Artificial Intelligence

Es hört sich radikal an, aber es ist so: Was im letzten Jahrhundert die Dampfmaschine war, ist in diesem Jahrhundert die künstliche Intelligenz.*

Wenn von AI (Artificial Intelligence) oder KI (Künstliche Intelligence) gesprochen wird, ist nicht das überschlaue, allwissende Bewusstsein gemeint, welches aus Film und Literatur bekannt ist, sondern Methoden und Verfahren, die menschliche Fähigkeiten nachahmen – ergänzt um ein perfektes Gedächtnis und nahezu unendliche Rechenkapazität.

Die Nutzung von künstlicher Intelligenz ist sinnvoll:

  • … wenn Dinge getan werden müssen, die wiederkehrend sind und bei denen Menschen zu Langeweile (und Fehlern) tendieren.
  • … wenn Dinge getan werden müssen, bei denen Entscheidungen und Empfehlungen auf Datenmengen basieren, bei denen der normale Mensch nicht mehr objektiv entscheiden kann.
  • … wenn Dinge getan oder Sachverhalte erkannt werden müssen, die ein effizientes und schnelles Lernen voraussetzen.

​Wenn wir mit künstlicher Intelligenz „Dinge tun“, erfinden wir das Rad nicht jedesmal neu – das Rad haben bereits andere erfunden: Viele kluge Mitarbeiter von Microsoft, Google, Amazon, IBM und anderen High-Tech-Unternehmen arbeiten mit Hochdruck daran, dieses Rad immer runder zu machen. Wir wollen keine Räder bauen, sondern fahren – oder vielmehr die Möglichkeiten nutzen, die es gibt. Wir wissen, wessen Räder wir nutzen sollten, um das erkannte Potenzial zu heben. Diese „Räder“ sind technische Services, mathematische Modelle, oder auch Algorithmen, die in exponentiellem Maße ständig besser werden.

Die wesentlichen Unterschiede in der Nutzung bestehender AI-Technologien lassen sich grob in zwei Klassen teilen:

  • Cognitive Services: Nutzung von Diensten, die bereits ein massives Lernen hinter sich haben und den Fokus darauf setzen, menschliche Fähigkeiten nachzuahmen. Dabei geht es darum, Sprache in Text umzuwandeln, aus Texten die Intentionen zu erkennen, Emotionen in Texten oder Gesichtern zu erkennen oder Inhalte auf Bildern zu erkennen.
  • Machine Learning: Nutzung von bestehenden Algorithmen und Modellen (unter anderem neuronale Netzwerke), die für individuelle Problemstellungen als „künstliche Intelligenz“ erschaffen und genutzt werden können, nachdem sie individuelles „deep learning“ erfahren haben.

Wir unterstützen bei der Identifikation und Bewertung von Potenzialen, wir sorgen dafür, dass alles Technologische getan wird, um die Potenziale auszuschöpfen, wir stellen alles Notwendige zur Verfügung, kümmern uns um den Betrieb und prüfen regelmäßig die Qualität der zugrunde liegenden Modelle.

* Weitere prägende Kernthemen dieses Jahrhunderts werden ohne Frage noch Genetik und Nanotechnologie sein, aber das sind nicht unsere Baustellen…

Neuronale Netze ähneln im Aufbau den Synapsen eines Gehirns – sind aber nur eine unter vielen Modellvarianten aus dem Machine Learning.

Wir setzen im Bereich Machine Learning auf die etablierten Möglichkeiten von Azure ML.

Künstliche Intelligenz für „Digital Adoption“

In unseren Projekt-begleitenden Mandaten betreffend Themen wie „Modern Workplace“, „digitale Zusammenarbeit“ – oder wie wir es nennen „Digital Adoption“ – unterstützen uns KI-Modelle, aus den in jedem Unternehmen befindlichen Datenströmen sowohl die richtigen Ansatzpunkte und Hebel für erfolgreiche Change-Prozesse zu finden; sie helfen uns auch, aus der Vielzahl von Daten diejenigen zu finden, die relevant sind.

Die Anwendung von Methoden der künstliche Intelligenz wird in Zukunft entscheidend dazu beitragen, effizient Veränderungen in Arbeitsweisen und Kultur einzuführen.