mindsquare.de durchsuchen

Künstliche Intelligenz

Sie brauchen einen Berater für Künstliche Intelligenz und/oder möchten,
dass wir Ihnen unser Angebot in diesem Umfeld vorstellen?

Max-Ludwig Stadler
5. März 2024

Roboter und intelligente Software übernehmen immer mehr Aufgaben, die früher den Menschen vorbehalten waren. Doch was bedeutet Künstliche Intelligenz (KI), bzw. Artificial Intelligence (AI), eigentlich genau und wo wird sie angewendet? In diesem Beitrag erfahren Sie es.

Definition Künstliche Intelligenz

Müssen wir uns, wenn wir KI definieren wollen, an Science-Fiction-Filmen orientieren, in denen Künstliche Intelligenz durch Maschinen verkörpert wird, die irgendwann sogar über die Intelligenz ihrer Schöpfer hinauswachsen und diese am Ende unterdrücken und beherrschen?

Nein, zum Glück nicht. Es gibt allerdings auch keine einheitliche Definition, da der Begriff “Künstliche Intelligenz” sehr kontextbezogen ist. Für diesen und alle folgenden Beiträge definieren wir KI folgendermaßen:

„Künstliche Intelligenz beschreibt die Fähigkeit von Maschinen, basierend auf Algorithmen Aufgaben autonom auszuführen und dabei anpassungsfähig auf unbekannte Situationen zu reagieren. Ihr Verhalten ähnelt damit dem menschlichen: Sie führen nicht nur repetitive Aufgaben aus, sondern lernen aus Erfolg und Misserfolg und passen ihr Verhalten entsprechend an. Zukünftig sollen Künstliche-Intelligenz-Maschinen (KIM) auch in der Lage sein, wie Menschen zu denken und zu kommunizieren.“

Sie möchten gerne mehr zum Thema Künstliche Intelligenz erfahren und wie Ihr Unternehmen davon profitieren kann? In unserem Webinar fassen wir Ihnen die wichtigsten Aspekte zusammen!

Verschiedene Arten von KI

Starke und schwache KI

KI ist nicht gleich KI. Grundsätzlich werden zwei verschiedene Arten unterschieden: Die schwache und die starke Künstliche Intelligenz.

Schwache KI (weak/narrow AI)

Diese erste Form der KI reicht in abgegrenzten Teilbereichen schon heute an die menschliche Intelligenz heran. Dabei beschränken sich die intelligenten Systeme allerdings auf konkrete Anwendungsbereiche. So kann eine KI beispielsweise perfekte Texte verfassen, aber ansonsten weder kommunizieren, noch Kreuzworträtsel lösen oder sonst irgendetwas.

Die KI bedient sich mathematischen Methoden und Informatik, die speziell für die jeweilige Anforderung entwickelt worden sind.

Schwache KI-Systeme sind nicht in der Lage, ein tieferes Verständnis für die ihnen zugewiesenen Problemlösungen zu erlangen. Sie bleiben also auf einem oberflächlichen Intelligenz-Level stehen.

Schwache KI-Systeme sind Ihnen im Alltag schon oft begegnet. Sie verbergen sich z. B. hinter

  • Zeichen- bzw. Texterkennungsprogrammen
  • Navigationssystemen
  • Spracherkennung
  • Individuelle Anzeige von Werbung

Starke künstliche Intelligenz (strong/general AI)

Diese Art der KI wird auch Superintelligenz oder auf englisch strong AI bzw. general AI genannt. Egal wie man sie nennt, superintelligente Systeme sollen menschliche intellektuelle Fähigkeiten erreichen und diese sogar übertreffen.

Sie sollen demnach aus eigenem Antrieb, intelligent und flexibel handeln und nicht mehr nur auf die Lösung eines konkreten Problems beschränkt sein.

Bisher ist es noch nicht gelungen, eine starke Künstliche Intelligenz zu entwickeln. Auch die Diskussion, ob das überhaupt möglich ist, hält weiter an. Allerdings hätte sich vor 100 Jahren auch niemand das Internet vorstellen können, oder?

Wenn es in Zukunft tatsächlich gelingt, eine starke KI zu entwickeln, würde sie folgende Eigenschaften aufweisen:

  • Logisches Denkvermögen
  • Entscheidungsfähigkeit trotz möglicher Unsicherheit
  • Planungs- und Lernfähigkeit
  • Kommunikationsfähigkeit in natürlicher Sprache
  • Kombination aller Fähigkeiten, um ein übergeordnetes Ziel zu erreichen

Vier KI-Typen

Neben der Einteilung in schwache und starke KI lässt sich Künstliche Intelligenz weiter in vier verschiedene Typen unterteilen.

