Unter der Abkürzung “K.I.” für Künstliche Intelligenz werden unzählige Anwendungen, Technologien und Konzepte – und auch völlig falsche Vorstellungen – zusammengefasst.

Die konkrete Bedeutung ist jedoch eigentlich recht simpel: wann immer eine Maschine Vorgehensweisen einsetzt, die denen unseres menschlichen Gehirns nachempfunden sind, handelt es sich um künstliche Intelligenz.

Künstliche Intelligenz verstehen

Der Durchschnittsbürger denkt, wenn er den Begriff hört, in der Regel zuerst an hoch entwickelte Roboter, die in bombastischen Action-Szenen in Hollywood-Filmen spektakulär die Erde zerstören. Dabei ist das einzige, was dieses Bild mit künstlicher Intelligenz gemeinsam hat, die Technologie, die in den Animationsstudios verwendet wurde, um den Film zu produzieren.

Stattdessen sagt die Verwendung von KI (oder dem weit geläufigeren, englischen Begriff “AI” für “Artificial Intelligence”) aber erst einmal nichts über die Form oder die Anwendung eines Gerätes aus. Selbst eine unscheinbare App auf unserem Handy kann die Bedingungen von künstlicher Intelligenz erfüllen. Denn es zählt nur, wie ein Programm arbeitet: der Einsatz von Denkmustern, die für uns Menschen selbstverständlich sind, wie etwa logisches Denken, Schlussfolgerungen ziehen oder kreative Problemlösung, definiert eine KI.

Dass es für eine Maschine nicht einfach ist, Logik zu erlernen, kann man sich vorstellen. Ein Computer etwa beherrscht aus technischer Sicht nur eine einzige Aktivität: er kann Berechnungen durchführen. Gibt man ihm Input in Form einer Rechenaufgabe, liefert er den Output in Form eines Ergebnisses. Alle anderen modernen Möglichkeiten, an die wir uns, nicht zuletzt durch die digitale Transformation, so sehr gewöhnt haben, bauen auf dieser einfachen Grundfunktion auf.

Vom Durchführen einfacher Berechnungen zum intelligenten Erkennen, Verstehen und Lösen komplexer Probleme ist es jedoch ein langer Weg. Einfache, nicht intelligente Computersysteme setzten häufig Lösungsansätze wie “brute forcing” ein, um durch Milliarden von Rechenoperationen Probleme zu lösen, indem sämtliche Möglichkeiten berechnet wurden, bis eine Erfolgreiche gefunden werden konnte. Ein auf künstlicher Intelligenz basierendes System versucht stattdessen, die richtige Lösung zu finden, ohne alle falschen Wege auszuprobieren.

Durch die fortschreitende Digitalisierung unserer Gesellschaft, die zunehmende Vernetzung und die günstige Verfügbarkeit leistungsfähiger Computer ist der Weg für den Einsatz künstlicher Intelligenz in allen Lebensbereichen bereits geebnet.

Definition Digitalisierung

Unter Digitalisierung versteht man, ganz nüchtern betrachtet, lediglich das Übertragen von ehemals analogen Vorgängen hin zu Digitalen. Auch wenn uns dieser und ähnliche Begriffe aktuell verstärkt begegnen, handelt es sich dabei doch um einen sehr alten und einfachen Prozess, denn fast jede Form von Digitalisierung wird mit Effizienzsteigerungen, Kostensenkungen und neuen, bisher ungekannten Möglichkeiten belohnt. Kein Wunder also, dass wir Menschen schon immer sehr an ihr interessiert waren.

Durch den immer schneller werdenden technischen Fortschritt und die wechselseitige Unterstützung (neue Technologien ermöglichen neue Technologien ermöglichen neue Technologien …) gewann die Digitalisierung in den letzten Jahren derart an Geschwindigkeit, dass sie mittlerweile in alle Bereiche unseres Lebens eingedrungen und von dort nicht mehr wegzudenken ist. Diese Digitale Transformation ist ein technologischer, soziokultureller, wirtschaftlicher und intellektueller Prozess, der gigantische Umwälzungen mit sich bringt.

Insbesondere für Unternehmen entstehen durch die Digitale Transformation bisher ungeahnte Möglichkeiten – sie lauert jedoch auch mit erheblichen Gefahren auf, insbesondere, wenn sie ignoriert wird.

Abgrenzung von KI zu anderen Systemen

Welche Arten von Anwendungen als Künstliche Intelligenz gelten und welche nicht, ist in der Praxis oft umstritten. Auch können Aufgaben, die in der Vergangenheit noch als Bahnbrechend galten, in der Zwischenzeit aber zum absoluten Standard geworden sind (zum Beispiel die automatische Bilderkennung), ihren “AI Status” verlieren.

