Die Anwendungen, die wir heute sehen, sind allesamt Ausprägungen der sogenannten „schwachen KI“. © istock/Kevin Wells
Es vergeht kaum ein Tag, an dem nicht ein Bericht über eine neue Anwendung mit künstlicher Intelligenz erscheint.
Je mehr Lösungen sich auf dem Markt tummeln, umso schwieriger wird es, sich zu orientieren. Softwarehersteller proALPHA zeigt, wie ein einfaches Raster für erste Klarheit sorgen kann.
Künstliche Intelligenz (KI) ist ein weites Feld, und die Vorstellungen davon, was „intelligent“ bedeutet, könnten unterschiedlicher nicht sein. Während die einen bereits die korrekte Interpretation handschriftlicher Notizen feiern, winken andere milde lächelnd ab. Schließlich gebe es noch kein System, das die intellektuellen Fertigkeiten des Menschen auch nur annähernd erreicht. Wer hat recht?
Beide Seiten. Denn solche als „starke KI“ bezeichneten Systeme existieren in der Tat noch nicht. Die Anwendungen, die wir heute sehen, sind allesamt Ausprägungen der sogenannten „schwachen KI“. Was sie auszeichnet: Sie sind für ein spezielles Anwendungsszenario konzipiert und optimiert. Von diesen fallbezogenen Lösungen gibt es inzwischen eine fast unüberschaubare Menge – und es kommen laufend neue dazu.
Beurteilen: Beschreiben, was ist
Algorithmen können inzwischen einen Sachverhalt aufgrund von Daten sehr genau erkennen und wiedergeben. Ein typisches Beispiel ist die Interpretation von Eingangsrechnungen zur weiteren Verbuchung. Auch das Aufspüren von Anomalien in großen Datenmengen aus der Produktion fällt in diesen Bereich. Verfahren für maschinelles Lernen ermöglichen es, viel früher zu beurteilen, ob sich Maschinenzustände kritischen Werten nähern – und damit rechtzeitig gegenzusteuern.
Auch Methoden der Bilderkennung gehören dazu. Übernimmt Kollege Computer die Sichtprüfung von Bauteilen, entlastet dies Fachkräfte und hebt gleichzeitig die Qualität: Fehlerhafte Teile werden erst gar nicht verbaut, mangelhafte Produkte gelangen nicht in den Verkauf.
Schlussfolgern: Erkennen, was wird
Die weitergehende Analyse von Daten erledigen ebenfalls immer häufiger Algorithmen. Ihr Einsatz in Modellen für Voraussagen oder Empfehlungen geht inzwischen weit über den Klassiker Predictive Maintenance hinaus. Mithilfe einer KI lassen sich Absatzzahlen prognostizieren und der Einkauf von Langläufern und preissensitiven Materialien besser steuern; in Zeiten gebeutelter Supply-Chains ein großes Plus. Im Bereich der Produktionsqualität ist gleichfalls schon vieles möglich.
So kann eine KI Berge von Sensordaten quasi in Echtzeit auswerten und diese mit Resultaten der Qualitätskontrolle in Beziehung setzen. Aus dem laufenden Betrieb heraus werden so nicht nur Produktfehler schneller erkannt und Ausschuss limitiert. Es entstehen wertvolle Empfehlungen für die Betriebsparameter von Anlagen und Maschinen.
Agieren: Tun, was nötig ist
Auf einer dritten Ebene interagieren die smarten Systeme mit ihrer Umwelt, lernen aus den Ergebnissen ihrer Aktionen und können daraus ableiten, was künftig zu tun ist, um das vorgegebene Ziel zu erreichen. Der berühmte Fall von AlphaGo fällt in diese Kategorie. Das selbstlernende Programm machte 2016 Schlagzeilen, als es erstmals menschliche Champions im chinesischen Brettspiel Go schlug.
Heute finden sich im Unternehmensalltag immer mehr Einsatzbereiche: etwa wenn Roboterarme lernen, bisher unbekannte Objekte zu greifen, ohne sie zu beschädigen oder fallen zu lassen. Weiter verbreitete Use-Cases dieser Kategorie sind außerdem das autonome Fahren und die nicht bei allen immer beliebten Chatbots.
Auch ERP-Systeme werden in den kommenden Jahren immer stärker mit KI-Technologien angereicht werden – sei es direkt oder durch die Integration mit entsprechenden Plattformen. KI wird immer stärker in Kernprozessen verankert bis hin zu voll automatisierten Prozessen. Die Experten des Branchenverbands Bitkom sind sich einig: Künstliche Intelligenz ist eine Schlüsseltechnologie mit hohem disruptivem Potenzial für alle Wirtschaftszweige. Unternehmen sind daher gut beraten, möglichst frühzeitig Erfahrungen zu sammeln. (red./PR)
www.proalpha.com