Künstliche Intelligenz

Künstliche Intelligenz: automatisieren und analysieren

Künstliche Intelligenz besitzt großes Potential bei Automatisierung, Entscheidungsfindung und Prognoseoptimierung in Unternehmen.

Verfahren der Künstlichen Intelligenz (KI; Englisch: Artificial Intelligence oder AI) lassen sich unter anderem bei der Prozessautomatisierung einsetzen, aber auch für Datenanalysen, Dokumentauswertungen, in autonomen Transportmitteln (zum Beispiel in der Intralogistik) oder zur Steuerung und Überwachung in der Industrieproduktion.

Mehr lesen

Weniger lesen

Künstliche Intelligenz in Unternehmen

Künstliche Intelligenz ist eine Zukunftstechnologie, die viele Experten als wichtigen Schritt der Digitalisierung oder Digitalen Transformation bezeichnen. Die Digitalchefs von Unternehmen sollten sich auf diesen Wandel einstellen und möglichst frühzeitig auf KI setzen. Grundsätzlich können KI-Verfahren Arbeiten übernehmen, die Menschen nur sehr langsam oder umständlich ausführen können, zum Beispiel komplexe Analysen großer Daten- oder Textmengen sowie sehr monotone und langweilige Aufgaben.
Besondere Vorteile bringt die Kombination von KI-Anwendungen und vernetzten Geräten im Internet of Things (IoT). Durch die Gewinnung von umfassenden Daten aus Maschinen und Anlagen, der Lieferkette sowie anderen Quellen können Unternehmen die Produktivität in der Fertigung steigern, Geschäftsprozesse optimieren, Kosten senken und den Markteintritt beschleunigen. Ganz neue, datengetriebene Geschäftsmodelle werden so möglich.

Künstliche Intelligenz: Definition

Bei Künstlicher Intelligenz stehen im Kontext von Industrieunternehmen adaptive Verfahren im Vordergrund, mit deren Hilfe Computersoftware lernfähig wird. Die Verfahren werden als „Machine-Learning“ bezeichnet und sind eine wichtige Voraussetzung für Anwendungen von Künstlicher Intelligenz in Unternehmen. Sie basieren auf Algorithmen, mit denen lernfähige Programme entwickelt werden.

Eine besonders komplexe Form von Machine-Learning setzt künstliche neuronale Netze (KNN) ein. Sie bilden Merkmale eines menschlichen Gehirns nach, etwa die Vernetzung von Neuronen, die in mehreren Schichten („tief“) angeordnet sind. Deshalb wird Machine-Learning mit KNN als „Deep Learning“ bezeichnet. Es ist deutlich leistungsfähiger als andere Lernverfahren und herkömmliche Nicht-KI-Algorithmen.

Gründe für den KI-Boom in der Industrie

Bis etwa 2010 war Künstliche Intelligenz vor allem ein Forschungsthema an Hochschulen, die Anzahl von wirtschaftlich sinnvollen Anwendungen war gering. Der Boom der Künstlichen Intelligenz und die Möglichkeit, sie produktiv in der Wirtschaft einzusetzen, kamen erst später. Der Grund sind drei gleichzeitige Entwicklungen:

Rechenleistung

Anwendungen von Künstlicher Intelligenz basieren auf der enormen Rechenleistung moderner Prozessoren, vor allem von Hochleistungs-Grafikprozessoren – die Berechnungen in künstlichen neuronalen Netzen ähneln denen der Bildbearbeitung sehr stark.

Datenverfügbarkeit

Viele Unternehmen und insbesondere die US-amerikanischen Internetkonzerne sammeln von ihren Nutzern sehr viele Daten, um diese für Analysen einzusetzen. KI basiert in hohem Maße auf der Verfügbarkeit von großen Datenmengen, so dass ihre Weiterentwicklung hierdurch beschleunigt wurde. Sie ermöglicht zudem neuartige, datengetriebene Geschäftsmodelle.

Neue Algorithmen

Moderne Weiterentwicklungen klassischer KI-Algorithmen und Neuentwicklungen im Bereich Deep Learning schaffen neue Einsatzgebiete für Künstliche Intelligenz, die mit älteren Verfahren nicht möglich sind. Ein verblüffendes Beispiel ist die Fähigkeit von künstlichen neuronalen Netzen, die Gesichter von Personen in Echtzeit-Videostreams zu ersetzen und dabei gleichzeitig Mimik und Mundbewegungen anzupassen.

Anwendungsbeispiele für Künstliche Intelligenz

Künstliche Intelligenz wird in der Wirtschaft schon heute an vielen Stellen eingesetzt;

  • KI ist in der Lage, Texte aus einer Sprache recht präzise in eine andere Sprache zu übersetzen.
  • KI-Algorithmen werten Dokumente automatisch aus und fassen sie in einem Executive Summary zusammen.
  • KI-Anwendungen beherrschen die automatische Indexierung von Bildinhalten für Datenbanken.
  • KI-Bilderkennung funktioniert auch in Echtzeit und wird in der Lagerlogistik für das automatische Picking eingesetzt.
  • KI-Bilderkennung ist ein Hilfsmittel für die Personenerkennung und arbeitet inzwischen recht zuverlässig.
  • Die Verarbeitung natürlicher Sprache hat den Endkundenmarkt erreicht und findet sich in Smart Speakern, Smartphones und einigen Automodellen als Sprachbedienung.
  • Auf Basis der Sprachverarbeitung werden KI-gestützte Chatbots für die Erstkommunikation mit Kunden in Sales und Support eingesetzt.
  • KI-Verfahren überwachen Maschinen und Anlagen und erkennen kleinste Anzeichen für mögliche Störungen – bevor diese auftreten.
  • Roboter in der Industrie können durch KI-Verfahren sicherer und ökonomischer eingesetzt werden
  • Auch in anderen Unternehmensbereichen werden dank Robotic Process Automation (RPA) mithilfe von KI Prozesse automatisiert und damit optimiert

