Neuronale Netze und maschinelles Lernen
In kleinen Schritten zur Künstlichen Intelligenz
von
Filipe
Pereira Martins - 26.09.2017
Foto: Zapp2Photo / shutterstock.com
Künstliche Intelligenz ist aus dem akademischen Milieu in den Bereich praktischer Anwendungen getreten. Selbständig lernende Maschinen sind in der Realität angekommen.
Im Zuge der digitalen Transformation sind Künstliche Intelligenz (KI) und Machine Learning (ML) plötzlich in aller Munde. Persönliche Assistenten wie Apple Siri, Microsoft Cortana, Amazon Alexa oder auch Facebook M sind nahezu im Gleichschritt auf den Plan getreten. Systeme, die aus großen Datenmengen eigenständig lernen, haben die Sphäre der Science-Fiction verlassen und sind Realität.
Möglich geworden ist das durch mehrere parallele IT-Entwicklungen: Zum einen hat die Cloud-Revolution massive Rechenleistungen erschwinglich und zugänglich gemacht. Zum anderen produziert die Industrie 4.0 mit ihrer allgegenwärtigen Sensorik enorme Datenmengen. Für Unternehmen gilt es, aus diesen unstrukturierten, zum Teil sogar scheinbar unzusammenhängenden Informationseinheiten betriebswirtschaftlich relevante, konkret umsetzbare Erkenntnisse zu gewinnen – und das nicht bloß einmal, sondern kontinuierlich, zuverlässig und vorhersehbar. Künstliche Intelligenz und maschinelles Lernen sollen der Datenflut wertvolles Wissen entlocken.
Cognitive Computing
Alles Digitale werde in naher Zukunft kognitiv sein, weissagt IBMs Geschäftsführerin Ginni Rometty. Diese Sichtweise liegt vermutlich auch darin begründet, dass nach dem Abstoßen beider x86-Hardware-Sparten und sonstiger Kronjuwelen vom Kerngeschäft des blauen Riesen praktisch nur noch das kognitive System Watson übrig blieb. Doch ist IBMs Chefin mit ihrer Auffassung nicht allein. Laut einer IDC-Studie sollen bis 2019 etwa 40 Prozent aller digitalen Transformationsinitiativen KI-gestützt ablaufen und so gut wie alle erfolgreichen IoT-Implementierungen sollen über kognitive Fähigkeiten verfügen.
Diese Entwicklungen machen auch vor dem Mittelstand nicht halt. Im Unterschied zu internationalen Großkonzernen, die sich oftmals in riesigen Technologiesprüngen nach vorn katapultieren, steht der Mittelstand allerdings vor der zusätzlichen Herausforderung, die erforderlichen Innovationen zu implementieren, ohne die eigene Existenz zu gefährden. Die Devise muss deshalb heißen: In kleinen Schritten vorangehen.
Ein Streifzug durch KI-Ansätze in unterschiedlichen Branchen und Unternehmen soll das Potenzial der Technologie veranschaulichen – das Spektrum reicht vom Expertensystem in der Compliance-Abteilung der Schweizer Großbank Credit Suisse über Prognosen mit neuronalen Netzen bei Siemens bis hin zu ersten Schritten Richtung selbstfahrendes Auto bei BMW.