Künstliche Intelligenz einfach erklärt

Zuletzt aktualisiert am: März 8, 2020 1:55PM

Was ist künstliche Intelligenz?

Computersysteme, die künstliche Intelligenz einsetzen, gibt es bereits seit den 50er-Jahren. Aber erst Prozessoren mit hoher Rechenleistung, die in den letzten Jahren und Jahrzehnten entwickelt wurden, machten die effektive Nutzung in vielen Bereichen möglich.

KI-Systeme werden heute auf vielen unterschiedlichen Gebieten eingesetzt und haben schon jetzt weitreichenden Einfluss auf unser tägliches Leben. Die Anwendung reicht dabei von medizinischer Forschung über selbstfahrende Autos bis hin zum Pokerspielen.

Durch selbstlernende Systeme ergeben sich aber auch völlig neue Möglichkeiten für Unternehmen. Aufgaben, die vorher von Menschen erledigt wurden, können nun an Computer übergeben werden, die diese schneller und fehlerfreier durchführen.

Kontaktieren Sie uns für mehr Informationen bezüglich der Einsatzmöglichkeiten von künstlicher Intelligenz.

Künstliche Intelligenz (oft auch einfach nur KI genannt) ist ein Sammelbegriff für unterschiedliche Techniken. Allen gemeinsam ist, dass computergestützt große Datenmengen verarbeitet und ausgewertet werden. Die am häufigsten angewendeten Verfahren sind:

  • Deep Learning
  • Maschinelles Lernen
  • Cognitive Computing
  • Computer Vision

Im folgenden Artikel erhalten Sie einen Überblick zum Thema KI sowie zu den verschiedenen Technologien, die ihr zugrunde liegen.

Wie funktioniert künstliche Intelligenz?

Der Begriff künstliche Intelligenz ist eine direkte Übersetzung des englischen Ausdrucks „Artificial Intelligence“ (abgekürzt: „AI“), der in den 50er-Jahren entstanden ist. Der US-Forscher Marvin Minsky definierte 1966 künstliche Intelligenz als „die Wissenschaft, Maschinen dazu zu bringen, Dinge zu tun, für die Menschen Intelligenz aufbringen müssen“.

Schachspiel zwischen künstlicher Intelligenz und Mensch

Mit dieser Definition machte Minsky klar, dass nicht die Maschinen selbst im menschlichen Sinn intelligent sind. Vielmehr werden mit technologischen Mitteln intelligente Ergebnisse erzielt. Ein Computer geht z. B. beim Schach völlig anders vor als ein menschlicher Spieler. Die Software nutzt Strategien, bei denen die hohe Rechenleistung des Systems ein Vorteil ist. So kann der Computer sehr viel mehr Spielzüge durchrechnen als ein Mensch, der auf seine Intuition vertrauen muss – und ist ihm deshalb überlegen.

Menschliche Intelligenz zeichnet im Gegensatz dazu aus, dass sie sehr vielseitig ist. Verschiedenste Fähigkeiten auf ganz unterschiedlichen Gebieten können sich bei Menschen gegenseitig beeinflussen. KI-Systeme sind dagegen sehr spezialisiert. Ein selbstfahrendes Auto kann nicht Schach spielen und kann es auch nicht lernen.

Ein KI-System ist umso effektiver, je begrenzter und berechenbarer das Einsatzgebiet ist. Diese Systeme ermüden nicht und sie machen keine Flüchtigkeitsfehler. Allerdings sind sie Menschen und auch den meisten Tieren immer noch unterlegen, wenn sie auf veränderte Umweltbedingungen reagieren müssen.

Daher sind künstliche Wesen mit menschlicher Intelligenz noch in weiter Ferne. Androiden, wie sie in Filmen wie Blade Runner oder Terminator portraitiert wurden, sind weit außerhalb der heutigen technischen Möglichkeiten.

Die heute verfügbare KI simuliert menschliche Entscheidungsprozesse und versucht so die Probleme zu lösen, auf die sie stößt. Diese Lösungen können aber sehr stark von den Methoden abweichen, die Menschen entwickeln würden.

In manchen Fällen kann das ein Vorteil sein. So überraschte die Software AlphaGo mit neuen und erfolgreichen Spielzügen beim Brettspiel Go und gewann 2016 gegen den Weltmeister. Seitdem wurde das Programm so weiterentwickelt, dass es unmöglich erscheint, dass es jemals wieder von einem Menschen geschlagen wird.

Welche Vorteile KI bietet, hängt deshalb vom Einsatzgebiet ab. Es gibt nicht das eine KI-System, das sich universal einsetzen lässt.

Wo wird künstliche Intelligenz eingesetzt?