Typ 1: reaktive Maschinen (Reaktive Machines)

Typ 1 ist sozusagen der Ur-Typ schwacher KI. Reaktive Maschinen können eine einzige Aufgabe, für die sie programmiert wurden, erfüllen.

Der IBM Schachcomputer DeepBlue war zum Beispiel eine solche Maschine. Sie gewann 1997 gegen den damals amtierenden Schach-Weltmeister: DeepBlue war in der Lage, alle möglichen Züge abzuwägen und wählte so immer den Zug aus, der am schnellsten zu einem Schachmatt führte –  natürlich zu seinen Gunsten.

Auf seinem Gebiet war DeepBlue zwar unschlagbar – in sämtlichen anderen Lebensbereichen aber nutzlos.

Typ 2: begrenzte Speicherkapazität (Limited Memory)

Im Gegensatz zu Reactive Machines sind Limited Memory KI in der Lage, gesammelte Daten vergangener Situationen auf das aktuelle Geschehen anzuwenden und in ihre Entscheidungen einzubeziehen.

Selbstfahrende Autos fallen beispielsweise unter KI des Typ 2. Sie “wissen”, wie sich andere Autos im Straßenverkehr normalerweise verhalten, wie Menschen oder Radfahrer aussehen und sie kennen die Straßenverkehrsregeln.

Neue, bis dahin unbekannte Situationen speichert die Limited Memory KI ab und weiß in der nächsten ähnlichen Situation, wie sie reagieren muss. Typ 2 lernt also aus vergangenen Ereignissen.

KI des Typ 2 sind heute die gängigste Form von KI. Auch er begegnet Ihnen täglich z. B. in Form Ihres persönlichen Smartphone-Assistenten, in der Google-Suche oder Ihrem Instagram-Feed.

Typ 3: Theorie des Geistes (Theory of Mind)

Anders als die vorhergehenden Formen gehören Theory of Mind KI zur starken künstlichen Intelligenz und existieren bisher nur in der Theorie.

KIM (Künstliche Intelligente Maschinen), die den Typ 3 KI erreichen, werden menschliche Emotionen wahrnehmen, verstehen und ihr Verhalten an sie anpassen können. Zudem werden sie ein Gedächtnis haben und ihr Bild von der Welt basierend auf Gelerntem erweitern können.

Diese Art von KI stellt bisher noch eine große Herausforderung für die Wissenschaft dar, weil Emotionen und zwischenmenschliche Interaktionen höchst komplex und technisch schwer nachzubilden sind.

Typ 4: Selbstwahrnehmung (Self Awareness)

Der vierte Typ KI kommt dem menschlichen Bewusstsein am nächsten: Solche KIM werden die Welt vollständig wahrnehmen, sie werden menschliche Emotionen, Absichten und Reaktionen nachvollziehen und danach handeln können.

Self Awareness KI wird zudem den entscheidenden Schritt von “Ich denke” zu “Ich weiß, dass ich denke” gehen und dadurch an die menschliche Intelligenz heranreichen – Vielleicht wird sie sie sogar übersteigen.

Der Turing-Test

Auch wenn Künstliche Intelligenz für die meisten Ohren noch immer futuristisch klingt, liegen ihre Wurzeln bereits rund 90 Jahre zurück. In den 1930er Jahren hat sich der britische Mathematiker und Informatiker Alan Turing überlegt, was eine intelligente Maschine ausmacht und wann eine Maschine als intelligent bezeichnet werden kann. 1950 formulierte er eine Idee, wie man die Intelligenz einer Maschine feststellen könnte und skizzierte diese in einem Test. Dieser sogenannte Turing-Test läuft folgendermaßen ab:

Ein menschlicher Fragesteller führt über eine Tastatur und einen Bildschirm eine Unterhaltung mit zwei ihm unbekannten Gesprächspartnern. Er hat zu beiden weder Sicht- noch Hörkontakt. Einer der Gesprächspartner ist ein Mensch, der andere eine Maschine. Wenn der Fragesteller nach intensiver Befragung nicht sagen kann, welcher seiner Gesprächspartner die Maschine ist, hat die Maschine den Turing-Test bestanden. Ihr wird dann menschliche Intelligenz attestiert.

