Stempel seit 1996

Künstliche Intelligenz in der Softwareentwicklung

KI – Künstliche Intelligenz – Definition, Bedeutung, Beispiele

Was vor 40 Jahren im Kino noch unter Science Fiction lief und man vor 20 Jahren bereits kurz vor dem Durchbruch wähnte, ist mittlerweile tatsächlich Realität: Maschinen lernen selbstständig Entscheidungen zu treffen und tun dies in vielen Bereichen mittlerweile besser als Menschen. Letztere bezeichnen diese Erscheinung als Künstliche Intelligenz (KI) oder Artificial Intelligence (AI). „Schuld“ daran sind leistungsstarke Rechner und Prozessoren, innovative Software-Anwendungen und die Tatsache, dass auf Grund von Cloud Services praktisch die ganze Welt virtuell vernetzt ist.

Die großen Player im Bereich AI sind – nicht anders zu erwarten – Software-Giganten wie Google, IBM, Amazon, Microsoft und Facebook. Dank ihres riesigen Kapitals konnten sie in der jüngeren Vergangenheit enorme Forschungsetats aufsetzen und über Zukäufe innovative Startups integrieren. Auf diese Weise entstanden komplette AI-Frameworks, also Werkzeuge für Entwickler, die diesen die Möglichkeit geben, selbst AI-Anwendungen zu entwickeln.

Doch was macht Künstliche Intelligenz eigentlich aus?

Im Wesentlichen ist es die Kombination aus verschiedensten Analysetechniken, beispielsweise im Bereich der Text- oder Bilderkennung sowie dem Abgleich der erhobenen Daten über statistische Verfahren und der Möglichkeit, die jeweiligen Ergebnisse zu kommunizieren. Die dabei verwendeten Technologien bedienen sich verstärkt aus den Bereichen der Linguistik, Neurologie sowie Informatik. Methodisch gesehen basieren KI-Anwendungen auf dem Suchen, dem Planen, dem Optimieren, dem logischen Erschließen sowie dem Erkennen über Annäherungsverfahren. Grundsätzlich gilt: Je größer die zu verarbeitende Datenmenge – also der Input – ist, desto besser sind die Ergebnisse beim Output.

Taucht man etwas tiefer in die Materie der Artificial Intelligence ein, so wird ersichtlich, dass das gesamte Ökosystem der Künstlichen Intelligenz aus einer Reihe von Algorithmen und Verfahren besteht, die wie folgt beschrieben werden können:

Insbesondere für Unternehmen ist das Feld der Künstlichen Intelligenz mit den oben genannten Teilbereichen eine große Chance und sollte daher in den Prozessen oder Geschäftsmodellen berücksichtigt werden. Bereits heute existieren zahlreiche nützliche Anwendungsfälle, auf einige davon wird im weiteren Verlauf des Artikels eingegangen.

Predictive Maintenance

Wenn beispielweise ein Auto oder eine Heizung bereits vor einem möglichen Fehler selbstständig den Wartungsservice verständigt, um einen Ausfall präventiv zu vermeiden, dann spricht man von Predictive Maintenance. Durch den Einsatz von Künstlicher Intelligenz und Sensorik werden riesige Mengen an Daten erhoben, mit dem Nutzungsverhalten von Maschinen gleicher oder ähnlicher Bauart abgeglichen und auf dieser Basis mögliche Fehlverhalten im Vorfeld erkannt. Insbesondere am Industriestandort Deutschland birgt der Einsatz von derartigen Methoden vielversprechendes Potenzial, welches den eher konservativen Unternehmen ermöglicht, die Herausforderung zur digitalen Transformation zu bewältigen.

Chatbots

Chatbots sind Kommunikationsanwendungen, die dem menschlichen Gegenüber suggerieren, dass ihm ebenfalls eine echte Person beispielsweise Fragen beantwortet oder bei Problemen hilft. In der Realität chattet die Person jedoch mit einer Maschine, die Antworten und Lösungen auf Basis von Texterkennung wiedergibt. Diese sind im Regelfall sogar personalisiert, indem die Nutzungsdaten der Kunden über Analyseverfahren erhoben werden.

