Artificial Intelligence

Artificial Intelligence im Unternehmen

Artificial Intelligence oder auch künstliche Intelligenz ist in aller Munde. Spätestens durch die Veröffentlichung der offenen KI ChatGPT werden die Möglichkeiten, die der Einsatz von Artificial Intelligence eröffnet, deutlicher. Allerdings ist dabei auch Vorsicht geboten, denn auch die beste AI löst den Menschen nicht ab. Was Sie zu Artificial Intelligence wissen sollten und wie Sie diese unterstützend in Ihrem Unternehmen einbinden können, erfahren Sie in diesem Artikel.

Was ist AI?

Was bedeutet nun eigentlich Artificial Intelligenc? Artificial Intelligence (AI) ist der englische Begriff für künstliche Intelligenz (KI), welche einer Software zugrunde liegt. Somit besteht kein Unterschied zwischen AI und KI, es handelt sich lediglich um einen englischen und einen deutschen Begriff. Im Grunde ist KI auch gar nichts Neues und existiert als theoretisches Konstrukt spätestens seit Mitte des 18. Jahrhunderts. Um sie genauer verstehen zu können, blicken wir kurz in die Geschichte der KI zurück:

Eine der ersten Einsätze von künstlicher Intelligenz findet sich am Anfang des 20. Jahrhunderts im Schachautomaten von Leonardo Torres Quevedo. Dieser Vorläufer eines Schachcomputers konnte ein Schachende gegen einen Menschen automatisch spielen. Der Mensch spielte nur mit einem König und der Schachautomat mit einem Turm und einem König.

Den Grundstein für die komplexen künstlichen Intelligenzen, die wir heute kennen, legte Alan Turin im Jahr 1950 mit seinen Theorien über Algorithmen. Der Begriff „Artificial Intelligence“ tauchte erstmals 1956 im Rahmen eines Workshops am Dartmouth College in New Hampshire auf.

Mitte der 1960er Jahre begann dann mit der Entwicklung erster Computerprogramme, die die menschliche Intelligenz auf gewisse Weise simulieren sollten. Beispielsweise ELIZA, ein Programm, das über Skripte verschiedene Gesprächspartner:innen simulieren konnte.

Mit der Entwicklung der Mikroprozessoren im Jahr 1970 wurde die Erweiterung von Artificial Intelligence stark vorangetrieben. In den 80ern wurde sie verstärkt in die Robotik einbezogen.

Im Jahr 1997 wurde der Kreis dann sozusagen geschlossen, als ein Schachcomputer mit künstlicher Intelligenz mehrmals einen Schachweltmeister besiegen konnte.

Heute haben wir Artificial Intelligence überall um uns herum. Algorithmen dominieren das Internet. Künstliche Intelligenz nimmt uns Arbeit ab. Wir sprechen sogar mit ihr, wenn wir Sprachassistenten wie Alexa oder Siri Befehle geben.

Artificial Intelligence ist also allgegenwärtig. Und sie lässt sich auch im Unternehmen hilfreich einsetzen, sofern man ihre Grenzen kennt.

Wie funktioniert KI? Teilbereiche der künstlichen Intelligenz

Durch die zahlreichen Entwicklungen im Bereich der Artificial Intelligence innerhalb der letzten hundert Jahre, haben sich zahlreiche Teilbereiche aufgetan, die sich mit bestimmten Einsatzmöglichkeiten von AI befassen.

Machine Learning und AI

Machine Learning – zu Deutsch: maschinelles Lernen – entwickelt künstliche Intelligenzen so, dass diese in der Lage sind, eigenständig Muster und Zusammenhänge zu erkennen und daraus zu lernen.

Dieses gelernte Wissen kann dann auf neue Datensätze angewendet werden. Anwendungsbereiche sind unter anderem Algorithmen, die Erstellung von Kennzahlen und die Optimierung von Prozessen.