Geschichtliche Entwicklung von KI

Künstliche Intelligenz im Laufe der Zeit: die Entwicklung von 1950 bis heute

Nachfolgend finden Sie eine Auflistung der Entwicklung der KI von ihren Anfängen bis heute:

  • 1950: Erste Schritte in der Umsetzung von KI: Auf Basis von elektrischen Schaltungen werden erste Algorithmen als Grundlage für KI entwickelt.
  • 1960: Mit dem Aufkommen von Transistoren und Computern entstehen erste Ansätze, eine KI zu programmieren.
  • 1970: Die Idee entwickelt sich schnell zu einem Hype, der allerdings kurze Zeit später in Ernüchterung umschlägt, da die erhofften Ergebnisse ausbleiben. Fördergelder für KI-Forschung werden gestrichen – der so sogenannte „AI Winter“ beginnt.
  • 1980/90: Das Thema Machine Learning (Maschinelles Lernen) als Unterkategorie von KI bekommt neue Aufmerksamkeit in der Forschung.
  • 1997: KI erlangt mit dem Aufkommen von intelligenten Spielcomputern (IBM Deep Blue) Medienpräsenz.
  • 2010: KI erlebt eine Renaissance – Die Technologie ist endlich so weit fortgeschritten, dass notwendige Daten in ausreichendem Maße zur Verfügung gestellt und verarbeitet werden können.
  • 2013: Das Startup DeepMind baut eine neue KI , die selbst lernt, Atari-Spiele zu spielen.
  • 2015: Ein Deep Neural Network von Microsoft Research erreicht bei der Bilderkennung dieselben Fehlerraten wie ein Mensch.
  • 2016: Google DeepMind entwickelt das Computerprogramm AlphaGo – eine KI, die den Go-Weltmeister schlägt.
  • 2022: OpenAI sorgt mit dem intelligenten Sprachmodell ChatGPT für weltweites Aufsehen.

Teilbereiche und Methoden

Künstliche Intelligenz lässt sich in verschiedene Teilbereiche aufgliedern. Dazu zählen beispielsweise:

  • Machine Learning – der Grundgedanke besteht darin, dass ein Computerprogramm seine Performance in einem bestimmten Bereich durch eigene Erfahrungen (Daten) verbessern können soll. Dadurch werden Programmierer entlastet, da mathematische Algorithmen für einen automatischen Verarbeitungs- und Lernprozess sorgen. Eine Methode des Machine Learnings ist das “bestärkende Lernen”, bzw. Reinforcement Learning. Dabei werden keine historischen Daten benötigt, denn Lösungen und Strategien werden auf Basis von erhaltenen Belohnungen im Trial-and-Error-Verfahren ermittelt. Einen anderen Ansatz verfolgen das überwachte und das unüberwachte Lernen (supervised & unsupervised learning): Beim überwachten Lernen ist das richtige Ergebnis im Voraus bekannt, das heißt in der Trainingsphase wird die Realität mit der Antwort der KI verglichen. So nähern sich im Prozess Wirklichkeit und Prognose an. Beim unüberwachten Lernen findet die KI selbst die Lösung, indem sie bspw. Gemeinsamkeiten und Gegensätze vergleicht und so Einordnungen vornimmt.
  • Künstliche neuronale Netze – sind Vorgängen des menschlichen Gehirns nachempfunden und sorgen über die Verknüpfung von Eingangs-, Zwischen- und Ausgangsneutronen für einen stetigen Lernprozess.
  • Deep Learning – Teilbereich des Machine Learnings und basierend auf neuronalen Netzen. Ermöglicht KIM Prognosen zu treffen und diese zu hinterfragen. Der Mensch greift in die Analysen und Prozesse nicht mehr ein. Wird primär bei Big Data genutzt, um diese nach Mustern und Modellen zu untersuchen.
  • Natural Language Processing – Ansatz, mit dem Forscher versuchen, natürliche Sprache zu erfassen und mithilfe von Algorithmen computerbasiert zu verarbeiten. So soll eine weitreichende Kommunikation zwischen Mensch und Computer möglich werden, damit sich Anwendungen per Sprache steuern und bedienen lassen.
  • Knowledge Representation – erlaubt KIM logisch zu denken, Schlussfolgerungen und Argumentationen zu entwickeln. Konsequenzen einer Tätigkeit sollen ermittelt werden, indem sie darüber nachdenkt und nicht, indem sie sie tatsächlich ausführt.

Technologische Singularität

In den Naturwissenschaften wird der Begriff “Singularität” für Größen verwendet, die gegen unendlich tendieren (z. B. die Massendichte eines Schwarzen Lochs). Technologische Singularität beschreibt die Hypothese, dass die Entwicklung einer künstlichen Superintelligenz ein rasantes technologisches Wachstum auslösen wird, das unvorhersehbare Veränderungen der menschlichen Zivilisation nach sich zieht. Die Hypothese geht davon aus, dass sich eine starke KI in einer unaufhaltsamen Folge von Selbstverbesserungs-Zyklen weiterentwickelt und so quasi eine “Intelligenzexplosion” auslöst. Diese Superintelligenz wird die menschliche Intelligenz bei weitem übertreffen.

Informationstheoretiker prophezeien die Technologische Singularität teilweise bereits seit über 100 Jahren. Für sie lautet die Frage nicht, ob Superintelligenz eines Tages real sein wird, sondern wann es so weit sein wird.