Ebenso scheitern Versuche, eine Unterscheidung anhand des Lösungswegs vorzunehmen: zwar ist es richtig, dass eine AI die gesuchte Antwort nicht durch reine Rechenpower und ausprobieren aller Möglichkeiten findet; da sie jedoch ebenso (und teilweise noch stärker) auf extrem leistungsstarke Computersysteme angewiesen ist, verschwimmen die Grenzen auch hier schnell.

Aufgrund der Unschärfe, die bei der Bestimmung von KI-Systemen stets gegeben ist, kann es daher schnell zu Missverständnissen kommen. In der Praxis hat sich daher das Benennen der konkreten Methode (“Wir verwenden ein neuronales Netz für ….”) gegenüber der Verwendung des KI Begriffs (“Wir verwenden eine AI für…”) eingebürgert. Dennoch ist oft viel Geduld gefragt, wenn in einem Unternehmen über Künstliche Intelligenz gesprochen wird.

Einsatzbereiche

Auch, wenn es sich um eine sehr strapazierte Redewendung handelt, hier passt sie vollständig: Die Möglichkeiten sind unbegrenzt. Aufgrund des enormen Potentzals von Künstlicher Intelligenz in unserer ohnehin schon extrem vernetzten und digitalisierten Gesellschaft, finden sich überall Einsatzbereiche. Hinzu kommt, dass Fortschritte im Bereich KI wiederum in einer Beschleunigung der Entwicklung münden, sodass ein exponentieller Wachstumseffekt entsteht.  

In unserem privaten Umfeld sind die Auswirkungen bereits spürbar – wenn auch nicht immer direkt zu erkennen. Künstliche Intelligenz erlaubt es Alexa, unsere Anweisungen zu verstehen und sorgt dafür, dass Googles Übersetzungs-App jeden Tag ein wenig besser wird.

Aufgrund der extremen Anpassbarkeit von künstlicher Intelligenz wäre es nicht zielführend, mögliche Nutzen für einzelne Branchen aufzuzählen. Stattdessen werden im Folgenden konkrete Anwendungen und Potenziale genannt, die sich durch AI realisieren lassen – und zwar unabhängig vom Geschäftsfeld in nahezu jedem Unternehmen.Offene

Datenanalyse

Daten sind das wichtigste Gut eines modernen, digitalen Unternehmens – ihr Vorhandensein und Qualität bestimmen über die Fähigkeit, kundenzentriert zu handeln und langfristig gegen die Konkurrenz zu bestehen.

Die Analyse solcher Daten ist eines der interessantesten Einsatzgebiete künstlicher Intelligenz. Während nämlich in den Bereichen Business Intelligence und Data Science durch Menschen bereits extrem wertvolle Erkenntnisse gewonnen  werden, liefert der KI Einsatz noch einmal neue, bisher unbekannte Einblicke. Durch die nicht-menschliche Natur der Computersysteme können Zusammenhänge erkannt werden, die dem menschlichen Betrachter und seinen ebenso menschlichen Denkmustern verborgen bleiben.

So würde zum Beispiel dem Analysten eines Online-Händlers sofort klar, dass der drastische Anstieg von verkauften Fernsehern mit einer anstehenden Fußballweltmeisterschaft zusammenhängt – und man sich, nach deren Ende, auf erhöhte Retouren einstellen muss. Als Resultat würde der Online-Händler wahrscheinlich seine Business-Rules anpassen und etwa die Versandkosten für Elektrogeräte erhöhen oder Neukunden, die nur einen Fernseher bestellen, ablehnen. Der Teil der “ehrlichen” Kunden, die auf der Suche nach einem neuen Gerät sind und dieses dauerhaft behalten möchten, ginge damit jedoch verloren; gleichzeitig erspart man sich jedoch Retouren-bedingte Ausfälle. Ein notwendiges Übel.

Durch den AI Einsatz könnten hier jedoch, dank der Analyse historischer Daten, zusätzlich noch weitere Erkenntnisse gewonnen werden. Möglicherweise kann etwa anhand der Bildschirmdiagonale und dem Verkaufspreis ermittelt werden, dass bestimmte Geräte oder Geräteklassen mit geringerer Wahrscheinlichkeit zurückgesendet werden. Die Käufer solcher Geräte könnten anschließend durch ein Raten-Zahlungs-Angebot zusätzlich dazu animiert werden, den neuen Fernseher auch nach der WM zu behalten. Das Unternehmen kann es dadurch schaffen, auch im schwierigen Umfeld die richtigen Entscheidungen zu treffen, die Risiken (in diesem Fall: der Retouren) zu umschiffen und letztlich neue Umsätze zu erwirtschaften. Ein direkter Mehrwert, der durch eine AI-gestützte Datenanalyse zu realisieren wäre.

