Disruptive KI: Hype oder Realität? Wo stehen wir auf der KI-Timeline?

    Erfahren Sie mehr über disruptive KI-Trends, die KI-Timeline und darüber, warum Künstliche Intelligenz die Spielregeln von morgen bestimmen wird.

    Abonnieren Sie unseren Blog

    Der Hype um KI

    Die Themen künstliche Intelligenz (KI) und disruptive KI-Trends sorgen für einen enormen Hype und wirken sich sogar auf die Marktdynamik aus, wie sich anhand einiger beispielhafter Fakten und Beobachtungen zeigen lässt:

    • Fast jeder spricht (oder schreibt😊) darüber.
    • Seit mehreren Jahren werden KI und damit zusammenhängende Themen (z. B. intelligente Apps, intelligente Dinge) von Analysten und namhaften Beratungsunternehmen (z. B. Accenture, Deloitte, Gartner, McKinsey, PwC usw.) unter den wichtigsten strategischen Trends gelistet.
    • Schnelle Finanzierung von KI-Start-ups durch Risikokapitalgeber.
    • Digitale Giganten wie Microsoft, Google, Facebook, Apple, Amazon, Oracle und IBM liefern sich ein Wettrennen um die Marktführerschaft: Sie erwerben die innovativsten und vielversprechendsten KI-Unternehmen [1] und investieren große Summen in die KI-Forschung und in KI-Lösungen.
    • Die Medien berichten regelmäßig über Erfolgsstories, Entwicklungssprünge und Innovationen im Bereich der Künstlichen Intelligenz [2][3].
    • AI Inside ist derzeit der beliebteste Werbeclaim und das Hauptverkaufsargument nahezu aller Lösungsanbieter (diese Behauptung kann ich nicht mit Zahlen belegen: Es handelt sich vielmehr um meine persönliche Wahrnehmung😊).

    Oft wird künstliche Intelligenz mit Science-Fiction-Vorstellungen verknüpft: Roboter, die sich wie Menschen verhalten, ein Bewusstsein für sich selbst entwickeln, die menschliche Herrschaft infrage stellen und versuchen, die Menschheit zu vernichten. Ein gutes Beispiel hierfür ist der Kinofilm 2001: Odyssee im Weltraum, in dem der mit künstlicher Intelligenz ausgestattete Bordcomputer HAL 9000 ein mörderisches Eigenleben entwickelt und während einer Weltraummission die gesamte Crew umbringt, mit Ausnahme des Raumschiffkommandanten, dem es schließlich gelingt, HAL abzuschalten. Ein weiteres gutes Beispiel ist der apokalyptische Film I, Robot über Roboter, die vollständig in die menschliche Gesellschaft integriert sind und schließlich zu einer Gefahr für die Menschheit werden.

    Diese Science-Fiction-Szenarien kommen womöglich aus dem Bereich der künstlichen allgemeinen Intelligenz (AGI – Artificial General Intelligence, auch als „starke KI“ oder im Englischen als „strong AI“ oder „full AI“ bezeichnet). Eine Maschine mit künstlicher allgemeiner Intelligenz wäre in der Lage,

    • jede intellektuelle Aufgabe erfolgreich auszuführen, die von einem Menschen ausgeführt werden kann, und
    • dynamisch zu lernen (ähnlich wie der Mensch).

    Starke KI ist bislang noch Science-Fiction – vielleicht wird sie in ein paar Jahrzehnten oder Jahrhunderten Wirklichkeit, vielleicht auch nie. Die Meinungen der KI-Experten gehen darüber auseinander: Wir wissen es derzeit einfach noch nicht.

    I Robot image.jpg

    Die Realität: Kurze Einführung in Künstliche Intelligenz

    Künstliche Intelligenz ist kein neues Konzept. Sie wurde 1956 als akademisches Fachgebiet eingeführt und hat sich seitdem in Wellen entwickelt: Auf eine Phase des Optimismus folgte Enttäuschung und damit einhergehende Mittelkürzungen, anschließend folgten neue Ansätze, neue Erfolge und schließlich eine erneute Aufstockung der Mittel.