Heutzutage findet man künstliche Intelligenz überall. Es ist eine der treibenden Technologien des Internets der Dinge, aber auch in der analogen Welt ist sie inzwischen immer häufiger anzutreffen. In Phoenix im US-Bundesstaat Arizona bietet das Google-Unternehmen Waymo bereits einen Taxiservice mit selbstfahrenden Autos an. Und auch in Berlin werden bereits selbstfahrende Busse getestet. Auch die Sprachassistenten Siri, Alexa und Cortana sind in immer mehr Wohnzimmern zu finden und stellen willkommene Erleichterungen für das tägliche Leben dar.

Viele Einsatzbereiche betreffen aber nach wie vor die Datenverarbeitung. KI-Systeme sind sehr gut darin, Muster in großen Datenmengen zu finden und zu verknüpfen. Daher bietet sich ihr Einsatz im Gesundheitswesen genauso an wie im Einzelhandel oder bei der Risikobewertung von Versicherungen.

Der technische Fortschritt erlaubt inzwischen die Anwendung von KI auf Gebieten, in denen ihr Einsatz bisher nicht möglich oder nicht profitabel war. KI bietet dabei eine ganze Reihe von Vorteilen:

  • Tiefergehende Analyse: Durch Big Data stehen immer größere Datenmengen zu Verfügung, die in vielen Branchen und Industriezweigen zu Verbesserungen führen können.
  • Schnellere Verarbeitung: Durch die erhöhte Leistung von Computern kann zum Beispiel Bilderkennungssoftware effektiver arbeiten.
  • Geringere Fehleranfälligkeit: KI-Systeme werden immer zuverlässiger. So erleichtern Übersetzungsprogramme die Kommunikation mit fremdsprachigen Kunden oder Geschäftspartnern.
  • Unterstützung menschlicher Arbeit: KI kann Menschen bei ihrer Arbeit unterstützen. Bestimmte Aufgaben können von Computern erledigt werden, um so Zeit für kreative Herangehensweisen zu schaffen.

Manche fragen sich, was künstliche Intelligenz – einfach erklärt – ist. Aus technischer Sicht haben KI-Systeme die Fähigkeit, neue Eingabedaten sinnvoll zu interpretieren. Spracherkennungsprogramme verstehen zum Beispiel, was ihnen mitgeteilt wird, und können darauf reagieren. Andere KI-Software-Typen haben die Fähigkeit, selbstständig Computerprogramme zu entwickeln, die ein bestimmtes Ziel verfolgen.

Traditionell konnte Software nur Daten verarbeiten, die bei ihrer Programmierung eins zu eins berücksichtigt wurden. KI bewegt sich im Gegensatz dazu in einem größeren Rahmen und erwirbt durch maschinelles Lernen die Fähigkeit, neue Probleme selbstständig zu lösen. Vorgegeben werden lediglich die Methoden, wie die KI dazulernt, aber nicht, was sie dazulernt.

Während alten Schachcomputern noch Spielregeln und Gewinnstrategien einprogrammiert wurden, bringen sich KI-basierte Systeme das Spiel selbst bei. Dazu werden sie mit einer großen Anzahl von gespielten Partien gefüttert. Aus diesen Informationen können die Maschinen nicht nur lernen, wie man spielt, sondern auch, welche Strategien zum Sieg führen.

Was ist Deep Learning?

Die Bezeichnung Deep Learning wird etwa seit dem Jahr 2000 verwendet und ist eng verknüpft mit dem Konzept künstlicher Intelligenz. Definition und Erörterung beider Begriffe erfordern zunächst einen näheren Blick auf künstliche neuronale Netzwerke. Ähnlich wie das menschliche Gehirn haben neuronale Netzwerke die Fähigkeit, ständig Neues zu lernen und sich neuen Informationen anzupassen.

neurale Netzwerkverbindungen

Ein neuronales Netz eignet sich Wissen an, indem es immer wieder das Gleiche tut und dabei aus seinen Fehlern lernt. Dieses Training wird maschinelles Lernen genannt. Beim Deep Learning werden Lernalgorithmen verwendet, die das Resultat dieses Prozesses nicht von vorneherein festlegen. Stattdessen gibt es zwischen der Eingabe- und der Ausgabeebene eine Zwischenschicht, die es dem System ermöglicht, Entscheidungsmöglichkeiten zu entwickeln, die nicht vorgegeben sind.

