{"id":131346,"date":"2018-03-20T09:00:19","date_gmt":"2018-03-20T08:00:19","guid":{"rendered":"https:\/\/news.sap.com\/germany\/?p=131346"},"modified":"2023-05-11T10:59:07","modified_gmt":"2023-05-11T08:59:07","slug":"was-ist-kuenstliche-intelligenz","status":"publish","type":"post","link":"https:\/\/news.sap.com\/germany\/2018\/03\/was-ist-kuenstliche-intelligenz\/","title":{"rendered":"Was ist k\u00fcnstliche Intelligenz?"},"content":{"rendered":"

Die Technologie hat Menschen in manchen Bereichen bereits \u00fcberholt. Nun stellt sich die Frage: Wie k\u00f6nnen Unternehmen diese am besten f\u00fcr sich nutzen? Ein Stichwort taucht in dem Zusammenhang immer wieder auf: k\u00fcnstliche Intelligenz<\/a> (KI), auch Artificial Intelligence (AI) genannt. Zur KI geh\u00f6rt das Machine Learning (ML), das bereits von vielen Unternehmen genutzt wird. Wir geben Antworten auf die wichtigsten Fragen.<\/p>\n

K\u00fcnstliche Intelligenz ist der \u00dcberbegriff f\u00fcr Anwendungen, bei denen Maschinen menschen\u00e4hnliche Intelligenzleistungen wie Lernen, Urteilen und Probleml\u00f6sen erbringen. Die Technologie des maschinellen Lernens (ML)<\/em> \u2013 ein Teilgebiet der k\u00fcnstlichen Intelligenz \u2013\u00a0 lehrt Computer aus Daten und Erfahrung zu lernen und Aufgaben immer besser auszuf\u00fchren. Ausgefeilte Algorithmen k\u00f6nnen in unstrukturierten Datens\u00e4tzen wie Bildern, Texten oder gesprochener Sprache Muster erkennen und anhand dieser Entscheidungen selbstst\u00e4ndig treffen.<\/p>\n

\n

Definition KI<\/strong><\/h2>\n

K\u00fcnstliche Intelligenz ist der \u00dcberbegriff f\u00fcr Anwendungen, bei denen Maschinen menschen\u00e4hnliche Intelligenzleistungen erbringen. Darunter fallen das maschinelle Lernen oder Machine Learning, das Verarbeiten nat\u00fcrlicher Sprache (NLP – Natural Language Processing) und Deep Learning. Die Grundidee besteht darin, durch Maschinen eine Ann\u00e4herung an wichtige Funktionen des menschlichen Gehirns zu schaffen \u2013 Lernen, Urteilen und Probleml\u00f6sen.<\/p>\n<\/div>\n

Diese Art des Lernens erm\u00f6glicht unter anderem das sogenannte Natural Language Processing (NLP). Dabei geht es um die Verarbeitung von Texten und nat\u00fcrlicher menschlicher Sprache, die unter anderem bei dem Sprachdienst Alexa von Amazon zur Anwendung kommt. Als vielversprechendste Methode des Machine Learning wird aktuell Deep Learning (DL) gesehen, das sehr tiefe neuronale Netze mit mehreren Ebenen und einem gro\u00dfen Datenvolumen nutzt.<\/p>\n

Im Gegensatz zu NLP geht der Algorithmus beim DL tiefer: Die Maschine erkennt Strukturen, kann diese evaluieren und sich in mehreren vorw\u00e4rts wie r\u00fcckw\u00e4rts gerichteten Durchl\u00e4ufen selbst\u00e4ndig verbessern. Dabei verwendet der Algorithmus mehrere Knotenebenen (Neuronen) parallel, um fundierte Entscheidungen zu treffen. Beispielsweise findet die Medizin mit Deep Learning Unterst\u00fctzung bei der Fr\u00fcherkennung von Krebs oder Herzkrankheiten und kann DNA-Profile von Kindern nach Genmarkern untersuchen, die auf Typ 1 Diabetes hinweisen. In der Forschung wird Deep Learning unter anderem eingesetzt, um tausende Zellprofile und deren aktive Gene auszuwerten oder Teilchenschauer, die entstehen, wenn in einem Teilchenbeschleuniger Protonenstrahlen aufeinanderprallen. Da diese Art des Lernens komplexe, nicht lineare Probleme l\u00f6st, kommt sie etwa auch bei selbstfahrenden Fahrzeugen zum Einsatz, um un\u00fcbersichtliche Verkehrsszenen richtig zu interpretieren: Fu\u00dfg\u00e4nger, Radfahrer, Wetter, Verkehrszeichen oder B\u00e4ume \u2013 das Verhalten der Verkehrsteilnehmer muss unter Ber\u00fccksichtigung aller m\u00f6glichen Einflussfaktoren richtig erkannt und vorhergesagt werden.<\/p>\n

Wann ist k\u00fcnstliche Intelligenz entstanden?<\/strong><\/h2>\n

Seit in den 1950er Jahren das Potenzial der Computer deutlich wurde, entwickelte sich auch die KI zu einem Thema, das Phantasien weckte. 1970 erkl\u00e4rte Marvin Minsky, der \u201eVater der KI\u201c, dass Maschinen in wenigen Jahren Shakespeare lesen w\u00fcrden. Aber nichts dergleichen passierte.<\/p>\n