Insbesondere bei der Analyse unstrukturierter Daten, welche nach gängiger Schätzung 80 – 90 % aller in einem Unternehmen vorliegenden Informationen ausmachen, glänzt die AI Technologie: Dieser Datenschatz bleibt im Normalfall für standardmäßige Verarbeitungsmethoden unzugänglich, kann aber durch künstliche Intelligenz untersucht werden. Die dabei entdeckten Potenziale und gewonnenen Erkenntnisse sind häufig extrem weitreichend.

Unstrukturierte Daten strukturieren

Wie bereits im ersten Punkt angesprochen, liegt der mit Abstand größte Teil an Informationen innerhalb eines Unternehmens in unstrukturierter Form vor. Diese Daten sind in der Regel sehr textlastig und nicht indexiert, d. h. es ist nicht zentral bekannt, an welchem Ort ein Dokument zu einem bestimmten Thema zu finden ist.

Es braucht nicht viel Vorstellungskraft um sich auszumalen, dass eine Nutzung dieser Informationen nur mit gigantischem, menschlichen Arbeitsaufwand zu durchforsten wäre. Auch “klassische” Computerprogramme haben hier keine Chance: sie könnten zwar alle Dateien nach speziellen Keywords durchforsten und anschließend entsprechend gruppieren. Das würde aber voraussetzen, dass Sie bereits alle relevanten Keywords und Themen kennen – und das ist, zumindest in größeren Unternehmen, fast unmöglich.  Andere Optionen wären vielleicht das Erstellen einer Wordcloud, die Ihnen aber nur die häufigsten Wörter mitteilen könnte… wie man es dreht und wendet: ohne AI bleibt Ihnen der Zugang zu diesen Informationen verwehrt.

Durch den Einsatz einer künstlichen Intelligenz hingegen ist es erstmals möglich, nicht nur Dateien nach bestimmten Merkmalen zu untersuchen, sondern – ganz ergebnisoffen – vom System lesen und verstehen zu lassen. Ähnlich, wie Google heute als Antwort auf unsere Suchanfrage nicht einfach nur eine Liste der Webseiten liefert, welche dieselben Wörter aufweisen, sondern versucht, unsere Frage zu verstehen und zu beantworten (als “Plan B”, wenn die Frage nicht verstanden wird, steht bei Google doch wieder die Wortsuche – aber das ist eine andere Geschichte).

Da eine AI im Anschluss unsere unstrukturierten Daten kennt und versteht, kann sie für auf Knopfdruck unterschiedliche Sortierungen vornehmen oder sie nach Themen einordnen. Auch Informationen, die entsprechende Keywords nicht enthalten, aber dennoch mit unseren gesuchten Inhalten in Verbindung stehen, können so erkannt und zugeordnet werden.

Soll das ganze intellektuelle Kapital eines Unternehmens genutzt werden, führt daher kein Weg am Einsatz von künstlicher Intelligenz vorbei.

Erkennen  und Zuordnen

Eine der bekanntesten Funktionen von artificial intelligence ist die Bilderkennung – ein System, das zum Beispiel menschliche Gesichter und ihre Emotionen sowie verschiedene Gegenstände in Bildern oder Videos erkennt. Das Konzept lässt sich, sehr verallgemeinert, als “einem Haufen Pixel eine Bedeutung zuordnen” beschreiben.

Die Anwendung ist dabei jedoch nicht auf optische Medien beschränkt; die Einsatzgebiete in Unternehmen sind gewaltig.

So kann eine KI die Verträge der Rechtsabteilung auf Fehler und Schlupflöcher überprüfen und Warnungen ausgeben oder dem Social Media Team die beste Content-Kategorie, die geeignetsten Emojis und den idealen Veröffentlichungszeitpunkt vorschlagen, um maximale Reichweite zu generieren.

Anhand von Sensoren im Betriebsgebäude kann der energiesparendste Heiz- und Beleuchtungsplan erstellt werden und dank der automatischen Erkennung des Anliegens kann der Anrufer im Callcenter direkt zum richtigen Ansprechpartner durchgestellt werden. Und weil das noch nicht reicht, erkennt die künstliche Intelligenz auch anhand der Stimme die jeweilige Gemütslage des Kunden und schlägt unserem Mitarbeiter in Echtzeit passende Texte vor, die de-eskalierend oder verkaufsfördernd wirken (und deren Wirksamkeit natürlich auch AI-gestützt ermittelt wurde).

In Japan haben Versicherungsagenturen mit großem Erfolg den Einsatz von AI in der Analyse von Unfallbildern getestet, um zu erkennen, wo ein echter Schaden vorliegt und wo es sich um einen Betrugsversuch handelt. Der CEO nutzt heute Siri, Alexa und Co. um seine E-Mail zu diktieren und die Assistenz der Geschäftsführung lässt die unleserliche Handschrift auf einem Notizzettel durch KI Entschlüsseln – etwas, dass der Computer schon heute mehr als doppelt so gut beherrscht wie jeder Mensch.