Sonderformen der Chatbots sind die so genannten Actionbots oder Sprachbots sowie die Kombination aus beiden. So können Actionbots Befehle der User ausführen, um beispielsweise Buchungen in einem Reiseportal vorzunehmen, das Mittagessen zu bestellen oder Waren zu kaufen. Zu den bekanntesten Sprachbots zählen Alexa von Amazon, Google Assistant oder Microsoft Cortana.

Als aktuelles Anwendungsbeispiel mit dem größten Mehrwert wird immer wieder der Einsatz von Chatbots im Bereich des Customer Service aufgeführt. Insbesondere für einfache Fragen der Nutzer sind Chatbots eine äußerst probate Alternative zum menschlichen Pendant und können bei der Qualität der Antworten durchaus mithalten. Wenn man nun das enorme Einsparungspotenzial im Personalbereich bedenkt, gepaart mit der Tatsache, dass gleichzeitig eine 24/7 Abdeckung im Kundenservice erreicht wird, so sollte praktisch jedes Unternehmen, das mit Kunden zu tun hat, zumindest über einen möglichen Einsatz nachdenken. Auf Basis von Bot-Building Plattforms wie IBM Watson oder Microsoft Bot Framework können Softwareentwickler eigene Chatbot-Anwendungen entwickeln und so auf die Anforderungen des jeweiligen Unternehmens, der jeweiligen Branche oder aber der Zielgruppe konkret eingehen.

Bilderkennung

Egal ob bei Amazon Photos oder der Apple iPhone Foto App: Es ist durchaus erstaunlich, wie gut diese Anwendungen inzwischen Gesichter, Tiere oder Dinge im Allgemeinen erkennen und die Bilder entsprechend kategorisieren können. Auch Services wie die Face ID des iPhone X, die durch Analyse des Gesichts das Smartphone freischaltet, basieren auf Bilderkennungsverfahren. Als Methode im Hintergrund wird maßgeblich die sogenannte Mustererkennung eingesetzt, d.h. Algorithmen analysieren die Bilder nach bekannten Mustern und vergleichen diese. In der Praxis können Bilderkennungsverfahren bereits jetzt erfolgreich im Marketing eingesetzt werden. So ist es beispielsweise möglich, die Marken bestimmter Outfits eines Nutzers zu erkennen und ihm auf diese Weise gezielter Werbung zu diesen Brands zuzuspielen. Das Kaufverhalten des Nutzers kann auf diese Weise angeregt werden, ohne dass es ihm bewusst wird.

Ein weiteres Anwendungsbeispiel, das in erster Linie dem Käufer eines Produktes Mehrwert stiftet, ist die Google Shopper App. Am Point of Sale (POS) kann der Nutzer ein Produkt mit dem Smartphone fotografieren und auf Basis der Google App das gleiche Produkt zu einem günstigeren Preis ausfindig machen.

Im Fall von Google (Vision) und Amazon (Rekognition) sind die Bilderkennungsverfahren als APIs (Schnittstellen Services) im Internet verfügbar und können von Softwareentwicklern genutzt und in eigene Anwendungen eingebunden werden.

Wichtig für Unternehmen: Die Gefahr, dass man durch Bilderkennungsverfahren die Datenschutzrechte von Personen verletzt, ist nicht zu verachten. Insbesondere in Europa sind dank der neuen Datenschutz-Grundverordnung (EU-DSGVO) die Möglichkeiten, ein Unternehmen zu verklagen, welches persönliche Daten ohne Zustimmung speichert und für unbekannte Zwecke verwendet, für das einzelne Individuum groß und können einem Unternehmen erheblich schaden.