    AI-chart-1_DE

    Typische Forschungsziele im Bereich Künstlicher Intelligenz umfassen beispielsweise logisches Denken, Wissen, Planen, Lernen, maschinelle Sprachverarbeitung, Wahrnehmung und die Fähigkeit zum Bewegen und Manipulieren von Gegenständen.

    Das übergeordnete Forschungsziel besteht darin, Technologien zu entwickeln, die es Computern und Maschinen ermöglicht, sich intelligent zu verhalten. Das allgemeine Problem, wie sich Intelligenz nachahmen (oder schaffen) lässt, wurde in einzelne Teilprobleme aufgeteilt, die unter anderem folgende Fähigkeiten umfassen:

    • Logisches Denken ermöglicht situativ angemessenes Schlussfolgern.
    • Problemlösen bezieht sich auf die Fähigkeit, eine systematische Suche in Bezug auf eine Reihe von Handlungsmöglichkeiten durchzuführen, um ein vorab festgelegtes Ziel oder eine Lösung zu erreichen.
    • Wissensrepräsentation dient dazu, Informationen über die Welt in einer Form abzubilden, die von einem Computersystem zur Lösung komplexer Aufgaben verwendet werden kann.
    • Planen betrifft die Erstellung von Strategien oder Handlungsfolgen, die in der Regel von intelligenten Agenten, autonomen Robotern oder unbemannten Fahrzeugen ausgeführt werden.
    • Lernen (maschinelles Lernen) bedeutet, dass Computer selbst etwas lernen, das zuvor nicht explizit programmiert wurde (erfordert oft große Mengen an Trainingsdaten).
    • Maschinelle Sprachverarbeitung ermöglicht Interaktionen zwischen Computern und menschlichen (natürlichen) Sprachen; dabei werden Computer so programmiert, dass sie große Mengen natürlicher Sprachdaten effektiv verarbeiten können.
    • Wahrnehmung ist die Fähigkeit, mithilfe von Sensorinformationen (z. B. von Kameras, Mikrofonen usw. erfassten Daten) auf Aspekte der Welt zu schließen (z. B. Spracherkennung, Gesichtserkennung, Objekterkennung usw.).
    • Bewegen und Manipulieren (Robotik) bezieht sich darauf, Roboter mit der erforderlichen Intelligenz für die Bewältigung von Aufgaben wie dem Manipulieren von Gegenständen und der Navigation, die Teilprobleme wie Lokalisierung, Kartierung und Bewegungsplanung umfassen, auszustatten.
    • Soziale Intelligenz (Affektive Computersysteme) bringen Maschinen dazu, menschliche Gefühle zu erkennen, zu deuten, zu verarbeiten und zu simulieren (z. B. Fähigkeit, Empathie zu simulieren: Die Maschine sollte den Gefühlszustand eines Menschen deuten und ihr Verhalten daran anpassen, indem sie angemessen auf diese Gefühle reagiert).

    Allgemeine Intelligenz gehört – wie oben beschrieben – zu den langfristigen Zielen in diesem Fachgebiet.

    Alter Wein in neuen Schläuchen? Warum jetzt? Was ist heute anders?

    Heute liegt der Schwerpunkt auf der schwachen KI (im Englischen „narrow AI“, „weak AI“ oder „applied AI“), bei der es im Gegensatz zur Allgemeinen KI nicht darum geht, die gesamte Bandbreite der menschlichen kognitiven Fähigkeiten nachzubilden. Schwache KI umfasst in der Regel stark anwendungsbezogene Lösungen für maschinelles Lernen, die für eine konkrete Aufgabe eingesetzt werden (z. B. Sentimentanalyse, virtuelle Kundenbetreuer, maschinelle Übersetzung usw.). Die gewählten Modelle und Algorithmen wurden dabei für die jeweilige Aufgabe optimiert. Bei allen realen Beispielen für KI-Anwendungen, die aktuell eingesetzt oder entwickelt werden, handelt es sich um schwache KI. Im weiteren Verlauf dieses Artikels wird der Begriff Künstliche Intelligenz daher mit schwacher KI gleichgesetzt.