Die Liste ließe sich endlos fortsetzen und auf jeden Unternehmensbereich ausweiten. Wo immer etwas erkannt und eingeordnet werden muss, haben AIs das Potenzial, hohe Mehrwerte zu erzeugen. Liegt darüber hinaus noch ein entsprechend umfangreicher Datenschatz vor, von dem die künstliche Intelligenz lernen kann, verbessern sich die Ergebnisse noch einmal drastisch. 

Nachteile und Gefahren

Der KI Einsatz steht wie kaum ein anderes Feld für die enormen Möglichkeiten und Effekte der Digitalisierung. Doch auch hier ist nicht alles Gold was glänzt.

Erhebliche Nachteile ergeben sich in erster Linie aus der Komplexität und der noch verhältnismäßig geringen Erfahrung, die bisher mit der – noch recht jungen – Technologie gesammelt werden konnte. Auch der von Enthusiasten an den Tag gelegte Optimismus hat schnell das Potenzial, für Ernüchterung oder Enttäuschung zu sorgen.

Komplexität und Kosten

Die Nutzung einer AI in einem vorgegeben Rahmen ist heute extrem einfach. Haben Sie einen konkreten, überschaubaren Anwendungsfall (“Wir wollen unsere alten Akten einscannen und in Textdateien umwandeln lassen”), finden sich blitzschnell Anbieter oder Software, die Ihr Anliegen out-of-the-box umsetzen können. Wollen Sie hingegen künstliche Intelligenz intensiv und nach eigenen Parametern für Ihre Bedürfnisse einsetzen, müssen Sie das entsprechende Fachwissen im Unternehmen aufbauen – und das wird teuer.

AI-Spezialisten zählen heute zu den gefragtesten Personen überhaupt. Das macht sich natürlich auch im Preis bemerkbar: ein Absolvent einer namhaften Universität, ohne Berufserfahrung, wird Ihr Jobangebot nicht einmal mit einer Antwort würdigen, wenn nicht mindestens 200.000 € als Verhandlungsbasis angegeben werden.

Kleine und mittelständische Unternehmen stellt dies vor scheinbar unlösbare Aufgaben. Die Aus- und Weiterbildung der eigenen Mitarbeiter ist daher eine beliebte Alternative. Zwar ist auch diese nicht gerade günstig, schlägt aber mit deutlich geringeren Kosten zu buche. Da geeignete Kandidaten, neben der Software-Entwicklung, häufig aus dem Bereich Data Science stammen, hat sich hier in den vergangenen Jahren eine ansehnliche Gruppe kompetenter Spezialisten gebildet, die von einem sehr offenen Know-How-Austausch profitieren. Auch die Schulungsangebote sind aktuell sehr ergiebig gestaltet.

Der Aufbau von AI-Kompetenz bleibt aber dennoch ein sehr teures und zeitaufwendiges Unterfangen.

Übertriebene Erwartungen

Die Technologiewelt überschlägt sich förmlich mit täglichen Nachrichten über die neuesten Errungenschaften der künstlichen Intelligenz. In der konkreten Anwendung tritt hingegen schnell Ernüchterung ein: zwar ist das Potenzial wirklich unbegrenzt, in der Realität hapert es mit der Nützlichkeit aber häufig.

Hauptgründe hierfür sind meist eine mangelnde Datenbasis (nicht vorhandene-, qualitativ ausreichende- oder aus bürokratischen Gründen nicht zugängliche Daten), ungeeignete Unternehmensstrukturen und Prozesse oder schlicht mangelndes Know-how.

Auch, dass die Technologie für eine gänzlich ungeeignete Aufgabe eingesetzt wurde, ist ein häufig zu hörendes Fazit nach gescheiterten Projekten.

Und zu guter Letzt sollte auch nicht vergessen werden, wie schnell künstliche Intelligenz an der Abwehrhaltung einzelner Mitarbeiter scheitern kann – insbesondere, wenn diese Führungspositionen einnehmen und die Digitalisierung für ein vorübergehendes Phänomen halten, das es auszusitzen gilt.

Fazit

Als die Technologie, die unser Leben wie keine Zweite beeinflussen wird und bereits beeinflusst, kann die Bedeutung von Künstlicher Intelligenz gar nicht hoch genug eingeschätzt werden. Durch teils hohe Komplexität ist der Zugang für viele Unternehmen jedoch weiterhin schwierig – wobei hier die tatsächlichen Schwierigkeiten oft deutlich unter dem, was durch Hörensagen verbreitet wird, bleiben.