Unser E-Book zum Thema KI im Mittelstand

E-Book: KI im Mittelstand

In diesem E-Book erfahren Sie, wie Sie KI in Ihrem Unternehmen einsetzen können.

Künstliche Intelligenz im Alltag

Künstliche Intelligenz ist heute schon vielfach Teil unseres Alltags: Streaminganbieter und Online-Händler nutzen KI, um automatisierte, individuelle Empfehlungen zu generieren. Von personalisierter Werbung bis zu dynamischer Preisgestaltung – hinter all dem stecken KI-Systeme. Es gibt sogar Unternehmen, die in Zukunft ganz ohne Personal auskommen und Bestellungen vollautomatisiert abwickeln lassen wollen.

Auch Sprachassistenten wie Amazon Alexa, Cortana oder Siri sind Produkte Künstlicher Intelligenz. Hier ein kleiner Ausschnitt weiterer Nutzungsszenarien:

Google-Übersetzer

Wer den Google-Übersetzer in seiner Anfangszeit verwendet hat, konnte sich kaum darauf verlassen, einen halbwegs geraden Satz angezeigt zu bekommen. Im Jahr 2016 hat der Konzern seinen Online-Übersetzer in eine Neural Machine Translation (GNMT) umgebaut. GNMT basiert auf neuronalen Netzen und Machine Learning und analysiert mithilfe von KI vor der Übersetzung den gesamten Satz – und nicht nur einzelne Teilstücke, wie zuvor. Satzbau und Semantik der Übersetzungen haben sich seitdem deutlich verbessert.

Gesichtserkennung bei Smartphones

Ständig diesen lästigen Pin am Handy eingeben – das war einmal. Mithilfe von Gesichtserkennung lassen sich Smartphones mittlerweile schnell und einfach und nur von ihrem Besitzer entsperren. Dazu werden in 3D-Verfahren die spezifischen Merkmale eines Gesichts durch eine KI erfasst und mit dem gespeicherten Gesicht des Besitzers abgeglichen. Auch in der Sicherheitstechnik, Kriminalistik und Forensik wird Gesichtserkennung eingesetzt, um Personen eindeutig identifizieren und verifizieren zu können.

PayPal Betrugserkennung

Ein weiteres Unternehmen, das besonders viel in KI investiert, ist PayPal. Jede Transaktion bei PayPal wird mittels Machine Learning Algorithms analysiert und klassifiziert. So finden Betrugserkennungen auf mehreren Ebenen statt und schützen den Nutzer vor Datenverlusten.

Online-Handel

Im Online-Handel ist KI ein besonders wichtiges Thema. Amazon ist das erste Handelsunternehmen, das im großen Stil auf KI setzt. Von personalisierter Werbung bis hin zu dynamischer Preisgestaltung will das Unternehmen in Zukunft sogar ohne Personal auskommen. Algorithmen sollen die Einkäufe erfassen, smarte Sensoren und Erkennungstechnologien Bestellungen abwickeln. Ergänzend dazu gibt es Amazons Alexa, die erste intelligente Einkaufshilfe auf dem Markt.

Zahlreiche Unternehmen profitieren bereits von KI, die ihre Prozesse optimiert und effizienter gestaltet.

Medizin und Pflege

Auch im Gesundheitswesen, das mehr denn je vom Fachkräftemangel geprägt ist, birgt KI großes Potenzial. So haben Machine Learning, insbesondere Deep-Learning-Algorithmen, in letzter Zeit große Fortschritte in der automatischen Diagnose von Krankheiten gemacht. Zusätzlich werden analytische Vorgänge in den frühen Phasen der Arzneimittelentwicklung verkürzt und die statistische Arbeit zur patientenabhängigen Personalisierung beschleunigt. Insgesamt werden so jahrelange Arbeit und hohe Investitionskosten in vielen Bereichen eingedämmt.

Autonomes Fahren

Innerhalb der nächsten 15 Jahre sollen intelligente, autonom fahrende Autos auf deutschen Straßen unterwegs sein. Sie bergen das Potenzial, die Sicherheit auf den Straßen zu verbessern.

Autonome Fahrzeuge werden in mehrere Level untergliedert, in denen der Mensch seine Fahr-Verantwortung Stück für Stück an die zunehmend intelligenteren Autos abgibt. Dies beginnt bei den bekannten Fahrassistenten wie Einparkhilfen oder dem Tempomat und geht bis zur Autonomie des Fahrzeuges, bei der der Fahrer gänzlich zum Passagier degradiert wird.