Auf der Basis großer Datenmengen können dann solche Maschinen neue, überraschende Lösungen finden. Selbstlernende Systeme optimieren ständig ihre eigenen Problemlösungsfähigkeiten. Dabei orientieren sie sich zwar an den Ausgangsparametern, interpretieren diese aber auf neuartige Weise. Das Deep Learning führt also nicht dazu, dass ein Computer neue Regeln, z. B. für das Schachspiel, erfindet, aber er entwickelt völlig neue Strategien innerhalb des Rahmens, den diese Regeln bilden. Selbstlernende Systeme zeichnen dabei die folgenden Eigenschaften aus:

  • Automatisierung des Lernens durch ständige Wiederholung: Nach der Programmierung der Ausgangssituation kann das System selbstständig weiterarbeiten. Tritt der gewünschte Erfolg nicht ein, kann es durch Backpropagation erneut trainiert werden.
  • Optimierung bestehender Prozesse: Chatbots im Kundendienst können durch Deep Learning genauso verbessert werden wie Security-Systeme. Die Möglichkeiten der Integration dieser Systeme sind unbegrenzt.
  • Ständige Wandlungsfähigkeit: Mit Deep Learning können sich Systeme an neue äußere Bedingungen anpassen, was ihre universelle Einsetzbarkeit erhöht.
  • Höhere Genauigkeit bei allen Prozessen: Durch Deep Learning werden Ergebnisse mit einer Exaktheit erzielt, die mit traditionellen Methoden nicht möglich ist.

Durch diese Vorteile ergeben sich für selbstlernende Systeme eine ganze Reihe von Einsatzgebieten.

Welche Einsatzgebiete gibt es für selbstlernende Systeme?

Gemäß einer Untersuchung der KI-Beratung Appanion Labs könnten im Jahr 2030 bereits 28 Prozent der Wirtschaftsleistung direkt von KI-basierten Systemen abhängen. Wie werden aber maschinelles Lernen und künstliche Intelligenz in der Industrie eingesetzt? Hier einer Liste der wichtigsten Anwendungsbereiche:

  • Natürliche Spracherkennung: Computer, die menschliche Sprache analysieren, sind in der Lage, Fragen selbstständig zu beantworten. Der Einsatz reicht von Chatbots über Sprachassistenten bis hin zu Systemen, die automatisch Kunden-E-Mails beantworten.
  • Computer Vision: KI-fähige Maschinen, die Objekte auf Bildern erkennen und zuordnen, können in so unterschiedlichen Feldern wie der Krebsdiagnose mittels MRT-Aufnahmen als auch beim autonomen Fahren eingesetzt werden.
  • Prognosen: Die Fähigkeit von KI-Systemen, Muster in großen Datenmengen zu identifizieren, ermöglicht exaktere Prognosen in vielen Bereichen. Firmen können die wahrscheinliche Nachfrage und die sich daraus ergebende Auslastung berechnen. Wissenschaftler haben die Möglichkeit, komplexere Modelle zu erstellen, die viel mehr Informationen berücksichtigen können.
  • Cognitive Computing: Bei dieser Methode werden menschliche Denkprozesse durch Computer nachgebildet. Diese Technologie wird insbesondere angewendet, wenn es um die Interaktion von Mensch und Maschine geht und darum, wie sich beide gegenseitig unterstützen können.
  • Robotik: Durch maschinelles Lernen können Roboter konstruiert werden, die flexibel auf ihre Umwelt reagieren und so vielfältiger einsetzbar sind. Das Einsatzgebiet reicht von Robotern in Menschengestalt, die gefährliche oder monotone Aufgaben übernehmen, bis hin zu Lastenrobotern, die schwere Waren in unwegsamem Gelände transportieren können.
  • Heuristische Suche: KI-Systeme sind in der Lage aus einer Vielfalt von Kombinationsmöglichkeiten die geeignetsten zu ermitteln. Typische Beispiele sind auch hier wieder Spiele wie Schach und Go. Die Möglichkeiten gehen aber weit darüber hinaus und umfassen zum Beispiel die Optimierung komplexer Systeme.
  • Der Anwendungsbereich für KI nimmt mit der technologischen Entwicklung ständig zu. Viele Anwendungen kombinieren schon heute die verschiedenen Möglichkeiten der KI und weisen so gleichzeitig auch Wege zur Weiterentwicklung der unterschiedlichen Systeme.

    Professionelle Unterstützung bei der Implementierung von künstlicher Intelligenz

    Künstliche Intelligenz ist eine leistungsstarke Technologie, die unsere Zukunft mitbestimmen wird. Der erfolgreiche Einsatz von KI in der Wirtschaft wird davon abhängen, wie das Zusammenspiel von Menschen, Prozessen und Technologie organisiert wird. Daher sollten Sie für die Implementierung von KI-Lösungen fachkundige Unternehmen, wie beispielsweise Lionbridge, hinzuziehen. Mit der Hilfe von Experten werden Sie effektiver ermitteln, welche Optimierungsmöglichkeiten die verschiedenen Verfahren bieten und ob sie menschliche Mitarbeiter unterstützen oder ersetzen können.

    Kontaktieren Sie uns und erfahren Sie, wie unser Team und unsere Technologien zu Ihrem weltweiten Erfolg beitragen.

#deep learning #künstliche intelligenz #künstliche intelligenz definition #maschinelles lernen #neuronale netzwerke #selbstlernende systeme #vorteile ki