Unternehmens-Software wird intelligent

Die digitale Transformation hat ihren Zenit womöglich bereits überschritten, während sich die Welle der Künstlichen Intelligenz (KI) ge­rade erst aufbaut. Die Digitalisierung hat sämtliche Business-Bereiche transformiert, Geschäftsprozesse - Arbeitsplätze und Anwendungen. Künstliche Intelligenz erntet nun die Früchte der Digitalisierung, indem sie die anfallenden Datenmengen veredelt und somit ganz neue Geschäftsfelder eröffnet und bestehende Prozesse optimiert. Doch KI ist kein Selbstläufer, die Hürden der Implementierung im Unternehmen sind hoch, und oftmals fehlen die Experten und das Know-how, um mit dem Einsatz von KI in Business-Anwendungen tatsächlich einen Mehrwert zu erzeugen.

Sehr viele Software-Hersteller haben inzwischen „Irgendwas mit KI“ in ihr Portfolio eingebaut. Es gehört praktisch zum guten Ton der Software-Branche, intelligentes Beiwerk zu integrieren. Nicht selten geht es bei den angeblich intelligenten Anwendungen allerdings nicht um KI, sondern vielmehr um Marketing.

Das Spektrum an Themen, die mit Künstlicher Intelligenz in Verbindung gebracht werden, ist breit. Von Alexa und autonomem Fahren über Chat­bots, Machine Learning (ML) und Deep Learning bis hin zur Übernahme der Weltherrschaft. Grundsätzlich ist KI ein Teilgebiet der Informatik. Es beschäftigt sich mit der Abbildung intelligenten Verhaltens durch IT. Experten unterscheiden zwischen starker KI, deren Ziel es ist, menschliche Intelligenz nachzuahmen, und schwacher KI, die genutzt wird, um intelligente Entscheidungen für spezifische Teilbereiche zu treffen, etwa für die Automatisierung von Prozessen. Starke KI liegt derzeit noch weit außerhalb der technischen Möglichkeiten.

Ist die heute verfügbare KI womöglich nur die Summe von Big Data und Machine Learning? Oliver Oursin, Vice President Solution Engineering EMEA Central beim Cloud-Computing-Unternehmen Salesforce, das die KI-Plattform Einstein anbietet, verneint dies: „Viele der Einstein-Komponenten sind darauf ausgelegt, nicht nur Vorhersagen oder Scores zu produzieren, sondern diese abhängig vom Einsatzszenario in Entscheidungshilfen für die Benutzer zu übersetzen.“

Kay Knoche, Solution Consultant Next Best Action Marketing beim Software-Hersteller Pegasystems, beschreibt es so: „Künstliche Intelligenz ist ein Oberbegriff, der eine Vielzahl technischer Verfahren umfasst. Sie alle haben das Ziel, menschliche Intelligenz nachzuempfinden. Das umfasst Bild-, Sprach- und Texterkennung, automatische Übersetzungsdienste, maschinelles Lernen und Deci­sion Management, um nur einige Beispiele zu nennen.“ Welche technischen Verfahren unter die Rubrik Künstliche Intelligenz fielen, sei schon deshalb schwer abzugrenzen, weil auch die menschliche Intelligenz nicht genau definiert sei. Zudem gebe es etwa analytische Intelligenz, emotionale Intelligenz oder soziale Intelligenz.

Harry Underwood, Senior Solution Consultant bei OpenText, Anbieter von Enterprise-Information-Management-Lösungen, meint: „Es gibt einen gewissen Hype beim Thema KI, Big Data und Machine Learning, aber in vielen Unternehmen findet eine Wertschöpfung bereits statt. Richtig ist, dass man Daten und teilweise große Datenmengen braucht, um bestimmte Kundenszenarien zu bedienen. Wer seine Hausaufgaben im Bereich Big Data gemacht hat, hat sicherlich einen Vorteil und kann diese dann nutzen, um ML-Modelle zu trainieren.“ Es sei aber zu einfach, KI auf Big Data und ML zu reduzieren, weil oft nicht bei null angefangen, sondern auf Vorhandenem aufgebaut werde - sei es bei bestehenden historischen Daten, bereits antrainierten Modellen oder existierenden Business-Logiken. Auch der Faktor Mensch dürfe dabei nicht vernachlässigt werden. Ohne entsprechendes Wissen bezüglich der Daten oder des jeweiligen Anwendungsfalls werde es selten einen erfolgreichen Einsatz von KI geben. „Eigentlich müsste die Formel etwa so lauten: KI ist die Summe aus menschlicher Erfahrung mit Prozessen und Problemen, verfügbaren Daten und der Anwendung des richtigen Machine-Learning-Models.“