Populäre KI-Tools und -technologien

Dazu gibt es einige Technologien aus dem KI-Bereich, die besonders im Kreativbereich und in der Popkultur Aufsehen erregt haben:

Generative KI

Generative KI bezieht sich auf KI-Modelle oder Algorithmen, die in der Lage sind, neue und originelle Inhalte zu generieren. Diese Art von KI ist darauf ausgerichtet, Daten zu analysieren und daraus neue Informationen, Bilder, Texte oder andere Arten von Inhalten zu erzeugen, die dem menschlichen Schaffen ähneln. Generative KI-Modelle werden in verschiedenen Bereichen eingesetzt, einschließlich Kunst, Musik, Literatur, Spieleentwicklung und vielen anderen kreativen Anwendungen.

Ein Konzept aus dem Bereich generative KI ist das “Prompt engineering”. Dabei geht es um Prozesse und Verfahren, die Befehle an eine KI textlich und inhaltlich so gestalten und verfeinern, dass sie bestmögliche Ergebnisse liefert. „Prompt“ beschreibt die textbasierte Befehlszeileneingabe, wie man sie bei Sprachmodellen wie ChatGPT verwendet.

ChatGPT

ChatGPT ist ein Sprachmodell von OpenAI, welches entwickelt wurde, um menschenähnlichen Text zu generieren und auf eine breite Palette von Fragen und Anfragen zu antworten. ChatGPT ist in der Lage, Informationen zu recherchieren, komplexe Konzepte zu erklären, kreative Texte zu verfassen und allgemeine Konversationen zu führen. Es ist darauf trainiert, präzise und verständliche Antworten zu liefern und den Benutzern eine interaktive und benutzerfreundliche Erfahrung zu bieten.

ChatGPT basiert auf einer tiefen neuronalen Netzwerkarchitektur, die als Transformer bezeichnet wird. Es wurde mit großen Mengen an Textdaten trainiert, um Sprachmuster und Kontext zu verstehen. Wenn eine Anfrage gestellt wird, analysiert ChatGPT den gegebenen Text, um den Kontext zu verstehen, und generiert dann eine passende Antwort. Es verwendet dabei sowohl das Verständnis des Textes als auch das Wissen, das es während des Trainings erlernt hat.

Angebot: Eigenes ChatGPT für Ihr Unternehmen

Sie möchten Ihren Mitarbeitern das gesammelte Unternehmenswissen über ChatGPT zugänglich machen? Kein Problem! Was die Drogeriekette DM und Co. vormachen, ist auch für Ihr Unternehmen möglich: eine eigene ChatGPT Instanz. Damit sind Sie frei von Datenschutz-Konflikten und der Sorge, durch Ihre Eingaben Geschäftsgeheimnisse nach außen zu tragen.

 

Wir können genau das für Sie umsetzen. Sie sind interessiert und möchten mehr erfahren? Schicken Sie das Formular ab und wir werden uns innerhalb von 48 Stunden bei Ihnen melden, um einen unverbindlichen Termin zum Gespräch zu vereinbaren.

Google Bard

Bard ist ein KI-Experiment von Google, welches sich noch in der Anfangsphase befindet und die Interaktion mit generativer KI ermöglicht. Das Modell ist mittlerweile in über 40 Sprachen verfügbar und verspricht insgesamt individuellere Antworten, die besser auf die Bedürfnisse des Nutzers zugeschnitten sind. Denn im Vergleich zur Konkurrenz soll diese nicht nur einfach Fragen beantworten, sondern, laut Google, dabei helfen,

„mit Neugier Neues zu erkunden, eure Vorstellungskraft zu erweitern und schließlich eure Ideen zum Leben zu erwecken – nicht einfach nur, indem wir eure Fragen beantworten, sondern indem wir euch helfen, sie weiterzudenken.“

Midjourney

Midjourney ist ein Text-to-Image-Tool, welches aus Textbeschreibungen Bilder kreieren kann und über den Online-Messenger Discord zugänglich ist. In einem Chatfeld gibt man möglichst kurze und präzise Beschreibungen, sog. „prompts“, ein, woraus dann letztendlich ein Bild generiert und ausgegeben wird. Dabei werden dem Nutzer kaum Grenzen gesetzt, z. B. kann man seiner Beschreibung den Zusatz „fotorealistic“ geben, um eine entsprechende Optik zu bekommen. Generell ist es aber sehr wichtig, detaillierte (aber nicht im Sinne von ausführlich!) Anweisungen zu geben, denn was man der KI nicht sagt, wird auch nicht umgesetzt.

Wird der Auftrag dann abgeschickt, generiert der Bot vier Vorschaubilder, aus welchen man dasjenige auswählt, was der eigenen Vorstellung am nächsten kommt. Darauf aufbauend arbeitet das Tool dann weiter, bis das gewünschte Bild entsteht.