Künstliche Intelligenz: Vorteile

Anwendungen aus dem Bereich Künstliche Intelligenz besitzen eine Reihe von Vorteilen für Unternehmen:

  • niedrigere Kosten und höhere Effizienz von Prozessen
  • höhere Automatisierung und schnellere Entscheidungsfindung
  • optimierte Prognosen
  • Entlastung der Mitarbeiter von eintönigen AufgabenUnterstützung der Mitarbeiter, damit diese eine höhere Produktivität und einen größeren Output erreichen

Künstliche Intelligenz: Herausforderungen

Im Unterschied zu den bisher in den Unternehmen genutzten Verfahren erfordert Künstliche Intelligenz zusätzliches Know-how. Darüber hinaus verändert sich die Technologie im Moment noch sehr schnell, sodass Projekte agile Methoden nutzen müssen, um während der Laufzeit noch auf technische Veränderungen reagieren zu können.

Die wichtigste Voraussetzung und ein wichtiger Erfolgsfaktor von KI-Projekten ist eine solide Datengrundlage. Daher müssen die Unternehmen die entsprechenden Vorbereitungen getroffen haben: Sie müssen Daten ermitteln, speichern, zusammenführen und analysieren.

Der Weg zum Einsatz von Künstlicher Intelligenz

Wenn ein Unternehmen mit Digitalisierungsprojekten bereits erfolgreich ist, kann als zweiter Schritt KI eingesetzt werden, um die Daten besser auszuwerten. Dies erfordert allerdings drei wichtige Rahmenbedingungen:

Know-how

Der Chief Digital Officer (CDO) sollte in seinem Stab eigenes Know-how aufbauen, um die Chancen von KI in seinem Unternehmen besser bewerten zu können. Aufbauend auf diesem Verständnis, sollte er eigene Pilotprojekte festlegen.

Mitarbeiter und Recruiting

Für den Start von Pilotprojekten, aber auch für den Einsatz von KI-Lösungen im betrieblichen Alltag müssen die eigenen Mitarbeiter weitergebildet werden. In vielen Wellen allerdings wird es zusätzlich notwendig sein, KI-Experten entweder einzustellen oder über spezialisierte Drittanbieter einzubinden. Alternativ ist auch eine Kooperation mit KI-Start-ups möglich, die in aller Regel auf dem neuesten Stand der KI-Verfahren sind.

Change

Jenseits von kleineren Pilotprojekten werden KI-Verfahren häufig in vorhandene Prozesse eingreifen, die an die Nutzung von KI angepasst werden müssen. Hier ist klassisches Changemanagement gefragt, um die Einführung von KI transparent darzustellen.

Künstliche Intelligenz: Risiken

Ein bedenkenswertes Risiko beim Einsatz von KI liegt in dem Black-Box-Charakter der Lösungen auf der Basis von Deep Learning. Es ist kaum nachvollziehbar, aufgrund welcher Teile der Ausgangsdaten, Regeln und Entscheidungen ein KNN zu einem bestimmten Ergebnis kommt. Deshalb müssen Trainingsdaten für Lernverfahren sehr umsichtig ausgewählt werden, so dass es nicht zu einer Verfälschung der Ergebnisse kommt.
Ein weiteres KI-Risiko ist der Abbau von Arbeitsplätzen. Hierzu gibt es unterschiedliche Prognosen von Wissenschaftlern und Beratungsunternehmen. Grundsätzlich lässt sich sagen, dass eine Vielzahl an Berufsbildern und -rollen automatisierbar ist. Dies bedeutet aber nicht, dass Arbeitsplätze in großer Zahl wegfallen. KI wird zumindest anfänglich nur eine Art Assistenz der menschlichen Mitarbeiter sein. Im Idealfall werden KI-Verfahren so eingeführt, dass die menschlichen Mitarbeiter mehr Zeit für konzeptionelle, kreative und innovative Aufgaben haben.

Foto: Chinnawat Ngamsom/iStock/Getty Images

Aktuelle Beiträge zum Thema Künstliche Intelligenz

CDO Insight: der Newsletter

Alles Wichtige für Digitalchefs. Wöchentlich. Kostenfrei per Newsletter.

 

Jetzt kostenlos registrieren

CDO Newsletter

 

Die wichtigsten Neuigkeiten wöchentlich kostenfrei per Newsletter.

 

Jetzt kostenlos registrieren

Alles Wichtige für Digitalchefs – Jede Woche neu – Kostenfrei per Newsletter
Alles Wichtige für Digitalchefs. Wöchentlich. Kostenfrei per Newsletter.
Newsletter kostenlos abonnieren
Newsletter kostenlos abonnieren
Alles Wichtige für Digitalchefs

– Jede Woche neu – Kostenfrei per Newsletter
Newsletter kostenlos abonnieren