    Der Einsatz von KI für die Ausführung von Routineaufgaben führt tendenziell zur Automatisierung, während KI-Anwendungen im Bereich von nicht oder teilweise routinemäßigen kognitiven Aufgaben eher dazu konzipiert wurden, die Arbeit von physischen Personen effizienter zu gestalten – etwa durch Hervorheben relevanter Datenzusammenhänge oder Handlungsempfehlungen.

    AI-chart-2_DEEin besseres theoretisches Verständnis, komplexere statistische Verfahren (z. B. Deep Learning), der Zugriff auf große Datenmengen (z. B. Big Data) und leistungsstärkere Computer haben enorme Fortschritte der Künstlichen Intelligenz ermöglicht, etwa in den Bereichen (maschinelles) Lernen, Wahrnehmung (z. B. Spracherkennung, Gesichtserkennung, Objekterkennung) oder maschinelle Sprachverarbeitung.

    Jeder von uns wird sich vermutlich an einige der größten Erfolge der letzten Jahre erinnern:

    • 2008 führte Apple das iPhone mit Spracherkennung ein.
    • Anfang 2011 hat der IBM-Computer Watson die beiden Champions der Quizshow Jeopardy deutlich besiegt.
    • Im März 2016 gewann AlphaGo in einem Match gegen Go-Weltmeister Lee Sedol vier von fünf Spielen. Damit war AlphaGo der erste Go-Computer, der einen Go-Profispieler ohne Vorgabe (Handicap) besiegte.
    • Beim Future of Go Summit 2017 gewann AlphaGo ein Match in drei Spielen gegen Ke Jie, der zu diesem Zeitpunkt seit zwei Jahren die Weltrangliste anführte. Dieses Ereignis war ein wichtiger Meilenstein für die Entwicklung der KI, da Go ein extrem komplexes Spiel ist (deutlich komplexer als Schach).

    Künstliche Intelligenz ist überall

    KI ist heute aus unserem Alltag nicht mehr wegzudenken. Wir alle kommen täglich im Berufs- und Privatleben damit in Berührung:

    • E-Mail-Provider nutzen KI, um Spam zu erkennen und zu filtern.
    • Amazon und andere E-Commerce-Plattformen erstellen mithilfe von KI automatisch individuelle Produktempfehlungen für die Nutzer.
    • Verkehrsapps (z. B. Google Maps, Waze usw.) setzen AI ein, um kürzeste Routen zu berechnen und Staus zu umfahren.
    • Virtuelle Persönliche Assistenten (z. B. Alexa von Amazon, Google Assistant, Siri von Apple, Cortana von Microsoft usw.) nutzen KI, um unsere Absichten zu verstehen und entsprechend zu reagieren oder zu antworten.
    • Finanzinstitute setzen schon seit langem KI-Systeme ein, um auffällig hohe Gebühren oder Forderungen zu erkennen und zu markieren, damit sie anschließend von menschlichen Mitarbeitern näher untersucht werden können.
    • Banken nutzen heute KI-Systeme beispielsweise für die Abwicklung von Geschäftsvorgängen, die Buchführung, für Aktieninvestments oder das Immobilienmanagement.
    • In der Gesundheitsbranche werden KI-Algorithmen eingesetzt, um medizinische Bilder wie z. B. Ergebnisse radiologischer Untersuchungen zu lesen, Anomalien festzustellen und die Diagnose zu unterstützen. Außerdem können dank KI innerhalb von Minuten Patienten für klinische Studien gefunden werden, was sonst Wochen oder Monate dauern würde.
    • Die Echtzeit-Übersetzung auf Skype funktioniert mithilfe von KI.
    • Die Fortschritte bei der Künstlichen Intelligenz haben zur Entwicklung und Verbesserung von selbstfahrenden Kraftfahrzeugen beigetragen, in denen verschiedene intelligente Teilsysteme verbaut sind (z. B. Bremsen, Spurwechsel, Kollisionsvermeidung und Navigationssysteme).