Deepfakes

Deepfakes sind gefälschte Medieninhalte, die mithilfe von Deep Learning und KI erstellt werden. Im Kontext von Videos beziehen sich Deepfakes auf manipulierte Videos, in denen das Gesicht einer Person in eine andere Person oder in eine andere Situation eingefügt wird. Dies wird durch den Einsatz von fortgeschrittenen Machine-Learning-Techniken, insbesondere durch generative neuronale Netzwerke, ermöglicht. Diese Netzwerke lernen aus einer großen Menge an Daten und können dann das Gesicht einer Person in einem Video durch das Gesicht einer anderen Person ersetzen. Dadurch entsteht der Eindruck, dass die Zielperson tatsächlich in der Szene anwesend ist.

Das gleiche gilt mittlerweile auch für Audio-Inhalte, welche so manipuliert werden, dass sie wie bestimmte Personen des öffentlichen Lebens klingen, weshalb Deepfakes insgesamt längst nicht mehr als reines Unterhaltungstool gelten, sondern eben auch für das Verbreiten von Falschinformationen genutzt werden.

Künstliche Intelligenz im Unternehmen

Künstliche Intelligenz bietet Unternehmen die Chance, Prozesse zu automatisieren, somit Kosten zu sparen und effizienter zu arbeiten. Dazu müssen sie nicht Ihre gesamte Unternehmensstruktur auf den Kopf stellen: Meist reichen schon kleinere Anpassungen. Auch geringfügige Steigerungen in der Produktivität oder Kosteneinsparungen können einen riesigen Gewinn für ihr Unternehmen darstellen.

Die meisten KI-Anwendungen werden durch Tech-Konzerne wie Google, Apple, Microsoft, PayPal & Co. entwickelt. Deren Kerngeschäft und Geschäftsmodell basiert auf dem Einsatz und der Weiterentwicklung der neuesten Technologien, sodass sie über die erforderlichen Ressourcen und das Knowhow verfügen. Aber: Viele klassische Unternehmen sind eben noch keine Technologie-Unternehmen.

Bevor Sie KI in Ihrem Unternehmen einführen, müssen Sie sich daher darüber klar werden, für welchen konkreten Business Case Sie diese einsetzen möchten und was sie sich davon versprechen. Dafür sollten Sie sich zunächst folgende Fragen stellen:

  • Wofür kann ich KI in meinem Unternehmen einsetzen?
  • Welche neuen KI-Technologien gibt es und welche Möglichkeiten ergeben sich daraus für mich?
  • Auf welche KI-Technologie möchte ich setzen und wer bietet diese an?
  • Kann ich mich darauf verlassen, dass diese KI die richtigen Entscheidungen trifft?

Identifizieren Sie also zunächst einen zentralen Bereich, welcher durch Künstliche Intelligenz dauerhaft optimiert werden, und damit zu Ihrem Unternehmenserfolg beitragen kann.

Sie können KI-Lösungen in fast allen relevanten Bereichen einsetzen, zum Beispiel:

KI-Schulung-Microsoft-Copilot

KI-Programmen kommt in der Bearbeitung von Aufgaben im persönlichen Alltags- und Arbeitsleben eine immer wichtigere Bedeutung zu. Auf Unternehmensebene können Sie das Potenzial dieser Technologie seit dem Release des Microsoft Copilot nun auch direkt in Ihren Office-Programmen ausschöpfen.

KI und SAP

Künstliche Intelligenz stärkt Unternehmen bei der Produktivität und Flexibilität sowie der Schaffung neuer Geschäftswerte. Beispielsweise lernen Algorithmen durch personalisierten Kundenservice aus der direkten Interaktion und können so genauer auf die Bedürfnisse der Kunden eingehen. SAP unterstützt Sie und ihre Kunden mit entsprechenden Services und Anwendungen. Lösungen wie Concur, SAP S/4HANA und SAP iRPA haben Machine Learning bereits integriert, mit dem noch relativ neuen SAP AI Portfolio für die SAP BTP (Business Technology Platform) macht SAP aber nun einen besonders großen Schritt in den Bereich KI und bietet einige vorgefertigte Tools und Funktionen für Anwender aller Art.

SAP AI Core & Launchpad

AI Core und Launchpad sind zwei Dienste der BTP, die es Ihnen ermöglichen, KI-Modelle nahtlos in Ihre bestehenden SAP-Anwendungen zu integrieren. Dadurch können Sie intelligente Funktionen hinzufügen und Ihre Anwendungen erweitern, um deren Leistungsfähigkeit zu verbessern.

Der AI Core stellt dabei die Laufzeitumgebung (z. B. für die Business Services) dar, während das Launchpad das Verwaltungstool verkörpert, mit dem Sie Ihre KI-Anwendungsfälle verwalten können.

