Die Debatte um Künstliche Intelligenz (KI) wird vielerorts sehr hitzig geführt. Verbraucherschützer mahnen bereits einen Algorithmen-TÜV an. Der Bitkom erarbeitet Leitlinien für den angemessenen Umgang mit neuen Technologien. Einrichtungen, die seit 9/11 unter das Stichwort »Heimatschutz« fallen, wünschten sich gerne mehr Daten, mehr Algorithmen und mehr Rechte.
Etwas Klarheit entsteht, wenn man sich überlegt, was ein Algorithmus eigentlich ist. Nichts weiter als eine Rechenvorschrift oder Handlungsvorschrift. Auch in unserem ganz persönlichen Alltag führen wir ständig Algorithmen aus, wie beim Über-die-Straße-gehen:
- Gehe an die Bordsteinkante
- Schaue links
- Wenn kein Auto in Sicht: Gehe bis zur Mitte
- Schaue rechts
- Wenn kein Auto in Sicht: Gehe auf die andere Seite
- oder warte und beginne von vorn
Der Algorithmus ist im Alltag sehr viel komplexer. Alle Arten von Verkehrsteilnehmern müssen unabhängig voneinander und womöglich parallel abgeprüft werden. Die Umweltsituation (Mittelstreifen, Ampel, Wetter, Lichtverhältnisse) muss ebenso mit überprüft werden wie die eigenen Fähigkeiten, die zum Beispiel wegen Kopfschmerzen durchaus von gestern abweichen können.
Für das Verständnis, weshalb es mit der Künstlichen Intelligenz solange gedauert hat und auch trotz der derzeitigen Lobpreisungen noch dauern wird, ist er hilfreich, sich in Erinnerung zu rufen, wie ein Computer solche Algorithmen verarbeitet. Da werden Datenworte mit Binärcodes befüllt und in Schubladen abgelegt. Eine Schublade – eine Information. Sollen zwei solche binären Datenworte miteinander addiert werden, muss der Prozessor die Schubladen öffnen, die Werte entnehmen und durch eine Addier-Einheit schicken. Das Ergebnis wird wieder in einer Schublade abgelegt.
Stellt man sich das einmal bildhaft vor und überlegt, wie lange es dauert, um eine Datei mit einem Bild zu öffnen. In diesem Fall werden einige Millionen Bytes nacheinander von der Festplatte in die »Schubladen« des Grafikprozessors geladen, diese Bytes anschließend aus diesen Schubladen herausgeholt und in die Ansteuerung für einen bestimmten Leuchtpunkt des Bildschirms geschoben und die Bytes dann wieder in Schubladen abgelegt – ein Mordsaufwand für ein Pixel. So kann man erahnen, weshalb KI bisher so unmöglich schien.
Vor allem durch die immer leistungsfähigeren Computersysteme, und das ganz simpel in Verarbeitungsgeschwindigkeit gemessen, sind einige Rechnersysteme heute durchaus in der Lage, die Informationen zum Überqueren einer Straße (um bei diesem Beispiel zu bleiben) so schnell und komplett auszuführen, dass man denken könnte, das Systeme handele autonom und intelligent. Damit erfüllt das System auch die derzeit gängige Definition von KI, nämlich »ein menschenähnliches Verhalten zu zeigen(!)«. Jetzt wird das Thema interessant: Können die Systeme nur in einer definierten, geschützten Umgebung, beispielsweise einer Fabrik, »über die Straße gehen« oder können sie es auch in freier Wildbahn? Welche Informationen brauchen die Systeme? Benötigen Sie Markierungen auf dem Boden, ähnlich der Führung für Blinde auf Bahnhöfen oder der Markierung auf Straßen oder in Fabrikhallen? Wenn dem so ist: Was passiert mit dem sich autonom bewegenden System, wenn es keine Markierungen vorfindet? Was macht ein autonom fahrendes Auto also auf der B96 zwischen Oranienburg und der Autobahn – oder topaktuell an den Baustellenanfängen der Rudolf-Wissell-Brücke in Berlin? Bekommt das autonome System dort einen Nervenzusammenbruch? Wäre der Nervenzusammenbruch womöglich ein Zeichen für Künstliche Intelligenz ganz im Sinne der Definition (menschähnliches Verhalten technischer Systeme)?
Wie ist das also mit der Künstlichen Intelligenz heute? KI braucht zunächst Daten, viele Daten. Deshalb ist das Thema Big Data mit dem Thema KI so eng verwandt. Zwar ist Big Data bislang stark im Kontext von Business Intelligence verwendet worden. Der Schritt von Business Intelligence zu Artificial Intelligence, also KI, ist aber nicht weit. KI braucht sehr viele verschiedene Daten, in den heutigen Szenarien vor allem von Sensoren. Deshalb ist KI auch mit Industrie 4.0 so eng verwandt. KI braucht Algorithmen, die sehr viel komplexer sein werden als das Eingangsbeispiel, denn in den seltensten Fällen werden KI-Systeme verwendet, um über die Straße zu gehen. Diese Algorithmen müssen noch entwickelt werden, und die Big Data, die die Anwender in den letzten Jahren angehäuft haben, können so Schritt für Schritt und Byte für Byte zur Ausführung sehr komplexer Aufgaben herangezogen werden.
Holm Landrock, Experton Group, www.experton-group.de
Bottom Line (ICT-Anwenderunternehmen):
Müssen wir Big Data und andere Themen über Bord werfen, weil jetzt alle von KI reden? Nein. KI ist eine konsequente Weiterentwicklung. Mit der entsprechenden Sorgfalt in den Algorithmen und mit den richtigen Daten entstehen Projekte, die für Unternehmen nahezu jeder Größe einen Nutzen bringen.
Bottom Line (ICT-Anbieterunternehmen):
Ist das Angebot für den Kunden wirklich KI, nur weil es dransteht? Schlussendlich hält KI nicht wegen eines genialen Gedankens Einzug in den Alltag der Unternehmen (zunächst der Early Adopter), sondern ganz einfach weil die Rechenleistung heute so weit ist, die Intelligenz vorzugaukeln oder gar herzustellen, in gewissem Grade.
Hier folgt eine Auswahl an Fachbeiträgen, Studien, Stories und Statistiken die zu diesem Thema passen. Geben Sie in der »Artikelsuche…« rechts oben Ihre Suchbegriffe ein und lassen sich überraschen, welche weiteren Treffer Sie auf unserer Webseite finden.
Künstliche Intelligenz verändert Wirtschaft und Gesellschaft
Künstliche Intelligenz wird bis 2020 in fast jedem neuen Softwareprodukt vorkommen
Industrie sieht künstliche Intelligenz als Produktionsturbo und hilfreiche Assistenz
Wachstumsmarkt: Wie Künstliche Intelligenz Unternehmensentscheidungen beeinflusst