Maschinelles Lernen funktioniert über ein sogenanntes Modelltraining. Dabei wird der KI von Menschen anhand von Beispieldaten beigebracht, welche Muster und Zusammenhänge sie erkennen soll.

Die Verfahren des Machine Learnings werden auch im sogenannten Data Mining – die Erkennung von Datenmustern – und in Predictive Analytics – dem Vorhersehen zukünftiger Ereignisse – angewendet.

Wissensbasierte Systeme und Artificial Intelligence

Innerhalb der künstlichen Intelligenz sind wissensbasierte Systeme die Grundlage für Expertensysteme. Sie stellen eine Form von rationaler Intelligenz dar.

Wissensbasierte Systeme werden in der Regel mit formalisiertem Fachwissen gespeist, um logische Antworten geben zu können.

Anwendungsbereiche sind vor allem die Diagnostik, da sich mit einer KI schnell große Datenmengen analysieren lassen.

Musteranalyse und AI

Artificial Intelligence kann komplexe Muster und Formen erkennen und analysieren. Das bezieht sich unter anderem auf Sprache oder Schriften. So können beispielsweise Unterschriften auseinandergehalten werden.

Ein wichtiger Anwendungsbereich für die Mustererkennung sind Sicherheitsprogramme, die beispielsweise Fingerabdrücke oder Gesichter erkennen müssen, wie man sie bei Zugangskontrollen verwendet.

Zum Gebiet der Musteranalyse gehört aber auch die Sprachsynthese, die aktuell in den sozialen Medien häufig für sogenannte Memes verwendet wird, um beispielsweise die Stimmen berühmter Personen zu imitieren.

Robotik und Artificial Intelligence

Im Bereich der Robotik liegt der Schwerpunkt der KI-Entwicklung auf der manipulativen Intelligenz. Roboter sind Maschinen, die automatisch vorgegebene Arbeiten erledigen. Sie können beispielsweise für besonders gefährliche Aufträge verwendet werden.

Das Ziel der Robotik ist demnach die Optimierung des Arbeitsalltags und der Schutz von Arbeitern und Arbeiterinnen.

Roboter werden so konzipiert, dass sie das Verhalten von Menschen möglichst genau imitieren. Dabei gibt es aber unterschiedliche Grade. Roboter können auf eine Automatisierung programmiert sein, die sich einfach ständig wiederholt, ohne etwas dazuzulernen. Sie können aber auch mit einer lernfähigen KI ausgestattet sein und so neues Verhalten anhand von Mustern oder Vorgaben hinzulernen.

Vorhersagen und AI

Die Mustererkennung wurde bereits erwähnt. Die Vorhersage ist eine Erweiterung der Mustererkennung von künstlichen Intelligenzen. Sie ist die Grundlage für einen hierarchischen Temporalspeicher, der sozusagen abbauend die Muster festhält und durchgeht, um Vorhersagen zu treffen.

Neurowissenschaftler und IT- Unternehmer Jeff Hawkins bezeichnet die Vorhersage als das Fundament jeder Intelligenz. Sie ist also unabdingbar für eine KI.

Eine Artificial Intelligence, die entsprechend ausgestattet ist, erkennt also nicht nur Muster wie beispielsweise Objekte in einem Bild, sondern kann auch vorhersagen, wie sich dieses Objekt bewegen wird.

Künstliches Verhalten und Artificial Intelligence

Das künstliche Verhalten ist eine Art Subdisziplin der KI-Entwicklung, da es dabei um die Imitation des gesamten menschlichen Lebens in künstlicher Form geht.

Man spricht dabei auch von Artificial Life, was somit eine Erweiterung der Artificial Intelligence ist. AL und AI überlappen sich dementsprechend, allerdings funktioniert AI auch ohne AL, während AL nicht ohne AI auskommen kann.

Was bedeutet Artificial Intelligence?

Artificial Intelligence bedeutet also im Kern, dass eine Maschine intelligent handelt. Aber an wann gilt eine Maschine als intelligent?

