Was ist Künstliche Intelligenz?

Warum gibt es Künstliche Intelligenz?

Klassische Software beschreibt jeden Arbeitsschritt als Regel: Wenn dieser Fall eintritt, tue das. Für viele Aufgaben lässt sich eine solche Regel jedoch nicht sinnvoll aufschreiben. Niemand kann exakt formulieren, woran man eine Rechnung von einem Lieferschein erkennt oder was eine Kundenanfrage höflich beantwortet.

KI setzt genau dort an: Statt jede Regel vorzugeben, wird das gewünschte Verhalten anhand von Beispielen oder Suchverfahren erschlossen. Das macht Aufgaben automatisierbar, die vorher menschliche Einschätzung erforderten.

Wie funktioniert KI?

Die KI-Forschung kennt mehrere Ansätze. Symbolische Verfahren arbeiten mit ausdrücklichem Wissen, Logik und Suche – etwa Planungssysteme oder Regelwerke. Statistische Verfahren, allen voran das maschinelle Lernen, leiten ihr Verhalten aus Daten ab. Moderne Systeme kombinieren beides: Ein Sprachmodell erzeugt Text, ein nachgelagertes Regelwerk prüft Freigaben.

Fast alle heute produktiv eingesetzten KI-Systeme sind lernende Systeme. Sie durchlaufen eine Trainingsphase, in der ein Modell entsteht, und werden danach auf neue, vorher ungesehene Fälle angewendet.

Ein einfaches Beispiel

Ein Betrieb erhält täglich Dokumente per E-Mail und möchte sie automatisch einsortieren. Eine Regel wie „Enthält das Wort Rechnung, dann Rechnung“ scheitert schnell, weil das Wort auch in Angeboten vorkommt. Ein lernendes System bekommt stattdessen einige tausend bereits einsortierte Dokumente und leitet daraus selbst ab, welche Kombination von Merkmalen typisch ist. Neue Dokumente werden anschließend mit einer Wahrscheinlichkeit zugeordnet.

Technischer Blick

Stärken und Grenzen

• Stärke: Verarbeitung großer, gleichförmiger Mengen an Text, Bildern oder Messwerten.
• Stärke: Erkennen von Mustern, die für Menschen zu fein oder zu zahlreich sind.
• Stärke: gleichbleibende Bearbeitungsdauer, unabhängig von Tageszeit und Auslastung.
• Grenze: KI-Systeme kennen keine Wahrheit, sondern nur statistische Zusammenhänge in ihren Trainingsdaten.
• Grenze: Verzerrungen in den Daten setzen sich im Modell fort.
• Grenze: Ergebnisse sind Wahrscheinlichkeiten – für verbindliche Entscheidungen braucht es eine Prüfinstanz.

Wo wird KI eingesetzt?

In Unternehmen sind heute vor allem vier Felder relevant: Dokumenten- und Textverarbeitung, Wissenssuche in eigenen Beständen, Bild- und Qualitätsprüfung sowie Prognosen aus Bestands- und Prozessdaten. Der Nutzen entsteht selten durch ein einzelnes großes System, sondern durch klar abgegrenzte Anwendungsfälle mit messbarer Zeitersparnis.

Zusammenhang mit anderen KI-Technologien

Künstliche Intelligenz ist der Oberbegriff. Das maschinelle Lernen ist der derzeit wichtigste Weg dorthin, Deep Learning wiederum die Methodenfamilie, die Sprachmodelle und Bilderkennung möglich gemacht hat.