com!-Academy-Banner
Künstliche Intelligenz (KI) als Service

Cloud-Dienste erleichtern den KI-Einstieg

von - 01.09.2017
Künstliche Intelligenz (KI)
Foto: Bild. Shutterstock / vchal
Der Einsatz von Künstlicher Intelligenz ist nicht mehr nur Konzernen mit großen Budgets vorbehalten. Fertige Module und API-Services liefern schnelle Ergebnisse.
Das Interesse am Einsatz Künstlicher Intelligenz (KI) wächst rapide. Beim Analystenhaus Gartner hat sich beispielsweise die Zahl der Kundenanfragen zu diesem Thema von 2014 auf 2015 mehr als versechsfacht, im Jahr darauf erhöhte sie sich noch einmal um das Dreifache.
Zur steigenden Nachfrage trägt nicht zuletzt die zunehmende „Demokratisierung“ von KI und Machine Learning (ML) in den vergangenen zwei bis drei Jahren bei. Leistungsfähige, für das maschinelle Lernen optimierte Hardware, der freie Zugang zu einem umfangreichen Angebot verschiedenster Cloud-Computing-Ressourcen und die Verfügbarkeit von Machine-Learning-Frameworks haben die Entwicklung eigener KI-Anwendungen stark vereinfacht. Anwender benötigen aber immer noch Spezialwissen, um neuronale Netze und andere Machine-Learning-Technologien einsetzen, Modelle trainieren und Ergebnisse sinnvoll interpretieren zu können. Leichter geht es mit KI-Services, die sich direkt per API aufrufen, in Webseiten oder Applikationen einbinden und für die Erstellung von Sprach- und Chatbots nutzen lassen. „Alle großen Provider haben verstanden, dass KI ein spannendes Thema ist, und adressieren derzeit mit solchen Services verstärkt auch Zielgruppen außerhalb der typischen Entwickler-Communitys“, erklärt Moritz Strube, Senior Analyst bei Crisp Research. Alexander Linden, Research Director bei Gartner, bestätigt diesen Trend: „Aktuell gibt es bei den KI-Services einen starken Wettbewerb zwischen den Providern, keiner will sich abhängen lassen.“
Daniel Wajngarten
Managing Director und Partner
bei Data Reply
www.datareply.co.uk
„Es ist sehr einfach, mit diesen API-Services einen Prototypen zu bauen, beispielsweise
einen Chatbot.“
Ein weiterer Vorteil der Services liegt darin, dass sie schnell vorzeigbare Ergebnisse liefern. „Es ist sehr einfach, mit diesen API-Services einen Prototypen zu bauen, beispielsweise einen Chat­bot“, sagt Daniel Wajngarten, Managing Director und Partner beim Unternehmen Data Reply, das sich auf Data-Science- und KI-Projekte spezialisiert hat. Roman Schacherl, Geschäftsführer des Microsoft-Partners softaware gmbh, nutzt die Services, um deren Möglichkeiten vor Ort beim Kunden erlebbar zu machen: „Entscheider können sich unter maschinellem Lernen und Künstlicher Intelligenz oft wenig vorstellen, deshalb demonstriere ich den Nutzen gerne direkt.“

Kategorien der KI-Services

Das Angebot an solchen APIs ist groß. Jeder Anbieter teilt seine Services in unterschiedliche Segmente ein und gibt ihnen diverse Namen, was das Vergleichen erschwert. Prinzipiell lassen sich alle KI-Services in folgende Kategorien einordnen:
Bildanalyse: Fotos oder Videos werden anhand visueller Merkmale auf Inhalte hin analysiert. Je nach Ausprägung des Dienstes ist es möglich, Objekte zu identifizieren und Szenen zu kategorisieren. Erkennt der Service ein Gesicht auf dem Foto, schätzt er Geschlecht, Alter und Stimmung der abgebildeten Person ein und gibt dazu in der Regel auch einen Prozentwert an, der aussagt, wie sicher sich der Dienst mit der Bestimmung ist. Je nach Anbieter liefern die Dienste zusätzlich detaillierte Informationen über Frisur, Make-up und das Vorhandensein von Kopftüchern, Bärten oder Brillen.
Gesprochene Sprache und Text: Im Englischen wird mit den Kategorien „Speech“ und „Language“ eine Unterscheidung getroffen, die sich nur schwer ins Deutsche übertragen lässt. „Speech“ umfasst Services, die gesprochene Sprache in Text übersetzen und umgekehrt (Speech to Text, Text to Speech). Aber auch Dienste für die Sprecher-Erkennung oder für Übersetzungen können in diese Kategorie eingeordnet werden.
Sprachanalyse: Diese im Englischen mit Language bezeichnete Kategorie umfasst Services der semantischen Analyse. Sie erlauben es beispielsweise, das Thema eines Textes zu erkennen und kontextgerecht auf eine Frage zu reagieren, können Stimmungen und Bewertungen in einem Text erfassen und Textformen unterscheiden, etwa eine Frage von einer Beschwerde oder einer Bestellung.
Wissen: Bei diesen Services geht es im Wesentlichen da­rum, Daten aufzubereiten, auszuwerten oder zur Verfügung zu stellen. Sie übersetzen beispielsweise in natürlicher Sprache formulierte Fragen in maschinenlesbare Search-Strings, durchsuchen riesige Datenmengen nach Strukturen und helfen sogar bei Entscheidungen, indem sie das Datenmaterial entsprechend vorbereiten und bewerten.
Verwandte Themen