IBM Watson Health Cloud

Alle 73 Tage verdoppelt sich nach aktuellen Studien die Datenmenge an medizinischen Informationen bis zum Jahr 2020. Egal ob Arztbesuche, Krankenhausaufenthalte oder die tagtäglichen Informationen, die ein Fitness Armband von seinem Träger sammelt: Die Datenmenge ist enorm und in der Vernetzung dieser Daten liegt das größte Potenzial. Daher hat sich IBM mit seiner Anwendung Watson Health Cloud auf die Fahnen geschrieben, durch den Einsatz von Künstlicher Intelligenz die Gesundheitsdaten der Menschheit anonym zu sammeln, zu analysieren und bei Bedarf für die beteiligten Einrichtungen erschließbar zu machen. Auf diese Weise können einerseits in der Forschung von Krankheiten und Entwicklung von Medikamenten erhebliche Fortschritte erzielt und andererseits Prozesse im Pflegebereich optimiert werden.

Für Unternehmen und Institutionen im Bereich des Gesundheitssektors bietet sich durch Künstliche Intelligenz folglich eine große Chance, um die Krankheitsverläufe der Patienten frühzeitig zu erkennen und auf Basis von Analysen passende Therapien auszuwählen oder zu entwickeln.

Decision Making

Ein weiteres wichtiges Feld der Artificial Intelligence ist die Entscheidungsfindung, auch Decision Making genannt. Hierbei helfen Analyseverfahren bei bestimmten Problemstellungen, die richtige Entscheidung zu treffen. Insbesondere Manager werden bei ihrer Arbeit unterstützt, die berühmten „Bauchentscheidungen“ werden dabei vollkommen ausgeblendet. Ein Praxisbeispiel ist die Einführung von neuen Produkten oder Produktlinien am Markt. Während ein CEO in der Vergangenheit möglicherweise eher auf seinen unternehmerischen Instinkt vertraut hätte, so werden mittlerweile diese Entscheidungen auf Basis von Auswertungen des Nutzer- und Nutzungsverhaltens getroffen.

Autonomes Fahren

Das permanente Analysieren von Verkehr, Umgebung, Fahrverhalten, Umwelteinflüssen sowie dem Fahrzeug an sich ist eine hochkomplexe Aufgabe, die derzeit von verschiedensten Automobilfirmen gelöst werden will. Bis zu 30 Billionen Rechenoperationen sind notwendig, um die Fülle an Daten zu verarbeiten, die hier erzeugt wird. Tesla ist sicherlich eines der bekanntesten Beispiele im Bereich des autonomen Fahrens, aber auch im niederbayerischen Bad Birnbach transportiert bereits ein selbstfahrendes Auto die Kurgäste von A nach B. Jüngst haben sich der deutsche Automobilzulieferer Continental und der Chip-Hersteller Nvidia auf eine Kooperation geeinigt, die in den nächsten Jahren das autonome Fahren weiterentwickeln soll.

Sicherlich einer der spannendsten Anwendungsfälle von Künstlicher Intelligenz, die jeden Autofahrer früher oder später betreffen wird.

Die Liste an Anwendungsbeispielen, bei denen AI bereits eingesetzt wird oder zukünftig Sinn macht, könnte praktisch unendlich fortgeführt werden. Große Beratungsunternehmen wie McKinsey, Gartner oder Forrester sehen in ihren Prognosen in den kommenden Jahren zudem einen exponentiellen Anstieg beim Umsatz, der mit AI Anwendungen gemacht werden wird. Alles deutet also darauf hin, dass sich Artificial Intelligence in vielen Bereichen weiter durchsetzen und dadurch eine zentrolle Rolle in der Gesellschaft und Wirtschaft einnehmen wird.

Haben Sie Fragen oder benötigen Hilfe bei diesem Thema? Zögern Sie nicht uns zu kontaktieren. Wir helfen Ihnen gern weiter.

Ansprechpartner: Martin Stoll