    Dies sind nur einige Beispiele für die zahlreichen Anwendungsfälle von Künstlicher Intelligenz.

    Die andere Seite der Medaille

    Trotz aller Begeisterung, Erwartungen und Fortschritte (die dazu führen, dass Künstliche Intelligenz bei manchen Goldgräberstimmung auslöst) sollten wir vermutlich einen Moment innehalten und uns daran erinnern, dass disruptive Entwicklungen im Bereich der KI auch verschiedene ethische, rechtliche, Datenschutz- und Sicherheitsfragen (etwa im Hinblick auf unbeabsichtigte Folgen) aufwerfen, zu denen die Meinungen derzeit auseinandergehen.

    Schauen wir uns beispielsweise Flugsicherungssysteme an, die Flugzeuge mit mehreren tausend Passagieren leiten, oder medizinische Diagnosesysteme, die Ärzte in Situationen unterstützen, in denen es um Leben und Tod geht. Was passiert, wenn diese Systeme falsche Handlungsempfehlungen geben? Wer sollte in solchen Fällen zur Verantwortung gezogen werden? Und wenn wir davon ausgehen, dass diese System eigenständig denken können und ein Bewusstsein für ihre eigene Existenz entwickeln − wäre es dann möglich, dass sie absichtlich eine falsche Empfehlung aussprechen? Sollte unser Rechtssystem dahingehend erweitert werden, dass es künftig auch für den Umgang mit Maschinen ausgelegt ist, wie in Isaac Asimovs fiktionaler Erzählung Drei Gesetze der Robotik?

    Hier besteht noch allerhand Klärungsbedarf, insbesondere im Hinblick auf KI-Systeme, die „kritische“ Entscheidungen direkt beeinflussen.

    Neue Spielregeln durch disruptive KI

    Disruptive AI a game-changer

    Technologische Innovationen sind seit über 250 Jahren die wesentlichen Wachstumstreiber. Die größte Bedeutung kommt den sogenannten Allzwecktechnologien („general-purpose technologies“) zu, die Auswirkungen auf eine ganze Volkswirtschaft oder die Weltwirtschaft haben können. Bekannte Beispiele hierfür sind die Dampfmaschine, die Eisenbahn, Elektrizität, Computer und das Internet. Jede dieser Technologien hat Wellen von sich gegenseitig ergänzenden Innovationen und Geschäftsmöglichkeiten ausgelöst.

    Die bedeutendste Allzwecktechnologie der heutigen Zeit ist die Künstliche Intelligenz. Die Weiterentwicklung der KI und der Schritt vom Forschungslabor hin zu Mainstream-Anwendungen für Verbraucher und Unternehmen haben massive Veränderungen in allen Branchen und Geschäftsbereichen mit wiederum erheblichen wirtschaftlichen Auswirkungen zur Folge. Diese Auswirkungen zeigen sich zu einem großen Teil in folgenden Entwicklungen:

    • Produktivitätssteigerung durch Prozessautomatisierung in Unternehmen (einschließlich Einsatz von Robotern und selbstfahrenden Fahrzeugen)
    • Produktivitätssteigerung aufgrund von höherer Effizienz der Belegschaft mithilfe von KI-Technologien (computergestützte und erweiterte Intelligenz)
    • Steigerung der Konsumnachfrage durch personalisierte und/oder höherwertige, durch KI verbesserte Produkte und Dienstleistungen.