Dann feierten Computer Erfolg nach Erfolg: Zuerst durch pure Rechenleistung. 1997 schlug ein Computer den damaligen Schachweltmeister Kasparov in einem Turnier und 2011 gewann ein Computer die Quizshow \u201eJeopardy\u201c. Doch \u00fcber die pure Rechenleistung hinaus wuchsen die Computer erst, als eine Software den Go-Ausnahmespieler Lee Sedol \u00fcberraschenderweise mit vier zu eins besiegte. Denn das asiatische Strategiespiel Go ist viel komplexer als Schach oder Jeopardy, bei dem der Computer im Grunde nur Fragen verstehen und Antworten in einer Datenbank suchen muss. Die Go-Partien hat der Computer gewonnen, weil er weit mehr als ein schneller Rechner ist \u2013 die Software lernt dazu. Eine st\u00e4rkere Version lernte sp\u00e4ter das Spiel sogar von Grund auf selbst und gewann gegen seine Vorg\u00e4nger.<\/p>\n

Wie lernen Maschinen dazu?<\/strong><\/h2>\n

Das maschinelle Lernen geschieht entweder durch Training anhand eines Datensatzes mit bereits bekannten Outputs (\u00fcberwacht), oder Algorithmen m\u00fcssen selbst Muster in Daten erkennen (un\u00fcberwacht). M\u00f6glich ist auch Lernen durch Belohnung und Bestrafung (verst\u00e4rkt), bei dem der Algorithmus selbstst\u00e4ndig erkennt, ob die Lernkomponente dem gesamten System nutzt (Belohnung) oder nicht (Bestrafung). Die Daten liegen entweder strukturiert vor, etwa in Tabellenform, oder unstrukturiert als Text, Bild oder Sprache – wie bei E-Mails oder Social Media Posts. Machine Learning kann alle Daten verarbeiten, was ein gro\u00dfer Vorteil ist.<\/p>\n

In welchen Bereichen kann KI eingesetzt werden?<\/strong><\/h2>\n

KI ist f\u00fcr alle Branchen interessant, in denen gro\u00dfen Datenmengen anfallen. Beispielsweise f\u00fcr die produzierenden Unternehmen, bei denen Lieferanten, Sensoren in den Maschinen und das ERP-System<\/a> viele Daten liefern k\u00f6nnen. Selbstlernende Algorithmen unterst\u00fctzen hier die Qualit\u00e4tskontrolle und liefern Prognosen f\u00fcr die vorausschauende Wartung der Maschinen. So vermeiden Unternehmen Produktionsausf\u00e4lle und minimieren die Lagerhaltungskosten, um nur einige Beispiele zu nennen.<\/p>\n

Auch im Gesundheitswesen bieten sich durch medizinische Bildanalysen oder roboterassistierte Chirurgie nahezu unbegrenzte M\u00f6glichkeiten f\u00fcr den Einsatz der KI. In jeder Branche entstehen derzeit Ideen, die oft zu deutlichen Effizienzgewinnen f\u00fchren, da wiederholbare Aufgaben in Prozessen automatisch ablaufen. Die Menschen erhalten dadurch mehr Zeit f\u00fcr strategisch wichtige und kreative Aufgaben. Aber KI f\u00fchrt auch zu neuen Gesch\u00e4ftsmodellen \u2013 zum Beispiel, wenn ein Unternehmen keine Maschinen mehr verkauft, sondern stattdessen deren Leistung.<\/p>\n

Was sind die Vorteile f\u00fcr Unternehmen mit KI?<\/strong><\/h2>\n

K\u00fcnstliche Intelligenz vereinfacht Arbeitsabl\u00e4ufe, erm\u00f6glicht genauere Prognosen und schafft neue datenbasierte Gesch\u00e4ftsmodelle. Sie erlaubt schnellere Entscheidungen auf einer besseren Datenbasis, erh\u00f6ht die Anpassungsf\u00e4higkeit von Unternehmen auf Marktver\u00e4nderungen durch Echtzeitinformationen sowie Vorhersagen jenseits menschlicher F\u00e4higkeiten. KI schafft f\u00fcr Unternehmen also weit mehr als Effizienz \u2013 sie ist ein Schl\u00fcssel zu erh\u00f6hter Wettbewerbsf\u00e4higkeit.<\/p>\n

Wie kann KI in Unternehmen eingesetzt werden? <\/strong><\/h2>\n

Laut IDC sind 94 Prozent der Unternehmen \u00fcberzeugt, dass maschinelles Lernen<\/a> der Schl\u00fcssel zu deutlichen Wettbewerbsvorteilen ist. Nicht ohne Grund \u2013 denn k\u00fcnstliche Intelligenz st\u00e4rkt Unternehmen bei der Produktivit\u00e4t, Flexibilit\u00e4t und schafft neue Gesch\u00e4ftswerte, beispielsweise durch intelligente Chatbots im Service.<\/p>\n

Durch personalisierten Kundenservice lernen Algorithmen aus der direkten Interaktion mit den Kunden und gehen pr\u00e4ziser auf deren Bed\u00fcrfnisse ein. Hier setzt auch die\u00a051风流auf intelligente Prozesse und unterst\u00fctzt ihre Kunden mit entsprechenden Services und Anwendungen. Dazu geh\u00f6ren:<\/p>\n