Die Zeit ist reif für künstliche Intelligenz – sind Sie es auch?

Künstliche Intelligenz (KI) hat den Wandel vom reinen Forschungsgegenstand hin zu einer Anwendertechnologie vollzogen und ist in jeder Branche zu einem zentralen Element digitaler Innovation geworden.

Über die große Zukunft dieser Technologie sind sich die Analystenhäuser einig – auch wenn sich ihre Schätzungen in absoluten Zahlen etwas unterscheiden. Das Marktforschungsunternehmen Tractica etwa prognostiziert, dass die Umsätze für KI-Software bis 2025 global auf rund 60 Milliarden US-Dollar ansteigen.

Hohe Erwartungen an das Thema KI sind nicht neu: Laut Analystenhaus Gartner, das Technologien anhand ihrer Wahrnehmung am Markt und der Dauer bis zu ihrem Durchbruch misst, durchläuft KI bereits den dritten sogenannten Hype-Zyklus.

Der Startschuss fiel in den 50er Jahren, als Wissenschaftler am Dartmouth College Programme für Schachstrategien entwickelten. Die Projekte dieser Anfangsphase waren jedoch noch weit von Anwendungsfällen in der Wirtschaft entfernt.

Zu Beginn der 80er Jahre brachte KI Expertensysteme (XPS) hervor. Die Programme halfen bei der Lösung komplexer Probleme und wurden beispielsweise als Computer Trader im Finanzwesen eingesetzt.

Beiden Hype-Zyklen folgten Enttäuschungen, da KI die gesetzten Erwartungen nicht erfüllen konnte. Analysten sind überzeugt, dass der aktuellen Begeisterung erstmals kein „KI-Winter“ folgen wird und der große Durchbruch bevorsteht.

Der Grund für das neu erwachte Interesse an KI seit Ende der 90er Jahre basiert auf dem nachweisbaren Erfolg von Machine-Learning-Algorithmen und -Modellen, die die Basis für die „Intelligenz“ in KI bilden.

Sie helfen Maschinen, Aufgaben zu erlernen und dann selbstständig auszuführen – das bedeutet, sie befähigen Maschinen zu adaptivem oder autonomem Verhalten.

Zwar stellen einige Dinge, die wir Menschen wie selbstverständlich erledigen, für KI-Systeme eine große Herausforderung dar – zum Beispiel Probleme mit Kreativität und gesundem Menschenverstand zu lösen. Doch es gibt eine Vielzahl an Vorgängen, die für Menschen schwer zu lernen, aber mit KI relativ einfach zu bewältigen sind.

Allein in der Industrie gibt es dafür zahlreiche Anwendungsbereiche und ein großes Potenzial, die Produktivität zu erhöhen. Bisher bewältigen relativ einfach, aber exakt programmierte Roboter zuverlässig einen Großteil der Handgriffe in deutschen Produktionsstraßen.

Machine Learning ebnet uns den Weg zu Szenarien, in denen Roboter wesentlich komplexere Tätigkeiten absolvieren – und zwar ohne menschliches Eingreifen und ohne exakt vordefinierte Prozesse.

Maschinen können mithilfe von historischen Daten komplexe Zusammenhänge erlernen, etwa um aus Sensordaten präzise vorherzusagen, ob, wann und welche Probleme bei einer Maschine auftreten könnten. Ein weiteres Beispiel ist die Qualitätskontrolle, bei der in der Vergangenheit immer das Urteilsvermögen eines Menschen gefragt war.

Unternehmen haben heute die Wahl zwischen spezialisierten IT-Plattformen, die ausreichend Rechenleistung bieten, um KI-Algorithmen zu verarbeiten. Diese verwenden die benötigten Daten viel kostengünstiger als bisher.

Cloud-Plattformen und Tools zur Datenspeicherung und -verarbeitung sowie leistungsstarke Prozessoren sind heute weit verbreitet und bilden die Basis, die den technischen Anforderungen von KI – im wahrsten Sinne des Wortes – gewachsen ist.

Dank des kürzlich erfolgten „Big Data“-Hypes und der damit verbundenen Investitionen in Data Lakes und Analytics-Lösungen haben Unternehmen Zugang zu zahlreichen Informationen über alle Aspekte der Geschäftsprozesse.

Erstmals seit Beginn der Forschung am Thema KI sind alle Voraussetzungen für eine breite Umsetzung von Anwendungsfällen in der Praxis gegeben.

Nun müssen Unternehmen investieren und intelligente Technologien und Anwendungen in wirtschaftlichen Mehrwert verwandeln, um sich den entscheidenden Wettbewerbsvorteil zu verschaffen und zukunfts­fähig zu bleiben.