Im vergangenen Jahrhundert fokussierte sich die Entwicklung der AI vor allem auf intelligente Programme für den Computer. Mittlerweile ist aber auch die Erforschung menschlichen Denkens fest mit der Entwicklung von Artificial Intelligence verbunden. Dadurch entstehen Überschneidungen von KI-Entwicklung und Neuropsychologie.

Wenn man rein vom Sprachgebrauch ausgeht, lässt sich als Messwerkzeug für die Intelligenz einer Maschine der Turing-Test heranziehen. Dabei wird getestet, ob eine Maschine in der Lage ist, einen Menschen von ihrem menschlichen Verhalten zu überzeugen.

Im Kern wird der Test so durchgeführt, dass eine Person gleichzeitig mit einem Menschen und einer Maschine chattet und am Ende klar bestimmen muss, wer der Mensch war. Kann das nicht klar bestimmt werden, gilt die Maschine als intelligent.

Seit dem Jahr 1991 gibt es den sogenannten Loebner-Preis in Höhe von 100.000,00 US-Dollar, der ausgeschrieben wird, wenn eine Maschine einen Turing-Test über 25 Minuten besteht. Bisher ist das keiner Maschine gelungen.

Anwendungsbereiche von Artificial Intelligence in Unternehmen

Es gibt bereits einige Bereiche, in denen AI in Unternehmen angewendet wird. Vermutlich nutzt sogar jedes Unternehmen mittlerweile auf die ein oder andere Art und Weise künstliche Intelligenz. Es kommt auf die Einsatzbereiche an.

Die wichtigsten Einsatzbereiche in Unternehmen sind unter anderem die folgenden:

Robotic Process Automation

Bei der Robotic Process Automation (RPA) oder Prozessautomatisierung handelt es sich um den vermutlich bekanntesten Einsatz von AI in Unternehmen. Intelligente Software übernimmt dabei sich wiederholende Tätigkeiten und standardisierte Prozesse, die sich nicht ändern und dementsprechend komplett automatisiert ausgeführt werden können.

RPA ist dafür gedacht, Prozesse so zu automatisieren, dass eine Nachbearbeitung durch Menschen nicht mehr notwendig ist. Es wird sich also komplett auf die künstliche Intelligenz verlassen.

Die Aufgaben, die der Prozessautomatisierung überlassen werden, basieren auf bestimmten Regelwerken im Hintergrund, die nicht verändert werden. Im Gegensatz zu vergleichbaren Lösungen wie dem Business Process Management (BPM) entfallen dadurch umfangreiche Tests der Funktionen.

Durch RPA können beispielsweise Formulare ausgefüllt, Daten gesammelt und verarbeitet oder Informationen aus verschiedenen Systemen ausgelesen werden.

Das Personal, das sich üblicherweise um diese Aufgaben kümmert, kann dann entsprechend an anderer Stelle eingesetzt oder einfach entlastet werden.

Neuronale Netze

Ein Deep Neural Network (DNS) ist ein Netzwerk, das sehr komplex ist und für die Datenberechnung auf mathematische Formeln zurückgreift. Diese neuronalen Netze werden verwendet, um komplexe Aufgaben zu lösen, die für den menschlichen Intellekt schwerer zu bewältigen sind. In diesem Bereich haben Maschinen den Menschen im Grunde bereits überholt, da kein Mensch alle mathematischen Formeln zur Berechnung von Daten im Kopf haben kann und selbst wenn, würde die Bewältigung komplexer Aufgaben auf Basis dieser Daten weitaus länger dauern als bei der KI.

Für einfache Aufgaben eignen sich diese neuronalen Netze hingegen nicht, da sie nicht auf denselben Regeln basieren.

DNS lernen wie Menschen, indem das Lernverhalten imitiert wird und füllen so nach und nach ihr Wissen an. Das geschieht beispielsweise durch den Einsatz von Dateien in Bild, Audio und Text.