SAP AI Business Services

Die SAP AI Business Services sind wiederverwendbare, vorkonfigurierte Services, welche auf Machine Learning-Modellen basieren Ihnen bei diversen Geschäftsproblemen helfen können. Diese sind momentan:

  • Business Entity Recognition (BER)
  • Document Information Extraction DOX)
  • Document Classification (DC)
  • Personalized Recommendation (PR)
  • Data Attribute Recommendation (DAR)
  • SAP Translation Hub
  • Intelligent Intercompany Reconciliation (ICR)
  • SAP Data Intelligence (DI)

Genaueres zu den einzelnen Business Services und dem SAP AI Portfolio generell, erfahren Sie in unserem Beitrag zudem Thema.

Weitere Beispiele für intelligente Anwendungen und Services sind:

  • SAP Brand Impact hilft Unternehmen dabei, wichtige Einflussfaktoren wie die eigene Markenpräsenz und den Erfolg von Investitionen in Sponsoring und Werbemaßnahmen zu messen. Beispielsweise wird erfasst, wie oft das eigene Firmenlogo in Videomaterial an welcher Stelle und in welcher Größe auftaucht.
  • SAP CoPilot ist ein digitaler Chatassistent, der Nutzern mit Fragen und Antworten eine schnellere Problemlösung ermöglicht
  • SAP Customer Retention prognostiziert das Kundenverhalten.
  • SAP Resume Matching unterstützt Recruiter bei der Ermittlung von geeigneten Bewerbern
  • SAP Service Ticket Intelligence kategorisiert Kundenmeldungen, stellt bei Standardanfragen Antwortvorschläge bereit und priorisiert zu bearbeitende Aufgaben von Mitarbeitern

SAP Joule

Joule ist SAPs eigener Assistent, der auf generativer KI basiert, ähnlich wie ChatGPT von OpenAI. Er verwendet natürliche Sprache und lernt aus vorhandenen Daten, die sowohl aus SAP-Lösungen als auch aus externen Quellen stammen können. Im Unterschied zu ChatGPT werden diese Daten also nicht aus dem Internet bezogen. Joule trainiert somit auf Basis vorhandener Geschäftsdaten und lernt immer mehr über das jeweilige Unternehmen und den Anwender. So kann er mit der Zeit schnellere und passendere Antworten geben, genauere Analysen durchführen und dadurch den jeweiligen Nutzer in seiner Arbeit effizient unterstützen.

Joule wird ab Ende 2023 nach und nach nahtlos in das gesamte Cloud-Portfolio integriert.

Zukunft von KI und Mensch

Beim Thema KI stellen sich viele Leute berechtigte Fragen: “Wie weit wird sich KI noch entwickeln?”, “Kann sie uns irgendwann überholen?”, “Welche Auswirkungen werden die Entwicklungen auf Arbeitsplätze haben?”.

Dass KI die Menschen in einigen Dingen schon überflügelt, ist nichts Neues. Besonders in strategischen und mathematischen Bereichen ist sie weitaus stärker und schneller als der Mensch. Trotzdem ist sie uns in den meisten Bereichen noch weit unterlegen. Ihr größtes Problem ist der Aspekt “Bewusstsein”, denn für dieses existiert kein Modell zur Implementierung, geschweige denn Evolution. Zwar befindet sich dieses Vorhaben in der Entwicklung, jedoch bisher ohne nennenswerte Erfolge. Somit wird KI noch für längere Zeit nicht in der Lage sein, banale Alltagssituationen zu bewältigen, die für einen Menschen instinktiv und selbstverständlich sind. Aber in nahezu allen Lebensbereichen, von der Fahrt zur Arbeit, in der Medizin und auch in der Pflege, birgt Künstliche Intelligenz das Potenzial, unseren Alltag zu vereinfachen und effizienter zu gestalten.

Dennoch gibt es seit Langem die Angst um Arbeitsplätze, viele Menschen befürchten, dass sie durch KI ersetzt werden könnten. Jedoch kann man diesbezüglich Entwarnung geben. Denn in naher Zukunft werden sich die Einsatzgebiete auf spezielle Aufgaben konzentrieren, ganze Berufe werden nicht ersetzt. Zudem werden auch neue Arbeitsplätze entstehen, vor allem wenn es um die Überwachung der KI geht.

Man muss insgesamt aber auch sagen, dass das Thema noch sehr hypothetisch behandelt wird, niemand kann genaue Vorhersagen treffen. Letztendlich gilt aber wie in vielen anderen Bereichen auch hier: KI ist, was wir daraus machen.

Einführung & Best Practices

Sie haben Fragen zum Thema Künstliche Intelligenz oder wie Sie KI praktisch und effizient in Ihrem Unternehmen einsetzen können? Dann profitieren Sie von den Best Practices erfahrener Experten und Beratern von mindsquare und informieren Sie sich über unseren Potenzialworkshop zum Thema KI.