    Das größte wirtschaftliche Potenzial von disruptiven KI-Lösungen liegt jedoch nicht in der Automatisierung oder Beschleunigung bestehender Prozesse und Fähigkeiten, sondern darin, völlig neuartige Wege zu gehen. Neue Geschäftsmodelle auf der Grundlage völlig neuer Möglichkeiten bergen disruptives Potenzial für ganze Märkte und Branchen und könnten dazu führen, dass Newcomer an etablierten Unternehmen vorbeiziehen.

    In der kürzlich veröffentlichten Global Artificial Intelligence Study [4] schätzt PwC, dass durch die beschleunigte Entwicklung von KI-Lösungen das weltweite BIP (Bruttoinlandsprodukt) im Jahr 2030 um bis zu 14 % höher sein wird als heute − das entspricht einer Steigerung um 15,7 Billionen US-$.

    Ich habe diese Studie nicht wegen der konkreten Zahlen angeführt: Wenn Sie sich Arbeiten anderer Analysten anschauen, die mit unterschiedlichen Modellen und Annahmen arbeiten, werden Sie unterschiedliche Schätzungen finden. Wichtig ist die Größenordnung, die verdeutlicht, dass sich durch Künstliche Intelligenz die wirtschaftlichen Spielregeln verändern werden. 

    Zu den wesentlichen Risikofaktoren für Unternehmen gehört heute die Gefahr, nicht mehr wettbewerbsfähig zu sein, wenn die Geschäftsmöglichkeiten der Zukunft nicht erkannt und die neuen Möglichkeiten, die sich durch KI ergeben, nicht ergriffen werden. 

    Künstliche Intelligenz ist ein sehr vielfältiges Gebiet. Wir müssen die Vielzahl damit zusammenhängender Konzepte und Technologien verstehen und in Komplettlösungen überführen, die − für uns und unsere Kunden − geschäftlichen Nutzen bringen und die Schlagkraft erhöhen.

    Blog-Vorschau

    In diesem Artikel haben wir die verschiedenen Facetten und möglichen Auswirkungen von künstlicher Intelligenz in eher allgemeiner Weise beleuchtet und damit die Grundlage für ein Verständnis von KI geschaffen. Im nächsten Blog geht es um Corporate Dark Data und insbesondere um unstrukturierte mehrsprachige Daten und Inhalte. Es werden wesentliche Herausforderungen und Risiken beschrieben, vor denen Unternehmen in Bezug auf Corporate Dark Data heute stehen. Außerdem wird gezeigt, wie KI die Transformation von Content- und informationsorientierten Vorgängen unterstützen kann, damit höchst individuelle, speziell auf konkrete Personen und Lifestyles zugeschnittene Inhalte bereitgestellt werden können. Für ein Kundenerlebnis der nächsten Generation!

    Abonnieren Sie unseren Blog, um alle unsere Artikel zu lesen, einschließlich der nächsten Folge zum Thema Künstliche Intelligenz. Haben Sie Fragen zu KI und ihren Einsatzmöglichkeiten und Vorteilen für Ihr Unternehmen? Dann senden Sie uns eine E-Mail!

     

    REFERENZEN
    [1] Apple confirms Shazam acquisition; Snap and Spotify also expressed interest
    [2] Google's AI Tech Helps NASA Spot 2 New Planets
    [3] AI Will Turn Regular Fitness Trackers Into Potentially Life-Saving Medical Devices 
    [4] Sizing the prize - PwC’s Global Artificial Intelligence Study: Exploiting the AI Revolution

    Veröffentlicht auf    Zuletzt aktualisiert am 01/07/2019

    #Künstliche Intelligenz

    Über den Autor

    Markus Welsch is Vice President Content Intelligence and Chief Solution Architect at Amplexor. He is based in Luxembourg. During his more than 20 years within the Amplexor group, he contributed in different roles and positions to the design, architecture, implementation and operation of numerous challenging, multilingual content and information management solutions for customers in different industries. In his current positions, Markus is responsible for managing a comprehensive portfolio of smart solutions that combine the speed, scale and power of machines with a human-like approach.

    SUBSCRIBE TO OUR BLOG