Die KI lernt aus Erfahrungen und denkt sozusagen mit. So entsteht eine komplexe Intelligenz, die auf Hierarchien von Konzepten zurückgreift und diese besser versteht, je mehr komplexe Hierarchien ihr begegnen. Je mehr die KI lernt und somit Daten aus den Systemen extrahiert, desto weniger notwendig wird ein Eingreifen von menschlicher Seite in die gewünschten Prozesse.

Neuronale Netze sind vor allem als interne Netze in Unternehmen bekannt, die alle firmeninternen Daten enthalten und diese analysieren können und so die firmeneigene Compliance verbessern.

Apps und Applikationen

Das Deep Learning, wie es auch bei neuronalen Netzen angewendet wird, um einer KI immer mehr Input beizubringen, wird auch in der Entwicklung von Apps und Applikationen angewendet.

Dabei übernimmt die KI beispielsweise kleinere Aufgaben wie die Bearbeitung von Bilddateien. Allerdings geschieht das vollautonom. Das bedeutet, die KI sucht eigenständig nach Fehlern, identifiziert diese und kümmert sich automatisch um die Behebung der Fehler, indem sie das entsprechende Bild korrekt bearbeitet und verbessert.

Die Ansätze stammen hier wieder aus dem bereits erwähnten Machine Learning, das mehr oder weniger die Grundlage für die meisten Lernprozesse von intelligenter Software stellt.

Im Rahmen der Entwicklung von Apps und Applikationen gibt es aber noch weitere Anwendungsmöglichkeiten künstlicher Intelligenzen. So kann zum Beispiel über Entscheidungsbäume eine Software für die Bearbeitung von Aufgaben genutzt werden, um Daten zu analysieren und anhand dieser Analyse Handlungsempfehlungen auszusprechen.

Die Grenzen zeigen sich hier allerdings, dass die KI alle Möglichkeiten bedenken muss, um wirklich hilfreich agieren zu können.

Chatbots und virtuelle Assistenz

Digitale Sprachassistenten wie Alexa und Siri wurden in diesem Artikel bereits erwähnt. Obwohl diese Assistenten eher aus dem Haushalt bekannt sind, können ähnliche AIs auch im Unternehmen hilfreich sein.

Beispielsweise können mit Chatbots Anliegen von Kund:innen bearbeitet werden und so eine schnellere Problemlösung angeboten werden. Der Service für die Kunden und Kundinnen kann mit der Hilfe künstlicher Intelligenz verbessert werden, was zu mehr Zufriedenheit und Loyalität seitens der Kundschaft führt.

Durch die schnell voranschreitende Entwicklung im Bereich der Spracherkennung und dem maschinellen Lernen, sind die Unterschiede zwischen Chatbots und menschlichen Mitarbeiter:innen kaum noch zu unterscheiden.

Der Chatbot hat häufig sogar den Vorteil, nicht lange nach einer Antwort auf eine Frage suchen zu müssen und dementsprechend schneller zu antworten als ein Mensch. Allerdings kann es natürlich Grenzen geben, nämlich dann, wenn eine Antwort nicht in der Datenbank vorhanden ist. Was die Maschine nicht verfügbar hat, kann sie nicht beantworten und weiß auch nicht, wo sie alternativ danach suchen soll.

Das kann dadurch vermieden werden, dass ein vorgefertigter Fragenkatalog erstellt wird, an dem sich die KI abarbeitet. Allerdings kann das den Nachteil haben, dass bestimmte Fragen für die Kunden und Kundinnen nicht zur Verfügung stehen und ihr Problem nicht gelöst werden kann.

Ein sinnvoller Einsatz kann vor allem der Erstkontakt mit Kund:innen sein, woraufhin dann irgendwann die KI eine Weiterleitung an einen menschlichen Mitarbeiter beziehungsweise eine Mitarbeiterin vornimmt.

Die Grenzen liegen hier also in der Verfügbarkeit von Daten. Da für gewöhnlich nicht alle Probleme von Kund:innen bekannt sind, kann eine KI auch nicht alle Antworten auf deren Fragen kennen.