Als IT-Beratungsunternehmen haben wir es uns zur Aufgabe gemacht, Sie im SAP- und Salesforce-Umfeld zu beraten und bei Ihren Projekten zu unterstützen. Unsere Experten beschäftigen sich intensiv mit dem Thema Künstliche Intelligenz und helfen Ihnen auch bei der Automatisierung von Unternehmensprozessen gerne weiter.

Websession: Künstliche Intelligenz für Ihr Unternehmen

Sie wollen mit Ihrem Unternehmen von Künstlicher Intelligenz profitieren, wissen aber noch nicht so recht, wie? In einer kostenlosen Websession sprechen wir mit Ihnen darüber, was für Ihren individuellen Fall sinnvolle Optionen sein können.

FAQ

Wie funktioniert künstliche Intelligenz?

Bei der künstlichen Intelligenz (KI) handelt es sich um Programme, die die Informationsverarbeitung des Gehirns durch künstliche neuronale Netze nachahmen. Dabei werden Informationen als Input in das System eingegeben, mittels Algorithmen verarbeitet und anschließend wieder als Output ausgegeben.

Was versteht man unter künstlicher Intelligenz?

Künstliche Intelligenz (KI) oder auch Artificial Intelligence (AI) genannt, beschreibt ein Teilgebiet der Informatik, welches sich mit der Automatisierung intelligenten Verhaltens sowie dem maschinellen Lernen auseinandersetzt. Mit anderen Worten dient KI dazu, menschliches Denken und Lernen auf Computer zu übertragen und ihnen hierdurch eine gewisse Intelligenz zu verleihen.

Wo wird künstliche Intelligenz eingesetzt?

Künstliche Intelligenzen werden bereits in zahlreichen Branchen, wie zum Beispiel der Automobil-, Textil- oder Stahlindustrie eingesetzt. Aber auch andere Bereiche wie die Landwirtschaft, die Medizin oder das Militär greifen auf KIs zurück.

Seit wann gibt es künstliche Intelligenz?

Der Begriff der künstlichen Intelligenz wurde bereits im Jahre 1956 von John McCarthy auf der Dartmouth Conference eingeführt. Aufgrund der stetigen Zunahme der Geschwindigkeiten, Größe und Vielfalt der Daten (Stichwort: Big Data) gewinnt das Thema KI in Unternehmen immer mehr an Bedeutung.

Was bringt künstliche Intelligenz?

Die künstliche Intelligenz (KI) ermöglicht es, Maschinen aus Erfahrungen lernen zu lassen, sodass sie sich auf neue Informationen einstellen und Aufgaben bewältigen können, für die menschliches Denkvermögen erforderlich ist. Die Aufgabe von KIs besteht somit darin, Aufgaben von Menschen zu übernehmen und ihren Arbeitsalltag zu erleichtern. Gleichzeitig können hierdurch neue Geschäftsfelder und Arbeitsplätze entstehen.

Welche Arten von KI gibt es?

Grundsätzlich gibt es verschiedene Arten, um künstliche Intelligenzen zu kategorisieren. Eine Möglichkeit ist die Differenzierung in die schwache und starke KI. Die schwache KI meint dabei ein System, das für eine bestimmte Aufgabe entwickelt und trainiert wurde. Die starke KI bezeichnet hingegen ein System, das über menschliche kognitive Fähigkeiten und genügend Intelligenz verfügt, um ihm unbekannte Aufgaben zu lösen.

Wo begegnet uns künstliche Intelligenz im Alltag?

Ob automatisiertes Fahren, Smart Home, Gesichtserkennung, Musikstreaming, medizinische Diagnosen, Navigation, menschliche Roboter oder digitale Sprachassistenten – künstliche Intelligenzen erhalten zunehmend Einzug in den Alltag. Oftmals geschieht dies aber unbewusst, sodass wir es überhaupt nicht merken oder darüber nachdenken.

Verwandte Know-Hows

Amazon Comprehend steht für die Analyse unstrukturierter Textdaten mittels NLP (Natural Language Processing). Verschiedene Analysetools des cloudbasierten Services extrahieren Schlüsselphrasen, erkennen die Tonalität eines Textes hinsichtlich der Stimmung oder filtern […]
Wäre es nicht praktisch, Was-wäre-wenn-Szenarien für Produkte oder Anlagen und Prozesse erstellen zu können, bevor Sie tatsächlich Ressourcen für die reale Umsetzung einsetzen? Das ist das Versprechen des Digital Twin.
Generative KI ist branchenunabhängig in jeglichen Unternehmensprozessen und im täglichen Leben der Anwender präsent. Dabei ist vielen Nutzern noch immer unklar, wie Technologien aus dem Bereich Generative KI funktionieren. Was […]
Kontakt aufnehmen
Ansprechpartner
Laura Feldkamp mindsquare Kundenservice
Laura Feldkamp Kundenservice