeitig werden so auch wieder Jobs in der IT und Technik geschaffen. Folglich wird es lediglich einen Wechsel in den Tätigkeiten und Anforderungen an den Menschen geben. Diese Art von Entwicklungen musste die Menschheit bereits mehrfach in den vergangenen Jahrtausenden bewältigen.

Vorteile künstlicher Intelligenz

KI findet sich in vielen Technologien in unserem Alltag wieder und die Anwendungszahl wächst stetig. Besonders im Gesundheitswesen erhoffen sich Menschen schnellere Diagnosen mithilfe von KI, um nicht mehr auf Sprechstunden angewiesen zu sein. Auch in der Verwaltung und in Behörden liegen die Vorteile auf der Hand: hier wird es zukünftig eine schnellere Antragsbearbeitung, reduzierte Wartezeiten und einen geringeren Aufwand bei Formularen geben. Vermutet wird außerdem, dass innerhalb der nächsten 15 Jahre autonom fahrende Autos auf deutschen Straßen unterwegs sein werden – möglicherweise wird dadurch die Sicherheit auf den Straßen verbessert. Außerdem besteht besonders in der Pflege großes Potenzial für künstliche Intelligenz aufgrund des Pflegekräftemangels. Roboter könnten Routinetätigkeiten wie die Essens- oder Medikamentenvergabe verrichten und Tätigkeiten wie Duschen und Blutdruckmessen könnten von Menschen verrichtet werden. Sicher ist jedoch, dass Maschinen mithilfe von KI teilweise operativ arbeiten, aber häufig auch nur Handlungsempfehlungen aussprechen. Die finale Entscheidung sollte jedoch immer beim Menschen liegen.

Künstliche Intelligenz im Alltag

Künstliche Intelligenz ist heutzutage schon vielfach in unserem Alltag zu finden – es gibt zahlreiche Anwendungsszenarien: Videoplattformen wie Netflix generieren automatisierte, personalisierte Empfehlungen sowie auch Online-Händler wie Amazon. Amazon setzt im großen Rahmen auf KI: Von personalisierter Werbung hin zu dynamischer Preisgestaltung, soll das Unternehmen in Zukunft im Handel komplett ohne Personal auskommen und Bestellungen im gesamten Umfang automatisiert abwickeln.

Auch die Google-Suche zeigt immer bessere und passendere Suchergebnisse an. Ein konkretes Beispiel ist der Google-Übersetzer. Zu Beginn hatte dieser stets mit Fehlern zu kämpfen und die automatische Übersetzung ergab nur wenig oder gar keinen Sinn. Vergangenes Jahr hat das Unternehmen seinen Übersetzer zur Neural Machine Translation (GNMT) umgebaut. GNMT basiert auf neuronalen Netzen und Machine Learning. Diese Technik analysiert vor der Übersetzung den gesamten Satz – und nicht nur einzelne Teilstücke wie zuvor – wovon der Satzbau sowie der Sinn der Übersetzung profitieren.

Künstliche Intelligenz im Unternehmen

Künstliche Intelligenz bietet Unternehmen die Chance, Prozesse zu automatisieren und somit Kosten zu sparen und effizienter zu arbeiten. Oft sind es die einfachen Dinge, die verbessert werden können. Wichtig dabei ist: Technologien, die mit geringem Aufwand eingeführt werden können, werden leichter akzeptiert. Wenn mithilfe von KI nur eine Verbesserung von 1% in einem spezifischen Bereich erzielt werden kann, so kann dies schon ein riesiger Gewinn für das Unternehmen sein. Es gibt bereits zahlreiche Anwendungsszenarien:

Ein intelligenter Vertrieb nutzt die CRM Sales Cloud von Salesforce, um die Vertriebsarbeit intelligent zu optimieren. Beim Lead Scoring werden beispielsweise basierend auf Vergangenheitserfahrungen Leads mit einem Punktesystem versehen und priorisiert, um festzustellen, welcher Lead mit der höchsten Wahrscheinlichkeit konvertiert. Außerdem kann der Vertrieb durch intelligente Gesprächsunterstützung mit qurious.io unterstützt werden. Mit diesem Tool können aus aufgenommenen Gesprächen Gesprächsleitfäden mithilfe von Spracherkennung automatisiert erstellt werden. Dieser Prozess trägt dazu bei, Gespräche aktiv zu verbessern und Vorschläge zum weiteren Gesprächsverlauf basierend auf dem aktuell geführten Gespräch automatisch einzublenden.

Salesforce unterstützt auch den Kundenservice, also die Beantwortung von Kundenanfragen in der Sales Cloud mithilfe von KI. Geeignete Antworten werden, basierend auf Anfragen aus der Knowledge Base, automatisch für den Kundendienstmitarbeiter bereitgestellt.

Es gibt zahlreiche weitere Anwendungsbeispiele, wie z. B. die vorausschauende Wartung, Financial Forecasting, intelligente Logistik etc.

Künstliche Intelligenz – Use Case: Marketing

In unserem Whitepaper erfahren Sie die wichtigsten Fakten rund um das Thema künstliche Intelligenz, insbesondere im Bereich Marketing.

Einführung & Best Practices

Sie haben Fragen zum Thema künstliche Intelligenz oder bei der konkreten Einführung im Unternehmen? Dann profitieren Sie von den Best Practices erfahrener Experten und Beratern von mindsquare. Wir sind ein IT-Beratungsunternehmen, das es sich zur Aufgabe gemacht hat, im SAP- und Salesforce-Umfeld zu beraten und zu entwickeln. Unsere Experten beschäftigen sich intensiv mit dem Thema künstliche Intelligenz und können Sie auch bei der Automatisierung von Unternehmensprozessen unterstützen.

Wie geht es weiter?

Schritt 1

Sie nehmen telefonisch, per Mail oder Formular Kontakt auf und schildern uns Ihr Anliegen.

Schritt 2

Zur Klärung von Rückfragen und von Details zum weiteren Vorgehen melden wir uns telefonisch bei Ihnen.

Schritt 3

Wir unterbreiten Ihnen ein Angebot und unterstützen Sie gerne auch bei der Präsentation für Ihr Management.

Jetzt Kontakt aufnehmen

Passende Angebote zum Thema

SAP Analytics Managers Update Service
SAP Analytics – Änderungen im Reporting-Umfeld sind verwirrend und sowohl Manager als auch Entwickler behalten kaum den Überblick. Mit dem „Managers Update“ bieten wir einen Service, der Sie über die neusten Entwicklungen informiert.
Tagesseminar_WP_420x250px
Der Strategieworkshop SAP PM Instandhaltung zeigt Ihnen Ihre Optimierungspotenziale auf und gibt Ihnen einen Investitions- und Umsetzungsplan anhand einer Roadmap.
SAP PM Cockpit
Kosten, Störungen, Mitarbeiter, Reaktionszeiten, Auslastung, SLA-Quote, Overload. Mit dem Instandhaltungscockpit behalten Sie den Überblick über Ihre Abteilung, Jederzeit!