Analysen

KI-gestützte Analysen werden seit Jahren verwendet und sind inzwischen sehr ausgereift. Dabei geht es vor allem um Tools für die Analyse von Kundenverhalten und Kaufgewohnheiten. Diese Form der automatisierten Analyse findet man vor allem in Online-Shops.

Diese Algorithmen durchleuchten beispielsweise die Interessen der Kunden und Kundinnen anhand derer Seitenaufrufe im Internet und geben so persönliche Empfehlungen aus. Das reicht von Empfehlungen innerhalb der Online-Shops bis zu personalisierter Werbung über das ganze Internet verteilt.

Diese Analysen werden also vor allem für die individuelle Kundenansprache verwendet. Die Systeme sind dabei ziemlich weit fortgeschritten und erlauben sich kaum Fehler. Allerdings gibt es auch in dem Bereich Grenzen, die sich dadurch bemerkbar machen, dass Kundenempfehlungen sich häufig mit dem Kaufverhalten anderer Kund:innen überschneiden. Wir kennen das von „Kunden, die diesen Artikel kauften, interessierten sich auch für …“-Empfehlungen. Diese sind nicht immer für jeden Kunden oder jede Kundin interessant.

Optimierungen

Artificial Intelligence kann verwendet werden, um Optimierungen in unterschiedlichen Bereichen vorzunehmen oder zumindest die Potenziale zu erkennen.

Ein Beispiel dafür ist die Qualitätskontrolle. Eine KI kann genaue Analysen von Produktionsdaten vornehmen und dadurch Veränderungen frühzeitig erkennen. Eine KI entdeckt auf diese Weise Defekte oder Verbesserungspotenziale in der Produktion.

Innerhalb der Produktion kann es über die Zeit zu langsamen Veränderungen kommen, die von Menschen erst spät bemerkt werden, die sich aber auf die Qualität auswirken können. Eine AI erkennt diese Veränderungen frühzeitig und so können direkt Optimierungen vorgenommen werden.

Große Unternehmen verfügen zudem über große Lager und lange Lieferketten. Dazu kommen täglich tausende Bestellungen, Kundenanfragen und Transaktionen. Eine KI kann auch hier bei der Überwachung helfen, um alles im Überblick zu behalten. Dadurch lässt sich die Effizienz in vielen Bereichen steigern.

Texterstellung

Durch die Veröffentlichung von ChatGPT geriet vor allem die automatisierte Texterstellung in den Fokus. Im Grunde kann die KI ChatGPT alles schreiben, was man gerne möchte und nicht den selbst auferlegten Beschränkungen widerspricht.

Die automatisierte Texterstellung kann Informationen liefern und textlich verpacken, versteht Begriffsdefinitionen und kann auf gewisse Weise einen individuellen Stil entwickeln, wenn sie die Anweisung dafür bekommt.

Die Möglichkeiten zur Texterstellung per Artificial Intelligence sind also umfangreich und weit fortgeschritten. Authentische Texte lassen sich damit genau so erstellen, wie informative Dokumente. Das kann beispielsweise für Berichte oder simple Meldungen verwendet werden, die auf eher repetitive Weise erstellt werden.

Allerdings ist hier besondere Vorsicht geboten, da eine AI immer nur über die Informationen verfügt, die sie auch erhalten hat. Im Falle von ChatGPT reichen die Informationen beispielsweise bis in das Jahr 2021. Alles, was danach passiert ist, existiert für die KI nicht.

Das sollte immer bedacht werden, wenn man eine KI für die Texterstellung verwendet und bestimmte Informationen einbeziehen will.

Durch diese Grenzen ist es immer notwendig, menschliche Texter und Texterinnen für komplexere Texte, die auf aktuellen Informationen basieren, heranzuziehen.

Außerdem wirken Texte einer KI trotz Möglichkeiten zur individuellen Gestaltung, immer auch auf gewisse Weise generisch. Das kann vor allem bei Artikeln für Webseiten schnell eintönig werden.